OPTIMASI FUNGSI NONLINEAR TIGA VARIABLE MENGGUNAKAN ALGORITMA GENETIKA
Abstract
Pada penelitian ini akan ditentukan nilai minimum dari tiga buah fungsi yang berbeda menggunakan algortima genetika. Pengkodean algortima genetika pada penelitian ini menggunakan binary encoding. Metode crossover yang dipilih adalah uniform crossover dengan menggunakan parameter Jumlah Maksimum generasi (mIt) = 100; Jumlah Populasi (nPop) = 100; Probabilitas Crossover (pCro) = 0,01; Probabilitas Mutasi (pMut) = 0,02. Kemudian Program dijalankan sebanyak 20 kali untuk melihat konsistensi nilai yang dihasilkan dari kode program yang dibuat, kemudian diperoleh hasil sebagai berikut : Nilai minimum untuk fungsi pertama adalah 1,0000, nilai minimum dari fungsi kedua adalah 0 dan nilai minimum dari fungsi ketiga adalah 49,0000
Keywords
Optimisasi, Fungsi nonlinear multi variabel, Algoritma Genetika
Full Text:
PDF
DOI: https://doi.org/10.15548/map.v3i1.2298
Abstract views : 242 times 
PDF : 257 times
References
Adri F dan Emerensye, 2020, Elitisme Algoritma Genetika Pada Fungsi Nonlinear Dua Peubah, Jurnal Komputer dan Informatika, Universitas Nusa Cendana.
Adri F dan Fadly, 2015, Algoritma Generika dan Penerapannya, Teknosain, Yogyakarta.
Intan B dan Miftahol, 2010, Teknik-Teknik Optimisasi Heuristik, Graha Ilmu, Yogyakarta.
Mostapha KH. 2020. Practical Genetic Algorithms, online media (Youtube) youtube.com/list=PLgH3sgdvgO4TQagjfi1FmPcdBjIlmk5s9, diakses tanggal 24 Desember 2020,
Suyanto, 2007, Algoritma Genetika Dalam Matlab, Penerbit Andi, Jakarta.
Xinjie Y dan Mitsuo Gen, 2010, Introduction to Evolusionary Algorithms, Springer-Verlag, London.
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.