ALGORITMA GENETIK, HIBRID UNTUK MENYELESAI MASALAH MATCHING TERBOBOTI DENGAN KAN MULTI PENUGASAN

LULUK NUR JANNAH, 080312669 (2007) ALGORITMA GENETIK, HIBRID UNTUK MENYELESAI MASALAH MATCHING TERBOBOTI DENGAN KAN MULTI PENUGASAN. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (Absrtrak)
gdlhub-gdl-s1-2008-jannahlulu-9753-mpm24_0-k.pdf

Download (395kB) | Preview
[img] Text (Full Text)
gdlhub-gdl-s1-2009-jannahlulu-9007-mpm24_08.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Skripsi ini bertujuan untuk untuk mendapatkan laba yang maksimal untuk masalah matcing terboboti dengan multi penugasan menggunakan algoritma genetik hibrid dan membuat program komputer untuk menyelesaikan permasalahan tersebut. Masalah matching terboboti dengan multi penugasan digambarkan dengan m pemroses dan n pekedaan. Diasumsikan masing – masing pekedaan dapat dilaksanakan paling banyak oleh satu pemroses. Setiap pemroses dapat mengerjakan beberapa pekedaan dengan Batas bawah dan batas atas jumlah proyek. Algoritma genetik hibrid dalam skripsi ini merupakan gabungan antara algoritma genetik dan algoritma local search. Dalam skripsi ini menggunakan best improvement search sebagai local search. Proses algoritma genetik hibrid untuk masalah matching terboboti dengan multi penugasan mempunyai beberapa langkah. Pertama, membangkitkan populasi awal secara acak dengan kode permutasi dan kode biner sebanyak ukuran populasi (pop size). Kedua, masingmasing individu dievaluasi. Ketiga, proses local search untuk mendapatkan individu yang lebih baik. Keempat, diseleksi dengan seleksi turnamen. Kelima, crossover n-titik potong dan mutasi reciprocal exchange. Keenam, local search untuk masing – masing individu hasil crossover dan mutasi dan pada akhir proses akan dibentuk populasi Baru. Proses diulangi sampai Ngenerasi yang diinginkan. Skripsi ini menggunakan dua data. Data pertama terdiri dari 10 proyek dengan 4 Konsultan dan data kedua terdiri dari 25 proyek dengan 7 konsultan, masing – masing data diselesaikan dengan bahasa pemrograman C++. Hasil dari data pertama dengan pop_size = 10, 30 dan 50, pc = 0,6, pm = 0,01, tugaswajib = 6, maksimum generasi = 10 dan 30 adalah 1050. Dan hasil dari data kedua dengan pop size, pc, pm maksimum generasi yang sama dan tugaswajib = 17 adalah 1993.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM 24/08 Lul a
Uncontrolled Keywords: GENETIC ALGORITHMS
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM
LULUK NUR JANNAH, 080312669UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorHeri Suprajitno, S,Si,M.SiUNSPECIFIED
Thesis advisorEto Wuryanto, Drs.,DEAUNSPECIFIED
Depositing User: Tn Septian Eko Budianto
Date Deposited: 09 Feb 2009 12:00
Last Modified: 23 Sep 2016 08:35
URI: http://repository.unair.ac.id/id/eprint/25884
Sosial Share:

Actions (login required)

View Item View Item