ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH MAKSIMASI FUNGSI DAN IMPLEMENTASINYA DALAM BAHASA PASCAL

Sumardani, Nidyan (2003) ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH MAKSIMASI FUNGSI DAN IMPLEMENTASINYA DALAM BAHASA PASCAL. Undergraduate thesis, FMIPA Undip.

[img]PDF
Restricted to Repository staff only

2530Kb
[img]
Preview
PDF
14Kb
[img]
Preview
PDF
204Kb
[img]
Preview
PDF
44Kb
[img]
Preview
PDF
92Kb
[img]
Preview
PDF
237Kb
[img]PDF
Restricted to Repository staff only

1059Kb
[img]
Preview
PDF
34Kb
[img]
Preview
PDF
24Kb

Abstract

Suatu fungsi f(x) dengan x E R yang multimodal kadang kala mendapatkan kendala dalam menentukan nilai optimumnya. Penentuan nilai optimum global fungsi f multimodal dalam praktek pencariannya seringkali sulit didapatkan, karena terjebak pada optimum lokal. Salah satu metode pencarian altematif yang dapat digunakan agar tidak terjebak pada optimum lokal adalah metode dengan menggunakan algoritma genetika. Prinsip kerja algoritma genetika ini berdasarkan prinsip evolusi melalui seleksi alami untuk mencari solusi terbaik dan himpinan solusi Pada tugas akhir ini dibahas tentang pencarian solusi terbaik dari nilai -maksimum (maksimasi) suatu fungsi f yang multimodal Dengan mengambil contoh penyelesaian maksimasi fungsi f(x) xsin(102rx)+1, dan nilai parameter yang digunakan adalah probabilitas pindah silang (peross) = 0,85; probabilitas mutasi (pmutasi) = 0,003; panjang kromosom (Ikrom) = 22; jumlah kromosom (ukurpop) = 44; maksimum generasi ( maxpop) = 100; dan 6 angka ketelitian dibelakang koma, percobaan ini menghasilkan solusi berupa nilai maksimum sebesar 2,850274; yang didapatkan pada generasi ke-11. The multimodal function f(x) where x e R sometimes have problems in determining its optimum value. The global optimum value of multimodal function f in practices sometimes difficult to be determined, because it is trapped on local optimum value. One of the alternative searching method to prevent trapped on local optimum value is using genetic algorithms. The principle of genetic algorithms base on the evolution theory in natural selection for searching the best solution on the set of solutions. This paper determined the maximum value (maximize) of multimodal function f. By take an example maximize solving problem function - f(x) = xsin(10;rx)+1, with use parameters : crossover probability (peross) is 0.85; mutation probability (pmutasi) is 0.003; length of chromosome (/kroin) is 22; number of chromosomes (ukurpop) are 44; maximum generations are 100; and use 6 digits significant number behind comma, its has maximum value as solution is 2.850274, its solution obtained on 11th generations.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:Faculty of Science and Mathematics > Department of Mathematics
ID Code:32248
Deposited By:Mr UPT Perpus 1
Deposited On:04 Jan 2012 12:39
Last Modified:04 Jan 2012 12:39

Repository Staff Only: item control page