PENGELOMPOKAN DATA HASIL TES KEPRIBADIAN 16PF SOPIR BUS MENGGUNAKAN ALGORITMA GENETIKA
Teks penuh
Gambar
Dokumen terkait
Ukuran populasi (pop_size). Ukuran populasi mempengaruhi unjuk kerja yang baik dan keefektifan Algoritma Genetika. Algoritma Genetika dengan populasi yang kecil,
Pemodelan sistem penjadwalan perkuliahan menggunakan algoritma genetika merupakan pencarian solusi optimal berupa paket jadwal kuliah dalam bentuk kromosom (data
Algoritma genetika digunakan sebagai solusi pemencahan permasalahan docking molecule. Algoritma genetika menghasilkan kromosom acak bernilai 0 atau 1 dimana kromosom
Parameter algoritma genetika lainnya yang digunakan yaitu sesuai dengan hasil terbaik pengujian sebelumnya yaitu ukuran populasi 360, panjang kromosom 60, kombinasi
Setelah beberapa kali proses generasi tersebut dilakukan, algoritma genetika akan menunjukkan kromosom yang terbaik, yang diharapkan merupakan solusi yang optimal ataupun
Berdasarkan hasil uji coba parameter algoritma genetika untuk model peramalan dapat disimpulkan bahwa kinerja terbaik dapat diperoleh dengan menggunakan jumlah populasi
Skema algoritma genetika dapat dilihat pada Gambar 4. Secara garis besar proses algoritma genetika dimulai dengan inisialisasi populasi yang merupakan inisialisasi
Implementasi Algoritma Genetika Pengembangan pembuatan penjadwalan dengan metode algoritma genetika, melakukan tahapan dalam pembuatan penjadwalan perkuliahan di Jurusan Teknik
