• Tidak ada hasil yang ditemukan

IMPLEMENTASI ALGORITMA GENETIKA DENGAN TEKNIK KENDALI LOGIKA FUZZY UNTUK MENGATASI TRAVELLING SALESMAN PROBLEM MENGGUNAKAN MATLAB (Studi Kasus PT. Pos Indonesia DC Tugu Semarang)

N/A
N/A
Protected

Academic year: 2017

Membagikan "IMPLEMENTASI ALGORITMA GENETIKA DENGAN TEKNIK KENDALI LOGIKA FUZZY UNTUK MENGATASI TRAVELLING SALESMAN PROBLEM MENGGUNAKAN MATLAB (Studi Kasus PT. Pos Indonesia DC Tugu Semarang)"

Copied!
185
0
0

Teks penuh

Loading

Gambar

Gambar 2.15. Representasi linear naik(Kusumadewi dkk, 2006: 40)
Gambar 2.20 Proses Deffuzifikasi
Gambar 2.21 Flow Chart Rancangan Sistem
Gambar 2.22 Contoh Graf yang akan dilalui oleh seorang pedagang
+7

Referensi

Dokumen terkait

Berdasarkan pemaparan diatas maka penulis tertarik untuk membuat simulasi kendali katup(valve) dengan algoritma Logika Fuzzy yang dipengaruhi oleh 2 (dua)

Algoritma genetika digunakan untuk menemukan jalur terbaik pada kasus Travelling Salesman Problem (TSP).Hasil yang diperoleh dalam penelitian ini yaitu dengan

Permasalahan dalam penelitian ini adalah bagaimana sistem kendali logika fuzzy dapat mengembalikan kecepatan motor BLDC sesuai dengan kecepatan setting

Kemudian kedua nilai probabilitas ini digunakan dalam proses algoritma genetika yang ter-integrate dalam algoritma fuzzy evolusi untuk menghasilkan jalur terpendek dari ke

Pada bagian ini dilakukan perbandingan respon sistem mesin pembakaran internal dengan metode kontrol algoritma genetika – kontrol logika fuzzy robust dan kontrol

Dengan menggunakan algoritma genetika – kontrol logika fuzzy robust diharapkan dapat tercapai optimasi penggunaan torsi mesin pada semua kondisi operasi mesin

Hasil pengujian kendali PID yang telah dioptimasi dengan algoritma genetika menggunakan simulasi MATLAB pada sudut pitch, roll, dan yaw menunjukkan bahwa respon sistem

Dari hasil dan diskusi penyelesaian TSP dengan algoritma DE maka dapat diambil kesimpulan, untuk meningkatkan kinerja algoritma DE dalam menemukan solusi