Optimasi Parameter Pemesinan Pada Mesin Sekrap Model L-450 Menggunakan Algoritma Genetika
Teks penuh
Gambar
Dokumen terkait
Untuk menentukan parameter algoritma genetika maka dilakukan pengujian parameter yang terdiri dari ukuran populasi (popsize), jumlah generasi dan kombinasi crossover rate
Untuk menentukan parameter algoritma genetika yang digunakan pada penjadwalan mengajar asisten laboratorium maka dilakukan pengujian parameter yang terdiri dari
Dari pengujian yang telah dilakukan diperoleh ukuran populasi optimal yaitu 525 individu dengan rata-rata fitness sebesar 0.392707993, ukuran generasi optimal
fungsi optimasi yang digunakan adalah waktu pemesinan (t c ) maka dipilih.. pengerjaan dengan waktu paling singkat, sehingga didapat hasil
Bagian pertama adalah input parameter, pada Gambar 4.4, user dapat memasukan nilai dari setiap parameter yang ada, mulai dari jumlah individu dalam suatu populasi ke
Selanjutnya kami mengusulkan metode yang disebut SVM+GA yang mana GA digunakan untuk mengoptimasi parameter pada SVM untuk mendapatkan hasil estimasi area
Dari pengujian yang telah dilakukan didapat kesimpulan berupa mengetahui parameter optimal, yaitu: jumlah generasi optimal sebesar 90 generasi, jumlah populasi
Untuk menghitung jumlah user yang dapat dilayani oleh BTS pada kromosom pada Gambar 2, biner bernilai 1 menunjukkan urutan index BTS, jika dijabarkan pada baris