Penerapan Algoritma Genetika dan Perbandingannya dengan Algoritma Greedy dalam Penyelesaian Knapsack Problem - Repositori UIN Alauddin Makassar
Teks penuh
Gambar
Dokumen terkait
Hasil penelitian menunjukkan bahwa algoritma genetika hibrida dengan skema pencarian lokal lebih efektif dibandingkan algoritma genetika tanpa pencarian lokal dalam
Algoritma Genetika Aplikasi Pencarian Nilai Siswa (APNS) Metode Pengembangan Perangkat Lunak Analisis:.
Langkah-langkah yang dilakukan untuk menyelesaikan masalah CVRP menggunakan algoritma genetika adalah mendefinisikan individu dengan permutation encoding, membentuk
Dengan demikian dapat disimpulkan bahwa berdasarkan perbandingan efektivitas terhadap roti yang diangkut metode nearest neighbour lebih efektif dari algoritma genetika,
Dengan demikian dapat dikatakan bahwa solusi yang dihasilkan algoritma genetika lebih baik jika dibandingkan algoritma sweep dalam menyelesaikan Capacitated Vehicle
Metode yang digunakan adalah Algoritma Genetika, yang bekerja menggunakan fungsi obyektif dan nilai fitness, serta mengombinasikan antara operator seleksi,
Pada aplikasi yang dikembangkan yang memanfaatkan algoritma Greedy Knapsack seperti yang dijelaskan diatas, yang menjadi bobot ( w ) adalah harga produk, profit ( p )
Tujuan penelitian yang dilakukan adalah mengembangkan aplikasi dengan menerapkan algoritma genetika yang mampu melakukan penjadwalan mata kuliah dan menghasilkan jadwal mata
