• Tidak ada hasil yang ditemukan

Analisis Performansi Pada Penerapan Hukum Ketetapan Hardy-Weinberg Dalam Algoritma Genetika

N/A
N/A
Protected

Academic year: 2017

Membagikan "Analisis Performansi Pada Penerapan Hukum Ketetapan Hardy-Weinberg Dalam Algoritma Genetika"

Copied!
2
0
0

Teks penuh

(1)

61

Daftar Pustaka

Abdoun, O., Tajani, C., & Abouchabaka, J. 2012. Analyzing the Performance of

Mutation Operators to Solve the Traveling Salesman Problem. International

Journal Emergence Science (IJES), 2(1), 61-77.

Ahmed, Z. H. 2010. Genetic Algorithm for the Traveling Salesman Problem using

Sequential Constructive Crossover Operator. International Journal of

Biometrics & Bioinformatics (IJBB), 3(6), 96-105.

Al-Dulaimi, B. F., & Ali, H. A. 2008. Enhanced Traveling Salesman Problem Solving

by Genetic Algorithm Technique (TSPGA). World Academy of Science,

Engineering and Technology 38, 296-302.

Barnes, M. R., & Breen, G. 2010. Genetic Variation : Methods and Protocols. Springer:

New York.

Beasley, J. E., & Chu, P. C. 1996. A Genetic Algorithm for The Set Covering Problem.

European Journal Of Operational Research, 392-404.

Biggs, N. L., Lloyd, E. K., & Wilson, R. J. 1976. Graph Theory 1736-1936. Clarendon

Press:Oxford.

Chaari, T., Chaabane, S., Loukil, T., & Trentesaux, D. 2011. A genetic algorithm for

robust hybrid flow shop scheduling. International Journal of Computer

Integrated Manufacturing, 1-37.

Davis, L. 1991. Handbook of Genetic Algorithms. Van Nostrand Reinhold: New York.

Deep, K., & Hadush, M. 2012. Variant of Partially Mapped Crossover for the Traveling

Salesman Problems. International Journal of Combinatorial Optimization

Problems and Informatics, 47 - 69.

Gen, M., & Cheng, R. 1997. Genetic Algoritms & Engineering. Jhon Willey and Sons:

USA.

Gen, M., & Cheng, R. 2000. Genetic Algorithms and Engineering Optimization.

Ashikaga Institute of Technology: Jepang.

Goldberg, D. E. 1989. Genetic Algorithms in Search, Optimization, and Machine

Learning. AddisonWesley Publishing Company, Inc: Massachusetts.

(2)

62

Hardi, S. M. 2014. Analisis Mapping Pada Partially Mapped Crossover Dalam

Algoritma Genetika Pada Traveling Salesman Problem. Tesis Magister Teknik

Informatika Fakultas Ilmu Komputer dan Teknologi Informasi, USU: Medan.

Hartl, D. L., & Jones, E. W. 1998. Genetics : Principles And Analysis. Jones and Bartlett

Publisher: Massachusetts.

Lin, C. H., Yu, J. L., Liu, C. J., Lai, W. S., & Ho, C. H. 2009. Genetic Algorithm for

Shortest Driving Time in Intelligent Transportation System. International

Journal of Hybrid Information Technology, 2, 21 - 30.

Lukas, S., Anwar, T., & Yuliani, W. 2005. Penerapan Algoritma Genetika Untuk

Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover

dan Insertion Mutation. Seminar Nasional Aplikasi Teknologi Informasi 2005

(SNATI 2005), (pp. I-1). Yogyakarta.

Michalewicz, Z. 1998. Genetic Algorithms + Data Structures = Evolutinon Programs

Springer-Verlag: New York.

Negnevitsky, M. 2005. Artificial Intelligence : A Guide to Intelligent Systems, Second

Edition. Addison-Wesley: Harlow.

Nowostawski, M., & Poli, R. 1999. Parallel Genetic Algorithm Taxonomy. KES’99,

MAY 13, 1.

Nugraha, I. 2008. Aplikasi Algoritma Genetika Untuk Optimasi Penjadwalan Kegiatan

Belajar Mengajar. MAKALAH IF2251 STRATEGI ALGORITMIK. Bandung:

Institut Teknologi Bandung.

Omara, F. A., & Arafa, M. M. 2010. Genetic Algorithms For Task Scheduling Problem.

Journal of Parallel Distributed Computing, 13-22.

Sivanandam, S. N., & Deepa, S. N. 2008. Introduction to Genetic Algorithms. Springer:

Berlin.

Srinivas, N., & Deb, K. 1994. Multiobjective Optimization Using Nondominated

Sorting in Genetic Algorithms. the Journal of Evolutionary Computation, Vol 2,

No. 3, 221-248.

Vogel, F., & Motulsky, A. G. 1997. Human Genetics : Problems and Approaches.

Springer: Berlin.

Referensi

Dokumen terkait

Metode crossover yang digunakan dalam menyelesaikan masalah travelling salesman problem salah satunya yaitu partially mapped crossover (PMX) dimana proses mapping pada PMX

Penerapan Algoritma Genetika untuk Traveling Salesman Problem dengan Menggunakan Metode Order Crossover dan Insertion Mutation.. Seminar Nasional Aplikasi Teknologi Informasi 2005

Metode crossover yang digunakan dalam menyelesaikan masalah travelling salesman problem salah satunya yaitu partially mapped crossover (PMX) dimana proses mapping pada PMX yaitu

Metode crossover yang digunakan dalam menyelesaikan masalah travelling salesman problem salah satunya yaitu partially mapped crossover (PMX) dimana proses mapping pada PMX yaitu

Meskipun telah banyak penelitian dengan menggunakan beberapa crossover point untuk mendapatkan rute yang optimal pada travelling salesman problem tetapi belum diketahui

Combined Mutation Operators of Genetic Algorithm for the Travelling Salesman problem .Department of Mathematics, Indian Institute of Technology, Roorkee, India International

Dengan menghilangkan proses seleksi dan proses mutasi pada algoritma genetika seperti pada syarat berlakunya hukum ketetapan Hardy-Weinberg yang menyatakan bahwa

Dengan menghilangkan proses seleksi dan proses mutasi pada algoritma genetika seperti pada syarat berlakunya hukum ketetapan Hardy-Weinberg yang menyatakan bahwa