• Tidak ada hasil yang ditemukan

Pengembangan Algoritma Hill Climbing untuk Persoalan Lintasan Terpendek Multi Objektif

N/A
N/A
Protected

Academic year: 2017

Membagikan "Pengembangan Algoritma Hill Climbing untuk Persoalan Lintasan Terpendek Multi Objektif"

Copied!
2
0
0

Teks penuh

(1)

DAFTAR PUSTAKA

Al-Amin, I.H.(2009). Artificial Intelligence dalam Proses Industri Manufaktur. Ju-rnal Teknologi Informasi Dinamik, Vol. 14, No. 2, pp. 98 –104.

Azizah, Z. (2012). Penyelesaian Masalah 8 Puzzle dengan Algoritma Hill Climbing Steepest Ascept Loglist Heuritic Berbasis Java.Seminar Nasional Informasi dan Komunikasi. ISSN: 2089 – 9815.

Boussedjra, M., Blanch C., Moudni, El.A. (2010). Single and Multi-Objective Opti-mization Using Evoluationary Algorithms.University of Technology of Blfort-Montbeliard.

Chitra, C. dan Subbaraj, P. (2010). Multi Objective Optimization Solution for Shortest Path Routing Problem. World Academy of Science, Engineering and Technology, Vol. 4, No. 1.

Danuri dan Prijodiprodjo, W. (2013). Penerapan Bee Colony Optimization untuk Penentuan Rute Terpendek (Studi Kasus: Objek Wisata Daerah Istimewa Yogyakarta). IJCCS, Vol. 7, No. 1, pp. 65 – 76.

Deb, K. (2011). Multi-Objective Optimization Using Evolutionary Algorythms: An Introduction. Deparment of Mechanical Engineering, Indian Institute of Technology, Kanpur, India.

Gen, M. dan Lin, L. (2004). Multiobjective Genetic Algorithm for Solving Network Design Problem. Kitakyushu, Japan.

Guardado, J.L., Davalos, F.R., Torres, J., Maximov, S., dan Melgoza, E. (2014). An Encoding Technique for Multiobjective Evoluationary Algorithms Applied to Power Distribution System Reconfiguration.Hindawi Publishing Corporation, Vol. 2014, Article ID 506769.

Janssens, G.K dan Maria, J.A. (2007). An Empirical Evolutionary of Martins’ Algorithm for the Multi-Objective Shortest Path Problem.

Lu, Z., Feng, T., dan Liu, Z. (2014). A Multiobjective Optimization Algorithm Based on Discrete Bacterial Colony Chemataxis. Hindawi Publishing Corpo-ration, Vol. 2014, Article ID 569580.

Mahmudy, W.F. (2013).Algoritma Evolusi, Program Teknologi Informasi dan Ilmu Komputer (PTIIK). Universitas Brawijaya, Malang.

Mahmudy, W.F. dan Rahman, M.A.(2011). Optimasi Fungsi Multi-Objektif Berk-endala Menggunakan Algoritma Genetika Adaptif dengan Pengkodean Real. Jurnal Ilmiah Kursor, vol. 6, No. 1.

Maria, J.A. dan Janssens, G.K. (2007). Evolutionary Algorithms for the Multiob-jective Shortest Path Problem. World Academy of Science, Engineering and Technology, Vol. 1, No. 1.

Mo, H., Xu, Z., Xu, L., Wu, Z., dan Ma, H. (2014). Constrained Multiobjective Biogeography Optimization Algorithm.Hindawi Publishing Corporation. Vol. 2014, Article ID 232714.

Muzid, S. (2014). Dinamisasi Parameter Algoritma Genetika Menggunakan Population Resizing Fitness Improvement Fuzzy Evolutionary Algotirhm (PROFIFEA). Prosiding SNATIF, Fakultas Teknik, Universitas Muria, Kudus.

37

(2)

38

Potdar, G.P. dan Thool, R.C. (2014). Comparison of Various Heuristic Search Techniques for Finding Shortest Path.International Journal of Artificial In-telligence and Application (IJAIA). Vol. 2014, No. 4.

Potti, S. dan Chinnasamy. (2011). Strenght Pareto Evalutionary Algorithm based Multi-Objective Optimization for Shortest Path Routing Problem in Com-puter Networks. Journal of Computer Science.

Thiang dan Ninaber, N. (2009). Robot Mobil Pencarian Rute Terpendek Meng-gunakan Metode Steepest Ascent Hill Climbing. Seminar Nasional Aplikasi Teknologi Informasi. ISSN: 1907 – 5022.

Widodo, A.W. dan Mahmudy, W.F. (2010) Penerapan Algoritma Genetika pada Sistem Rekomendasi Wisata Kuliner. Jurnal Ilmiah Kursor, Vol. 5, No. 4.

Referensi

Dokumen terkait

Komputer banyak digunakan untuk melakukan pencarian lintasan terpendek (shortest path), yang ditampilkan dalam model simulasi.Ide dari penelitian ini berawal dari

Metode pencarian heuristik merupakan salah satu metode yang umumnya digunakan dalam mencari lintasan terpendek, salah satunya yaitu metode Hill Climbing di mana proses

Melalui simulasi Cisco Packet Tracer dapat dibuktikan bahwa algoritma Kruskal dapat diimplementasikan untuk menentukan rute terpendek pada jaringan komputer yang menerapkan

Algoritma ini adalah sebuah algoritma rakus (greedy algorithm) yang dipakai dalam memecahkan permasalahan jarak terpendek (shortest path problem) untuk

a) Cari operator yang belum pernah digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru. b) Evaluasi keadaan baru tersebut.  Jika keadaan baru merupakan

Tahap awal dari pencarian rute terpendek yaitu dengan mencari rute-rute yang menuju ke Air Terjun Waimarang dengan jarak, waktu dan biaya yang lebih sedikit..

ukuran dari kromosom, tujuan penelitian ini adalah untuk menyelesaikan masalah Pencarian Rute Terpendek pada Studi Kasus Jalur Perlombaan Robot Pemadam Api, ada pun

Dari hasil penelitian didapatkan bahwa Algoritma terbaik untuk mendapatkan rute terpendek dan paling efektif yang diterapkan pada jalur transportasi yang tersedia adalah