• Tidak ada hasil yang ditemukan

Implementasi Metode Tournament Selection Pada Algoritma Genetika Untuk Menyelesaikan Masalah N-Queen

N/A
N/A
Protected

Academic year: 2017

Membagikan "Implementasi Metode Tournament Selection Pada Algoritma Genetika Untuk Menyelesaikan Masalah N-Queen"

Copied!
9
0
0

Teks penuh

(1)

IMPLEMENTASI METODE TOURNAMENT SELECTION

PADA ALGORITMA GENETIKA UNTUK

MENYELESAIKAN MASALAH N-QUEEN

SKRIPSI

M RIZKI RAMADHAN L 081402075

(2)

PERNYATAAN

IMPLEMENTASI METODE TOURNAMENT SELECTION PADA ALGORITMA GENETIKA UNTUK

MENYELESAIKAN MASALAH N-QUEEN

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 11 Februari 2016

(3)

UCAPAN TERIMAKASIH

Puji dan syukur penulis ucapkan kepada Allah SWT dengan segala rahmat dan karunia-Nya penulisan tugas akhir ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Selama penyelesaian tugas akhir ini, banyak bantuan dan kerja sama serta doa dan dukungan dari berbagai pihak, oleh karena itu penulis sampaikan ucapan terimakasih dan penghargaan kepada :

1. Kedua orangtua penulis, Chairul Lubis dan Rosna Artaty serta keluarga besar yang telah memberi dukungan dan motivasi baik materil dan spiritual selama penulis mengikuti pendidikan hingga selesainya tugas akhir ini.

2. Bapak Dr. Syahril Efendi, S.Si.,M.IT dan Bapak Dedy Arisandi, ST,M.Kom. selaku dosen pembimbingyang telah banyak meluangkan waktu dan pikiran beliau, memotivasi, memberi arahan, kritik dan saran kepada penulis.

3. Bapak Dr.Sawaluddin,M.IT dan Bapak Romi Fadillah Rahmat, B.Comp.Sc.M.Sc. yang telah bersedia menjadi dosen pembanding.

4. Ketua dan Sekretaris Program Studi Teknologi Informasi, Bapak M. Anggia Muchtar, ST., M.MIT. dan Bapak M. Fadly Syahputra, B.Sc.,M.Sc.IT. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, semua dosen di Fakultas Ilmu Komputer dan Teknologi Informasi.

(4)

ABSTRAK

Dalam memecahkan masalah N-Queen dengan menggunakan algoritma genetika, proses pemilihan parent dapat dilakukan dengan menggunakan metode roulette wheel selection, rank based fitness assignment, roulette wheel selection, local selection, truncation selection dan tournament selection. Dalam penelitian ini, metode tournament selection dipilih sebagai metode seleksi parent pada algoritma genetika yang diimplementasikan ke dalam pencarian solusi masalah N-Queen. Aplikasi yang dihasilkan dapat menemukan variasi solusi pemecahan masalah N-Queen yang berbeda serta variasi jumlah mutasi yang dihasilkan untuk solusi yang sama dari konfigurasi permasalahan yang ada. Konfigurasi permasalahan seperti jumlah queen, jumlah individu serta nilai persentase mutasi dapat berubah sesuai dengan input yang diberikan pengguna.

(5)

IMPLEMENTATION OF TOURNAMENT SELECTION METHOD

FOR THE GENETIC ALGORITHM

TROUBLESHOOTING N-QUEEN

ABSTRACT

In solving the N-Queen problem using a genetic algorithm, the process of selecting the parent can be accomplished by using the roulette wheel selection, rank-based fitness assignment, roulette wheel selection, local selection, truncation selection and tournament selection. In this study, the tournament selection method chosen as a selection method parent genetic algorithm implemented in the search for solutions to the N-Queen problems. The resulting applications can be found variations troubleshooters N-Queen different and vary the number of mutations generated for the same solution of the configuration of the existing problems. Configuration issues such as the number of queen, the number of individuals as well as the percentage of mutations can change according to user input.

(6)

DAFTAR ISI

PERNYATAAN ... ii

UCAPAN TERIMAKASIH... iii

ABSTRAK ... iv

3.1.3 Penerapan Metode Tournament Selection ... 18

3.2 Perancangan Sistem ... 24

3.2.1 Flowchart Sistem ... 24

3.2.2 Perancangan Antarmuka Program... 26

(7)

BAB 4 IMPLEMENTASI DAN PEMBAHASAN ... 31

4.1 Implementasi ... 31

4.1.1 Tampilan Hasil ... 31

4.1.2 Pengujian Sistem ... 32

4.2 Pembahasan ... 38

BAB 5 PENUTUP ... 40

5.1 Kesimpulan ... 40

5.2 Saran ... 41

(8)

DAFTAR GAMBAR

Gambar 2.1 Ilustrasi Solusi 1,3,5,2,4 ... 12

Gambar 2.2 Posisi Queen Dalam Papan Catur ... 12

Gambar 2.3 Contoh Queen Yang Saling Bertabrakan ... 13

Gambar 3.1 Arsitektur Umum Sistem ... 19

Gambar 3.2 Cross Over Iterasi I ... 22

Gambar 3.3 Flowchart Proses Kerja Perangkat Lunak ... 25

Gambar 3.4 Rancangan Form Utama ... 27

Gambar 3.5 Rancangan Form Proses ... 28

Gambar 3.6 Rancangan Form About ... 29

Gambar 4.1 Tampilan Form Utama ... 31

Gambar 4.2 Tampilan Form About ... 32

Gambar 4.3 Konfigurasi Pencarian Solusi ... 34

Gambar 4.4 Inisiliasi Populasi Awal ... 35

Gambar 4.5 Hasil Pencarian Solusi ... 36

(9)

DAFTAR TABEL

Tabel 2.1 Penelitian Sebelumnya ... 15

Tabel 3.1 Individu Awal ... 20

Tabel 3.2 Nilai Fitness Individu Awal ... 20

Tabel 3.3 Jadwal Turnamen Iterasi I ... 21

Tabel 3.4 Hasil Turnamen Iterasi I ... 22

Tabel 3.5 Populasi Setelah Iterasi I ... 23

Tabel 3.6 Evaluasi Fitness Pada Iterasi I ... 23

Tabel 4.1 Konfigurasi Pengujian ... 33

Referensi

Dokumen terkait

Algoritma genetika mampu melakukan prediksi penyakit autoimun pada iterasi pertama hal ini sudah terlihat dengan nilai 14.88 yang diambil dari proses algortima genetika dengan

Ada beberapa jenis model seleksi dalam algoritma genetika seperti roulette wheel yang memperhitungkan probabilitas kumulatif nilai fitness setiap individu dan elitism

digunakan. Skenario2, Skenario ini menggunakan peta2, peta3 dan peta4; grammar1 & grammar2; metode seleksi roulette wheel & tournament selection. Hal yang

Salah satu metode yang dapat digunakan untuk menyelesaikan permasalahan tersebut adalah dengan menggunakan pendekatan Algoritma Genetika.. Algoritma Genetika merupakan

Kata kunci : Multi Travelling Salesman Problem, Genetic algorithm, Roulette Wheel Selection, Rank Selection, Tournament Selection, UD Sumber Jaya Utama.. commit

Dari pengujian dengan grammar1 dapat dilihat bahwa seleksi dengan roulette wheel memiliki performasi yang lebih baik dibandingkan dengan tournament selection. Namun

Algoritma genetika adalah algoritma komputasi yang diinspirasi teori evolusi yang kemudian diadopsi menjadi algoritma komputasi untuk mencari solusi suatu

Oleh karena itu dalam penelitian ini menggunakan pengklasifikasi Naïve Bayes disertai Algoritma Genetika sebagai metode pemilihan fitur yang diterapkan untuk mengklasifikasikan teks