• Tidak ada hasil yang ditemukan

Penjadwalan Iklan Pada Stasiun Radio Komersial Menggunakan Algoritma Genetika

N/A
N/A
Protected

Academic year: 2017

Membagikan "Penjadwalan Iklan Pada Stasiun Radio Komersial Menggunakan Algoritma Genetika"

Copied!
2
0
0

Teks penuh

(1)

64

DAFTAR PUSTAKA

Aryawarman, Q. S., & Setiawan, R., 2007. Sistem Penjadwalan Iklan Pada Radio Megantara Fm Nganjuk Dengan Algoritma Dynamic Priority Schedulling. Prosiding Seminar Nasional Sistem & Teknologi Informasi (SNASTI), 22 Agustus 2007.

Fariza, A., Martiana, E., Sucipto H., 2006. Aplikasi Algoritma Genetika Multi Obyektif pada Traveling Salesman Problem. Politeknik Elektronika Negeri Surabaya ITS.

Fitrah, Aulia, Achmad Zaky, Fitrasani. Penerapan Algoritma Genetika pada Persoalan Pedagang Keliling (TSP). Institut Teknologi Bandung: Program Studi Informatika, Sekolah Teknik Elektro dan Informatika

Gen, M. dan Cheng, R. 1997. Genetic Algorithms and Engineering Design. Newyork: Jhon Wiley & Sons, Inc.

Goldberg, D. E. 1989. Genetic Algorithms in Search, Optimization and Machine Learning. Canada: Addison-Wesley Publishing.

Indira K & Kanmani, 2012. Performance Analysis of Genetic Algorithm for Mining Association Rules. International Journal of Computer Science Issues, Vol. 9, Issue 2, No 1, March 2012. Department of CSE, Pondicherry Engineering College Puducherry, 605014, India.

Karegowda, A. G., Manjunath, A.S. & Jayaram, M.A., 2011. Application of genetic algorithm Optimized neural network Connection weights for medical Diagnosis of pima Indians diabetes, International Journal on Soft Computing (IJSC), Vol.2, No.2, May 2011. Dept. of Master of Computer Applications, Siddaganga Institute of Technology, Tumkur, India.

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 : I-2.

Nugraha, Ivan. 2008. “Aplikasi algoritma genetik untuk optimasi penjadwalan kegiatan belajar mengajar”. Dalam Strategi Algoritmik 2008. Bandung, Indonesia: Institut Teknologi Bandung.

Obitko, Marek. (1998). Introduction To Genetic Algorithms. University of Applied Sciences.

Sivanandam, S. N. dan Deepa S. N. 2008. Introduction to Genetic Algorithms. New York: Springer-Verlag Berlin Heidelberg.

(2)

65

Sofge, D. A, 2002. Using Genetic Algorithm Based Variable Selection to Improve Neural Network Models for Real-World Systems. Proceedings of the 2002 International Conference on Machine Learning 7 Applications. Navy Center for Applied Research in Artificial Intelligence Naval Research Laboratory Washington, D.C., U.S.A.

Soraya, D.T. 2007. Penjadwalan Perkuliahan Dengan Pendekatan Constraint Programming. Skripsi. Jakarta, Indonesia : Fakultas Ilmu Komputer Universitas Indonesia.

Tamba, G.M.P. 2004. Sistem Penjadwalan Perkuliahan Menggunakan Algoritma Genetika(Studi Kasus Fakultas Matematika dan IPA IPB). Skripsi. Bogor, Indonesia : Institut Pertanian Bogor.

Referensi

Dokumen terkait

Salah satu masalah yang dapat diselesaikan dengan Algoritma Genetika adalah persoalan Travelling Salasman Problem (TSP), dimana seorang salesman harus mengunjungi n kota

Pada penelitian ini metode Algoritma Genetika dipadu- kan dengan metode Constraint Satisfaction Problem , di- mana kromosom yang dihasilkan pada metode Algoritma Genetika dapat

Dari ketiga pengujian diatas dapat dilihat bahwa dengan mengubah parameter masukan seperti jumlah kelas dan parameter algoritma genetika seperti jumlah populasi, probabilitas

Kelebihan metode algoritma genetika dibanding metode optimasi lainnya adalah algoritma genetika merupakan algoritma berbasis populasi yang memungkinkan digunakan

Pengujian proses algoritma genetika dilakukan dengan melakukan perubahan nilai parameter yang digunakan, yaitu nilai crossover rate, nilai mutation rate maupun nilai jumlah

Pada penelitian ini metode Algoritma Genetika dipadu- kan dengan metode Constraint Satisfaction Problem, di- mana kromosom yang dihasilkan pada metode Algoritma Genetika dapat

Gambar 4.11 menjelaskan tentang form user yang digunakan untuk mengelola data admin sistem informasi penjadwalan iklan dengan algoritma genetika Steady State pada Stasiun Radio

Untuk mendapatkan solusi terbaik dengan perhitungan algoritma genetika terlebih dahulu menginputkan jumlah populasi, nilai crossover rate, nilai mutation rate dan jumlah