dc.contributor.advisor |
Harjono, Kristopher David |
|
dc.contributor.author |
Rendragraha, Krisogonus Ferdie |
|
dc.date.accessioned |
2020-05-08T03:05:51Z |
|
dc.date.available |
2020-05-08T03:05:51Z |
|
dc.date.issued |
2019 |
|
dc.identifier.other |
skp39337 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/10834 |
|
dc.description |
1658 - FTIS |
en_US |
dc.description.abstract |
Algoritma genetik adalah algoritma berbasis populasi dengan melakukan pendekatan
secara biologis. Strategi evolusi dan pemrograman ini menggunakan operasi mutasi sebagai
cara untuk mencari solusi. Solusi potensial (atau bisa disebut dengan kromosom)
dapat direpresentasikan sebagai rangkaian bit. Selain mutasi, algoritma ini juga menggunakan
operasi crossover (persilangan) untuk mencari solusi baru (kromosom baru).
Family Traveling Salesman Problem (FTSP) dimotivasi dari aplikasi pengambilan
pesanan di gudang. Meski pekerjaan dilakukan dengan desain dan kontrol gudang,
pemesanan biasanya dimodelkan menggunakan Travelling Salesman Problem, di mana
produk serupa dapat disimpan bersama. Karenanya, produk serupa dapat disimpan
secara terpisah.
Pada skripsi ini, sebuah perangkat lunak dibangun untuk mengimplementasikan secara
bruteforce dan algoritma genetik. Input yang dipakai pada perangkat lunak ini
adalah plaintext dan input yang diberikan oleh pengguna dengan keyboard. Setelah perangkat
lunak dibangun, pengujian dilakukan terhadap implementasi secara bruteforce
dan algoritma genetik.
Perangkat lunak diuji dengan 2 metode pengujian, yaitu pengujian fungsional dan
eksperimental. Berdasarkan pengujian fungsional, dapat disimpulkan bahwa perangkat
lunak yang dibangun mampu mengimplementasikan proses bruteforce dan algoritma
genetik dengan baik dan juga mampu menghasilkan kromosom yang sesuai dengan ketentuan
pengambilan berapa banyak kota dalam setiap family. Berdasarkan pengujian
eksperimental, dapat disimpulkan bahwa parameter input yang diberikan oleh pengguna
perangkat lunak yaitu banyaknya kromosom yang dibentuk dalam 1 populasi, mutation
rate, iterasi, dan treshold dapat menentukan dan mempengaruhi hasil pencarian kromosom
dengan jarak tempuh minimum. |
en_US |
dc.language.iso |
Indonesia |
en_US |
dc.publisher |
Program Studi Teknik Informatika Fakultas Teknologi Informasi dan Sains - UNPAR |
en_US |
dc.subject |
Algoritma genetik |
en_US |
dc.subject |
Family Traveling Salesman Problem |
en_US |
dc.subject |
bruteforce |
en_US |
dc.subject |
crossover |
en_US |
dc.subject |
mutasi |
en_US |
dc.subject |
selection |
en_US |
dc.title |
Pencarian solusi family traveling salesman problem dengan algoritma genetik |
en_US |
dc.type |
Undergraduate Theses |
|
dc.identifier.nim/npm |
NPM2014730022 |
|
dc.identifier.kodeprodi |
KODEPRODI618#Teknik Informatika |
|