ANALISIS METODE SINGLE-POINT CROSSOVER (SPX), TWO-POINT CROSSOVER (TPX) DAN MULTI-POINT CROSSOVER (MPX) PADA FUNGSI NONLINEAR DUA PEUBAH DENGAN BINARY CODING
Abstract
Algoritma genetika merupakan salah satu algoritma evolusioner yang memiliki 4 tahapan penting yaitu pengkodean, seleksi, crossover dan mutasi. Pada tulisan ini, kinerja dari binary coding pada 3 metode crossover SPX, TPX, dan MPX diuji pada 5 fungsi nonlinear dua peubah. Hasil yang diperoleh menunjukkan metode crossover TPX memberikan kinerja yang lebih baik daripada SPX dan MPX.
Downloads
References
[2] Varnamkasthi, M. J. & Lee, L. S. 2012. A Fuzzy Genetic Algorithm Based on Binary Encoding for Solving Multidimensional Knapsack Problems. Journal of Applied Mathematics. 2012 (6) : 1-24.
[3] Fadlisyah., Arnawan., & Faisal. 2009. Algoritma Genetik. Penerbit Graha Ilmu.
[4] Fanggidae, A., & Lado, F. R. 2015. Algoritma Genetik dan Penerapannya. Penerbit Teknosain. Yogyakarta.
[5] Yang, X. S. 2014. Nature-Inspired Optimization Algorithms 1st. Elsevier.
Copyright (c) 2019 Jurnal Komputer dan Informatika
This work is licensed under a Creative Commons Attribution 4.0 International License.
The author submitting the manuscript must understand and agree that if accepted for publication, authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution (CC-BY) 4.0 License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.