ANALISIS METODE SINGLE-POINT CROSSOVER (SPX), TWO-POINT CROSSOVER (TPX) DAN MULTI-POINT CROSSOVER (MPX) PADA FUNGSI NONLINEAR DUA PEUBAH DENGAN BINARY CODING

Main Article Content

Adriana Fanggidae

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

Download data is not yet available.

Article Details

How to Cite
Fanggidae, A. (2019). ANALISIS METODE SINGLE-POINT CROSSOVER (SPX), TWO-POINT CROSSOVER (TPX) DAN MULTI-POINT CROSSOVER (MPX) PADA FUNGSI NONLINEAR DUA PEUBAH DENGAN BINARY CODING. Jurnal Komputer Dan Informatika (JICON), 7(1), 17-20. Retrieved from https://ejurnal.undana.ac.id/jicon/article/view/872
Section
Articles

References

[1] Davis, L. 1991. Handbook of Genetic Algorithms. Van Nostrand Reinhold, New York.
[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.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.