ANALISIS METODE SINGLE-POINT CROSSOVER (SPX), TWO-POINT CROSSOVER (TPX) DAN MULTI-POINT CROSSOVER (MPX) PADA FUNGSI NONLINEAR DUA PEUBAH DENGAN BINARY CODING
Abstrak
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.
##plugins.generic.usageStats.downloads##
Referensi
[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.
##submission.copyrightStatement##
##submission.license.cc.by4.footer##Penulis yang mengirimkan naskah harus memahami dan menyetujui bahwa jika diterima untuk diterbitkan, penulis memiliki hak cipta dan memberikan jurnal hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Creative Commons Attribution (CC-BY) 4.0 License yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal dalam jurnal ini.
Adriana Fanggidae(1*)

