Analisis Nilai Mutasi Dinamis Pada Algoritma Genetika
ix
ABSTRAK
Knapsack Problem mempunyai peranan penting untuk membatasi jumlah node yang
harus dilalai pada kasus Travelling Salesman Problem (TSP). Biasanya, pada kasus
TSP, semua node akan dijelajahi untuk mendapatkan nilai yang paling optimal pada
suatu generasi tertentu. Knapsack yang diterapkan setidaknya mempunyai dua buah
parameter agar berjalan dengan baik. Pada penelitian ini Knapsack memiliki dua buah
parameter yaitu jumlah node dan bobot jarak. Optimasi pada TSP dilakukan dengan
menghitung bobot jarak agar memiliki nilai yang sama dengan nilai solusi yang telah
ditentukan. Jumlah node mempengaruhi seberapa banyak titik koordinat yang akan
dilalui. Nilai optimal pada permasalahan ini tergantung teknik yang dilakukan pada
proses mutasi. Metode mutasi dinamis bertujuan untuk menentukan nilai mutation
rate pada setiap populasi. Keadaan populasi dalam tiap-tiap generasi akan
mempengaruhi hasil dari proses genetika. Teknik ini akan melakukan pendekatan agar
hasil suatu generasi mendekati kepada penyelesaian. Dengan menggunakan metode ini
proses genetika akan berlangsung lebih optimal.
Kata kunci: Optimasi, Penjadwalan, Algoritma Genetika, Knapsack Problem, Mutasi
Dinamis
Universitas Sumatera Utara
x
ANALYSIS OF THE DYNAMIC MUTATIONS RATE IN GENETIC
ALGORITHM
ABSTRACT
Knapsack Problem is very important to controlling how many node has crossed at
Travelling Salesman Problems (TSP). Usually at TSP, all of the node will be explored
to get the optimal rate at a generation. Apllying the knapack at least had two
parameters to work well. In the research, knapsack had two parameters, that is total
nodes and weights range. Optimation in TSP can do with calculation of weights range
that has a same value one as one solution rate was specify. Total nodes influence how
many coordinate point will be crossed. The optimal rate in the problem is technical
dependent in mutation processing. A methode dynamic mutations intend to specify of
mutation rate at each population. Situation a population of generation will be affect by
result from genetic processing. This technical will approach to result it is solutions. By
using this method, a genetic process will optimal.
Key words : Optimation, Scheduling, Genetic Algorithm, Knapsack Problem,
Dynamic Mutation
Universitas Sumatera Utara
ABSTRAK
Knapsack Problem mempunyai peranan penting untuk membatasi jumlah node yang
harus dilalai pada kasus Travelling Salesman Problem (TSP). Biasanya, pada kasus
TSP, semua node akan dijelajahi untuk mendapatkan nilai yang paling optimal pada
suatu generasi tertentu. Knapsack yang diterapkan setidaknya mempunyai dua buah
parameter agar berjalan dengan baik. Pada penelitian ini Knapsack memiliki dua buah
parameter yaitu jumlah node dan bobot jarak. Optimasi pada TSP dilakukan dengan
menghitung bobot jarak agar memiliki nilai yang sama dengan nilai solusi yang telah
ditentukan. Jumlah node mempengaruhi seberapa banyak titik koordinat yang akan
dilalui. Nilai optimal pada permasalahan ini tergantung teknik yang dilakukan pada
proses mutasi. Metode mutasi dinamis bertujuan untuk menentukan nilai mutation
rate pada setiap populasi. Keadaan populasi dalam tiap-tiap generasi akan
mempengaruhi hasil dari proses genetika. Teknik ini akan melakukan pendekatan agar
hasil suatu generasi mendekati kepada penyelesaian. Dengan menggunakan metode ini
proses genetika akan berlangsung lebih optimal.
Kata kunci: Optimasi, Penjadwalan, Algoritma Genetika, Knapsack Problem, Mutasi
Dinamis
Universitas Sumatera Utara
x
ANALYSIS OF THE DYNAMIC MUTATIONS RATE IN GENETIC
ALGORITHM
ABSTRACT
Knapsack Problem is very important to controlling how many node has crossed at
Travelling Salesman Problems (TSP). Usually at TSP, all of the node will be explored
to get the optimal rate at a generation. Apllying the knapack at least had two
parameters to work well. In the research, knapsack had two parameters, that is total
nodes and weights range. Optimation in TSP can do with calculation of weights range
that has a same value one as one solution rate was specify. Total nodes influence how
many coordinate point will be crossed. The optimal rate in the problem is technical
dependent in mutation processing. A methode dynamic mutations intend to specify of
mutation rate at each population. Situation a population of generation will be affect by
result from genetic processing. This technical will approach to result it is solutions. By
using this method, a genetic process will optimal.
Key words : Optimation, Scheduling, Genetic Algorithm, Knapsack Problem,
Dynamic Mutation
Universitas Sumatera Utara