Penerapan algoritma genetika dalam aplikasi Marketplace

Wicaksono, Wahyu Fajar (2021) Penerapan algoritma genetika dalam aplikasi Marketplace. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (35kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (22kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (149kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (78kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (587kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (3MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (20kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (76kB) | Request a copy

Abstract

Terdapat banyak cara untuk mencari peluang untuk mengoptimasi sebuah rute perjalanan dan meminimalisir suatu biaya saat melakukan sebuah pengiriman ke beberapa tempat dengan waktu yang singkat. Kegiatan ini dapat disebut dengan yang namanya Travelling Salesman Problem (TSP), kegiatan pengiriman barang ini sering kali mendapatkan permasalahan seperti, salah rute, kesasar, dan memakan banyak biaya, banyak algoritma yang menyelesaikan permasalahan tersebut seperti algoritma Brute Force, algoritma greedy, dan sebagainya akan tetapi algoritma tersebut kurang efektif bahkan sama sekali tidak ketika titik pengantaran yang sangat banyak, karena algoritma tersebut memproses semua nilai didalam nya tanpa terkecuali dengan hasil yang maksimal dan waktu proses yang lama. Algoritma Genetika adalah algoritma yang digunakan dalam makalah ini, algoritma genetika dapat mengkalkulasi dengan cepat seberapa banyak data karena algoritma genetika memiliki sifat hanya mengambil beberapa sampel dari sebuah data, dari sampel tersebut dapat menciptakan sebuah kesimpulan yang dimana nilai tersebut dapat mendekati titik maksimal, walaupun titik hasil yang didapatkan tidak 100% maksimal. Algoritma genetika juga banyak dipakai untuk masalah penjadwalan, radius terdekat dari titik berdiri, dan pencaharian rute yang optimal. Hasil penelitian ini didapatkan bahwa algoritma genetika mampu mendekati titik maksimal dengan perbandingan parameternya. Didapatkan bahwa parameter sampel yang besar akan mendapatkan peluang ketepatan yang besar.

Actions (login required)

View Item