Melola Discovery

← Melola Discovery

Jurnal

Optimisasi Tak Linear Dua Variabel Menggunakan Algoritme Genetika Pada Software Python

PRISMA, Prosiding Seminar Nasional Matematika · Vol. 3 (2020) · hlm. 186–193

ISSN
2613-9189
Terbit
2020-02-28
Penerbit
Jurusan Matematika FMIPA UNNES
Bahasa
eng

Abstrak

Algoritme genetika merupakan suatu teknik optimisasi yang cara kerjanya meniru proses evolusi dan perubahan struktur genetik pada makhluk hidup. Dalam seleksi alam, individu-individu yang lebih kuat akan mempunyai peluang untuk bertahan hidup lebih besar dan individu yang lebih kuat dari orang tuanya akan dilahirkan melalui proses penyilangan serta mutasi. Pada karya ilmiah ini akan diterapkan metode algoritme genetika untuk menyelesaikan masalah optimisasi pada fungsi objektif dua variabel. Algoritme genetika diaplikasikan menggunakan bantuan software Python. Fungsi objektif yang digunakan terdiri atas fungsi kuadrat, fungsi trigonometri dan fungsi Rastrigin yang mengandung bentuk kuadrat dan trigonometri. Hasil penelitian menunjukkan penyelesaian masalah optimisasi menggunakan metode algoritme genetika menghasilkan galat yang relatif kecil. Pada kasus minimisasi terkait fungsi Rastrigin, algoritme genetika terbukti efektif dalam menghindari minimum lokal. Namun, pada optimisasi dengan solusi tidak tunggal, script Python yang dirancang penulis hanya mampu menemukan satu solusi sehingga memerlukan pengembangan yang lebih lanjut.

Jaringan kolaborasi para penulis

8 penulis · 14 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • IPB University
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Amril AmanAfiliasi tidak diketahui2
Toni BakhtiarAfiliasi tidak diketahui1
Farida HanumAfiliasi tidak diketahui1
Bib Paruhum SilalahiIPB University1
Vina Izza NurikaAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/prisma/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Optimisasi Tak Linear Dua Variabel Menggunakan Algoritme Genetika Pada Software Python</dc:title>
	<dc:creator>Chairunnisa, Amelia</dc:creator>
	<dc:creator>Khatizah, Elis</dc:creator>
	<dc:creator>Supriyo, Prapto Tri</dc:creator>
	<dc:description xml:lang="en-US">Algoritme genetika merupakan suatu teknik optimisasi yang cara kerjanya meniru proses evolusi dan perubahan struktur genetik pada makhluk hidup. Dalam seleksi alam, individu-individu yang lebih kuat akan mempunyai peluang untuk bertahan hidup lebih besar dan individu yang lebih kuat dari orang tuanya akan dilahirkan melalui proses penyilangan serta mutasi. Pada karya ilmiah ini akan diterapkan metode algoritme genetika untuk menyelesaikan masalah optimisasi pada fungsi objektif dua variabel. Algoritme genetika diaplikasikan menggunakan bantuan software Python. Fungsi objektif yang digunakan terdiri atas fungsi kuadrat, fungsi trigonometri dan fungsi Rastrigin yang mengandung bentuk kuadrat dan trigonometri. Hasil penelitian menunjukkan penyelesaian masalah optimisasi menggunakan metode algoritme genetika menghasilkan galat yang relatif kecil. Pada kasus minimisasi terkait fungsi Rastrigin, algoritme genetika terbukti efektif dalam menghindari minimum lokal. Namun, pada optimisasi dengan solusi tidak tunggal, script Python yang dirancang penulis hanya mampu menemukan satu solusi sehingga memerlukan pengembangan yang lebih lanjut.</dc:description>
	<dc:publisher xml:lang="en-US">Jurusan Matematika FMIPA UNNES</dc:publisher>
	<dc:date>2020-02-28</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/prisma/article/view/37832</dc:identifier>
	<dc:source xml:lang="en-US">PRISMA, Prosiding Seminar Nasional Matematika; Vol 3 (2020): PRISMA, Prosiding Seminar Nasional Matematika; 186-193</dc:source>
	<dc:source>2613-9189</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/prisma/article/view/37832/15549</dc:relation>
</oai_dc:dc>