View
217
Download
0
Category
Preview:
Citation preview
Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali:
Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.
Copyright and reuse:
This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.
80
DAFTAR PUSTAKA
Chaturvedi, D. (2008). Soft Computing Techniques and its Applications in
Electrical Enginering, Studies in Computational Intelligence (SCI). Berlin:
Springer-Verlag Berlin Heidelberg.
Dewi, D. S., & Septiana, T. (2015). Workforce scheduling considering physical and
mental workload: A case study of domestic freight forwarding. Surabaya:
Department of Industrial Engineering Institute of Technology Sepuluh
Nopember.
Ferdinand. (2017, Mei 28). (S. Oktaviani, Pewawancara)
Kompas. (2009, December 15). Agar 24 Jam Lebih Efektif. Retrieved from
Kompas.com:
http://lifestyle.kompas.com/read/2009/12/15/13422113/agar.24.jam.lebih.e
fektif
Kramer, O. (2017). Genetic Algorithm Essentials. Springer International
Publishing.
Leow, P. (2016). Genetic Algorithms Demystified: Unravel the Myths and Power
of Genetic Algorithms in Machine Learning. Peter Leow.
Man, K. F., Tang, K. S., & Kwong, S. (1996). Genetic Algorithms: Concepts and
Applications. IEEE Transactions On Industrial Electronics.
Marbun, Y. (2013). Perbandingan Algoritma Genetika dan Particle Swarm
Optimization dalam Optimasi Penjadwalan Matakuliah.
Miyazaki, T. (2018, Januari 16). (S. Oktaviani, Interviewer)
Prakoso, A. P. (2012). Simulasi Penjadwalan Penugasan Karyawan Menggunakan
Algoritma Tabu Search. Jakarta: Jurusan Teknik Informatika Fakultas
Teknologi Industri Universitas Pembangunan Nasional "Veteran".
Qoiriah, A. (2014). Penjadwalan Ujian Akhir Semester dengan Algoritma Genetika
(Studi Kasus Jurusan Teknik Informatika UNESA). Surabaya: Jurnal
Manajemen Informatika UNESA.
Santoso, D. S. (2015). Implementasi Algoritma Genetika Pada Penempatan Tugas
Asisten Laboratorium Berbasis Web. ULTIMATICS, Vol. VII, No. 2, 139-
147.
Setemen, K. (2010). Implementasi algoritma genetika dalam pengembangan sistem
aplikasi penjadwalan kuliah. Singaraja: Universitas Pendidikan Ganesha.
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
81
Sianturi, A. L. (2012). Optimasi Penjadwalan Karyawan Pengawas Pembangunan
Kapal Dengan Menggunakan Algoritma Genetika. Depok: Universitas
Indonesia.
Suwarto, S. A., Partono, A. A., & Windu. (2010). Optimasi Penjadwalan Tenaga
Kerja Proyek Konstruksi. Semarang: Diponegoro University Institutional
Repository.
Thioanda, F. (2018, Januari 16). (S. Oktaviani, Interviewer)
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
82
DAFTAR LAMPIRAN
1. Hasil Wawancara dengan Ferdinand
2. Hasil Wawancara dengan Fisichela Thioanda
3. Hasil Wawancara dengan Tommy Miyazaki
4. Jadwal KRS Panitia DISCO 2017
5. Hasil Pengujian Nilai Fitness dengan Data FesTIval 2016
6. Hasil Pengujian Nilai Fitness dengan Data DISCO 2017
7. Hasil Pengujian Nilai Fitness dengan Data Technofest 2016
8. Form Konsultasi Skripsi
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Wawancara dengan Ferdinand
28 Mei 2017
Ferdinand selaku koordinator divisi dana dan konsumsi Festival 2016
mengatakan bahwa dalam menyusun jadwal penjagaan stand makanan
membutuhkan ketelitian yang tinggi dan waktu yang cukup lama. Jadwal
perkuliahan dari setiap anggota yang berbeda-beda menambah kesulitan dalam
pembuatan jadwal. Terlebih lagi apabila ada kuliah pengganti yang mengharuskan
jadwal yang telah disusun untuk dirombak.
Menurut Ferdinand, hal utama yang harus diperhatikan dalam penyusunan
jadwal penjagaan stand adalah jadwal penjagaan stand yang tidak boleh
bertabrakan dengan jadwal kuliah. Selain itu, jadwal penjagaan untuk satu orang
dalam satu minggu disesuaikan dengan banyaknya jumlah mahasiswa yang
tergabung dalam sebuah kepanitiaan. Biasanya dalam satu minggu, satu panitia
mendapatkan jatah menjaga selama 4 hingga 5 jam, dengan aturan satu panitia
hanya akan menjaga selama 2 hingga 3 jam dalam satu hari. Dalam penempatan,
waktu yang diberikan kepada panitia bersifat kontinu atau tidak putus-putus.
Ferdinand membagi waktu penjagaan stand menjadi 4 gelombang dalam
satu hari, yaitu pada pukul 8 hingga 11, 11 hingga 13, 13 hingga 15, dan 15 hingga
17. Penjagaan pada pukul 8 mendapatkan jatah lebih banyak karena pagi hari dirasa
masih sepi akan pembeli. Ferdinand juga lebih memilih untuk menempatkan laki-
laki pada pukul 8 karena harus mengangkat makanan pada pagi hari. Selain itu,
Ferdinand menyarankan agar hanya dua orang yang menjaga dalam suatu waktu
karena tempat penjagaan stand yang terbatas.
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Setelah mendengar penjelasan mengenai sistem penjagaan stand, Ferdinand
menunjukkan ketertarikan untuk mencoba sistem penjadwalan penjagaan stand
makanan karena dirasa dapat membantu divisi dana dan konsumsi dalam
pembuatan jadwal penjagaan stand.
Mengetahui,
Koordinator Divisi Dana Konsumsi Festival 2016
Ferdinand
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Wawancara dengan Fisichela Thioanda
16 Januari 2018
Fisichela Thioanda selaku koordinator divisi dana konsumsi DISCO 2017
menyatakan bahwa penyusunan penjadwalan penjagaan stand merupakan hal yang
cukup menyulitkan. Hal ini disebabkan oleh jadwal dari mahasiswa yang padat dan
sering kali ada hambatan yang dimiliki setiap panitia, seperti kuliah pengganti, kerja
kelompok, dan urusan lainnya.
Membuat penjadwalan yang tidak bertabrak dengan jadwal kuliah panita
adalah prioritas utama bagi Fisichela dalam penyusunan jadwal. Berikutnya,
Fisichela juga mempertimbangkan waktu penjagaan stand yang bobotnya
diharapkan sama untuk setiap panitia, yaitu satu atau dua hari dalam seminggu.
Panitia yang menjaga akan diberikan waktu dua hingga tiga jam per harinya.
Fisichela biasanya membagi penjadwalan penjagaan stand menjadi 4 periode, yaitu
pada pukul 8 hingga 10, 10 hingga 12, 12 hingga 14, dan 14 hingga 17. Namun,
kadang kala periode pertama memakan waktu 3 jam dan sisanya 2 jam secara
berurutan. Periode 3 jam selalu ditempatkan pada awal atau akhir dari sebuah hari
karena panitia sering kali banyak waktu kosong di jam – jam tersebut.
Setelah mendengarkan penjelasan mengenai sistem penjagaan stand,
Fisichela menunjukkan ketertarikan untuk mencoba sistem penjadwalan penjagaan
stand karena dirasa akan lebih menghemat waktu divisi dana dan konsumsi.
Mengetahui,
Koordinator Divisi Dana Konsumsi DISCO 2017
Fisichela Thioanda
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Wawancara dengan Tommy Miyazaki
16 Januari 2018
Tommy Miyazaki selaku koordinator divisi dana konsumsi TechnoFest
2016 menyatakan bahwa pembuatan jadwal penjagaan stand makanan adalah hal
yang cukup sulit. Hal ini dikatakan sulit karena Tommy ingin membuat jadwal
dirasa adil. Selain itu, jadwal mahasiswa yang sangat bervariasi juga menambah
tingkat kesulitan dari penyusunan jadwal.
Pada saat penyusunan jadwal, Tommy sangat mempertimbangkan jadwal
kuliah dari setiap panitia. Dengan kata lain, hanya panitia yang memiliki jadwal
kosong yang akan ditempatkan menjaga stand pada sebuah periode. Tommy
membagi waktu penjagaan stand menjadi 4 periode, yaitu pada pukul 8 hingga 10,
10 hingga 12, 12 hingga 14, dan 14 hingga 17. Pemberian periode yang lebih
panjang di akhir hari bertujuan agar panitia dapat ikut membantu menutup dan
menghitung penghasilan di hari yang bersangkutan. Selain itu, Tommy juga kadang
memulai penjagaan stand dari pukul 9 agar pembagian jadwal untuk setiap panitia
di hari tersebut adalah sama, yaitu 2 jam.
Setelah mendengar penjelasan mengenai sistem penjagaan stand, Tommy
Miyazaki menunjukkan ketertarikan terhadap sistem penjadwalan penjagaan stand
karena dirasa akan sangat bermanfaat dalam pembuatan jadwal
Mengetahui,
Koordinator Divisi Dana Konsumsi TechnoFest 2016
Tommy Miyazaki
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Jadwal KRS Panitia DISCO 2017
fsdf
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Pengujian Nilai Fitness dengan Data FesTIval 2016 Batasan / Uji ke- 1 2 3 4 5 6 7 8 9 10 Rata-rata
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 10000
85.82 86.58 88.23 86.46 83.40 86.08 85.44 85.19 85.57 84.94 85.771
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 10000
84.66 86.70 84.43 84.55 84.66 88.18 85.00 85.00 86.02 84.66 85.386
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 10000
87.13 86.78 88.05 85.52 86.78 87.24 87.36 85.29 89.31 85.98 86.944
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 10000
84.88 86.50 85.25 84.63 88.63 84.75 85.25 85.25 86.38 86.13 85.765
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 10000
85.52 87.04 86.98 85.52 87.19 86.98 86.56 86.77 85.00 87.81 86.573
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 10000
88.76 87.19 85.17 85.62 85.84 85.51 85.62 85.39 84.27 86.40 85.977
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 10000
86.36 86.36 85.45 86.59 87.05 88.18 85.23 85.91 86.14 86.59 86.386
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 10000
85.15 85.15 85.77 86.19 86.08 86.29 85.36 88.56 86.49 86.80 86.184
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 20000
87.34 89.11 85.06 85.95 86.46 86.71 86.71 86.08 86.84 87.72 86.798
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 20000
85.91 86.82 87.05 87.61 86.14 88.30 86.36 85.23 86.93 87.61 86.796
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 20000
87.59 88.74 87.24 87.82 86.55 87.59 87.59 86.90 88.05 86.09 87.416
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 20000
86.00 86.88 86.13 85.75 85.50 87.38 86.13 86.13 88.38 86.00 86.428
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 20000
86.35 87.40 88.44 86.56 87.40 87.60 87.81 87.60 86.98 86.98 87.312
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Pengujian Nilai Fitness dengan Data FesTIval 2016 (Lanjutan)
Batasan / Uji ke- 1 2 3 4 5 6 7 8 9 10 Rata-rata
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 20000
85.17 87.87 87.08 85.62 86.74 86.29 85.62 86.74 85.51 85.17 86.181
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 20000
87.50 87.27 86.82 90.23 86.59 87.95 85.68 86.82 88.41 87.05 87.432
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 20000
86.39 85.15 85.57 85.15 86.60 85.98 86.80 85.88 87.32 86.19 86.103
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 30000
85.82 87.72 86.84 85.70 86.96 86.08 89.37 86.84 87.47 87.59 87.039
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 30000
88.18 86.25 89.55 88.18 85.68 86.02 86.82 86.02 84.55 87.61 86.886
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 30000
86.78 88.39 88.05 88.39 87.36 88.39 89.43 87.13 88.51 87.24 87.967
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 30000
85.50 87.00 85.75 85.25 88.00 87.13 86.63 86.25 87.75 86.38 86.564
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 30000
87.08 86.67 86.25 87.50 87.71 88.13 87.40 87.71 89.69 87.40 87.554
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 30000
85.84 85.17 85.84 85.17 85.96 86.63 84.72 86.74 85.62 89.78 86.147
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 30000
87.27 87.50 88.41 89.55 87.50 87.73 87.05 86.36 89.09 87.50 87.796
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 30000
86.49 88.76 88.14 86.29 86.70 84.95 87.11 85.67 85.57 86.60 86.628
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Pengujian Nilai Fitness dengan Data DISCO 2017
Batasan / Uji ke- 1 2 3 4 5 6 7 8 9 10 Rata-rata
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 10000
82.41 81.90 82.03 82.03 82.66 82.28 84.68 82.28 83.04 83.29 82.66
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 10000
81.59 82.84 81.59 83.30 82.95 82.61 81.93 81.70 82.27 82.50 82.328
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 10000
83.79 82.87 84.71 83.33 83.45 84.71 84.02 86.55 85.98 83.56 84.297
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 10000
83.25 81.88 82.13 83.63 83.25 85.00 83.5 82.13 83.88 82.00 83.065
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 10000
84.38 85.21 83.23 83.96 84.48 82.50 82.71 82.40 82.60 83.33 83.48
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 10000
82.70 81.80 84.04 81.80 81.69 82.47 80.90 82.81 83.60 81.80 82.361
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 10000
85.00 83.86 84.55 85.00 83.41 83.64 83.86 85.23 83.41 83.41 84.137
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 10000
83.30 81.64 82.58 83.51 81.44 83.20 84.43 84.74 83.71 83.20 83.175
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 20000
84.18 85.32 83.92 85.06 83.04 83.92 83.92 82.91 83.92 83.16 83.935
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 20000
82.16 81.59 83.07 83.18 81.70 81.82 83.64 83.41 83.41 83.64 82.762
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 20000
84.71 83.91 83.79 84.02 83.79 84.83 84.60 83.68 85.06 85.75 84.414
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 20000
83.00 84.00 84.00 83.50 82.88 82.50 83.50 83.13 84.38 83.38 83.427
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 20000
84.90 84.69 83.18 84.48 83.85 84.06 83.54 83.23 84.27 84.79 84.099
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Pengujian Nilai Fitness dengan Data DISCO 2017 (Lanjutan)
Batasan / Uji ke- 1 2 3 4 5 6 7 8 9 10 Rata-rata
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 20000
82.92 82.81 83.71 82.13 82.36 82.25 82.13 82.47 83.03 83.37 82.718
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 20000
85.23 86.59 83.18 84.55 84.09 84.09 84.77 83.86 85.23 84.77 84.636
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 20000
82.99 84.43 83.20 83.83 84.02 83.92 83.81 84.02 83.81 85.15 83.918
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 30000
83.67 82.91 82.78 83.04 83.42 83.80 83.92 82.78 84.30 83.04 83.366
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 30000
82.16 83.33 83.52 82.95 83.52 83.41 84.62 82.95 84.43 83.30 83.419
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 30000
84.14 85.40 84.60 87.70 86.21 85.06 84.02 83.91 84.14 84.83 85.001
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 30000
85.25 83.75 82.63 83.25 84.38 84.88 83.50 84.50 84.25 85.38 84.177
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 30000
83.75 83.65 83.65 83.96 82.81 83.75 84.79 85.63 84.90 83.96 84.085
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 30000
82.92 82.81 82.13 85.06 83.26 83.71 84.27 83.26 82.36 83.26 83.304
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 30000
84.32 83.86 83.64 83.64 85.23 85.00 84.32 86.36 85.68 85.00 84.705
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 30000
83.61 83.51 83.81 84.23 85.36 84.54 83.20 84.02 83.81 82.99 83.908
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Pengujian Nilai Fitness dengan Data TechnoFest 2016
Batasan / Uji ke- 1 2 3 4 5 6 7 8 9 10 Rata-rata
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 10000
89.87 87.34 85.70 87.59 88.48 87.59 89.87 87.59 88.10 88.23 88.036
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 10000
87.27 86.82 85.45 88.07 86.70 87.84 88.18 89.77 88.52 87.27 87.589
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 10000
88.39 87.47 88.28 88.85 88.05 88.62 87.13 88.05 87.36 89.54 88.174
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 10000
86.88 87.13 87.13 87.25 87.75 87.38 86.88 87.50 88.25 87.50 87.365
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 10000
87.81 87.71 87.60 89.06 86.88 87.40 88.44 87.71 87.08 86.67 87.636
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 10000
88.31 86.18 87.30 88.99 87.08 87.19 87.64 87.87 86.40 87.19 87.415
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 10000
90.23 89.32 87.27 87.27 87.95 88.18 89.32 89.77 88.41 87.05 88.477
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 10000
92.37 88.35 87.42 88.35 86.91 88.45 87.53 87.32 86.91 88.87 88.248
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 20000
90.13 87.09 88.73 89.11 87.47 87.85 87.47 87.97 87.47 88.48 88.177
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 20000
86.93 87.84 87.61 87.95 88.30 87.73 87.50 87.84 88.18 89.32 87.92
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 20000
88.85 88.28 90.00 88.05 88.16 88.51 89.77 88.51 88.05 94.48 89.266
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 20000
87.88 88.38 88.25 88.63 87.38 88.50 88.00 89.00 86.75 87.63 88.04
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 20000
87.92 88.44 87.60 87.50 88.13 89.58 89.79 87.92 87.08 87.81 88.177
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Hasil Pengujian Nilai Fitness dengan Data TechnoFest 2016 (Lanjutan)
Batasan / Uji ke- 1 2 3 4 5 6 7 8 9 10 Rata-rata
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 20000
88.65 88.09 87.42 87.30 87.42 86.97 88.99 87.53 87.08 88.65 87.81
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 20000
88.41 88.64 88.41 88.41 88.64 88.86 89.32 87.27 88.86 87.95 88.477
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 20000
90.31 87.53 90.00 88.45 88.56 88.25 88.87 87.53 90.00 87.42 88.692
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 30000
88.86 88.10 88.99 88.35 88.61 90.13 89.37 89.75 88.73 88.61 88.95
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 1
Total iterasi: 30000
89.55 87.95 93.41 88.52 87.84 90.00 88.75 88.64 87.84 88.41 89.091
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 30000
90.92 89.89 90.11 88.74 90.57 90.11 88.16 88.62 89.08 89.89 89.609
Penalti KRS: 6
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 30000
87.25 88.75 89.00 88.38 88.25 88.50 89.75 89.00 88.13 88.63 88.564
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 1
Total iterasi: 30000
88.13 88.13 88.23 87.92 88.23 88.13 89.17 88.23 88.44 89.06 88.367
Penalti KRS: 7
Penalti waktu: 3
Penalti gender: 2
Total iterasi: 30000
88.09 87.64 87.42 88.20 88.31 87.87 87.98 87.42 89.44 87.42 87.979
Penalti KRS: 6
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 30000
90.45 90.00 88.86 88.64 88.86 90.91 88.18 88.64 88.86 88.64 89.204
Penalti KRS: 7
Penalti waktu: 4
Penalti gender: 2
Total iterasi: 30000
88.25 89.48 88.14 89.79 88.04 88.66 88.76 90.62 88.25 87.73 88.772
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Implementasi Algoritma Genetika..., Sintya Oktaviani, FTI UMN, 2018
Recommended