GDL

Journal from gdlhub / 2017-11-11 13:38:05
Oleh : Hadi Suyono, Adharul Muttaqin, Eka Prakarsa Mandyartha, Kursor
Dibuat : 2017-11-11, dengan 1 file

Keyword : Algoritma Genetika, component library, object-oriented design and programming (OODP)
Url : http://journal.trunojoyo.ac.id/kursor/article/view/1108/943
Sumber pengambilan dokumen : WEB

Makalah ini menyajikan desain dan pembuatan komponen library Algoritma Genetik dengan menggunakan pendekatan object-oriented designand programming (OODP) dan Component-based Develepment (CBD). KomponenAlgoritma Genetika (AG) merupakan komponen software enginedibuat sendiri yang digunakan untuk membantu menyelesaikan persoalan optimisasi dengan menggunakan struktur Algoritma Genetika yang disebut dengan Library Algoritma Genetika (LibAGen). Metodologi OODP dan CBD meliputi analisis kebutuhan, diagram use-case, diagram kelas dan diagram sekuensial. Library Algoritma Genetika (LibAGen) ini terdiri dari 22 kelas yang dikelompokkan dalam namespace berdasarkan struktur desain AG yang diperlukan meliputi representasi populasi, fungsi evaluasi, operator genetika (crossover dan mutasi) dan seleksi. Untuk mengukur performansi dari engine LibAGen validasi telah dilakukan dengan menggunakan persamaan fungsi sinusoidal dua parameter. Waktu eksekusi dan nilai optimum parameter dengan beberapa pengujian dengan variasi jumlah generasi (iterasi) juga dilakukan pada makalah ini. Parameter AG yang digunakan adalah probabilitas crossover 25% dan probabilitas mutasi 1%. Hasil uji validasi menunjukkan bahwa nilai fitness terbaik adalah 388,501 dengan nilai parameter x1 = 11,6256 dan x2 = 5,7249. Terdapat perbedaan tidak signifikan antara nilai fitness terbaik dibandingkan dengan hasil Michalewicz (1999) yaitu sebesar 0,08%

Deskripsi Alternatif :

This paper presents the design and development of Genetic Algorithm (GA) library components by using object-oriented design and programming (OODP) and Componentbased development(CBD). Genetic Algorithm component is an engine software component which is developed by own development for solving the optimization problem by using a structure of Genetic Algorithm (GA) called as Genetic Algorithm Library (LibAGen). OODP and CBD methodologies include requirement analysis, use-case diagrams, and class diagrams. Genetic Algorithm Library (LibAGen) consists of 22 classes which is grouped into namespaces based on GA design structure that include population representation, evaluation function, genetic operators (crossover and mutation) and selection. To measure the performance of the LibAGen engine, a validation has been carried outby using a sinusoidal function with two-parameters. Optimal parameter with some testing through variations of the number generations (iterations) have been performed in this paper. The GA parameters selected are crossover probability of 25% and mutation probability of 5%. Validation test results indicate that the best fitness and parameters are 388,501, x1 = 11,6256 and x2 = 5,7249. There is no significant result in term of the best fitness compared with Michalewicz (1999) i.e. 0.08%

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	gdlhub
Organisasi	Kursor
Nama Kontak	Herti Yani, S.Kom
Alamat	Jln. Jenderal Sudirman
Kota	Jambi
Daerah	Jambi
Negara	Indonesia
Telepon	0741-35095
Fax	0741-35093
E-mail Administrator	elibrarystikom@gmail.com
E-mail CKO	elibrarystikom@gmail.com