Algoritma Genetika Sebagai Solusi Permasalahan Persamaan Liniear Matematika
Clicks: 3
ID: 311874
2022
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Emerging Content
0.6
/100
3 views
2 readers
AI Quality Assessment
Not analyzed
Readership in this journal
EmergingRanked #31 of 39 articles by views in Journal of Research in Science and Mathematics Education
Most read
Least read
Bar heights use a square-root scale.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
Metode optimasi Algoritma Genetika dapat digunakan untuk mencari efisiensi dari permasalahan riil yang dapat di bawa ke permasalahan matematika. Metode optimasi ini terdiri dari penyelesaian fungsi dengan generate bilangan random awal yang kemudian dilakukan crossover dan mutasi. Penyelesaian algoritma ini menggunakan rate pada bilangan random dan rate crossover sehingga setiap elemen dari fungsi (individu) awal dapat dilakukan pindai silang sehingga dengan bervariatifnya permasalahan matematika seperti kuadrat, linear, geometri, dan lain-lain dapat diselesaikan. Banyak sekali alat atau bantuan perangkat lunak yang tersedia di zaman ini, namun pada penelitian ini dilakukan secara manual, artinya peneliti tidak menggunakan perangkat lunak yang ada sehingga hasil dari pindai silang (crossover) dan mutasi dapat diketahui dengan pasti. Hasil penelitian menunjukan bahwa, Perbedaan nilai rate mutasu dan rate crossover memiliki peranan besar dalam mempengaruhi penyelesaian optimalisasi Algoritma Genetika. Jika rate > 1, maka dapat menyebabkan banyaknya elemen individu awal yang hilang dan mengakibatkan solusi tidak ditemukan. Namun berbeda dengan besarnya populasi, semakin besar populasi dari fungsi yang dibangkitkan, semakin tinggi pula peluang Algoritma Genetika dalam menyelesaikan permasalahan.
| Reference Key |
imported_1772724230_69a9a0064b630
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | Lutfan Anas Zahir |
| Journal | Journal of Research in Science and Mathematics Education |
| Year | 2022 |
| DOI |
10.56855/jrsme.v1i2.62
|
| URL | |
| Keywords | Keywords not found |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.