Menu
Home
- Pemesanan
- Metode & Algoritma
- AHP
- Forward Chaining
- Backward Chaining
- GAP (Generic Acces Profile)
- Prifile Matching
- Teorema Bayes
- Case Based Reasoning (CBR)
- Dempher Shaper
- Fuzzy Logic
- Fuzzy Mamdani
- Generate And Test
- Ant Colony Optimization (ACO)
- Shortest Path Astar
- Algoritma ID3
- Algoritma C4.5
- Algoritma ANP
- Algoritma Indeks Davies-Bouldin SOM (Self Organizing Map)
- Algoritma Classification And Regression Trees (CART
- Algoritma Genetika
- Algoritma Genetika
- Source Code
- Katagori Skripsi
- Android
- Aplikasi
- Artificial Intellegence
- Backward Chaining
- Case Based Reasoning
- Flash MX
- Forward Chaining
- Game
- Java
- Java Android
- Kecerdasan Buatan
- Multimedia
- My-SQL
- Pengolahan Citra
- Security Komputer
- Sistem Informasi
- Sistem Informasi Goegrafis (GIS)
- Sistem Pakar
- Sistem Pendukung Keputusan (SPK)
- SMS Gateway
- Visual Basic (Dekstop)
- Web (PHP-MySQL)
- Project
- FAQ
- About
Selasa, 27 Oktober 2015
Sistem Pendukung Keputusan Pembagian Kelas Reguler Siswa Baru Menggunakan Algoritma Genetika Di Sma Negeri 1 Lawang
ABSTRAK
Optimasi diperlukan dalam pembagian kelas regular siswa baru untuk menghasilkan solusi terbaik. Sistem pembagian kelas regular siswa baru masih dilakukan secara konvensional, yakni metode acak maupun metode pengurutan dan belum melibatkan kemajuan dalam bidang teknologi informasi. sehingga dalam tiap kelas tidak seimbang antara kemampuan masing-masing siswa. Masalah pembagian kelas reguler merupakan masalah pengelompokan (clustering), seharusnya digunakan metode tersebut untuk menyelesaikannya.Maka digunakan metode algoritma genetika untuk untuk mencari solusi terbaik dalam masalah pembagian kelas regular siswa baru dan algoritma genetika sebagai algoritma genetika sebagai pemecahan masalah dalam perangkat lunak. Dalam algoritma genetika terdiri dari pencarian solusi menggunakan seleksi alam, dimana individu yang kuat (fitness tinggi) akan memiliki reproduksi yang tinggi dan mampu bertahan. Perubahan nilai fitness dari inisialisasi sampai menjadi fitness terbaik dikarenakan adanya dua parameter dasar yang penting yaitu peluang crossover dan peluang mutasi. Pada crossover menyatakan seberapa sering proses crossover yang terjadi pada dua kromosom parent. Metode crossover yang digunakan adalah single-point crossover, seleksi menggunakan metode roulette wheel selection. Hasil penelitian ini adalah siswa baru di SMA Negeri 1 Lawang ditempatkan ditiap-tiap kelas sesuai dengan parameter yang telah ditentukan.
Kata kunci: pembagian, kelas, algoritma genetika, siswa
Download File :
Download Source Code Program :
Screnshot Program :
Related Posts : Sistem Pendukung Keputusan (SPK),
Skripsi Informatika
Langganan:
Posting Komentar (Atom)
Tidak ada komentar:
Posting Komentar