Cite This        Tampung        Export Record
Judul Algoritma Genetik / Fadlisyah; Arnawan; Faisal
Pengarang FADLISYAH
ARNAWAN
FAISAL
EDISI Edisi Pertama Cetakan Pertama
Penerbitan Yogyakarta : Graha Ilmu, 2009
Deskripsi Fisik viii, 84 halaman :Tabel; gambar ;13x20.4 cm
ISBN 978-979-756-483-4
Subjek Algoritma Genetik
Sumbangan Pegawai 2021
Abstrak Kebanyakan permasalahan optimasi pada dunia industri (secara khusus dapat dikatakan sistem manufakturing ) memiliki kompleksitas yang sangat tinggi dan sulit untuk diselesaikan dengan teknik-teknik optimasi konvensional. Semenjak tahun 1960-an, peningkatan minat para ilmuwan yang memfokuskan kepada bidang pengimitasian kehidupan, telah menghasilkan berbagai teknik atau pendekatan optimisasi yang dapat disebut juga sebagai algoritma evolusioner, sehingga memungkinkan untuk menyelesaikan permasalahan-permasalahan optimasi yang kompleks secara lebih mudah dan akurat. Ada tiga wilayah utama yang tercakup di dalam algoritma evalusioner yaitu algoritma genetik (Gas), pemrograman evalusioner (Eps) dan strategi evolusi (Ess). Materi yang dibahas di dalam buku ini mencakup: Pondasi algoritma genetik, berbagai permasalahan dalam algoritma genetik, contoh-contoh kasus numerik dan pemrograman non-linier; optimisasi stochastic. Algoritma genetik merupakan teknik search stochastic yang berdasarkan mekanisme seleksi alam da
Bahasa Indonesia
Bentuk Karya Bukan fiksi atau tidak didefinisikan
Target Pembaca Umum
Lokasi Akses Online OPAC (Rak 1.5)

 
No Barcode No. Panggil Akses Lokasi Ketersediaan
B213018101 006.31 FAD a.1 Baca di tempat Perpustakaan Politeknik ATI Makassar - Ruang Referensi Tersedia
Tag Ind1 Ind2 Isi
001 INLIS000000000006654
005 20230410033447
008 230410################g##########0#ind##
020 # # $a 978-979-756-483-4
035 # # $a 0010-0622000515
082 # # $a 006.31
084 # # $a 006.31 FAD a
100 0 # $a FADLISYAH
245 1 # $a Algoritma Genetik /$c Fadlisyah; Arnawan; Faisal
250 # # $a Edisi Pertama Cetakan Pertama
260 # # $a Yogyakarta :$b Graha Ilmu,$c 2009
300 # # $a viii, 84 halaman : $b Tabel; gambar ; $c 13x20.4 cm
520 # # $a Kebanyakan permasalahan optimasi pada dunia industri (secara khusus dapat dikatakan sistem manufakturing ) memiliki kompleksitas yang sangat tinggi dan sulit untuk diselesaikan dengan teknik-teknik optimasi konvensional. Semenjak tahun 1960-an, peningkatan minat para ilmuwan yang memfokuskan kepada bidang pengimitasian kehidupan, telah menghasilkan berbagai teknik atau pendekatan optimisasi yang dapat disebut juga sebagai algoritma evolusioner, sehingga memungkinkan untuk menyelesaikan permasalahan-permasalahan optimasi yang kompleks secara lebih mudah dan akurat. Ada tiga wilayah utama yang tercakup di dalam algoritma evalusioner yaitu algoritma genetik (Gas), pemrograman evalusioner (Eps) dan strategi evolusi (Ess). Materi yang dibahas di dalam buku ini mencakup: Pondasi algoritma genetik, berbagai permasalahan dalam algoritma genetik, contoh-contoh kasus numerik dan pemrograman non-linier; optimisasi stochastic. Algoritma genetik merupakan teknik search stochastic yang berdasarkan mekanisme seleksi alam dan genetika natural. Yang membedakan algoritma genetik dengan berbagai algoritma konvensional lainnya adalah bahwa algoritma genetik memulai dengan suatu himpunan penyelesaian acak awal yang disebut populasi. Algoritma genetik menjadi kebutuhan utama di beberapa kampus yang menyelenggarakan kuliah kecerdasan buatan dan komputasi cerdas.
650 # 4 $a Algoritma Genetik
650 # 4 $a Sumbangan Pegawai 2021
700 0 # $a ARNAWAN
700 0 # $a FAISAL
856 # # $a OPAC (Rak 1.5)
990 # # $a 181/SP-21
Content Unduh katalog