Detail Katalog
ID: 6962
Algoritma Genetik / Fadlisyah; Arnawan; Faisal
Edisi: Edisi Pertama Cetakan Pertama
Pengarang:
FADLISYAH ; ARNAWAN ; FAISAL
FADLISYAH ; ARNAWAN ; FAISAL
Penerbit:
Graha Ilmu,
Graha Ilmu,
Tempat Terbit:
Yogyakarta :
Yogyakarta :
Tahun Terbit:
2009
2009
Bahasa:
ind
ind
Subjek
Algoritma Genetik -- Sumbangan Pegawai 2021
Deskripsi Fisik:
viii, 84 halaman : Tabel; gambar ; 13x20.4 cm bibliografi; biografi
viii, 84 halaman : Tabel; gambar ; 13x20.4 cm bibliografi; biografi
ISBN:
978-979-756-483-4
978-979-756-483-4
Nomor Panggil:
006.31 FAD a
006.31 FAD a
Control Number:
INLIS000000000006654
INLIS000000000006654
BIB ID:
0010-0622000515
0010-0622000515
Catatan
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.
Status
Tersedia di OPAC
Bibliografi Nasional Indonesia
Karya Tulis Ilmiah Nasional
Informasi Eksemplar & Metadata
| Nomor Barcode | Nomor Panggil | Akses | Lokasi | Ketersediaan |
|---|---|---|---|---|
B213018101 |
006.31 FAD a.1 |
Tandon | Ruang Sirkulasi | Tersedia |
Format MARC21 - Total 19 field
| Tag | Ind1 | Ind2 | Nilai | Urutan |
|---|---|---|---|---|
| 001 | _ |
_ |
INLIS000000000006654 | 1 |
| 005 | _ |
_ |
20241213015030 | 2 |
| 035 | # |
# |
$a 0010-0622000515 | 3 |
| 245 | 1 |
# |
$a Algoritma Genetik /$c Fadlisyah; Arnawan; Faisal | 4 |
| 100 | _ |
# |
$a FADLISYAH | 5 |
| 250 | # |
# |
$a Edisi Pertama Cetakan Pertama | 6 |
| 300 | # |
# |
$a viii, 84 halaman : $b Tabel; gambar ; $c 13x20.4 cm$e bibliografi; biografi | 7 |
| 700 | _ |
# |
$a ARNAWAN | 8 |
| 700 | _ |
# |
$a FAISAL | 9 |
| 260 | # |
# |
$a Yogyakarta :$b Graha Ilmu,$c 2009 | 10 |
| 020 | # |
# |
$a 978-979-756-483-4 | 11 |
| 008 | _ |
_ |
241213################g##########0#ind## | 12 |
| 082 | # |
# |
$a 006.31 | 13 |
| 084 | # |
# |
$a 006.31 FAD a | 14 |
| 650 | # |
4 |
$a Algoritma Genetik | 15 |
| 650 | # |
4 |
$a Sumbangan Pegawai 2021 | 16 |
| 856 | # |
# |
$a OPAC (Ruang Sirkulasi - Rak Tandon) | 17 |
| 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. | 18 |
| 990 | # |
# |
$a 181/SP-21 | 20 |
Penjelasan Field MARC21:
- 001: Control Number
- 005: Date and Time of Latest Transaction
- 020: ISBN
- 100: Main Entry - Personal Name
- 245: Title Statement
- 250: Edition Statement
- 260: Publication Information
- 300: Physical Description
- 650: Subject
- 700: Added Entry - Personal Name
Aksi Cepat
Informasi Katalog
Ditambahkan: 24 Jun 2022