Analisis Operator Crossover pada Permasalahan Permainan Puzzle

Authors

  • Kun Siwi Trilestari Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang
  • Ade Andri Hendriadi Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang

DOI:

https://doi.org/10.35706/syji.v1i01.276

Abstract

Puzzle adalah sebuah segiempat dimana ditempatkan beberapa ubin persegiempat. Masing-masing ubin mempunyai nomor diatasnya. Sebuah ubin yang berdekatan dengan ruang kosong dapat digeser ke dalam ruang tersebut. Permainan terdiri dari sebuah posisi awal dan spesifikasi posisi akhir atau tujuan. Dalam menyelesaikan permainan puzzle adalah dengan trial and error. Dengan cara trial and error ini kurang efisien karena waktu yang digunakan dalam menyelesaikan permainan puzzle tersebut cukup lama dan langkah-langkah yang digunakan tidak sistematis yang memungkinkan akan terjadi pengulangan pada langkah yang sama. Salah satu metode yang akan dipakai untuk menyelesaikan permasalahan puzzle ini adalah dengan menggunakan algoritma genetik. Algoritma genetik adalah algoritma pencarian yang bekerja berdasarkan mekanisme seleksi alam dan genetika alam untuk menentukan struktur-struktur atau individu-individu berkualitas tinggi yang terdapat dalam sebuah domain yang disebut populasi. Selain itu, operator crossover merupakan operator terpenting dalam algoritma genetic, karena kombinasiyang dilakukan oleh operator ini merupakan salah satu kekuatan algoritma genetic untuk menyelesaikan masalah. Untuk dapat menyusun puzzle ada beberapa hal yang harus diperhatikan yaitu : representasi kromosom, parameter algoritma genetik seperti Pc, Pm, Popsize, dan Maxgen.

 

Kata Kunci: Puzzle, Algoritma genetic, Crossover

Downloads

Download data is not yet available.

References

Divisi Penelitian dan Pengembangan MADCOMS. (2002). Seri Panduan Pemrograman Borland Delphi 7. Jilid 1. Yogyakarta: Andi Offset.

Gen, Mitsuo and Chang, Runwei. (1997). Genetic Algorithms & Engineering Design. New York: Jhon Wiley and Soons.

Goldberg, David E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. New York: Addison Wesley Publishing.

Kusumasewi, Sri, & Purnomo, Hari. (2005). Penyelesaian Masalah Optimasi dengan Teknik-teknik Heuristik. Edisi Pertama. Yogyakarta: Penerbit Graha Ilmu.

Michalewicz, Zbigniew. (1992). Genetic Algorithms + Data Structures = Evolution Program. Second Extended Edition. Springer – Verlag.

Published

2012-09-25

How to Cite

Trilestari, K. S., & Hendriadi, A. A. (2012). Analisis Operator Crossover pada Permasalahan Permainan Puzzle. Syntax : Jurnal Informatika, 1(01). https://doi.org/10.35706/syji.v1i01.276

Issue

Section

Artikel