Algoritma Genetika dalam Optimasi Aplikasi Komputer untuk Optimasi Sistem
Keywords:
Algoritma Genetika, Optimasi, Aplikasi Komputer, Penjadwalan Tugas, Matematika Komputasional.Abstract
Artikel ini membahas implementasi algoritma genetika, sebuah teknik optimasi berbasis matematika yang terinspirasi dari evolusi biologis, dalam aplikasi komputer. Algoritma genetika digunakan untuk menyelesaikan masalah penjadwalan tugas pada sistem komputasi paralel, yang melibatkan konsep matematika seperti probabilitas, seleksi, crossover, dan mutasi. Studi ini menunjukkan bahwa algoritma genetika dapat meningkatkan efisiensi penjadwalan hingga 25% dibandingkan metode tradisional. Hasil eksperimen menunjukkan konvergensi yang cepat dan solusi optimal dalam waktu komputasi yang wajar. Artikel ini berkontribusi pada pemahaman praktis implementasi matematika dalam pengembangan aplikasi komputer, dengan implikasi untuk bidang kecerdasan buatan dan optimasi sistem.
References
Coello, C. A. C., et al. (2023). "Challenges in Evolutionary Multi-objective Optimization." Evolutionary Computation, 31(4), 289-312.
Deb, K., et al. (2020). "Multi-Objective Optimization Using Evolutionary Algorithms." Journal of Evolutionary Computation, 28(3), 345-367.
Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley. (Karya klasik, namun relevan untuk konteks; referensi tambahan untuk kelengkapan.)
Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press. (Karya dasar, namun referensi utama dalam tinjauan.)
Mitchell, M. (2021). "Genetic Algorithms in Machine Learning for Cloud Task Scheduling." IEEE Transactions on Cloud Computing, 9(2), 112-125.
Santoso, A., et al. (2022). "Optimasi Jaringan Saraf Tiruan dengan Algoritma Genetika untuk Pengenalan Pola." Jurnal Teknologi Informasi, 15(1), 78-92.
Additional Files
Published
Issue
Section
License
Copyright (c) 2026 Artikel ini dilisensikan di bawah Creative Commons Attribution-ShareAlike 4.0 International License.

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Pengguna bebas menyalin, mendistribusikan, mengadaptasi karya ini dengan mencantumkan atribusi dan membagikan turunan dengan lisensi yang sama.
