Algoritma Evolusi Imam Cholissodin imam cholissodingmail com Topik

Algoritma Evolusi Imam Cholissodin | imam. cholissodin@gmail. com

Topik Perkuliahan 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. Membahas silabus dan kontrak kuliah Teknik Optimasi Dasar-Dasar Algoritma Genetika Dengan Pengkodean Real (Real-Coded GA/RCGA) Tugas Paper 1 Optimasi Masalah Kombinatorial Quiz 1 UTS Topik Lanjut Pada Algoritma Genetika Evolution Strategies (ES) Tugas Paper 2 Genetic Programming (GP) Dan Evolutionary Programming (EP) Quiz 2 + Progress FP ke-1 (3. 1 & 3. 2) Progress FP ke-2 (3. 3) Progress FP ke-3 (3. 4 & 3. 5) UAS/Pengumpulan Akhir Final Project

Aturan Perkuliahan § Kompetensi Kuliah § Memahami konsep dasar dan topik dalam pada Algoritma Evolusi. § Mampu membedakan komponen-komponen pada Algoritma Evolusi, beserta semua operator algoritma yang ada didalamnya. § Memahami dasar-dasar representasi solusi, fitness dan pengembangannya pada kasus yang sederhana, variatif dan kompleks. § Mampu untuk menganalisis proses evolusi sebagai langkah untuk mengetahui pola dan perilaku jalannya algoritma untuk mendapatkan solusi optimal. § Mampu mengembangkan konsep penerapan Algoritma Evolusi secara lebih komprehensif, efisien, efektif, aplikatif dan dapat menjadi prototipe produk.

Aturan Perkuliahan § Tata tertib perkuliahan § Tepat waktu dalam mengumpulkan tugas • Menggunakan e-learning (Optional) • Aktif dalam mengerjakan tugas § Harap tenang selama proses belajar mengajar § Berpakaian rapi dan sopan § Berkepribadian baik, sopan & santun § Kehadiran minimum 80%

Aturan Perkuliahan § Mapping Pengajuan Paper Tugas Paper Minggu ke-i 1 2 Paper 1 3 4 √ √ 5 6 7 Paper 2 8 9 10 √ √ 11 12 13 14 15 – Tugas Paper (10 tahun terakhir) : • Paper 1 : – Review (Deskripsi : Problem Base, Algoritma (alur, kelebihan & kekurangan), Hasil & Evaluasi) • Paper 2 – Review (Deskripsi : Problem Base, Algoritma (alur, kelebihan & kekurangan), Hasil & Evaluasi) § Ket (√) : Pengajuan dan Acc Paper untuk persetujuan 16

Grading • Prosentase Penilaian (100%) : – Point Keaktifan – Tugas : 20% – Quiz : 15% – UTS : 25% – UAS/FP : 40%

Grading • Prosentase Penilaian (100%) : – Point Keaktifan (langsung dtambahkan di NA) – Tugas : 20% • Paper 1 : 40% • Paper 2 : 40% • Dok. Tugas : 20% – Quiz : 15% – UTS : 25% – UAS/FP : 40% • • UAS : 2% Progress FP : 8% Live Koding : 60% Dok. FP : 10 % Dok. PPT : 2% Source Code : 15% Presentasi Kelompok : 3%

Referensi • • • Al-Hinai, N & El. Mekkawy, T 2011, 'An efficient hybridized genetic algorithm architecture for the flexible job shop scheduling problem', Flexible Services and Manufacturing Journal, vol. 23, no. 1, pp. 64 -85. Allahverdi, A & Al-Anzi, FS 2008, 'The two-stage assembly flowshop scheduling problem with bicriteria of makespan and mean completion time', Int J. Adv. Manuf. Technol, vol. 37, pp. 166– 177. Bell, C & Alexande, S 207, A Tasteful Example of Evolutionary Programming, Southwestern University. Beyer, H-G & Schwefel, H-P 2002, 'Evolution strategies – A comprehensive introduction', Natural Computing, vol. 1, no. 1, 2002/03/01, pp. 3 -52. Biswas, S & Mahapatra, S 2008, 'Modified particle swarm optimization for solving machine-loading problems in flexible manufacturing systems', The International Journal of Advanced Manufacturing Technology, vol. 39, no. 9, pp. 931 -942. Etc. .

Lain-Lain • Dosen Pengampu : – Nama : Imam Cholissodin, S. Si. , M. Kom – Hp : – Email : imam. cholissodin@gmail. com • Pembentukan Kelompok (maks 5 org/kelompok) • Ketua ALEV Kelas C : – Nama : – Hp : – Email :

Terimakasih Imam Cholissodin | imam. cholissodin@gmail. com