%A NIM.:  20206051004 Yudha Riwanto
%O Pembimbing: Ir. Muhammad Taufiq Nuruzzaman, STM Eng., Ph.D.
%T OPTIMASI PROSES PENCARIAN DATA MENGGUNAKAN METODE HYBRID METODE BRUTE FORCE DAN ALGORITMA GENETIKA
%X Dalam dunia industri sering kali dibutuhkan teknik pencarian data yang memiliki akurasi yang baik namun dengan waktu yang sesingkat mungkin. Teknik pencarian adalah dengan menemukan beberapa solusi yang diperoleh sampai mendapatkan solusi terbaik sesuai dengan kriteria yang telah ditentukan. Brute force merupakan metode pendekatan yang langsung (straightforward) untuk memecahkan suatu masalah, yang pada umumnya didasarkan pada pernyataan masalah (problem statement) dan definisi konsep yang dilibatkan. Algoritma Genetika adalah algoritma pencarian yang merupakan pengembangan dari Brute Force untuk menyelesaikan masalah yang dengan menggunakan dasar evolusi genetika yang terjadi pada makhluk hidup.
Pada penelitian ini dikembangkan 2 metode yang berasal dari algoritma genetika yaitu Multiple Crossover Genetics (MCG) yaitu algoritma genetika yang pada proses crossover dilakukan proses crosssover dengan point yang berbeda secara paralel dan Genetics with increments value (GWIV) yaitu dengan menambahkan proses loops increments pada setiap arraynya
Hasil dari penelitian ini diketahui bahwa Brute force memiliki rata-rata generasi tertinggi sebanyak 737146,3469 dan waktu rata-rata 1960,4296, dan GWIC mendapatkan nilai terbaik dengan rata-rata generasi sebesar 36,78 dan rata-rata waktu 0,0642. Dalam hasil pengujian dengan Simple T test di temukkan bahwa terjadi perbedaan rata-rata yang signifikan pada setiap metodenya.
%K Algoritma Brute Force, Algoritma Genetika. Metode Hybrid
%D 2022
%I UIN SUNAN KALIJAGA YOGYAKARTA
%L digilib54449