Course Descriptions

-

Learning Outcomes

-

References

-

Details ...

Course Descriptions

Mata kuliah ini membahas tentang konsep dasar algoritma genetika dan perkembangannya, macam dan model algoritma genetika, konsep simulink GA dengan Matlab, strategi menggunakan GA, dan studi kasus optimisasi beban listrik dan pengendali PID.

Learning Outcomes

Diharapkan mahasiswa dapat :

1. Menunjukkan sikap bertanggungjawab atas pekerjaan dibidang keahliannya secara mandiri.
2. Mampu mengambil mengambil keputusan secara tepat dalam konteks penyelesaian masalah dibidang keahliannya berdasarkan analisis informasi dan data yang sesuai dengan metode algoritma genetika.
3. Mampu menerapkan pengetahuan komputasi yang diperlukan untuk menganalisa dan merancang divais atau sistem kompleks dengan metode algoritma genetika.

References

1. Suyanto, Algoritma Genetika dalam Matlab, Andi Publisher, Yogyakarta, 2005.

2. Suyanto, Artificial Intelligence: Searching-Reasoning-Planning-Learning, Informatika, Bandung, 2005.

3. Suyanto, Evolutionary Computation: Komputasi Berbasis `Evolusi’ dan `Genetika’, Informatika, Bandung, 2008.

4. Suyanto, Soft-Computing: Membangun Mesin Ber-IQ Tinggi, Informatika, Bandung, 2008.

5. Suyanto, Algoritma Optimasi: Deterministik atau Probabilistik, Graha Ilmu, Yogyakarta, 2010.

6. Mitchell M. Tom, Machine Learning, McGraw-Hill International Editions, 1997.

Details ...

Course Descriptions

Mata kuliah ini membahas tentang konsep dasar algoritma genetika dan perkembangannya, macam dan model algoritma genetika, konsep simulink GA dengan Matlab, strategi menggunakan GA, dan studi kasus optimisasi beban listrik dan pengendali PID.

Learning Outcomes

Diharapkan mahasiswa dapat :

• Menunjukkan sikap bertanggungjawab atas pekerjaan dibidang keahliannya secara mandiri.
• Mampu mengambil mengambil keputusan secara tepat dalam konteks penyelesaian masalah dibidang keahliannya berdasarkan analisis informasi dan data yang sesuai dengan metode algoritma genetika.
• Mampu menerapkan pengetahuan komputasi yang diperlukan untuk menganalisa dan merancang divais atau sistem kompleks dengan metode algoritma genetika.

References

1. Suyanto, Algoritma Genetika dalam Matlab, Andi Publisher, Yogyakarta, 2005.

2. Suyanto, Artificial Intelligence: Searching-Reasoning-Planning-Learning, Informatika, Bandung, 2005.

3. Suyanto, Evolutionary Computation: Komputasi Berbasis `Evolusi’ dan `Genetika’, Informatika, Bandung, 2008.

4. Suyanto, Soft-Computing: Membangun Mesin Ber-IQ Tinggi, Informatika, Bandung, 2008.

5. Suyanto, Algoritma Optimasi: Deterministik atau Probabilistik, Graha Ilmu, Yogyakarta, 2010.

6. Mitchell M. Tom, Machine Learning, McGraw-Hill International Editions, 1997.

Details ...

Course Descriptions

-

Learning Outcomes

-

References

1. Suyanto, Algoritma Genetika dalam Matlab, Andi Publisher, Yogyakarta, 2005.

2. Suyanto, Artificial Intelligence: Searching-Reasoning-Planning-Learning, Informatika, Bandung, 2005.

3. Suyanto, Evolutionary Computation: Komputasi Berbasis `Evolusi’ dan `Genetika’, Informatika, Bandung, 2008.

4. Suyanto, Soft-Computing: Membangun Mesin Ber-IQ Tinggi, Informatika, Bandung, 2008.

5. Suyanto, Algoritma Optimasi: Deterministik atau Probabilistik, Graha Ilmu, Yogyakarta, 2010.

6. Mitchell M. Tom, Machine Learning, McGraw-Hill International Editions, 1997.

Details ...