Algoritma Genetika Jadwal Karyawan Codeigniter

Algoritma Genetika Jadwal Karyawan Codeigniter

Algoritma Genetika Jadwal Karyawan CodeigniterSource code kecerdasan buatan algoritma genetika penjadwalan jadwal shift dan cuti karyawan dengan PHP framework CodeIgniter 3 dan MySQL.

Algoritma genetika adalah suatu algoritma pencarian heuristik yang digunakan untuk menyelesaikan masalah optimasi yang didasarkan pada seleksi alam dan genetik. Sifat dari algoritma genetika yaitu mencari kemungkinan dari calon solusi-solusi yang ada dengan tujuan untuk mendapatkan penyelesaian masalah secara optimal (Widodo dan Mahmudy, 2010). Algoritma genetika mengkombinasikan secara acak individu terbaik yang ada pada suatu populasi dan dilakukan secara berulang-ulang dari generasi ke generasi dengan menggunakan tiga operator dasar, yaitu crossover, mutasi, dan seleksi (Wijayaningrum dan Mahmudy, 2016).

Adapun siklus algoritma dalam penyelesaian permasalahan optimasi penjadwalan algoritma genetika adalah sebagai berikut.

  1. Memasukkan parameter algoritma genetikayang digunakan yaitu antara lain ukuranpopulasi (popSize), banyaknya generasi (generasi), crossover rate (cr), dan mutation rate (mr).
  2. Melakukan pengkodean kromosom dengan menggunakan representasi kromosom bilangan integer yang sesuai dengan porsi yang telah ditentukan.
  3. Membangkitkan populasi awal secara acak sesuai dengan ukuran populasi yang telah ditentukan.
  4. Melakukan proses reproduksi, yaitu yang pertama dengan cara crossover dengan memilih dua parent secara acak lalu menentukan titik potongnya dan menghasilkan child. Metode crossover yang digunakan adalah one cut-point crossover.
  5. Melakukan proses reproduksi, yaitu yang kedua dengan cara mutasi dengan cara memilih dua gen pada kromosom yang telah terpilih secara acak untuk dilakukan proses mutasi, kemudian ditukarkan nilai gen-nya tersebut dan menghasilkan child. Metode mutasi yang digunakan adalah reciprocal exchange mutation.
  6. Melakukan perhitungan nilai fitness padamasing-masing individu.
  7. Melakukan evaluasi dengan cara seleksi dengan memilih suatu individu sebanyak jumlah populasi gabungan dari individu dan child hasil proses crossover dan mutasi untuk dapat berlanjut pada iterasi selanjutnya berdasarkan nilai fitness tertinggi sampaiterendah sesuai dengan jumlah populasi.
  8. Apabila telah memenuhi kriteria kondisi berhenti, maka proses iterasi akan berhenti dan dihasilkan solusi terbaik yaitu suatu individu yang memiliki nilai fitness tertinggi.Namun, apabila kriteria kondisi berhenti belum terpenuhi, maka proses iterasi akan terus berlanjut.

Detail Source Code

NamaSource Code Algoritma Genetika Jadwal Karyawan Codeigniter
DeskripsiSource code kecerdasan buatan algoritma genetika penjadwalan jadwal shift dan cuti karyawan dengan PHP framework CodeIgniter 3 dan MySQL.
BahasaHTML, CSS, Java Script, PHP, CodeIgniter 3, JQuery, Bootstrap
DatabaseMySQL
HargaRp 750,000
Tokopediahttps://tokopedia.com/rumahsourcecode/source-code-algoritma-genetika-shift-karyawan-codeigniter

Komponen Source Code

Berikut fitur yang ada dalam aplikasi jadwal karyawan codeigniter.

  • Modul Login
  • Modul Shift
  • Modul Karyawan
  • Modul Hari
  • Modul Perhitungan
  • Modul Hasil Jadwal
  • Modul Ubah Password

Screenshot Aplikasi

Pembelian Source Code

Untuk melakukan pembelian anda harus melakukan donasi sesuai harga yang ada di Daftar Harga Source Code Tugas Akhir. Anda juga bisa menghubungi kami melalui:

Email : herdikayan@gmail.com
WA / SMS : 085 737 058 375

Pembayaran Source Code

Untuk pembayaran source code yang sudah ada, silahkan transfer ke rekening kami. Kami akan mengirimkan source code langsung setelah pembayaran kami konfirmasi. Source code kami kirim melalui email.

BNI
0827432793
CIMB
7612 9066 4600
BCA
6110244663
BRI
4643-01-008473-53-8
a/n I Kayan Herdiana

Untuk pembuatan source code by request wajib untuk melakukan pembayaran DP sebesar 30% dari harga yang disepakati. Kami akan mengembalikan uang anda 100% jika kami tidak dapat menyelesaikan pekerjaan kami sampai batas waktu yang ditentukan.

Leave a Comment

Alamat email Anda tidak akan dipublikasikan.

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.

To top