Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Analisis Perbandingan Algoritma Ant Colony Optimization System Dengan Algoritma Genetika Untuk Mencari Langkah Optimal Dalam Penyelesaian Permainan Sudoku
Candi Nursadi NIM. (2014) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Sudoku merupakan permainan teka-teki silang angka, dimana setiap baris dan kolom harus diisi dengan angka-angka dengan aturan tertentu. Sudoku terdiri dari kisi persegi yang disebut grid berukuran 9x9 (9 baris x 9 kolom) yang dibagi menjadi sembilan bagian yang disebut subgrid berukuran 3x3. Teka-teki Sudoku menyediakan beberapa angka pada posisi acak sebagai patokan untuk menyelesaikan keseluruhan teka-teki tersebut.Kotak yang kosong harus diisi dengan angka unik dari 1 sampai 9 yang masing-masing hanya muncul sekali dalam setiap baris, kolom, dan region (subgrid 3x3).Salah satu algoritma yang dapat digunakan untuk menyelesaikan permainan Sudoku adalah algoritma ant colony optimization (ACO) system dan algoritma genetika. Algoritma ACO system merupakan algoritma yang mengadaptasi cara kerja koloni semut yang bekerja sama melalui komunikasi tidak langsung dengan menggunakan pheromone yang diletakkan pada daerah yang dilaluinya. Algoritma genetika merupakan algoritma yang bekerja berdasarkan seleksi dan genetika alam dengan memilih individu terbaik dari sebuah populasi individu dan melakukan rekombinasi antar individu untuk membangkitkan individu baru yang diharapkan lebih baik dari individu sebelumnya.Kedua algoritma tersebut dilakukan analisis sehingga diketahui cara kerja dan performansi dalam kecepatan dan ketepatan.Kesimpulan diperoleh berdasarkan implementasi dan pengujian, algoritma ACO system lebih unggul daripada algoritma genetika dalam hal kecepatan dan ketepatan, maka algoritma ACO system lebih cocok digunakan untuk mencari langkah optimal dalam penyelesaian permainan Sudoku.
Ringkasan Alternatif
Sudoku is a puzzle game of numbers, each row and column must be filled of numbers with certain rules. Sudoku consists of a 9x9 grid (9 rows x 9 columns ) are divided into nine sections called 3x3 subgrid. Sudoku puzzles provide some numbers at random positions as a benchmark to complete the whole puzzle. Empty grid must be filled with a unique number from 1 to 9, each of which appear only once in each row, column, and region (3x3 subgrid).One algorithms that can be used to solve Sudoku are ant colony optimization (ACO) system algorithm and genetic algorithm. ACO system algorithm is an algorithm that adapts the system of ant colonies, ant colonies work together through indirect communication by using a pheromone that is placed on the area in its path. Genetic algorithm is an algorithm that works based on natural selection and genetics by selecting the best individual from a population of individuals and recombination between individuals to generate new individuals are expected to be better than the previous individual.Both algorithms are analyzed so that the workings and performance in speed and accuracy can be known. Conclusions obtained by implementation and testing, ACO system algorithm is more superior than genetic algorithm in terms of speed and accuracy, ACO system algorithm is more suitable used to find the optimal solution step of Sudoku games.