@thesis{thesis,
		author={Herdiana  I Kayan},
		title ={OPTIMASI PARAMETER ALGORITMA GENETIKA ADAPTIF PADA TRAVELLING SALESMAN PROBLEM},
		year={2022},
		url={http://repo.undiksha.ac.id/10138/},
		abstract={Permasalahan Travelling Salesman Problem (TSP) merupakan masalah dimana seorang salesman mengunjungi beberapa tempat tujuan, dengan syarat setiap tempat hanya bisa dikunjungi sekali. Masalah TSP dengan titik yang sedikit bisa menggunkan algoritma brute force. Ketika titik mencapai 20, maka kombinasi banyaknya sirkuit Hamilton yang dibandingkan sebanyak 6 * 1016. Algoritma Genetika (AG) salah satu algoritma optimasi yang bisa digunakan untuk menyelesaikan masalah tersebut, karena memiliki kelebihan dalam menghasilkan output yang optimal. Dalam penerapannya, AG memerlukan parameter dalam setiap langkahnya, antara lain ukuran populasi, jumlah generasi, crossover rate, dan mutation rate. Parameter algoritma genetika mempengaruhi kinerja algoritma genetika dalam hal waktu eksekusi dan penggunaan memori. Untuk mengoptimalkan algoritma genetika dalam waktu eksekusi dan penggunaan memori, perlu digunakan parameter AG yang adaptif. Masing-masing parameter adaptif yang diterapkan memberikan hasil fitness yang lebih optimal dibandingkan parameter statis (ukuran populasi 0.1%, generasi 0.2%, crossover rate 0.4%, mutation rate 0.3%). Masing-masing paramter adaptif yang diterapkan memberikan hasil performa waktu yang optimal kecuali untuk mutation rate (ukuran populasi 39.3%, generasi 47.7%, crossover rate 9.6%, mutation rate -2.3%). Keempat parameter adaptif yang diterapkan secara bersama memberikan hasil yang optimal baik fitness (1.0%) dan waktu (38.7%).}
		}