Perbandingan Antara Non-Dominated Sorting Genetic Algorithm-II Parallel Computing dan MPI dengan Non Dominated Sorting Genetic Algorithm-II Non Parallel Computing
Abstract
Abstrak-Penelitian ini bertujuan untuk membandingkan dari suatu model NSGA yang menentukan suatu jumlah kecocokan kromosom yang dimiliki orangtua yang diturunkan kepada anaknya pada sebuah proses pararel computing yang menggunakan mpi dengan metode NSGA pada non parallel computing. Perhitungan dilakukan dengan menggunakan metode NSGA. NSGA mengikuti garis besar umum dari algoritme genetika dengan modifikasi perkawinan dan seleksi kelangsungan hidup. Dalam NSGA-II, pertama, individu dipilih dari depan atau orang tuanya. Dengan demikian, akan ada situasi di mana sebuah front perlu dipecah karena tidak semua individu diizinkan untuk bertahan hidup atau terelimanasi. Sehingga hasil yang akan didapatkan berupa sample grafik untuk orang tuanya namun berbeda jika hasil yang dikeluarkan itu tidak cocok. Jika sesuai maka hasilnya akan sama dengan orang tua itu tersebut. Dengan membandingkan metode NSGA yang diparallel kan dan sebaliknya, hal tersebut akan terlihat dari perbedaan grafik yang ditampilkan jika penggunaan parallel computing dan MPi itu lancer dan benar.
Kata kunci-kromosom, NSGA, parallel, dan MPI
References
P. L. Y. &. F. Y. Song, "Multi-objective optimization and matching of power source for PHEV based on genetic algorithm.," Energies, p. 1127, 2020.
Z. A. A. D. N. S. A. B. &. O. H. K. Aziz, " Python parallel processing and multiprocessing: A rivew," Academic Journal of Nawroz University, pp. 345-354, 2021.
J. J. S. K. &. K. L. Galvez, "Charmpy: A python parallel programming model. In 2018 IEEE International Conference on Cluster Computing (CLUSTER) (pp)," IEEE, pp. . 423-433, 2018, September.