ALGORITMA GENETIKA

ALGORITMA GENETIKA

1.      Pengertian Algoritma Genetika

Algoritma Genetika adalah algoritma yang dikembangkan dari proses pencarian solusi menggunakan pencarian acak dengan menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu kumpulan untuk mendapatkan generasi solusi terbaik berikutnya pada suatu kondisi yang memaksimalkan kecocokan (fitness). Algoritma ini berusaha menerapkan pemahaman mengenai evolusi alamiah pada tugas-tugas pemecahan masalah (problem solving).

Istilah-istilah dalam algoritma genetika :

a)      Population (populasi)

Populasi merupakan kumpulan beberapa individu. Semua populasi dalam algoritma genetika ini berasal dari satu populasi yaitu populasi awal. Pembuatan populasi awal ini dilakukan melalui proses pemilihan secara acak dari seluruh solusi yang ada. Pemilihan acak ini menyebabkan populasi awal dari algoritma genetika tidak akan sama dalam setiap kali percobaan, meskipun semua nilai variabel yang digunakan sama.

b)     Fitness

Nilai fitness adalah nilai yang menyatakan baik tidaknya suatu solusi (individu). Nilai fitness ini dijadikan acuan dalam mencapai nilai optimal dalam algoritma genetika.

c)      Kromosom (individu)     

Kromosom bisa dikastakan sama dengan individu yang merupakan kumpulan gen. Gen ini bisa berupa biner, float dan kombinatorial.

d)     Crossover

Crossover (Pindah Silang) merupakan salah satu operator dalam algoritma genetika yang melibatkan dua induk untuk menghasilkan keturunan yang baru. Crossover dilakukan dengan pertukaran gen dari dua induk secara acak. Macam-macam Cross-Over yang banyak digunakan antara lain: pertukaran gen secara langsung dan pertukaran gen secara aritmatika. Proses crossover dilakukan pada setiap individu dengan probabilitas cross over yang ditentukan.

e)      Permutasi

Permutasi gen merupakan operator yang menukar nilai gen dengan nilai inversinya, misalnya gennya bernilai 0 menjadi 1. Setiap individu mengalami mutasi gen dengan probabilitas mutasi yang ditentukan. Mutasi dilakukan dengan memberikan nilai inversi atau menggeser nilai gen pada gen yang terpilih untuk dimutasikan.

f)       Roullete Wheel

Salah satu metode untuk memilih calon induk adalah dengan Roullete Wheel.  Roullete Wheel adalah metode yang paling dasar dan model acaknya uniform.  Seleksi dilakukan dengan menggunakan prosentase fitness setiap individu dimana setiap individu mendapatkan luas bagian sesuai prosentase nilai fitnessnya. Setiap warna dibawah mewakili masing-masing kromosom (individu).