Algoritma Genetika
POKOK BAHASAN:
./ Beberapa definisi
Penting dalam Algoritma
Genetika
./ Hal-hal yang harus dilakukan dalam Algoritma Genetika
./ Siklus Algoritma Genetika
./ Hal Penting yang harus diperhatikan dalam pemakaian Algoritma
Genetika
./ Contoh Penggunaan Algoritma Genetika
TUJUAN BELAJAR:
Setelah mempelajari materi dalam bab ini, mahasiswa diharapkan :
./ Memahami Konsep Dasar Algoritma
Genetika
./ Memahami hal-hal yang harus dilakukan jika menggunakan Algoritma Genetika
./ Mengetahui contoh
penggunaan Algoritma Genetika
./ Mampu menerapkan Algoritma Genetika dalam permasalahan yang lain
Algoritma Genetika sebagai cabang dari Algoritma Evolusi merupakan metode adaptive yang biasa digunakan untuk memecahkan suatu pencarian nilai dalam sebuah masalah optimasi. Algoritma
ini
didasarkan
pada proses genetik
yang
ada dalam makhluk hidup; yaitu perkembangan generasi dalam sebuah populasi yang alami, secara lambat laun mengikuti prinsip seleksi alam atau "siapa yang kuat, dia yang bertahan (survive)". Dengan meniru teori evolusi ini, Algoritma Genetika dapat digunakan untuk mencari
solusi
permasalahan-permasalahan
dalam
dunia
nyata.
Peletak prinsip dasar sekaligus pencipta Algoritma Genetika adalah John Holland. Algoritma Genetika menggunakan
analogi secara langsung dari
kebiasaan
yang alami yaitu seleksi alam. Algoritma ini bekerja dengan sebuah populasi yang terdiri dari individu-individu, yang masing-masing individu
mempresentasikan sebuah solusi yang mungkin bagi persoalan yang ada. Dalam kaitan ini, individu dilambangkan dengan sebuah nilai fitness yang akan digunakan untuk mencari solusi terbaik dari persoalan yang ada.
Pertahanan yang tinggi dari individu memberikan kesempatan untuk melakukan reproduksi melalui perkawinan silang dengan individu yang lain dalam populasi tersebut. Tndividu baru yang dihasilkan dalam hal ini dinamakan keturunan, yang membawa beberapa sifat dari induknya. Sedangkan individu dalam populasi yang tidak terseleksi dalam reproduksi akan mati dengan sendirinya. Dengan jalan ini, beberapa generasi dengan karakteristik yang bagus akan bermunculan dalam populasi tersebut, untuk kemudian dicampur dan ditukar dengan karakter yang lain. Dengan mengawinkan semakin banyak individu, maka akan semakin banyak kemungkinan terbaik yang dapat diperoleh.
Sebelum Algoritma Genetika dapat dijalankan, maka sebuah kode yang sesuai (representatif) untuk persoalan harus dirancang. Untuk ini maka titik solusi dalam ruang permasalahan dikodekan dalam bentuk kromosom/string yang terdiri atas komponen genetik terkecil yaitu gen. Dengan teori evolusi dan teori genetika, di dalam penerapan Algoritma Genetika akan melibatkan beberapa operator, yaitu:
I. Operasi Evolusi yang melibatkan proses seleksi (selection)
di dalamnya.
2. Operasi Genetika
yang melibatkan operator
pindah silang (crossover) dan mutasi (mutation).
Untuk memeriksa hasil optimasi, kita membutuhkan fungsi fitness,
yang menandakan gambaran hasil (solusi) yang sudah dikodekan. Selama berjalan, induk harus digunakan untuk reproduksi,
pindah silang dan mutasi untuk menciptakan keturunan. Jika Algoritma Genetika didesain secara baik, populasi akan mengalami konvergensi dan akan didapatkan sebuah solusi yang optimum.
7.1 HAL-HAL YANG HARUS DILAKUKAN DALAM ALGORITMA GENETIKA
Beberapa hal yang harus dilakukan dalam Algoritma Genetika adalah:
- Mendefinisikan individu, dimana individu menyatakan salah satu solusi (penyelesaian) yang mungkin dari permasalahan yang diangkat.
- Mendefinisikan nilai fitness, yang merupakan ukuran baik-tidaknya sebuah individu atau baik-tidaknya solusi yang didapatkan.
- Menentukan proses pembangkitan populasi awal. Hal ini biasanya dilakukan dengan menggunakan pembangkitan acak seperti random-walk.
- Menentukan proses seleksi yang akan digunakan.
- Menentukan proses perkawinan silang (cross-over) dan mutasi gen yang akan digunakan.
Untuk materi yang Lebih Lengkap silahlan download ____ Download Materi _____
0 komentar:
Posting Komentar