3.2.1 Pengertian Algoritma Genetik
3
Algoritma genetik adalah algoritma optimisasi numerik yang terinspirasi oleh seleksi alam dan genetika alami. Metodenya mampu diterapkan untuk
berbagai macam masalah. Tidak seperti berbagai pendekatan lainnya, metode ini masih jarang dan dapat digunakan untuk membantu memecahkan masalah sehari-
hari. Algoritma ini sangat sederhana untuk untuk dipahami dan memerlukan kode komputer yang mudah untuk membuatnya. Mengapa bisa algoritma ini dikatakan
sulit untuk dipahami. Apa yang dapat lebih menginspirasi dari mensederhanakan ide-ide dari darwin dan orang lain untuk membantu memecahkan masalah dari
dunia nyata? Konsep tentang evolusi, dimulai dari tidak lebih hanya dari bahan kimia kekacauan, yang memunculkan keanekaragaman hayati seperti kita lihat
hingga hari ini. Menurut John Holland adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi biologis. Keberagaman pada evolusi biologis
adalah variasi dari kromosom antar individu organisme. Variasi kromosom ini akan mempengaruhi laju reproduksi dan tingkat kemampuan organisme untuk
tetap hidup. pada dasarnya ada 4 kondisi yang sangat mempengaruhi proses evaluasi yaitu :
1. Kemampuan organisme untuk melakukan reproduksi 2. Keberadaan populasi organisme yang bisa melakukan reproduksi
3. Keberagaman organisme dalam suatu populasi 4. Perbedaan kemampuan untuk
survive
3
David A Coley. An Introduction to Genetic Algorithms for Scientist and Engineers. Singapore: World Scientist Publishing Co.Pte.Ltd, 2013 hal 1-2
Universitas Sumatera Utara
Individu yang lebih kuat fit akan memiliki tingkat survival dan tingkat reproduksi yang lebih tinggi jika dibandingkan dengan individu yang kurang fit.
Pada kurun waktu tertentu sering dikenal dengan istilah generasi, populasi secara keseluruhan akan lebih banyak memuat organisme yang fit.
Algoritma Genetika pertama kali dikembangkan oleh John Holland dari universitas Michigan 1975. John Holland mengatakan bahwa setiap masalah
yang berbentuk adaptasi alami maupun buatan dapat diformulasikan dalam terminologi genetika. Algoritma genetika adalah simulasi dari proses evolusi
Darwin dan operasi genetika atas kromosom
4
.
3.2.2.Langkah-langkah Algoritma Genetik
5
Sebuah masalah harus diselesaikan dengan solusi yang merepresentasikan atau mewakilkan, berikut langkah-langkah algoritma genetika sederhana sederana:
1. Mulai dengan memunculkan jumlah populasi secara acak yang disebut kromosom
2. Hitung nilai fitness dari masing-masing kromosom x pada populasi Ulangi langkah di atas hingga terbentuknya nilai
offspring
4
Hari Purnomo. Perencanaan dan Perancangan Fasilitas. Edisi Pertama. Yogyakarta: Graha Ilmu, 2004
5
Melanie Muitchell. An Introduction to Genetic Algorithm. London: Massachusetts Institute Of Technology, 1998
Universitas Sumatera Utara
BAB IV METODELOGI PENELITIAN
4.1. Tempat dan Waktu Penelitian
Penelitian dilakukan di PT. Putra Sejahtera Mandiri yang bergerak dibidang vulkanisir ban . Pabrik ini berlokasi di Jl. Pelita IV, Kawasan Industri
Medan Star, Tanjung Morawa.
4.2. Sifat Penelitian.
Jenis penelitian yang dilakukan di PT. Putra Sejahtera Mandiri tergolong penelitian deskriptif yang bersifat studi kasus dengan tujuan untuk mengumpulkan
informasi secara langsung dari kondisi tataletak fasilitas pada lantai produksi di PT. Putra Sejahtera Mandiri.
4.3. Objek Penelitian
Objek penelitian yaitu keseluruhan stasiun kerja saat memproses ban jenis bus di PT. Putra Sejahtera Mandiri.
4.4. Variabel Penelitian
Variabel yang digunakan dalam penelitian ini adalah: 1.
Letak Setiap Departemen Variabel letak departemen adalah variabel independen. Variabel ini
menyatakan posisi serta susunan masing-masing departemen yang ada di pabrik.
Universitas Sumatera Utara