Mutasi Optimasi Model Fuzzy Backpropagation Neural Network dengan

101 -0,0130 0,0370 -0,2216 0,3502 1,2503 0,9298 0,2398 -0,6904 -0,6516 1,1921 -1,6118 -0,0245 -1,9488 1,0205 0,8617 0,0012 -0,0708 -2,4863 0,5812 -2,1924 -2,3193 0,0799 -0,9485 0,4115 0,6770 0,8577 -0,6912 0,4494 0,1006 0,8261 0,5362 0,8979 -0,1319 -0,1472 1,0078 -2,1237 -0,5046 -1,2706 -0,3826 0,6487 0,8257 -1,0149 -0,4711 0,1370 -0,2919 0,3018 0,3999 -0,9300 -0,1768 -2,1321 1,1454 -0,6291 -1,2038 -0,2539 -1,4286 -0,0209 -0,5607 2,1778 1,1385 -2,4969 0,4413 Anak 2 -1,4193 -0,7294 1,1473 0,5979 -1,2813 -2,2033 -0,5712 0,2140 0,9424 0,0937 -1,1223 0,3062 -1,1723 -0,9610 -0,6537 -1,2294 -0,2710 -0,9000 -0,2857 -0,4624 -0,4098 -0,5035 1,2333 0,6103 0,0172 -0,5927 -0,8096 -1,9648 2,6052 0,9724 0,2570 -0,9742 -1,1464 0,5476 1,5651 -1,6933 -0,4494 -0,0843 -1,9920 0,8412 -0,4147 1,9122 -0,3909 0,4092 -1,1424 -0,6249 -1,1687 0,3926 1,3018 -0,5936 0,4364 -0,5044 0,1021 1,1963 0,1203 -1,0368 -0,8571 -0,1699 -0,1917 -0,8658 0,1807 1,2665 -0,2512 -0,2046 -2,2015 -0,7745 -1,3933 -0,3862 0,5256 1,5233 1,7985 -0,1169 -0,3202 0,8175 0,4902 0,7653 0,7783 -1,4803 0,5404 -0,0915 -0,7603 -0,6936 1,2815 -0,8097 -1,2368

7. Mutasi

Sepasang anak yang dihasilkan pada proses pindah silang selanjutnya dilakukan mutasi. Mutasi bertujuan untuk memperoleh individu-individu baru sebagai kandidat solusi pada generasi mendatang dengan fitness yang lebih baik. Pembentukan individu baru pada mutasi dilakukan dengan mengubah nilai dari beberapa gen dalam suatu anak yang telah dihasilkan pada pindah silang. Pada penelitian ini teknik mutasi yang digunakan adalah random mutation yaitu mengganti nilai gen dengan bilangan random. Pada penelitian ini digunakan nilai 102 probabilitas mutasi sebesar 0,02. Dengan nilai acak diperoleh probabilitas mutasi individu sebesar 0,018 untuk anak 1 dan 0,003 untuk anak 2. Sehingga setiap anak mengalami mutasi. Untuk menentukan gen yang akan dimutasi dibangkitkan nilai acak pada interval [1, 85], diperoleh nilai 57 untuk anak 1 dan 39 untuk anak 2. Sehingga gen ke 57 pada anak 1 dan gen ke 39 pada anak 2 akan dimutasi dengan mengganti nilai gen tersebut dengan nilai acak. Dengan bantuan MATLAB R2013a diperoleh nilai acak untuk gen ke 57 pada anak ke 1 adalah 0,6013 dan gen ke 39 pada anak ke 2 adalah -1,0404. Sehingga individu anak yang terbentuk adalah Anak 1 -0,2365 2,0237 -2,2584 2,2294 0,3376 1,0001 -1,6642 -0,5900 -0,2781 0,4227 -1,6702 0,4716 -1,2128 0,0662 0,6524 0,3271 1,0826 1,0061 -0,6509 0,2571 -0,9444 -1,3218 0,9248 0,0000 -0,0130 0,0370 -0,2216 0,3502 1,2503 0,9298 0,2398 -0,6904 -0,6516 1,1921 -1,6118 -0,0245 -1,9488 1,0205 0,8617 0,0012 -0,0708 -2,4863 0,5812 -2,1924 -2,3193 0,0799 -0,9485 0,4115 0,6770 0,8577 -0,6912 0,4494 0,1006 0,8261 0,5362 0,8979 0,6013 -0,1472 1,0078 -2,1237 -0,5046 -1,2706 -0,3826 0,6487 0,8257 -1,0149 -0,4711 0,1370 -0,2919 0,3018 0,3999 -0,9300 -0,1768 -2,1321 1,1454 -0,6291 -1,2038 -0,2539 -1,4286 -0,0209 -0,5607 2,1778 1,1385 -2,4969 0,4413 Anak 2 -1,4193 -0,7294 1,1473 0,5979 -1,2813 -2,2033 -0,5712 0,2140 0,9424 0,0937 -1,1223 0,3062 -1,1723 -0,9610 -0,6537 -1,2294 -0,2710 -0,9000 -0,2857 -0,4624 -0,4098 -0,5035 1,2333 0,6103 0,0172 -0,5927 -0,8096 -1,9648 2,6052 0,9724 0,2570 -0,9742 -1,1464 0,5476 1,5651 -1,6933 -0,4494 -0,0843 -1,0404 0,8412 103 -0,4147 1,9122 -0,3909 0,4092 -1,1424 -0,6249 -1,1687 0,3926 1,3018 -0,5936 0,4364 -0,5044 0,1021 1,1963 0,1203 -1,0368 -0,8571 -0,1699 -0,1917 -0,8658 0,1807 1,2665 -0,2512 -0,2046 -2,2015 -0,7745 -1,3933 -0,3862 0,5256 1,5233 1,7985 -0,1169 -0,3202 0,8175 0,4902 0,7653 0,7783 -1,4803 0,5404 -0,0915 -0,7603 -0,6936 1,2815 -0,8097 -1,2368

8. Pembentukan Populasi Baru