baik daripada whole arithmetic crossover. Demikian juga halnya simple arithmetic crossover juga memberikan hasil yang lebih baik daripada single arithmetic
crossover. Namun, pada pengujian ke-1 dan ke-7 single arithmetic crossover memberikan hasil yang lebih baik daripada simple arithmetic crossover, secara
keseluruhan whole arithmetic crossover masih memberikan hasil average best fitness yang lebih baik daripada simple arithmetic crossover, dan simple arithmetic crossover
masih memberikan hasil average best fitness yang lebih baik daripada single arithmetic crossover
4.5. Pembahasan
Penulis membangun program algoritma genetika dengan menggunakan bahasa pemrograman VB 6. Pengujian pada penelitian ini dilakukan dengan spesifikasi
processor Intel Core I5 dan memory 2 GB dan menggunakan data yang diambil dari TSPLIB yaitu berlin52.tsp. Pada penelitian ini akan ditampilkan hasil dari nilai best
fitness yang dihasilkan dari ketiga metode arithmetic crossver. Penyajian hasil
pengujian akan ditampilkan dalam bentuk tabel.
Berdasarkan hasil pengujian yang dilakukan terdapat peningkatan nilai fitness yang diperoleh seiring dengan pertambahan jumlah generasi yang ada. Secara umum,
nilai fitness pada masing-masing metode arithmetic crossover semakin tinggi seiring dengan pertambahan jumlah generasi. Nilai fitness untuk 300 generasi akan lebih baik
daripada nilai fitness untuk 100 generasi, demikian juga nilai fitness untuk 500 generasi akan lebih baik daripada nilai fitness untuk 300 generasi.
Hasil penelitian juga menunjukkan bahwa semakin banyak gen yang terlibat dalam proses crossover akan meningkatkan keanekaragaman gen dalam populasi,
yang dapat meningkatkan kinerja algoritma genetika. Hal ini telihat dari nilai fitness untuk whole arithmetic crossover yang lebih baik daripada simple arithmetic
crossover dan simple arithmetic crossover yang memiliki nilai fitness yang lebih baik daripada single arithmetic crossover.
Untuk hasil pengujian dengan menggunakan TSPLIB berlin52.tsp untuk pengujian dengan menggunakan PC=0.5 untuk 500 generasi dapat dilihat pada
Gambar 4.7, 4.8, dan 4.9.
Universitas Sumatera Utara
Gambar 4.7. Hasil Pengujian dengan Menggunakan Metode Whole Arithmetic Crossover dengan Menggunakan PC=0.5 untuk Pengujian dengan 500 Generasi
Gambar 4.8. Hasil Pengujian dengan Menggunakan Metode Simple Arithmetic Crossover dengan Menggunakan PC=0.5 untuk Pengujian dengan 500 Generasi
Universitas Sumatera Utara
Gambar 4.9. Hasil Pengujian dengan Menggunakan Metode Single Arithmetic Crossover dengan Menggunakan PC=0.5 untuk Pengujian dengan 500 Generasi
Universitas Sumatera Utara
BAB 5 KESIMPULAN DAN SARAN