ALGORITMA GENETIKA Teori dan Aplikasinya untuk Bisnis dan Industri
Yandra Arkeman
Kudang Boro Seminar
Hendra Gunawan
ALGORITMA
G,ENETIKA
Teori dan Aplikasinya untuk Bisnis dan Industri
Yandra Arkeman
Kudang Boro Seminar
Hendra Gunawan
II
I
ALGORITMA GENETlKA
Teori dan Aplikasinya untuk Bisnis dan Industri
Yandra Arkeman
Kudang Bara Seminar
Hendra Gunawan
Copyright © 2012 YandraArkeman, KudangBaro Seminar, Hendra Gunawan
Penyunting Bahasa .
: Elviana
Korektor Bahasa
: Hans Baihaqi
Desainer Sampul & Tata Letak
: Sani Etyarsah
Sumber gambar cover
: sepocikopi.com
PT Penerbit IPB Press
Kampus IPB Taman Kencana Bogor
Cetakan Pertama: September 2012
Hak cipta dilindungi oleh undang-undang
Dilarang memperbanyak buku ini tanpa izin tertulis dari Penerbit
ISBN: 978-979-493-437-1
Daftar lsi
KATA PENGANTAR............................................................................................
v
DAFTAR lSI ...........................................................................................................
Vll
BAB 1
PENDAHULUAN: STATE OF THE ART OF
INTELLIGENT SYSTEMS ....................................................... .
1.1 Sis tern Pakar (Expert System) .................................................................
2
1.2 LogikaFuzzy(Fuzzy L ogic) ......................................................................
4
Jaringan SarafTiruan (Artificial N eural N etwork) ............................
6
1.4 Algoritrna genetika (Genetic Algorithms) .............................................
9
1.3
BAB 2 ALGORITMA GENETIKA 13
2.1
Kelahiran Algoritrna Genetika .............................................................. ..
14
2.2 Konsep Dasar Algoritrna Genetika ...................................................... ..
18
2.3 Representasi Krornosorn ........................................................................ ..
19
2.4 Fungsi Fitness dan Fungsi Tujuan ........................................................ .
19
2.5 Seleksi Krornosorn ................................................................................... .
20
2.6 Operator-operator Algoritrna genetika ................................................ .
21
2.6.1 Penyilangan .................................................................................... ..
22
2.6.2 Mutasi
23
2.7 Comoh Ilustrasi Algoritrna genetika Sederhana .............................. ..
24
BAB 3 CONTOH KASUS MASALAH OPTIMASI ..................................... ..
31
3.1
Kasus 1: Optirnasi Fungsi Sederhana f(x)=x2 .................................. .
31
3.2 Kasus 2: Optirnasi Fungsi Sulit-l ........................................................ ..
36
3.3 Kasus 3: Optirnasi Fungsi Sulit-2 ........................................................ ..
51
AlGORITMA GENETIKA
Teor; dan Aplikasillya uniuk Bisnis dan Includri
BAB 4 BAGAIMANA ALGORITMA GENETIKA BEKERJA? 57
4.1
Teori Schemata .........................................................................................
57
4.2. Analisis Matematis Teori Schemata ......................................................
59
4.2.l. Pengaruh Proses Seleksi terhadap Schemata .........................
59
4.2.2. Pengaruh Proses Penyilangan terhadap Schemata ..................
61
4.2.3. Pengaruh Proses Mutasi terhadap Schemata ........................
63
BAB 5 APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN
FLOW-SHOP BIDANG AGROINDUSTRI ................................
67
5.1 Permasalahan .............................................................................................
67
5.2 Formulasi Permasalahan ..........................................................................
69
5.3 Representasi Kromosom .........................................................................
70
5.4 Fungsi Tujuan (FungsiFitness) ...............................................................
71
5.5 Penyilangan dan Mutasi ..........................................................................
72
5.6 Comoh Penerapan Algoritma Genetika ..............................................
73
5.6.1 Kasus 1: 4 job - 2 mesin ..............................................................
73
5.6.2 Kasus 2: 8 job - 3 mesin ...............................................................
84
5.7 Kesimpulan ..................................................................................................
94
BAB 6 APLIKASI ALGORITMA GENETIKA PADA OPTIMASI
PENJADWALAN PRODUKSI MEUBEL KAYU ..........................
6.1
97
Pendekatan Masalah Penjadwalan dan Represemasi
Masalah Formulasi .....................................................................................
98
6.2 Represemasi Kromosom .......................................................................... 100
6.3 Penggunaan Operator Genetika ............................................................ 102
6.4 Penetapan Fungsi Fitness .......................................................................... 103
6.5 Penetapan Parameter Genetika .............................................................. 103
6.6 Pemodelan Matematika Penjadwalan ................................................... 104
6.7 Implememasi Penjadwalan dengan Algoritma Genetika ................ 107
-_J
viii
AlGORITMA GENETIKA
Teor; dan Aplikasinya un/uk Bisll;s
BAB 7
dOll
Indusfr;
APLIKASI ALGORITMA GENETIKA DALAM SISTEM
PENJADWALAN BIDANG AGROINDUSTRI ............................. III
7. 1 Latar Belakang ............................................................................................ III
7.2 Formulasi Masalah ................................................................................... 113
7.3 Pengembangan Sistem ............................................................................ 114
7.3.1 Kasus 1: Penjadwalan job shop kasus 3 job-2 mesin ............... 115
7.3.2 Kasus 2: Penjadwalan job shop kasus 3 job-3 mesin ................ 128
7.3.3 Kasus 3: Penjadwalan job shop kasus 5 job-12 mesin ............. 136
7.4 .Kesimpulan .................................................................................................. 146
BAB 8 APLIKASI ALGORITMA GENETIKA DALAM SISTEM
PENUNJANG KEPUTUSAN CERDAS
BIDANG AGROINDUSTRI ............................................................... 149
8.1 Latar Belakang ............................................................................................ 149
8.2 Formulasi Masalah ..................................................................................... 150
8.3 Pengembangan Sistem ............................................................................. 151
8.3.1 Model Peramalan ............................................................................. 152
8.3.2 Model Rencana Tanam .................................................................. 152
8.3.3 Model Perencanaan Agregat ................................. :....................... 153
8.3.4 Model MateriaL R equirement Planning (MRP) ........................ 156
8.3.5 Model Manajemen Inventory Kemasan ...................................... 158
8.3.6 Model Rute Pengiriman ................................................................. 158
8.4 Kesimpulan .................................................................................................. 162
BAB 9 BERMAIN-MAIN DENGAN ALGORITMA GENETIKA .......... 163
9.1 Permainan Optimasi Fungsi Sulit .......................................................... 163
9.1.1 Variasi Peluang Penyilangan (Pc) ................................................ 166
9.1.2 VariasiPeluangMutasi (Pm) ....................................................... 167
9.1.3 VariasiJumlah Populasi (PopSize) .............................................. 168
9.1.4 VariasiSeedRandomNumber ...................................................... 169
9.2 Sekilas TentangRandom Number .......................................................... 170
ix
L.
ALGORITMA GENETIKA
Teori dan Ap/ikosinya untuk Bisnis dall Indus;ri
BAB 10 PENUTUP ............................................................................................... 173
10. 1 Peluang-peluang Inovasi Algoritma Genetika
dalam Bisnis dan Industri ......................................................................... 173
10.2 Tokoh-tokohAlgoritmaGenetika ........................................................ 176
DAFTARPUSTAKA ............................................................................................ 185
LAMPIRAN
191
PROFIL PENULIS ................................................................................................. 203
x
Bah 1
Pendahuluan: State Of The Art Of
Intelligent Systems
Salah satu cabang ilmu komputer (computer sdence) yang
berkembang sangat pesat dewasa ini adalah artjfjdal jntelljgence (AI)
atau kecerdasan buatan. Sejak kelahirannya sampai saat ini, cabang
ilmu baru ini sudah banyak ditekuni oleh para ilmuwan, peneliti, dan
praktisi. Selain itu, hasilnya pun telah banyak diterapkan secara
komersil di berbagai bidang kehidupan. Sebagai contoh, pada alat-alat
komersil seperti mesin cuci, kamera, AC, kulkas, kini sudah diberi label
"pintar" atau
jntelJjgent yang menandakan alat tersebut sudah
mengadopsi teknologi pintar, yang membuat konsumen semakin
nyaman dan mudah dalam pengoperasiannya. Untuk selanjutnya,
peralatan-peralatan pintar semacam ini akan semakin banyak lagi kalau
ditambahkan lagi dengan bidang ilmu dan teknologi maju lainnya,
seperti lengan robot otomatis di space-shuttle yang dibuat NASA dan
robot yang dipakai untuk ekspedisi di planet Mars. Selain itu, AI banyak
pula digunakan di dalam bisnis dan industri untuk membantu manajer
dalam proses pengambilan keputusan (dedsjon makjng). Alat bantu
(tool) untuk para manajer ini sering disebut fntelJjgent Dedsjon Support
Systems (IDSS) atau fntelJjgent Busjness Systems (IBS).
Dengan
menggunakan alat bantu yang "cerdas", tentu saja keputusan yang
diambil oleh manajer akan lebih akurat dan lebih cepat dibandingkan
dengan alat-alat atau metode-metode konvensional yang sudah pernah
ada sebelumnya.
Usaha manusia untuk membuat mesin pintar (jntelJjgent
machjne) ini memang sudah dimulai sejak puluhan tahun yang lalu,
ALGORITMA GENETIKA
Teori dan Api;kasinya untuk Sisnis dan Indus!r;
yaitu pada saat komputer diciptakan dan mulai digunakan secara luas di
banyak kehidupan manusia. Pada saat itu, timbul keinginan manusia
untuk mengubah komputer dari yang hanya sekedar alat pengolah data
(data processjng) menjadi pengolah informasi (jnformaNon processjng).
Kemampuan mengolah informasi inilah yang dipercaya sebagai salah
satu kemampuan manusia yang perlu ditiru oleh komputer sehingga
komputer tidak hanya sekedar dapat berhitung (to compute) tetapi juga
dapat "berpikir" (to thjnk) dan membuat keputusan-keputusan sulit
layaknya manusia pada umumnya atau para ahli (experts/ speda]jsts)
pada khususnya.
Teknik dalam AI telah banyak dikembangkan dalam berbagai
bidang, teknik yang biasa dikembangkan yaitu :(1) Sistem Pakar (Expert
'" systems), (2) Fuzzy ｌｯｧｪｾ＠
(3) Jaringan Saraf Tiruan (Artjfjdal Neural
Networks), dan (4) Algoritma Genetika (Genetjc Algorjthms). Sebelum
membahas secara mendalam tentang Algoritma genetika yang menjadi
topik buku ini, keempat teknik AI terse but akan diuraikan secara singkat
dan jelas berikut ini.
Kudang Boro Seminar
Hendra Gunawan
ALGORITMA
G,ENETIKA
Teori dan Aplikasinya untuk Bisnis dan Industri
Yandra Arkeman
Kudang Boro Seminar
Hendra Gunawan
II
I
ALGORITMA GENETlKA
Teori dan Aplikasinya untuk Bisnis dan Industri
Yandra Arkeman
Kudang Bara Seminar
Hendra Gunawan
Copyright © 2012 YandraArkeman, KudangBaro Seminar, Hendra Gunawan
Penyunting Bahasa .
: Elviana
Korektor Bahasa
: Hans Baihaqi
Desainer Sampul & Tata Letak
: Sani Etyarsah
Sumber gambar cover
: sepocikopi.com
PT Penerbit IPB Press
Kampus IPB Taman Kencana Bogor
Cetakan Pertama: September 2012
Hak cipta dilindungi oleh undang-undang
Dilarang memperbanyak buku ini tanpa izin tertulis dari Penerbit
ISBN: 978-979-493-437-1
Daftar lsi
KATA PENGANTAR............................................................................................
v
DAFTAR lSI ...........................................................................................................
Vll
BAB 1
PENDAHULUAN: STATE OF THE ART OF
INTELLIGENT SYSTEMS ....................................................... .
1.1 Sis tern Pakar (Expert System) .................................................................
2
1.2 LogikaFuzzy(Fuzzy L ogic) ......................................................................
4
Jaringan SarafTiruan (Artificial N eural N etwork) ............................
6
1.4 Algoritrna genetika (Genetic Algorithms) .............................................
9
1.3
BAB 2 ALGORITMA GENETIKA 13
2.1
Kelahiran Algoritrna Genetika .............................................................. ..
14
2.2 Konsep Dasar Algoritrna Genetika ...................................................... ..
18
2.3 Representasi Krornosorn ........................................................................ ..
19
2.4 Fungsi Fitness dan Fungsi Tujuan ........................................................ .
19
2.5 Seleksi Krornosorn ................................................................................... .
20
2.6 Operator-operator Algoritrna genetika ................................................ .
21
2.6.1 Penyilangan .................................................................................... ..
22
2.6.2 Mutasi
23
2.7 Comoh Ilustrasi Algoritrna genetika Sederhana .............................. ..
24
BAB 3 CONTOH KASUS MASALAH OPTIMASI ..................................... ..
31
3.1
Kasus 1: Optirnasi Fungsi Sederhana f(x)=x2 .................................. .
31
3.2 Kasus 2: Optirnasi Fungsi Sulit-l ........................................................ ..
36
3.3 Kasus 3: Optirnasi Fungsi Sulit-2 ........................................................ ..
51
AlGORITMA GENETIKA
Teor; dan Aplikasillya uniuk Bisnis dan Includri
BAB 4 BAGAIMANA ALGORITMA GENETIKA BEKERJA? 57
4.1
Teori Schemata .........................................................................................
57
4.2. Analisis Matematis Teori Schemata ......................................................
59
4.2.l. Pengaruh Proses Seleksi terhadap Schemata .........................
59
4.2.2. Pengaruh Proses Penyilangan terhadap Schemata ..................
61
4.2.3. Pengaruh Proses Mutasi terhadap Schemata ........................
63
BAB 5 APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN
FLOW-SHOP BIDANG AGROINDUSTRI ................................
67
5.1 Permasalahan .............................................................................................
67
5.2 Formulasi Permasalahan ..........................................................................
69
5.3 Representasi Kromosom .........................................................................
70
5.4 Fungsi Tujuan (FungsiFitness) ...............................................................
71
5.5 Penyilangan dan Mutasi ..........................................................................
72
5.6 Comoh Penerapan Algoritma Genetika ..............................................
73
5.6.1 Kasus 1: 4 job - 2 mesin ..............................................................
73
5.6.2 Kasus 2: 8 job - 3 mesin ...............................................................
84
5.7 Kesimpulan ..................................................................................................
94
BAB 6 APLIKASI ALGORITMA GENETIKA PADA OPTIMASI
PENJADWALAN PRODUKSI MEUBEL KAYU ..........................
6.1
97
Pendekatan Masalah Penjadwalan dan Represemasi
Masalah Formulasi .....................................................................................
98
6.2 Represemasi Kromosom .......................................................................... 100
6.3 Penggunaan Operator Genetika ............................................................ 102
6.4 Penetapan Fungsi Fitness .......................................................................... 103
6.5 Penetapan Parameter Genetika .............................................................. 103
6.6 Pemodelan Matematika Penjadwalan ................................................... 104
6.7 Implememasi Penjadwalan dengan Algoritma Genetika ................ 107
-_J
viii
AlGORITMA GENETIKA
Teor; dan Aplikasinya un/uk Bisll;s
BAB 7
dOll
Indusfr;
APLIKASI ALGORITMA GENETIKA DALAM SISTEM
PENJADWALAN BIDANG AGROINDUSTRI ............................. III
7. 1 Latar Belakang ............................................................................................ III
7.2 Formulasi Masalah ................................................................................... 113
7.3 Pengembangan Sistem ............................................................................ 114
7.3.1 Kasus 1: Penjadwalan job shop kasus 3 job-2 mesin ............... 115
7.3.2 Kasus 2: Penjadwalan job shop kasus 3 job-3 mesin ................ 128
7.3.3 Kasus 3: Penjadwalan job shop kasus 5 job-12 mesin ............. 136
7.4 .Kesimpulan .................................................................................................. 146
BAB 8 APLIKASI ALGORITMA GENETIKA DALAM SISTEM
PENUNJANG KEPUTUSAN CERDAS
BIDANG AGROINDUSTRI ............................................................... 149
8.1 Latar Belakang ............................................................................................ 149
8.2 Formulasi Masalah ..................................................................................... 150
8.3 Pengembangan Sistem ............................................................................. 151
8.3.1 Model Peramalan ............................................................................. 152
8.3.2 Model Rencana Tanam .................................................................. 152
8.3.3 Model Perencanaan Agregat ................................. :....................... 153
8.3.4 Model MateriaL R equirement Planning (MRP) ........................ 156
8.3.5 Model Manajemen Inventory Kemasan ...................................... 158
8.3.6 Model Rute Pengiriman ................................................................. 158
8.4 Kesimpulan .................................................................................................. 162
BAB 9 BERMAIN-MAIN DENGAN ALGORITMA GENETIKA .......... 163
9.1 Permainan Optimasi Fungsi Sulit .......................................................... 163
9.1.1 Variasi Peluang Penyilangan (Pc) ................................................ 166
9.1.2 VariasiPeluangMutasi (Pm) ....................................................... 167
9.1.3 VariasiJumlah Populasi (PopSize) .............................................. 168
9.1.4 VariasiSeedRandomNumber ...................................................... 169
9.2 Sekilas TentangRandom Number .......................................................... 170
ix
L.
ALGORITMA GENETIKA
Teori dan Ap/ikosinya untuk Bisnis dall Indus;ri
BAB 10 PENUTUP ............................................................................................... 173
10. 1 Peluang-peluang Inovasi Algoritma Genetika
dalam Bisnis dan Industri ......................................................................... 173
10.2 Tokoh-tokohAlgoritmaGenetika ........................................................ 176
DAFTARPUSTAKA ............................................................................................ 185
LAMPIRAN
191
PROFIL PENULIS ................................................................................................. 203
x
Bah 1
Pendahuluan: State Of The Art Of
Intelligent Systems
Salah satu cabang ilmu komputer (computer sdence) yang
berkembang sangat pesat dewasa ini adalah artjfjdal jntelljgence (AI)
atau kecerdasan buatan. Sejak kelahirannya sampai saat ini, cabang
ilmu baru ini sudah banyak ditekuni oleh para ilmuwan, peneliti, dan
praktisi. Selain itu, hasilnya pun telah banyak diterapkan secara
komersil di berbagai bidang kehidupan. Sebagai contoh, pada alat-alat
komersil seperti mesin cuci, kamera, AC, kulkas, kini sudah diberi label
"pintar" atau
jntelJjgent yang menandakan alat tersebut sudah
mengadopsi teknologi pintar, yang membuat konsumen semakin
nyaman dan mudah dalam pengoperasiannya. Untuk selanjutnya,
peralatan-peralatan pintar semacam ini akan semakin banyak lagi kalau
ditambahkan lagi dengan bidang ilmu dan teknologi maju lainnya,
seperti lengan robot otomatis di space-shuttle yang dibuat NASA dan
robot yang dipakai untuk ekspedisi di planet Mars. Selain itu, AI banyak
pula digunakan di dalam bisnis dan industri untuk membantu manajer
dalam proses pengambilan keputusan (dedsjon makjng). Alat bantu
(tool) untuk para manajer ini sering disebut fntelJjgent Dedsjon Support
Systems (IDSS) atau fntelJjgent Busjness Systems (IBS).
Dengan
menggunakan alat bantu yang "cerdas", tentu saja keputusan yang
diambil oleh manajer akan lebih akurat dan lebih cepat dibandingkan
dengan alat-alat atau metode-metode konvensional yang sudah pernah
ada sebelumnya.
Usaha manusia untuk membuat mesin pintar (jntelJjgent
machjne) ini memang sudah dimulai sejak puluhan tahun yang lalu,
ALGORITMA GENETIKA
Teori dan Api;kasinya untuk Sisnis dan Indus!r;
yaitu pada saat komputer diciptakan dan mulai digunakan secara luas di
banyak kehidupan manusia. Pada saat itu, timbul keinginan manusia
untuk mengubah komputer dari yang hanya sekedar alat pengolah data
(data processjng) menjadi pengolah informasi (jnformaNon processjng).
Kemampuan mengolah informasi inilah yang dipercaya sebagai salah
satu kemampuan manusia yang perlu ditiru oleh komputer sehingga
komputer tidak hanya sekedar dapat berhitung (to compute) tetapi juga
dapat "berpikir" (to thjnk) dan membuat keputusan-keputusan sulit
layaknya manusia pada umumnya atau para ahli (experts/ speda]jsts)
pada khususnya.
Teknik dalam AI telah banyak dikembangkan dalam berbagai
bidang, teknik yang biasa dikembangkan yaitu :(1) Sistem Pakar (Expert
'" systems), (2) Fuzzy ｌｯｧｪｾ＠
(3) Jaringan Saraf Tiruan (Artjfjdal Neural
Networks), dan (4) Algoritma Genetika (Genetjc Algorjthms). Sebelum
membahas secara mendalam tentang Algoritma genetika yang menjadi
topik buku ini, keempat teknik AI terse but akan diuraikan secara singkat
dan jelas berikut ini.