Gambar 2.21 Flow Chart Rancangan Sistem
Mulai
Input: Data Lokasi, Jumlah Populasi, dan Batass Generasi
Fuzzy
Output: Probabilitas Mutasi dan
Probabilitas Crossover
Populasi Awal
Evaluasi Fitness Roulette
Wheel Mutasi
Crossover
Seleksi
Kriteria berhenti
terpenuhi
Hasil
Selesai Ya
Tidak
2.5 Hubungan antara Algoritma Genetika dengan
Kendali Logika Fuzzy
Algoritma Genetika dengan Kendali Logika Fuzzy adalah sebuah teknik komputasi gabungan antara algoritma genetika dan logika fuzzy. Metode ini
hampir sama dengan metode algoritma genetika, namun parameter-parameter yang dipakai dihasilkan dari sebuah sistem fuzzy. Dalam algoritma genetika
dengan teknik kendali logika fuzzy, proses yang terjadi atau alur proses sama seperti dengan algoritma genetika, yang dikenalkan oleh John Holland dari
Universitas Michigan 1975, dimana algoritma genetika merupakan teknik pencarian heuristik berdasar mekanisme evolusi biologis yang meniru dari teori
Darwin dan operasi genetika pada kromosom. Bindu Tanwar, 2012:418 dari pada memilih nilai acak dari orang tua, aturan fuzzy didefinikan untuk memilih
aturan yang optimal. Sistem yang diusulkan adalah untuk mengoptimalkan proses hasil dari algoritma genetika. Dalam algoritma genetika dengan teknik kendali
logika fuzzy terdapat enam tahap utama, yaitu: 1. Representasi kromosom.
2. Inisialisasi Populasi. 3. Fungsi evaluasi.
4. Seleksi. 5. Operator genetika, meliputi operator rekombinasi crossover dan mutasi.
6. Penentuan parameter, yaitu parameter kontrol algoritma genetika, yaitu:
ukuran populasi popsize, peluang crossover Pc, dan peluang mutasi pm. Dalam penentuan parameter ini dilakukan proses sistem fuzzy untuk mendapatkan
nilai yang akan digunakan sebagai parameter.
Muzid, 2008:30
Pada algoritma ini terdapat berbagai metode yang digunakan dalam perpaduan antara algoritma genetika dan sistem fuzzy. Diantaranya adalah model sistem
fuzzy yang digunakan pada penentuan parameter adalah menggunakan sistem inferensi fuzzy metode sugeno. Metode Sugeno yang digunakan untuk algoritma
genetika dengan teknik kendali logika fuzzy adalah menggunakan dua buah masukan dan dua buah keluaran. Dua buah masukan yang digunakan adalah:
1. Jumlah Populasi yang digunakan.
2. Jumlah generasi yang akan diproses.
Sedangkan dua buah keluaran yang akan dihasilkan adalah: 1. Nilai probabilitas rekombinasi crossover.
2. Nilai probabilitas mutasi. Berikut contoh persoalan yang diselesaikan dengan menggunakan algoritma
genetika dengan teknik kendali logika fuzzy. Terdapat 5 buah kota yang akan dilalui oleh seorang pedagang keliling, misalnya
Kota A,B,C,D,E. Perjalanan dimulai dari kota A dan berakhir di kota A. Jarak antar kota diperlihatkan pada graf di bawah ini:
