Probabilitas crossover p
c
didefinisikan sebagai rasio jumlah offspring yang dihasillkan dalam tiap generasi atas ukuran populasi pop_size. Rasio ini
mengendalikan jumlah p
c
x pop_size yang diharapkan dari kromosom untuk menjalankan operasi crossover. Tingkat crossover yang tinggi memperbolehkan
eksplorasi solusi lebih luas dan mengurangi kemungkinan menghasilkan kesalahan optimasi, tetapi apabila tingkat rasio terlalu tinggi, maka akan menghasilkan
pemborosan waktu komputasi atas eksplorasi kondisi-kondisi ketidakpastian terhadap solusi permasalahan.
2.4.1. Encoding Kromosom
Langkah awal untuk mengimplementasikan suatu program komputer seringkali adalah pemilihan tipe data. Hal inilah yang merupakan variasi perbedaan awal antara teori
asli Holland dan beberapa teori alternatif algoritma genetik lainnya yang kemudian muncul.
Holland meng-encoding kromosom ke dalam suatu string digit biner. Sejumlah operasi encoding biner digunakan untuk menghasilkan algoritma genetik
yang sederhana, efektif dan sesuai. Akan tetapi ada banyak cara untuk merepresentasikan gen suatu obyek, yang masing-masing memiliki keuntungan
implisit tersendiri Davis, 1991. Agar dapat merepresentasikan suatu problem ke dalam bentuk gen, substansi-
substansi solusi harus direpresentasikan sebagai suatu kumpulan unit informasi Davis, 1991.
2.4.2. Genotype
Pada aturan algoritma genetik, kumpulan gen yang diencoding disebut dengan genotype, sedangkan data aktual yang diencoding disebut dengan phenotype Gen M.
et.all, 1997. Apakah phenotype diencoding untuk membentuk suatu genotype atau genotype didecoding untuk membentuk suatu phenotype, hanyalah menyangkut
perbedaan penafsiran dalam literatur Heitkoetter, 1993. Pada banyak kasus, nilai aktual tiap gen disebut dengan allele Gen M. et.all, 1997. Menurut realitasnya, gen
dari makhluk hidup disimpan berpasangan dan tiap induk hanya memunculkan satu gen untuk tiap pasangan Sherwod, 1993. Hal ini berbeda dengan algoritma genetik,
Universitas Sumatera Utara
dimana gen tidak disimpan berpasangan, tetapi baik pada algoritma genetik dan bentuk nyata biologis, hanya sebagian gen induk yang diwariskan pada anak
offspring Davis, 1991.
2.4.3. Ukuran Populasi
Langkah awal pada algoritma genetik adalah menginisialisasi keseluruhan populasi kromosom. Jumlah populasi ini harus ditentukan, tergantung pada teknik komputasi
yang tersedia, perbedaan ukuran akan menghasilkan hasil optimal. Apabila ukuran populasi yang dipilih terlalu kecil, maka tingkat eksplorasi atas ruang pencarian global
akan terbatas, walaupun arah menuju konvergensi lebih cepat. Apabila ukuran populasi terlalu besar, maka waktu akan banyak terbuang karena berkaitan dengan
besarnya jumlah data yang dibutuhkan dan waktu ke arah konvergensi akan lebih lama Goldberg, 1989.
2.4.4. Metode Seleksi