Hasil Running Progam GASCM Ver. 1.0 Hasil running dari program GASCM Ver. 1.0 untuk kasus 1

e. Hasil Running Progam GASCM Ver. 1.0 Hasil running dari program GASCM Ver. 1.0 untuk kasus 1

disajikan dalam dua buah grafik yaitu grafik nilai fitness rata-rata dan fitness minimum untuk setiap generasi sampai generasi maksimum; dan grafik frekuensi penyilangan dan mutasi untuk setiap generasi sampai generasi maksimum. Gambar 29 menunjukkan nilai fitness rata-rata dan nilai fitness minimum dari generasi ke-0 sampai generasi ke-600. Nilai fitness rata- rata pada awal generasi masih tinggi sekali, karena masih beragamnya nilai-nilai kromosom yang dibangkitkan secara acak pada awal populasi. Mulai pada generasi ke-10 nilai fitness rata-rata sudah menurun dan memperlihatkan nilai fitness minimum cukup bergerak lurus pada nilai fitness 1540. Kemudian nilai fitness rata-rata kembali menurun disertai dengan turunnya nilai fitness minimum. Penurunan nilai fitness minimum ini menunjukan perbaikan kinerja proses pencarian solusi optimum oleh algoritma genetika. Gambar 29. Grafik nilai fitness rata-rata dan fitness minimum tiap generasi pada kasus 1 Kromosom-kromosom yang memiliki nilai fitness kurang baik dan kromosom yang memiliki nilai variabel yang ilegal akan musnah dalam populasi. Yang akan terpilih adalah kromosom yang memiliki nilai fitness yang terbaik dan tidak ilegal. Dari kromosom-kromosom yang baik tersebut akan dihasilkan calon solusi baru yang lebih baik lagi. Kromosom-kromosom yang baru tersebut dihasilkan dari proses penyilangan maupun proses mutasi. Gambar 30. Grafik frekuensi penyilangan dan mutasi tiap generasi pada kasus 1 Frekuensi penyilangan dan mutasi dapat dilihat pada Gambar 30. Frekuensi penyilangan terjadi cukup tinggi pada seluruh generasi. Proses mutasi pun cukup sering terjadi pada tiap generasi tetapi frekuensinya kecil karena peluang mutasi hanya 5 dari total keseluruhan gen dalam populasi. Penurunan nilai fitness minimum dan nilai fitness rata-rata kembali terjadi pada generasi 85, dan nilai fitness minimum konvergen sampai generasi 269 dengan nilai fitness 1528. Sampai pada akhirnya mulai generasi 270 sampai generasi 600 nilai fitness minimum selalu konvergen dan nilai fitness rata-rata nya pun turun. Kehomogenan nilai fitness minimum tersebut telah menandakan bahwa iterasi algoritma genetika telah berhasil menemukan solusi minimum terbaik dari TSCC yang pernah ditemukan. Sehingga solusi minimum dari kasus 1 untuk rantai pasokan agroindustri 2x2x2 adalah TSCC yang bernilai 1525. 1 2 3 4 5 6 7 8 9 10 11 100 200 300 400 500 600 F r e k u e n s i Generasi penyilangan mutasi Berikut nilai-nilai dari gen-gen yang optimal yang merupakan variabel- variabel keputusannya : S 11 = 0 X 11 = 22 I 1 = 3 S 12 = 20 X 12 = I 2 = 6 S 21 = 25 X 21 = 0 S 22 = 0 X 22 = 14 Gambar 31. Solusi optimal rantai pasokan agroindustri 2x2x2

f. Efisiensi Algoritma Genetika