Pareto Optimality Crowding Distance
Proses GA dimulai dengan menginisialisasi nilai populasi yang terdiri dari beberapa histogram hasil ekstraksi citra. Dalam populasi tersebut mengandung
anggota populasi yang disebut dengan kromosom. Setiap kromosom terdiri dari gen-gen yang mengandung nilai threshold FLBP dan operator LBP. Kromosom-
kromosom akan mengalami evolusi melalui sejumlah iterasi yang disebut generasi. Kromosom-kromosom tersebut akan dievaluasi menggunakan suatu
fungsi yang disebut fungsi evaluasi. Fungsi evaluasi ini bertujuan untuk memberikan penilaian setiap individu yang dihitung berdasarkan persamaan
objektif yang dimiliki. Fungsi evaluasi dalam penelitian ini adalah operator LBP dan nilai threshold FLBP yang minimum dalam klasifikasi dengan memiliki
peluang PNN yang tinggi.
Gambar 10 Proses algoritme genetika multi-obyektif. Hasil dari evaluasi akan dilanjutkan dengan fungsi Non-dominated Sort
dengan algoritme sebagai berikut :
t = 0; Initialize P
t
; Evaluate P
t
; Q
t
= ∅; While t T
Start
Init Pop Gen = 0
Front = 1
Terklasifikasi
Pindah Silang
Mutasi Fitness
Ind Dominan
Front = F + 1 Gen = Gen + 1
Gen Max Gen
Yes No
Yes
Stop No
R
t
= P
t
∪ Q
t
; F = Non_dominated_sortR
t
P
t+1
= ∅, i = 1; While |P
t+1
| + |F
i
| N Crowding_distance_assigment F
i
P
t+1
= P
t+1
∪ F
1
; i = i+1; End While
SortF
i
,
n
; P
t+1
= P
t+1
∪ F
i
[1:N - |P
t+1
|] ; Q
t+1
= make_new_populationP
t+1
; t = t+1; End While
Fungsi crowding distance memiliki algoritme sebagai berikut :
l = |L|; for each i ∈ L
L[i]
distance
= 0; For each objective m
L = sortL,m; L[1]distance = L[l]distance = ∞ ;
For I = 2 to l-1;
�[�] = �[�]
+ Hasil evaluasi lainnya menentukan kualitas individu yang akan digunakan
untuk proses seleksi induk. Proses seleksi yang digunakan pada penelitian ini adalah tournament selection. Tournament selection dapat menyesuaikan dan dapat
beradaptasi dari perbedaan domain. Prosesnya dengan cara melakukan turnamen antar s pesaing, dengan s merupakan ukuran turnamen. Pengukuran antar pesaing
dilihat dari nilai rank kemudian nilai crowding distance yang dimiliki antar pesaing. Pemenang dari turnamen akan dimasukan ke dalam mating pool untuk
proses genetik. Semakin banyak individu yang memiliki nilai fitness yang lebih tinggi maka akan semakin banyak individu yang akan dipilh.
Populasi baru hasil dari proses seleksi dilanjutkan ke proses genetika selanjutnya yaitu pindah silang dan mutasi. Pindah silang dan mutasi berguna
untuk menciptakan populasi baru yang lebih baik dari populasi sebelumnya. Proses pindah silang merupakan proses lanjutan dari proses seleksi yang
menghasilkan calon-calon kromosom yang akan dipindahsilangkan. Proses pindah silang memerlukan dua kromosom induk dari hasil seleksi. Proses ini
dilakukan dengan menggantikan semua nilai alele dari kromosom induk. Kromosom dalam satu populasi yang dipindahsilangkan berdasarkan nilai acak