permainan atau games yang terkait erat dengan produk yang dipromosikan, dengan jaminan mendapatkan hadiah-hadiah tertentu, dengan keterlibatan ini
pemasang iklan jenis ini berharap agar brand-nya diposisikan disekitar nilai- nilai dan kebutuhan sosial.
c. Lalu Time Signal, merupakan jenis iklan tanda waktu pada waktu atau jam
tertentu yang dianggap strategis. Ada pula sponsor program Talk Show, dalam penerapannya di radio, praktisi
radio menamakan program ini sebagai blocking time program, artinya adalah pembelian jam siaran dengan durasi tertentu, untuk diisi dengan program khusus yang
dimiliki untuk tujuan kegiatan pemasaran. Jenis produk berupa Live Reportase, jenis produk ini adalah perpaduan antara siaran On-Air maupun Off-Air, di mana pemasang
iklan menginginkan produknya lebih dikenal dimasyarakat dalam bentuk event tertentu yang disiarkan secara langsung melalui radio.
Dan yang terakhir adalah Adlibs Radio Program ARP, merupakan iklan radio berupa teks tertulis script dibacakan dan diimprovisasi oleh penyiar radio
dalam pola penyampaiannya. Pemasang iklan dimanjakan dengan pilihan waktu tayang iklan yang relatif menguntungkan dengan asumsi bahwa dalam jam tertentu
merupakan capaian pendengar dalam jumlah banyak, dan berikut
2.2 Algoritma Genetika
Algoritma genetika pertama kali ditemukan oleh John Holland, itu dapat dilihat dalam bukunya yang berjudul Adaption in Natural and Artificial Systems pada tahun 1960-
an dan kemudian dikembangkan bersama murid dan rekan kerjanya di Universitas Michigan pada tahun 1960-an sampai 1970-an. Tujuan Holland mengembangkan
Algoritma Genetika saat itu bukan untuk mendesain suatu algoritma yang dapat memecahkan suatu masalah, namun lebih mengarah ke studi mengenai fenomena
adaptasi di alam dan mencoba menerapkan mekanisme adaptasi alam tersebut ke
dalam sistem komputer Fariza, 2006.
Algoritma Genetika sebagai cabang dari Algoritma Evolusi merupakan metode yang digunakan untuk memecahkan suatu pencarian nilai dalam sebuah masalah
optimasi yaitu permasalahan-permasalahan yang tak linier Mitsuo Runwei, 2000. Algoritma genetika berbeda dengan teknik konvergensi konvensional yang
lebih bersifat deterministik Gen Cheng., 1997. Algoritma Genetik memakai
Universitas Sumatera Utara
mekanisme seleksi alam dan ilmu genetik sehingga istilah-istilah pada Algoritma Genetik akan bersesuaian dengan istilah-istilah pada seleksi alam dan ilmu genetik.
Sebuah solusi yang dibangkitkan dalam algoritma genetika disebut sebagai kromosom, sedangkan kumpulan kromosom-kromosom tersebut disebut sebagai
populasi. Sebuah kromosom dibentuk dari komponen-komponen penyusun yang disebut sebagai gen dan nilainya dapat berupa bilangan numerik, biner, simbol
ataupun karakter tergantung dari permasalahan yang ingin diselesaikan. Kromosom- kromosom tersebut akan berevolusi secara berkelanjutan yang disebut dengan
generasi. Dalam tiap generasi kromosom-kromosom tersebut dievaluasi tingkat keberhasilan nilai solusinya terhadap masalah yang ingin diselesaikan
fungsi_objektif menggunakan ukuran yang disebut dengan Fitness. Secara umum tahapan proses dari algoritma genetika diperlihatkan pada
Gambar 2.1. Seperti terlihat pada gambar kromosom merupakan representasi dari solusi. Operator genetika yang terdiri dari crossover dan mutasi dapat dilakukan
kedua-duanya atau hanya salah satu saja yang selanjutnya operator evolusi dilakukan melalui proses seleksi kromosom dari parent generasi induk dan dari offspring
generasi turunan untuk membentuk generasi baru new population yang diharapkan akan lebih baik dalam memperkirakan solusi optimum, proses iterasi kemudian
berlanjut sesuai dengan jumlah generasi yang telah ditetapkan.
Gambar 2.1. Ilustrasi tahapan proses dari algoritma genetika Gen Cheng, 1997
Universitas Sumatera Utara
2.3 Struktur Umum Algoritma Genetika
