67
BAB V KESIMPULAN DAN SARAN
V.1. Kesimpulan
Dari penelitian yang telah dilakukan, terbukti bahwa program optimasi dengan metode Algoritma genetika menggunakan bahasa pemrograman
MATLAB.7.0 telah berhasil dan dapat digunakan untuk optimasi desain resonator Helmholtz ganda.
Terlihat dari hasil penelitian ini, optimasi dengan metode algoritma genetika menjadi lebih nyata dan bisa dimanfaatkan untuk optimasi desain resonator
Helmholtz ganda. Dan sangat mungkin dimanfaatkan untuk kasus optimasi lainnya. Tanpa memerlukan perhitungan matematika yang rumit dan waktu yang
lama, algoritma genetika menjadi lebih mudah untuk digunakan sebagai metode optimasi.
Dari beberapa kasus dalam penelitian ini menyatakan bahwa parameter algoritma genetika yang menyangkut pindah-silang, mutasi, dan ukuran populasi
harus dipilih secara tepat sesuai dengan kondisi solusi yang ingin dicapai untuk mendapatkan keakuratan optimasi.
Parameter algoritma genetika terbaik untuk penyaring bunyi pada frekuensi antara 20Hz – 1000Hz yang teramati dalam penelitian ini adalah parameter optimasi
Grefenstette2. Dimana ukuran populasi popsize =80, peluang pindah-silang P
c
= 0,45 dan peluang mutasi P
m
= 0,01.
68
Hasil optimasi terbaik untuk desain resonator Helmholtz ganda yang diperoleh dari penelitian ini adalah:
Tabel 5.1 Dimensi resonator Helmholtz ganda optimasi terbaik
f Hz V m
3
L m
b
S
m
2
S m
2
50 0,01159
0,01574 0,00032 0,00281 150
0,00351 0,00414 0,00085 0,00204
250 0,00145
0,00020 0,00086 0,00162 350
0,00044 0,01957 0,00086 0,00160
450 0,00044
0,00082 0,00087 0,00163 550
0,00018 0,02137 0,00090 0,00160
650 0,00018
0,00457 0,00079 0,00163 750
0,00013 0,00520 0,00082
0,00237 850
0,00009 0,01293 0,00090 0,00160
950 0,00005
0,02457 0,00067 0,00160
V.2. Saran
Untuk mendapatkan hasil optimasi yang lebih baik dan lebih mudah pemakaiannya, maka diperlukan beberapa hal sebagai berikut:
1. Pengecekan parameter algoritma genetika lebih banyak lagi, untuk mendapatkan hasil yang benar-benar akurat.
2. Pengembangan teknik algoritma genetika ke tingkat lanjut kerumitan di atas tingkat standar.
3. Menjadikan SPL atau STL sebagai fungsi fitness. Untuk membandingkan hasil optimasi.
4. Dibuat tampilan program yang siap pakai plug and play. Sehingga memudahkan setiap peneliti student dalam penggunaan dan pembelajaran
optimasi.
69
DAFTAR PUSTAKA
Brewer, Robert S., 1992: A Physics of Acoustic Filters, The Division of Mathematics and Natural Sciences Reed College.
Chen, Ying-ping, 2004: Extending the Scalability of Linkage Learning Genetic Algorithms: Theory and Practice, IlliGAL Report No. 2004018, April
2004, http:www-illigal.ge.uiuc.edu. Chipperfield, A., Fleming, P., Pohlheim, H., dan Fonseca, C.,2005: Genetic
Algorithm TOOLBOX For Use with MATLAB, User’s Guide Ver.1.2, Department of Automatic Control and Systems Engineering, University
of Sheffield.
Doelle, L. L., 1993: Akustik Lingkungan, terjemahan Lea Prasetya, Erlangga, Jakarta.
Ford, R. D., 1970: Introduction to Acoutic, Elsevier publishing company ltd., Amsterdam.
Hanselman, Duane, dan Littlefield, Bruce, 2000: MATLAB, terjemahan Jozep Edyanto, ANDI penerbit, Yogyakarta.
Houck, Christopher R., Joines, Je. ery A., dan Kay, Michael G., 1996: A Genetic Algorithm for Function Optimization: A Matlab Implementation,
citeseer.ist.psu.eduhouck96genetic.html, download: oktober 2005. Haupt, Randy L., dan Haupt, Sue E., 2004: Practical Genetic Algorithms, Second
edition, John Wiley Sons, Inc., New Jersey.
Kinsler, Lawrence E., Frey, Austin R., Coppenss, Alan B., dan Sanders, James V., 2000: Fundamentals of Acoustics, 4 th. ed., John Wiley Son,
New York. Melanie, Mitchell, 1999: An Introduction to Genetic Algorithms, MIT
Press,Cambridge, Massachusetts, London. M. Ihsan Fauzi, 2006: Simulasi Tanggap Frekuensi Resonator Helmholtz dengan
Analogi Rangkaian Listrik Menggunakan Perangkat Lunak MATLAB 6.5. Skripsi S1 Universitas Sebelas Maret Surakarta.
Sears, F. W., dan Zemansky, Mark W., 1994: University Physics, terjemahan, BINACIPTA, Jakarta.
70
Sri Kusumadewi, dan Hari Purnomo, 2005: Penyelesaian Masalah Optimasi dengan Teknik-Teknik Heuristik, Graha Ilmu, Yogyakarta.
Suyanto, 2005: Algoritma Genetika dalam Matlab, Penerbit ANDI, Yogyakarta. Valimaki, J. Vesa, 1995: Discrete Time Modeling of Acoustic Tubes Using
Fractional Delay Filter, Ph.D. Thesis Helsinki University of Technology.
Yeh, Long Jyi, Chang, Ying Chun, dan Chiu, Min Chie, 2004: Aplication of Genetic Algorithm to The Shape optimization of A Constrained Double
Chamber Muffler with Extended Tubes, Journal of Marine Science and Technology, Vol. 12, No. 3, pp. 189-199.
Yeh, Long Jyi, Chang, Ying Chun, dan Chiu, Min Chie, 2005: Shape Optimal Design on Double Chamber Mufflers Using Simulated Annealing and A
Genetic Algorithm, Turkish J. Eng. Env. Sci. 207-224, TUBITAK.
71
Lampiran 1 : Listing Program Optimasi dengan Metode Algoritma Genetika menggunakan MATLAB 7.0
a. Inispop.m
Kategori