36
Secara umum, diagram alir algoritma genetika sederhana seperti terlihat pada gambar 2.23.
Gambar 2.23 Diagram alir algoritma genetika sederhana
2.10 Prosedur Algoritma Genetika
Untuk menggunakan Algoritma genetika, perlu dilakukan prosedur sebagai berikut:
1. Menetapkan parameter optimasi, jumlah parameter optimasi, dan
batas dari parameter optimasi 2.
Menetapkan fungsi optimasi atau fungsi objektif 3.
Menetapkan parameter algoritma genetika. 4.
Membangkitkan populasi awal, mengkodekan, nilai real. 5.
Mendefinisikan nilai fitness, yang merupakan ukuran baik tidaknya sebuah individu atau baik tidaknya solusi yang didapatkan.
6. Menentukan proses pembangkitan populasi awal. Hal ini biasanya dilakukandengan menggunakan pembangkitan acak seperti random-
walk .
7. Menentukan proses seleksi yang akan digunakan. 8. Menentukan proses pindah silang crossover dan mutasi gen yang
akan digunakan.
2.10.1 Menetapkan parameter optimasi
Menetapkan parameter optimasi, jumlah parameter optimasi, dan batas dari parameter optimasi.
Universitas Sumatera Utara
37
Contoh: •
Parameter optimasi : a. Panjang → X
1
b. Lebar → X
2
• Jumlah parameter : 2
• Batas parameter
: r
b
≤ X
1
≤ r
a
r
b
≤ X
2
≤ r
a
Dimana : r
a
= Batas atas r
b
= Batas bawah
2.10.2 Menetapkan fungsi optimasi atau fungsi objektif
Fungsi objektif boleh menggunakan fungsi yang sudah ada, boleh juga dibuat sendiri. Sebaiknya pahami terlebih dahulu permasalahan kita,
barulah pilih fungsi objektif yang cocok. Ada dua bentuk fungsi objektif, yaitu fungsi linear, dan fungsi nonlinear.
Fungsi linear biasanya digunakan pada masalah yang tidak terkendala atau unconstraint. Karena tidak terkendala, solusi yang
dihasilkan ada banyak titik sehingga kurang akurat. Sedangkan fungsi nonlinear, biasanya digunakan pada masalah yang terkendala atau
constraint. Karena memiliki kendala, solusi yang dihasilkan lebih sedikit
sehingga lebih akurat. Beberapa fungsi objektif linear yang sudah ada dan sering digunakan untuk optimasi adalah:
• Sphere Function
f x = x ……………………………………………………………………….. 2.5
• Rastrigin Function
f x =10n+ x
i 2
-10cos 2πx
i n
i=1
……………………… .…….. 2.6
• Michalewics Function
f x = - sinx
i
sin ix
i 2
π
2m
……………………….…………….2.7
n i=1
Universitas Sumatera Utara
38
2.10.3 Menetapkan Parameter Algoritma Genetika
