Komponen Utama Dalam Genetic Algorithm

3.5.3. Komponen Utama Dalam Genetic Algorithm

Algoritma genetik memiliki lima buah komponen utama dalam proses penyelesaiannya, yaitu: 1. Teknik Pengkodean Teknik pengkodean adalah bagaimana proses mengkodekan gen dari kromoson, dimana gen merupakan bagian dari kromoson. Satu gen biasanya akan mewakili satu variabel. Gen dapat direpresentasikan dalam bentuk bit, bilangan real, daftar aturan, elemen permutasi, elemen program atau representasi lainnya yang dapat diimplementasikan untuk operator genetika. 2. Membangkitkan Populasi Awal Membangkitkan populasi awal adalah proses membangkitkan sejumlah individu secara acak atau melalui prosedur tertentu. Ukuran untuk populasi tergantung pada masalah yang akan diselesaikan dan jenis operator genetika yang akan diimplementasikan. Setelah ukuran populasi ditentukan, kemudian dilakukan pembangkitan populasi awal. Syarat-syarat yang harus dipenuhi untuk menunjukkan suatu solusi harus benar-benar diperhatikan dalam setiap pembangkitan individunya. Teknik dalam pembangkitan awal ini ada beberapa cara, diantaranya adalah: a. Random generator Inti dari cara ini adalah melibatkan pembangkitan bilangan random untuk setiap gen sesuai dengan representasi kromoson yang digunakan. Jika menggunakan representasi biner, salah satu penggunaan random Universitas Sumatera Utara generator adalah penggunaan rumus berikut untuk pembangkitan populasi awal. IPOP = round{random[N ipop , N bits ]} Dimana ipop adalah gen yang nantinya berisi pembulatan dari bilangan random yang dibangkitkan sebanyak N ipop jumlah populasi x N bits jumlah gen tiap kromoson. b. Pendekatan tertentu memasukan nilai tertentu ke dalam gen Cara ini adalah dengan memasukan nilai tertentu ke dalam gen populasi awal yang dibentuk. c. Permutasi Gen Permutasi gen dalam pembangkitan awal adalah penggunaan permutasi Josephus dalam permasalahan kombinatorial seperti TSP. 3. Seleksi Seleksi digunakan untuk memilih individu-individu mana saja yang akan dipilih untuk proses kawin silang dan mutasi. Seleksi digunakan untuk mendapatkan calon yang baik. Induk yang baik akan menghasilkan keturunan yang baik. Semakin tinggi nilai fitness suatu individu semakin besar kemungkinannya untuk terpilih. Langkah pertama yang dilakukan dalam seleksi ini adalah pencarian nilai fitness. Nilai fitness ini yang nantinya akan digunakan pada tahap-tahap seleksi berikutnya. Masing-masing individu dalam wadah seleksi akan menerima probabilitas reproduksi yang tergantung pada nilai objektif dirinya Universitas Sumatera Utara sendiri terhadap nilai objektif dari semua individu dalam wadah seleksi tersebut. a. Seleksi dengan Mesin Roulette Metode seleksi dengan mesin roulette ini merupakan metode yang paling sederhana dan sering dikenal dengan nama stochastic sampling with repla CEment. Cara kerja metode ini adalah sebagai berikut: 1. Dihitung nilai fitness dari masing-masing individu fi dimana i adalah individu ke-1 sampai ke-n. 2. Dihitung total fitness semua individu. 3. Dihitung probabilitas masing-masing individu. 4. Dari probabilitas tersebut, dihitung jatah masing-masing individu pada angka 1 sampai 100. 5. Dibangkitkan bilangan random antara 1 sampai 100. 6. Dari bilangan random yang dihasilkan, ditentukan individu mana yang terpilih dalam proses seleksi. b. Seleksi dengan Turnamen Pada seleksi dengan turnamen, ditetapkan nilai suatu tour untuk individu- individu yang dipilih secara random dari suatu populasi. Individu-individu yang terbaik dalam kelompok ini akan diseleksi sebagai induk. Parameter yang digunakan pada metode ini adalah ukuran tour yang bernilai antara 2 sampai N jumlah individu dalam suatu populasi. 4. Crossover Universitas Sumatera Utara Kawin silang crossover adalah operator dari algoritma genetika yang melibatkan dua induk untuk membentuk kromoson baru. Crossover menghasilkan titik baru dalam ruang pencarian yang siap diuji. Operasi ini tidak selalu dilakukan pada semua individu yang ada. Individu dipilih secara acak untuk dilakukan crossing dengan Pc antara 06 sampai dengan 0,95. Jika crossover tidak dilakukan, maka nilai dari induk akan diturunkan kepada keturunan. Prinsip dari crossover ini adalah melakukan operasi pertukaran, aritmatika pada gen-gen yang bersesuaian dari dua induk untuk menghasilkan individu baru. Proses crossover dilakukan pada setiap individu dengan probabilitas crossover yang ditentukan. Untuk proses crossover dengan gen berbentuk permutasi metode yang digunakan adalah Partial-Mapped Crossover PMX seperti pada Gambar 3.2. PMX diciptakan oleh Goldberg dan Lingle. PMX merupakan rumusan modifikasi dari kawin silang 2 point. Hal yang penting dalam PMX adalah kawin silang 2 point ditambah dengan beberapa prosedur tambahan. PMX mempunyai langkah kerja sebagai berikut: Entin, 2010 a. Langkah 1: tentukan 2 posisi pada kromoson dengan aturan acak. Substring yang berada dalam dua posisi ini dinamakan daerah pemetaan. b. Langkah 2: tukar kedua substring antar induk untuk menghasilkan protochild. c. Langkah 3: tentukan hubungan pemetaan diantara 2 daerah pemetaan. d. Langkah 4: tentukan kromoson keturunan dengan mengacu pada hubungan pemetaan. Universitas Sumatera Utara Gambar 3.2. Ilustrasi Prosedur PMX 5. Mutasi Operator berikutnya pada algoritma genetika adalah mutasi gen. Operator ini berperan untuk menggantikan gen yang hilang dari populasi akibat proses seleksi yang memungkinkan munculnya kembali gen yang tidak muncul pada inisialisasi populasi. Kromoson anak dimutasi dengan menambahkan nilai random yang sangat kecil ukuran langkah mutasi, dengan probabilitas yang rendah. Peluang mutasi P m didefinisikan sebagai persentasi dari total gen pada populasi yang mengalami mutasi. Peluang mutasi mengendalikan banyaknya gen baru yang akan dimunculkan untuk dievaluasi. Jika peluang mutasi terlalu kecil, banyak gen yang mungkin berguna tidak pernah dievaluasi. Tetapi bila peluang mutasi ini terlalu besar, maka akan terlalu banyak gangguan acak sehingga anak akan kehilangan kemiripan dari induknya dan juga algoritma kehilangan kemampuan untuk belajar dari histori pencariaan. Universitas Sumatera Utara Ada beberapa pendapat mengenai laju mutasi ini. Ada yang berpendapat bahwa laju mutasi sebesar 1n akan menghasilkan hasil yang cukup baik. Ada juga yang beranggapan bahwa laju mutasi tidak tergantung pada ukuran populasinya. Kromoson hasil mutasi harus diperiksa, apakah masih berada pada domain solusi, dan bila perlu dilakukan perbaikan. Universitas Sumatera Utara

BAB IV METODOLOGI PENELITIAN

4.1. Tempat dan Waktu Penelitian

Penelitian ini dilakukan di PT Wijaya Karya Beton PPB SUMUT yang bergerak dalam bidang produksi beton. Perusahaan ini berlokasi di Jl. Medan- Binjai Km 15,5 Desa Sei Semayang, Kecamatan Sunggal, Kabupaten Deli Serdang, Sumatera Utara. Penelitian dilakukan pada bulan April 2016 sampai dengan Juni 2016.

4.2. Jenis Penelitian

Jenis penelitian ini adalah penelitian terapan applied research karena penelitian ini bertujuan untuk memecahkan masalah penjadwalan produksi yang dihadapi perusahaan Sukaria Sinulingga, 2014 dan memberikan jawaban atas permasalahan tersebut yaitu rancangan sistem penjadwalan yang tepat.

4.3. Objek Penelitian

Objek yang diamati adalah urutan proses produksi dan sistem penjadwalan proses produksi tiang pancang beton pada PT Wijaya Karya Beton PPB SUMUT. Universitas Sumatera Utara