Diskusi: Penanganan Konvergensi Dini
40 3 32,5606
22,8637 450 37,0112
34,4334 4 32,5606
24,3919 500 37,0112
33,2982 5 32,5606
25,4174 550 37,0112
31,9309 6 32,5606
26,5430 600 37,0112
25,1292 7 32,5606
27,7997 650 37,0112
30,1114 8 32,5606
26,9720 700 37,0112
32,1155 9 32,5606
27,3259 750 37,0112
35,1785 50 33,0101
31,9865 800 37,0112
29,8486 100 36,7112
33,7484 850 37,0112
35,1296 150 36,7112
27,7559 900 37,0113
35,1574 200 36,7112
30,5534 950 37,0113
35,4518 250 36,7112
31,7417 1000 37,0113
32,4105
Gambar 3.5. Solusi RCGA pada tiap generasi menggunakan random injection satu
individu Metode ini random injection terbukti menghasilkan individu-individu yang lebih
bervariasi dan juga nilai fungsi fitness yang lebih besar. Cara lain yang bisa diterapkan adalah dengan melakukan pengujian konvergensi
populasi yang diterapkan secara periodik sepanjang generasi. Jika nilai keragaman populasi dibawah nilai threshold maka mutasi akan dilakukan terhadap sebagaian
chromosome. Gambar 3.6 menunjukkan perhitungan kemiripan dari dua kromosom
5 10
15 20
25 30
35 40
2 4
6 8
50 150
250 350
450 550
650 750
850 950
Generasi y
= fx
1 ,x
2
Terbaik Rata-rata
Mahmudy, WF 2013, Algoritma Evolusi, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya, Malang.
41 dengan reprentasi biner atau bilangan bulat integer. Setiap gen kromosom
dibandingkan dan rasio kemiripan simmilarity ratio dinyatakan dalam persentase.
PROCEDURE Simmilarity Input: chromosome1, chromosome2
Output: simmilarity_ratio length
← LengthOf chromosomes1 sim
← 0 FOR i=1 TO length DO
IF chromosome1[i]= chromosome2[i] THEN sim
← sim + 1 END IF
NEXT i simmilarity_ratio
← simlength 100 RETURN simmilarity_ratio
END PROCEDURE
Gambar 3.6. Pseudo-code perhitungan rasio kemiripan dua kromosom
Gambar 3.7 menunjukkan perhitungan nilai keragaman diversity dari populasi pop. Setiap kromosom dalam populasi dibandingkan dan dihitung rasio kemiripannya. Nilai
keragaman didapatkan dengan mengurangi 1 dengan rata-rata rasio kemiripan.
PROCEDURE PopulationSimmilarity Input: pop, pop_size
Ouput: diversity total
← 0 n
← 0 FOR i=1 TO popSize-1 DO
FOR j=i+1 TO popSize DO total
← total + Simmilarity pop[i], pop[j] n
← n + 1 NEXT j
NEXT i diversity
← 1-totaln END PROCEDURE
Gambar 3.7. Pseudo-code perhitungan nilai keragaman populasi
Beberapa metode yang lebih kompleks untuk penanganan konvergensi dini akan dibahas dalam bab berikutnya.