Gambar 6. Ilustrasi inversion mutation mutasi inversi
Gen dan Cheng, 1997
Gambar 7. Ilustrasi insertion mutation mutasi penyisipan
Gen dan Cheng, 1997
Gambar 8. Ilustrasi displacement mutation mutasi pemindahan
Gen dan Cheng, 1997
Gambar 9. Ilustrasi reciprocal exchange mutation mutasi penukaran
balik Gen dan Cheng, 1997
4. Fungsi Fitness
Fungsi fitness merupakan alat ukur yang digunakan untuk mengevaluasi kromosom-kromosom pada setiap generasi. Kualitas sebuah
kromosom di dalam suatu populasi ditunjukkan oleh besarnya nilai fitness. Penghitungan nilai fitness berdasarkan masalah yang akan diselesaikan.
Fungsi fitness digunakan untuk memberikan ciri dan mengukur seberapa baik sebuah solusi. Fungsi fitness adalah fungsi yang akan
mengukur tingkat kebugaran suatu kromosom dalam populasi. Semakin
Kromosom Kromosom
7 8
9 1
2 3
4 5
6 7
8 9
1 2
6 5
4 3
Kromosom 7
8 9
1 2
3 4
5 6
Kromosom 7
8 9
1 2
6 3
4 5
Kromosom 7
8 9
1 2
3 4
5 6
Kromosom 5
6 9
1 2
3 7
8 4
Kromosom 7
8 9
1 2
3 4
5 6
Kromosom 7
8 9
1 2
6 4
5 3
besar nilai fitness, semakin bugar pula kromosom dalam populasi sehingga semakin besar kemungkinan kromosom tersebut dapat tetap bertahan pada
generasi berikutnya Chen, Ian dan Cao, 2003. Pada masalah maksimasi, semakin tinggi nilai fitness sebuah
kromosom maka besar kemungkinan untuk tetap bertahan di generasi berikutnya. Sebaliknya, pada masalah minimasi, semakin rendah nilai
fitness sebuah kromosom maka besar kemungkinan untuk tetap bertahan di generasi berikutnya.
5. Bilangan Acak
Bilangan acak merupakan suatu bilangan r, 0 r 1, yang harus diinput pada komputer untuk dibangkitkan secara acak. Bilangan acak
tersebut dibangkitkan setiap kali akan menyilangkan sepasang kromosom, melakukan mutasi, serta memunculkan kromosom-kromosom pada
populasi awal. Bilangan acak pada komputer tidak sama dengan bilangan acak yang terjadi pada alam. Alam memiliki bilangan acak yang
sempurna, sedangkan komputer memiliki pola pengacakan tersendiri untuk masing-masing bilangan yang berbeda.
6. Kriteria Penghentian
Proses pencarian algoritma genetika akan terus berjalan hingga kriteria penghentian terpenuhi. Kriteria penghentian merupakan
penghentian eksekusi program algoritma genetika, yaitu menentukan jumlah generasi maksimum, menentukan selisih nilai fitness rata-rata
tertentu antara suatu generasi dengan generasi sebelumnya, atau menentukan batas tingkat keragaman struktur kromosom. Kriteria
penghentian yang paling sering dipakai adalah penentuan jumlah generasi maksimum karena penggunaannya yang mudah pada implementasi
program di komputer.
7. Perbandingan Algoritma Genetika dengan Teknik Optimasi
