Pada pemrograman prosedural, aspek ini penting untuk memahami fenomena eksekusi dan perubahaan nilai suatu struktur data.
f. Membaca program : orang akan dapat menulis dengan baik kalau sering
membaca. Hal ini juga berlaku dalam memprogram. Kegiatan yang dapat dilakukan di kelas adalah dengan saling tukar menukar teks algoritma, dan
saling mengkritik algoritma teman. Mahasiswa harus berlatih sendiri pada kegiatan belajar bersama.
g. Membuktikan kebenaran program secara formal , satu-satunya hal yang
menjamin kebenaran, tetapi kontradiktif dan sulit diterapkan dalam kehidupan sehari- hari. Program yang hanya lima baris pembuktiannya bisa
sehalaman, sehingga seringkali tidak pernah diterapkan dalam aplikasi nyata. Aktifitas ini dicakup dalam matakuliah Analisis Algoritma.
2.3 Algoritma Genetika
2.3.1 Pengertian Algoritma Genetika
Algoritma genetika adalah suatu algoritma pencarian yang meniru mekanisme dari genetika alam. Algoritma Genetika banyak dipakai pada aplikasi bisnis, teknik
maupun pada bidang keilmuan lainnya. Algoritma ini dimulai dengan kumpulan solusi yang disebut dengan populasi. Solusi-solusi dari sebuah populasi diambil dan
digunakan untuk membentuk populasi yang baru. Hal ini dimotivasi dengan harapan bahwa populasi yang baru dibentuk tersebut akan lebih baik daripada yang lama.
Solusi-solusi yang dipilih untuk membentuk solusisolusi yang baru dipilih sesuai dengan fitness mereka masing- masing Juniawati, 2003.
Dalam buku dengan judul “Adaption in Natural and Artificial System” yang terbit pada tahun 1975, prinsip algoritma genetika diambil dari teori Darwin yaitu
setiap makhluk hidup akan menurunkan satu atau beberapa karakter ke anak atau keturunannya Bambrick, 1975. Di dalam proses tersebut dapat terjadi variasi yang
disebabkan karena adanya mutasi, sehingga keturunan yang dihasilkan dapat
mempunyai kelebihan bahkan tidak memiliki kekurangan dari orangtuanya.
Setiap makhluk hidup akan mengalami seleksi alam, sehingga makhluk hidup yang mempunyai kemampuan untuk beradaptasi dengan lingkungan sekitarnya dapat
bertahan sampai generasi selanjutnya. Semakin bagus atau sesuai fitness dari sebuah solusi maka solusi tersebut mempunyai peluang besar untuk dipilih. Proses ini
dilakukan berulang sampai kondisi tertentu dipenuhi.
2.3.2 Beberapa Definisi Penting Dalam Algoritma Genetika
Beberapa definisi penting dalam algoritma genetika antara lain : a
Genotype Gen,
sebuah nilai yang menyatakan satuan dasar yang membentuk suatu arti tertentu dalam satu kesatuan gen yang dinamakan
kromosom. Dalam algoritma genetika, gen ini bisa berupa nilai biner, float, integer maupun karakter.
b
Allele,
merupakan nilai dari gen. c
Kromosom, gabungan gen- gen yang membentuk nilai tertentu. d
Individu, menyatakan satu nilai atau keadaan yang menyatakan salah satu solusi yang mungkin dari permasalahan yang diangkat.
e Populasi, merupakan sekumpulan individu yang akan diproses bersama
dalam satu siklus proses evolusi. f
Generasi, menyatakan satu-satuan siklus proses evolusi. g
NilaiFitness, menyatakan seberapa baik nilai dari suatu individu atau solusi yang didapatkan.
2.3.3 Dasar Algoritma Genetika