Mahmudy, WF 2013, Algoritma Evolusi, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya, Malang.
43 Terdapat juga himpunan offspring sebagai berikut:
individu fitness
C
1
4 C
2
8 C
3
7
Tentukan himpunan individu yang lolos ke generasi selanjutnya jika digunakan elitism selection
5. Misalkan terdapat himpunan individu dalam populasi dengan popSize=5 sebagai berikut:
individu fitness
P
1
9 P
2
10 P
3
2 P
4
9 P
5
6
Terdapat juga himpunan offspring sebagai berikut:
individu parent
fitness C
1
P
1
dan P
3
4 C
2
P
3
dan P
5
8 C
3
P
4
5
Tentukan himpunan individu yang lolos ke generasi selanjutnya jika digunakan replacement selection
6. Sebutkan keuntungan dan kerugian jika nilai parameter ukuran populasi popSize, probabilitas crossover pc dan probabilitas mutasi pm ditentukan semakin besar?
7. Pada proses seleksi terdapat mekanisme sampling untuk memilih individu yang dipertahankan hidup. Sebutkan tiga kategori metode dasar untuk melakukan
sampling 8. Apa tujuan dari penyesuaian adjustment probabilitas seleksi?
44
Mahmudy, WF 2013, Algoritma Evolusi, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya, Malang.
45
BAB 4 Optimasi Masalah Kombinatorial
4.1. Pengantar
Masalah kombinatorial adalah masalah yang mempunyai himpunan solusi feasible yang terhingga. Meskipun secara prinsip solusi dari masalah ini bisa didapatkan dengan
enumerasi lengkap, pada masalah kompleks dibutuhkan waktu yang tidak bisa diterima secara praktis Gen Cheng 2000. Sebagai contoh pada masalah Travelling Salesperson
Problem TSP yang melibatkan pemilihan rute terbaik untuk mengunjungi n kota. Metode enumerasi lengkap harus menguji n kemungkinan solusi. Untuk masalah
sederhana dengan n=20 ada lebih dari 2,4×10
18
kemungkinan solusi. Sebuah personal computer mungkin memerlukan waktu lebih dari 5 jam untuk melakukan enumerasi
lengkap Mahmudy 2006, sebuah hal yang tidak bisa diterima secara praktis. Algoritma genetika telah sukses diterapkan pada berbagai masalah kombinatorial
seperti perencanaan dan penjadwalan produksi pada industry manufaktur Mahmudy, Marian Luong 2012a, 2013e, 2013d. Meskipun solusi optimum tidak diperoleh, tetapi
solusi yang mendekati optimum bisa didapatkan dalam waktu yang relatif cepat dan bisa diterima secara praktis. Bab ini membahas berbagai permasalahan kombinatorial
sederhana yang banyak ditemui di kehidupan nyata.
4.2. Travelling Salesman Problem TSP
Perncarian rute terbaik merupakan salah satu permasalahan yang sering dihadapi dalam kehidupan sehari-hari. Salah satu contoh yaitu rute manakah yang memiliki biaya paling
murah atau paling pendek untuk dilalui seorang salesman yang harus mengunjungi sejumlah daerah, tiap daerah harus dikunjungi tepat satu kali kemudian kembali lagi ke
tempat semula. Permasalahan tersebut dikenal sebagai Travelling Salesman Problem
46 TSP. Jika terdapat lebih dari seorang salesman maka disebut multi Travelling Salesman
Problem m-TSP. Secara matematis TSP bisa diformulasikan sebagai masalah minimasi biaya perjalanan
sebagai berikut: {∑
∑ }
4.1 dengan kendala contraint:
∑ 4.2
∑ 4.3
n menyatakan banyaknya kota selanjutnya disebut simpulnode. apabila ada perjalanan salesman dari simpul i menuju simpul j, 0 jika tidak ada
perjalanan. menyatakan biaya atau jarak, tergantung tujuan minimasi dari simpul i menuju
simpul j. Persamaan 4.2 dan Persamaan 4.3 menjamin bahwa setiap simpul hanya dikunjungi
sekali oleh salesman.
4.2.1. Representasi Chromosome
Perhatikan masalah TSP pada Gambar 4.1. Ada 4 simpul kota yang terhubung dan angka pada busur menunjukkan jarak antar simpul.
Gambar 4.1. Contoh masalah TSP
1 2
3 4
5 14
8 12
16 15
7
9 16
10 13
