Prosedur Algoritma Genetika. Algoritma Genetika

delapan kromosom dengan panjang 5 yang dimulai dengan sebuah nilai 0 dan mempunyai nilai 1 di posisi ketiga. Konsep schemata menjelaskan bahwa meskipun populasi yang dieksekusi oleh algoritma genetika memiliki ukuran yang tidak terlalu besar, namun sebenarnya ada banyak sekali informasi penting yang dapat diperoleh algoritma genetika dari populasi tersebut, dengan cara memperhatikan nilai fitness dan kesamaan-kesamaan yang terdapat diantara kromosom yang ada dalam populasi tersebut. Hal ini dapat dijelaskan sebagai berikut: sebuah kromosom tunggal yang memiliki panjang 5, contohnya 11111, memiliki schemata sebanyah 25 karena pada kromosom tersebut, setiap posisi dapat berupa nilai kromosom itu sendiri yakni 1, atau simbol . Hal ini berarti bahwa, secara umum sebuah kromosom dengan panjang l akan memiliki 2 l schemata, 2 l sampai n.2 l schemata tergantung pada keberagaman populasi tersebut Goldberg, 1989. Namun, dari jumlah tersebut, tidak seluruh schemata dapat diproses dengan probabilitas tinggi oleh algoritma genetika. Hal ini disebabkan schemata yang memiliki jarak yang pendek antara dua bit terluar yang telah didefinisikan pada kromosomnya long defining length schemata relatif lebih mudah rusak dalam proses crossover dibandingkan schemata yang memiliki jarak yang pendek antara dua bit terluar yang telah didifinisikan pada kromosmnya short defining length schemata. Contohnya: schemata 10 yang merupakan long defining length schemata akan lebih mudah rusak oleh proses crossover dibandingkan dengan schemata 11 yang merupakan short defining length schemata. Hal ini dibuktikan oleh Goldberg 1989 melalui persamaan: n s = l – l s + 1 n 3 4 Dimana n s adalah jumlah schemata yang akan diproses, l adalah panjang kromosom, l s adalah jarak antara dua bit terluar yang telah didefinisikan dalam schemata the defining length on schemata, dan n adalah ukuran populasi. Persamaan tersebut menunjukkan bahwa semakin panjang jarak antara dua bit terluar yang telah didefinisikan dalam schemata nilai l s semakin tinggi maka semakin sedikit jumlah schemata yang diproses oleh algoritma genetika. Sedangkan semakin pendek jarak antara dua bit terluar yang telah didefinisikan dalam schemata nilai l s semakin kecil maka semakin banyak pula jumlah schemata yang dapat diproses oleh algoritma genetika. Jarak antara dua bit terluar yang telah didefinisikan dalam schemata juga berpengaruh terhadap peluang kelangsungan hidup schemata pada saat menjalani proses crossover. Bagchi 1999 membuktikan hal ini melalui persamaan: Peluang kelangsungan hidup schema ≥ 1- p c . dH l – 1 dalam proses crossover Dimana dH adalah defining length atau jarak antara dua bit terluar yang telah didefinisikan dalam schemata H, dan l – 1 adalah banyaknya kemungkinan lokasi crossover satu titik dalam kromosom dengan panjang l. Dengan nilai p c yang telah ditentukan, dapat dilihat bahwa peluang kelangsungan hidup schemata akan menjadi lebih tinggi seiring dengan semakin pendeknya jarak antara dua bit terluar yang telah didefinisikan dalam schema. Banyaknya jumlah schemata dalam sebuah populasi menunjukkan banyaknya jumlah informasi yang dapat diperoleh oleh algoritma genetika dari sebuah populasi. Hal ini menunjukkan bahwa algoritma genetika melakukan pencarian nilai optimum dengan cara menyusun schemata- schemata yang memiliki jarak yang pendek antara dua bit terluar yang telah didefinisikan low