a. Bangkitkan bilangan random antara [0 1] sebanyak ukuran populasi
popsize yang ditentukan. b.
Bandingkan bilangan random dengan nilai peluang crossover p
c
. Kromosom yang memiliki bilangan random yang lebih kecil dari nilai p
c
akan mengalami persilangan. c.
Pasangkan kromosom yang terpilih dengan kromosom terpilih berikutnya. Sepasangan kromosom ini akan menjadi kromosom induk
parent. d.
Untuk menentukan posisi titik silang cut point, bangkitkan bilangan random antara angka 1 sampai L panjang kromosom.
e. Silangkan kedua kromosom yang telah dipasangkan pada titik yang telah
ditentukan. Hasil kromosom yang baru akan menjadi anak offspring. f.
Hitung nilai fitness keturunan yang baru. 6.
Mutasi
Tujuan dilakukan mutasi sama dengan persilangan yaitu untuk mendapat individu yang mempunyai nilai fitness terbaik dengan cara mengganti satu atau
beberapa gen dari individu terpilih. Langkah-langkah mutasi yaitu :
a. Hitung jumlah gen yang ada pada populasi, yaitu:
popsize x L b. Bangkitkan bilangan random antara [0 1] sebanyak jumlah gen.
c. Untuk memilih gen mana yang akan terkene mutasi, bandingkan bilangan random dengan nilai peluang mutasi p
m
.
Universitas Sumatera Utara
d. Gen yang memiliki bilangan random yang nilainya lebih kecil dari nilai p
m
akan dimutasi.
3.3.3. Kriteria Berhenti dalam Algoritma Genetik Keadaaan steady state
9
1. Berhenti pada generasi tertentu.
Dalam setiap iterasi yang diakukan dalam proses penjadwalan dengan Algoritma Genetik, keadaan dimana generasi yang terdiri dari sejumlah individu
menghasilkan nilai yang tidak lebih baik dari generasi sebelumnya atau tetap sama dengan generasi sebelumnya, maka keadaan tersebut dinamakan steady
state. Menurut Budi Sukmawan dalam Sekilas tentang Algoritma Genetika dan Aplikasinya pada Optimasi Jaringan Pipa Air Bersih, beberapa kriteria berhenti
keadaan steady state yang sering digunakan antara lain :
2. Berhenti setelah dalam beberapa generasi berturut-turut didapatkan nilai fitness
tertinggi tidak berubah steady state. 3. Berhenti bila dalam n generasi berikut tidak didapatkan nilai fitness yang lebih
tinggi. Pada penelitian mengenai Penerapan Algoritma Genetika Pada Persoalan
Pedagang Keliling TSP oleh Aulia Fitrah, Achmad Zaky, Fitrasani, Kriteria berhenti algoritma genetik yaitu bila setelah dalam beberapa generasi berturut-
turut diperoleh nilai fitness yang terendah tidah berubah. Pada 1 generasi telah terlihat bahwa terdapat nilai fitness terkecil yang tidak berubah. Apabila
9
Budi Sukmawan. Sekilas Tentang Algoritma Genetika dan Aplikasinya pada Optimasi Jaringan Pipa Air Bersih.
Aulia Fitrah, Achmad Zaky, Fitrasani. Penerapan Algoritma Genetika Pada Persoalan Pedagang Keliling TSP.
Program Studi Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung.
Universitas Sumatera Utara
perhitungan dilanjutkan hingga ke generasi ke-N maka diyakinkan bahwa nilai fitness yang terendah tetap tidak akan berubah. Walaupun perhitungan cukup
dijabarkan hingga generasi ke-1 saja apabila solusi yang mendekati optimal telah didapatkan, maka solusi dianggap layak.
3.4. Parameter Performansi Penjadwalan
