Fungsi Optimasi Penentuan Parameter Inisialisasi Populasi Awal Secara acak

55

BAB IV DATA DAN ANALISA DATA

4.1 Perhitungan Algoritma Genetika Secara Manual

4.1.1 Fungsi Optimasi

Fungsi optimasi pada mesin sekrap ini di turunkan dari rumus waktu pemesinan t c pada persamaan 2.3, dengan cara sebagai berikut: • Variabel keputusan Variabel masalah ini ada dua yaitu gerak makan f dan kecepatan potong V. Variable ini dapat dilambangkan sebagai berikut : X 1 sebagai Kecepatan potong V dan X 2 sebagai Gerak makan f = = . = . = . . 600 = 1 . . 600 Sehingga didapat fungsi optimasi sebagai berikut = 600 1⁄ . ................ 4.1 • Fungsi kendala Kendala pertama adalah kecepatan potong V dan kendala kedua adalah gerak makan f yang di dapat dari tabel 4.1 Universitas Sumatera Utara 56 Tabel 4.1 Kecepatan potong beberapa logam untuk pahat HSS Sumber : George Love, 1986 : 190 Bahan pada pengujian penyekrapan ini menggunakan baja lunak dan jenis material pahat yang digunakan adalah HSS high speed steel. Kecepatan potong yang di bolehkan adalah 24 mmin sampai 30 mmin dan gerak makan f di variasikan antara 0,1 mm sampai 0.5 mm. sehingga fungsi kendala dapat dinyatakan sebagai berikut : 24 ≤ X 1 ≤ 30 0,1 ≤ X 2 ≤ 0,5 Panjang kromosom atau jumlah bit dapat ditentukan dengan rumus : 2 mj-1 r a – r b x 10 z ≤ 2 mj -1.......................................................4.2 Dimana Z adalah tingkat ketelitian atau angka di belakang koma, untuk perhitungan ini diambil Z = 2 Panjang bit X 1 : 2 mj-1 30 – 24 x 10 2 ≤ 2 mj -1 Universitas Sumatera Utara 57 2 9 600 ≤ 2 10 n 1 = 10 Panjang bit X 2 : 2 mj-1 0,5 – 0,1 x 10 2 ≤ 2 mj -1 2 5 40 ≤ 2 6 n 2 = 6 Total panjang kromosom, n = 10 + 6 = 16 bit

4.1.2 Penentuan Parameter

Asumsikan Parameter – parameter yang digunakan adalah: Popsize = 30 Pc = 0,25 Pm = 0,01 Maksimum generasi = 100

4.1.3 Inisialisasi Populasi Awal Secara acak

Panjang kromosom diketahui 16 bit, maka untuk membangkitkan populasi awal secara acak dengan banyak kromosom yang diinginkan adalah 30 dan jumlah bit atau gen adalah 16 digunakan software MATLAB R2011b, dengan perintah : ============================================================== Membangkitkan sejumlah UkPop kromosom, masing-masing kromosom berisi bilangan biner 0 dan 1 sejumlah JumGen Masukan UkPop : ukuran populasi atau jumlah kromosom dalam populasi JumGen: jumlah gen dalam kromosom Keluaran Populasi : kumpulan kromosom, matriks berukuran UkPop x JumGen ============================================================== function Populasi = InisialisasiPopulasiUkPop,JumGen Populasi = fix2rand30,16; Universitas Sumatera Utara 58 Diperoleh hasil seperti pada Tabel 4.2. Tabel 4.2 Populasi awal secara acak Kromosom Ke- Bentuk Biner X1 X2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 1 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 1 1 0 1 1 0 1 0 1 0 1 1 1 1 0 0 0 1 1 0 1 1 1 0 1 1 1 1 0 1 1 0 1 0 0 0 1 1 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 1 1 0 1 0 1 1 0 0 0 0 1 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 1 0 0 1 1 0 1 0 1 0 0 1 1 0 1 1 1 1 1 1 1 0 0 0 0 0 1 1 0 1 0 1 0 0 0 0 0 0 1 0 1 0 0 0 0 1 0 1 0 0 0 1 0 0 0 1 1 1 0 0 0 0 1 1 1 0 1 1 1 1 0 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 0 1 0 0 1 0 1 1 1 0 0 0 1 0 1 1 0 0 0 1 1 0 1 0 0 0 1 0 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 0 1 1 1 0 1 0 1 0 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0 0 1 1 1 1 0 1 1 0 0 1 0 0 1 1 0 1 1 0 1 1 1 1 0 0 0 1 1 0 0 1 0 0 1 0 0 0 1 1 1 0 0 0 0 1 1 1 1 0 1 1 0 0 0 0 1 1 0 0 0 1 1 0 0 0 1 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 1 0 1 1 1 0 0 0 0 0 0 0 1 0 1 0 1 1 1 0 1 0 1 1 0 0 1 1 1 0 0 1 1 0 1 1 0 0 1 0 1 0 0 1 0 0 0 0 0 1 1 1 0 1 1 1 0 0 1 1 0 0 1 1 0 0 0 0 1 0 0 1 1 0 0 1 0 0 0 1 0 0 0 1 0 1 0 1 1 1 1 0 1 0 1 1 0 1 1 0 0 1 1 1 0 0 0 1 1 1 1 1 1 0 1 1 1 1 0 0 0 0 0 1 1 1 1 0 1 0 1 0 0 1 0 1 Bit-bit di atas selanjutnya diubah menjadi bilangan desimal menggunakan bantuan converter binary seperti terlihat pada gambar 4.1. Gambar 4.1 Converter binary Universitas Sumatera Utara 59 Tabel 4.3 Hasil konversi bilangan biner ke bilangan decimal Kromosom Ke- Bentuk Biner X1 X2 1 904 7 2 545 44 3 218 12 4 753 24 5 751 36 6 419 1 7 449 32 8 538 43 9 777 32 10 544 10 11 154 58 12 623 51 13 899 38 14 320 50 15 645 36 16 71 7 17 59 28 18 889 51 19 1017 2 20 843 25 21 556 4 22 418 21 23 927 58 24 750 54 25 640 28 26 584 31 27 985 47 28 219 1 29 793 58 30 142 37 Universitas Sumatera Utara 60 Pemetaan untuk mencari nilai riil dari setiap bit atau gen dapat dihitung menggunakan persamaan sebagai berikut: = + + , -.- 1 ..................................... 4.3 Untuk mempercepat proses perhitungan maka digunakan bantuan Matlab dengan perintah: Input ra= ; batas atas interval rb= ; batas bawah interwal bil_desimal= ; nilai desimal masing-masing bit variabel n= ; jumlah bit dari masing-masing variabel Output x=rb+bil_desimalra-rb2n-1; x Dengan hasil Eksekusi perintah sebagai berikut : Tabel 4.4 Konversi bilangan desimal menjadi bilangan riil Kromosom Ke- Bentuk Biner X1 X2 1 29.3021 0.1444 2 27.1965 0.3794 3 25.2786 0.1762 4 28.4164 0.2524 5 28.4047 0.3286 6 26.4575 0.1063 7 26.6334 0.3032 8 27.1554 0.3730 9 28.5572 0.3032 10 27.1906 0.1635 11 24.9032 0.4683 12 27.6540 0.4238 13 29.2727 0.3413 14 25.8768 0.4175 15 27.7830 0.3286 16 24.4164 0.1444 Universitas Sumatera Utara 61 17 24.3460 0.2778 18 29.2141 0.4238 19 29.9648 0.1127 20 28.9443 0.2587 21 27.2610 0.1254 22 26.4516 0.2333 23 29.4370 0.4683 24 28.3988 0.4429 25 27.7537 0.2778 26 27.4252 0.2968 27 29.7771 0.3984 28 25.2845 0.1063 29 28.6510 0.4683 30 24.8328 0.3349

4.1.4 Evaluasi Nilai Fitness