30
Tetapi penggunaan nilai fitness tersebut dimungkinkan evolusi akan mencapai optimum lokal. Kecenderungan untuk konvergen pada optimum lokal
dapat dikurangi dengan menggunakan persamaan 2.63 di bawah ini: ⎟
⎠ ⎞
⎜ ⎝
⎛ −
− −
− =
1 1
min max
max
N i
R fit
fit fit
i fit
2.63 Penentuan nilai fitness sangat berpengaruh pada performansi AG secara
keseluruhan. Dalam beberapa kasus, nilai fitness yang sangat sederhana dapat ditemukan dengan mudah. Tetapi dalam beberapa kasus lain diperlukan nilai fitness
yang sangat kompleks dan sulit ditemukan.
II.8.3.3. Seleksi Orang Tua Parent Selection
Pemilihan dua buah kromosom sebagai orang tua yang akan dipindah- silangkan, biasanya dilakukan secara proporsional sesuai dengan nilai fitnessnya.
Beberapa metode yang digunakan dalam pencarian nilai fitness adalah Kusumadewi. dkk, 2005:
• Selective presure, probabilitas dari individu terbaik yang akan diseleksi dibandingkan dengan rata-rata probabilitas dari semua individu yang
diseleksi • Bias, perbedaan absolut antara fitness ternormalisasi dari suatu individu dan
probabilitas reproduksi yang diharapkan • Spread, range nilai kemungkinan untuk sejumlah offspring dari suatu
individu
31
• Loss of diversity, proporsi dari individu-individu dalam suatu populasi yang tidak terseleksi selama fase seleksi
• Selection intensity, nilai fitness rata-rata yang diharapkan dalam suatu populasi setelah dilakukan seleksi
• Selection variance, variansi yang diharapkan dari distribusi fitness dalam populasi setelah dilakukan seleksi
Dalam proses seleksi orang tua, ada banyak metode yang dapat diterapkan. Dua metode umum yang sering digunakan yaitu Chipperfield. et.al, 2005:
1. Seleksi roda roulette Roulette wheel selection Merupakan metode yang paling sederhana, sering dikenal stochastic
sampling with replacement. Metode ini memetakan individu-individu dalam suatu segmen lingkaran secara berurutan sedemikian hingga tiap-tiap segmen
individu memiliki ukuran yang sama dengan ukuran fitnessnya Kusumadewi. dkk, 2005.
Sebuah bilangan random dibangkitkan dan individu yang memiliki segmen dalam kawasan bilangan random tersebut akan terseleksi. Proses ini
diulang hingga diperoleh sejumlah individu yang diharapkan.
2. Stochastic Universal Sampling Karakteristik metode ini adalah memiliki nilai bias nol dan penyebaran
yang minimum. Individu-individu dipetakan dalam suatu segmen garis secara berurutan sedemikian hingga tiap-tiap segmen individu memiliki ukuran yang
32
sama dengan ukuran fitnessnya. Kemudian diberikan sejumlah pointer sebanyak individu yang ingin diseleksi pada garis tersebut Kusumadewi. dkk, 2005.
Misal N adalah jumlah individu yang akan diseleksi, maka jarak antar pointer adalah 1N dan posisi pointer pertama diberikan secara acak pada range
[1 , 1N].
Kromosom Nilai fitness
K1 1 K2 2
K3 0.5 K4 0.5
Jumlah 4
Gambar 2.12. Metode seleksi Roda Roulette Suyanto, 2005
Gambar 2.13. Metode stochastic universal sampling Kusumadewi. dkk, 2005
II.8.3.4. Pindah-Silang Crossover
