Tekn Proses inisialisasi Membangkitkan populasi awal Fungsi evaluasi

lainnya sehi populasi kons genetika ini a

2.5 K

omponen-K Ada penyandian, genetika dan p

2.5.1 Tekn

Tekni disini meliput dari kromosom Gen bilangan rea representasi Gambar 2.9 G Demi menggunaka 1. String b i 2. Bilangan R hingga ukuran populasi jumlah kromosom konstan. Setelah melalui beberapa generasi, ni akan konvergen ke kromosom terbaik. Komponen Utama Algoritma Genetika da 6 komponen utama dalam algoritma geneti n, prosedur inisialisasi, fungsi evaluasi, se dan penentuan parameter. knik penyandian knik penyandian atau biasa disebut juga tekni liputi penyandian gen dan kromosom. Gen me osom, satu gen biasanya akan mewakili satu var n dapat di presentasikan dalam bentu: sting bi real, daftar aturan, elemen permutasi, elemen si lainnya dapat diimplementasikan untuk ope menunjukkan representasi string bit dan pohon. 0 1 0 1 0 0 1 0 1 1 1 gen – 1 gen – 2 gen – 3 gen – 1 gen – 2 gen – 3 Gambar 2.10 Representasi string bit dan pohon mikian juga, kromosom dapat direpresent kan: it : 10011, 11101, dst an Real : 56.56, -67.98, 562.88, dst 20 osom dalam suatu i, maka algoritma etika, yaitu teknik seleksi, operator eknik pengkodean merupakan bagian u variable ng bit, pohon, array en program, atau operator genetika. n pohon. entasikan dengan Universitas Sumatera Utara 21 3. Elemen Permutasi : E2, E10, E5, dst 4. Daftar Aturan : R1, R2, R3, dst 5. Elemen Program : pemrograman genetika, dst 6. Struktur lainnya

2.5.2 Proses inisialisasi Membangkitkan populasi awal

Ukuran populasi tergantung pada masalah yang akan dipecahkan dan jenis operator gen etika yang akan diimplementasikan. Setelah ukuran populasi ditentukan, kemudian harus dilakukan inisialisasi terhadap kromosom yang terdapat pada populasi tersebut. Inisialisasi kromosom dilakukan secara acak, namun demikian harus tetap memperhatikan domain solusi dan kendala permasalahanyang ada.

2.5.3 Fungsi evaluasi

Ada 2 hal yang harus diperhatikan dalam melakukan evaluasi kromosom, yaitu: evaluasi fungsi objektif fungsi tujuan dan konveksi fungsi objektif ke dalam fungsi fitness. Secara umum, fungsi fitness diturunkan dari fungsi objektif dengan nilai yang tidak negatif. Apabila ternyata fungsi objektif memiliki nilai negatif, maka perlu ditambahkan suatu konstanta C agar nilai fitness yang terbentuk menjadi tidak negatif.

2.5.4 Seleksi