GENETIKA
XII MIPA 2
Disusun oleh :
Meutya Kautsar Prasetya (20)
B. Tujuan
Disusun bertujuan untuk :
1. Mengetahui dan memahami mengenai algoritma genetika
2. Memahami teknis kerja algoritma genetika sampai mendapatkan solusi
optimal dari masalah yang diangkat.
C. Metode
Dilakukan dengan metode analisis literatur mengenai materi algoritma genetika
yang didapatkan dari internet dan buku teks.
– Proses optimasi dengan mutasi dan crossover sesuai jumlah yang diperlukan
– Penentuan solusi terbaik sebagai solusi untuk masalah yang ingin dioptimasi
D. Hasil
Beberapa definisi penting yang perlu diperhatikan dalam mendefinisikan individu untuk
membangun penyelesaian permasalahan dengan algoritma genetika adalah sebagai
berikut :
Genotype (gen), sebuah nilai yang menyatakan satuan dasar yang membentuk suatu
arti tertentu dalam satu kesatuan gen yang dinamakan kromosom. Dalam algoritma
genetika, gen ini bisa brupa nilai biner, float, integer maupun karakter, atau
kombinatorial.
2) Allele, nilai dari gen.
3) Kromosom, gabungan gen-gen yang membentuk nilai tertentu.
Individu, menyatakan satu nilai atau keadaan yang menyatakan salah satu solusi yang
mungkin dari permasalahan yang diangkat.
Generasi, menyatakan satu siklus proses evolusi atau satu iterasi di dalam algoritma
genetika
6) Nilai fitness adalah nilai yang menyatakan baik tidaknya suatu solusi
(individu). Nilai fitness ini yang dijadikan acuan dalam mencapai nilai optimal dalam
algoritma genetika. Algoritma genetika bertujuan mencari individu dengan nilai
fitness yang paling tinggi.
7) Elitisme, Proses seleksi yang dilakukan secara random sehingga tidak ada jaminan
bahwa suatu indvidu yang bernilai fitness tertinggi akan selalu terpilih. Walaupun
individu bernilai fitness tertinggi terpilih, mungkin saja individu tersebut akan rusak
(nilai fitnessnya menurun) karena proses pindah silang (crossover). Oleh karena itu,
untuk menjaga agar individu bernilaifitness tertinggi tersebut tidak hilang selama
evolusi, maka perlu dibuat satu atau beberapa copy-nya. Prosedure ini dikenal sebagai
elitisme.
E. Kesimpulan
Dari pembahasan yang telah diuraikan sebelumnya, dapat diambil suatu kesimpulan
sebagai berikut, yaitu :
1. Algoritma genetika menggunakan cara kerja berdasarkan pada seleksi dan genetika
alam, mengikuti prinsip seleksi alam yaitu “siapa yang kuat, dia yang bertahan (survive)”.
2. Algoritma genetika memiliki komponen utama yaitu teknik pengkodean, prosedur
inisialisasi, fungsi evaluasi, seleksi, operator genetika dan penetuan parameter.
3. Algoritma genetika dapat memberikan solusi untuk pencarian nilai dalam sebuah
masalah optimasi.
4. Pencarian solusi mendekati optimal dilakukan dengan melakukan beberapa kali
proses iterasi, yaitu evaluasi, seleksi, crossover dan mutasi secara berulang sampai
didapatkan solusi yang optimal.