Disusun Oleh:
Erlianna 25023099
Dosen Pengampu:
Dr. Eng., Ir. Febri Zukhruf, S.T, M.T.
SOAL
Diketahui beberapa perbaikan jalan dengan asumsi jalan raya yang direncanakan
dengan overlay sebanyak 15 segmen jalan, dengan beberapa ketentuan sebagai
berikut:
• Asumsi IRI After Overlay 4
• Biaya untuk overlay Rp. 1.000.000 /m dan manfaatnya diperoleh dengan
mengalikan aruslalu lintas dan penurunan biaya operasi kendaraan (VOC)
• Asumsi peak hour factor (PHF) sebesar 10%
• Asumsi 1 tahun sebanyak 350 hari
• Asumsi dana yang tersedia ialah Rp. 2.528.400.000
• Iterasi sebanyak 5 kali
Pada soal ini akan menghitung genetika algoritme menggunakan cara unconstrain
dan constrain
1
Tabel Perhitungan Trafic , Benefit, Cost dan BCR single
Overlay IRI Traffic Load Traffic Traffic IRI after Voc Voc Decrement Benefit BCR
Segment Cost(mil)
Length Level (peak) perday per year Overlay exisiting after VOC (Hundred) single
1 531 7 294 2940 1029000 4 1,54 0,88 0,66 679140 531 0,1279
2 160 8 275 2750 962500 4 1,76 0,88 0,88 847000 160 0,5294
3 631 8 648 6480 2268000 4 1,76 0,88 0,88 1995840 631 0,3163
4 573 9 198 1980 693000 4 1,98 0,88 1,1 762300 573 0,1330
5 290 8 415 4150 1452500 4 1,76 0,88 0,88 1278200 290 0,4408
6 381 8 680 6800 2380000 4 1,76 0,88 0,88 2094400 381 0,5497
7 197 9 280 2800 980000 4 1,98 0,88 1,1 1078000 197 0,5472
8 752 9 361 3610 1263500 4 1,98 0,88 1,1 1389850 752 0,1848
9 452 8 355 3550 1242500 4 1,76 0,88 0,88 1093400 452 0,2419
10 115 9 100 1000 350000 4 1,98 0,88 1,1 385000 115 0,3348
11 598 9 527 5270 1844500 4 1,98 0,88 1,1 2028950 598 0,3393
12 113 8 176 1760 616000 4 1,76 0,88 0,88 542080 113 0,4797
13 332 7 757 7570 2649500 4 1,54 0,88 0,66 1748670 332 0,5267
14 658 9 315 3150 1102500 4 1,98 0,88 1,1 1212750 658 0,1843
15 538 9 404 4040 1414000 4 1,98 0,88 1,1 1555400 538 0,2891
2
VOC Existing = IRI Level x 0,22
= 7 x 0,22
=1,54
VOC After Overlay = IRI After Overlay x 0,22
= 4 x 0,22
= 0,88
Decrement VOC = VOC Existing – VOC After Overlay
= 1,54 – 0,88
= 0,66
Benefit (dalam satuan juta) = Decerment VOC x Traffic per year
= 0,66 x 1.029.000
Cost = Overlay Length x 1
= 531 x 1
= 531
𝑏𝑒𝑛𝑒𝑓𝑖𝑡 𝑥 100
BCR Single = 𝑐𝑜𝑠𝑡 𝑥 10^6
679140 𝑥 100
= 531 𝑥 10^6
= 0,1279
Setelah menghitung nilai-nilai diatas maka selanjutnya melakukan perhitungan dengan menggunakan metode Genetic Algorithm (GA) Constrain dan
Unconstrain untuk pemilihan beberapa segmen jalan yang akan diperbaiki.
3
UNCONSTRAIN
Proses pertama yang di lakukan yaitu menentukan parameter setting seperti
dibawah ini:
Tabel Parameter Setting
Number of Individual 5
Number of Iteration 5
Crossover Rate 0,6
Mutation Rate 1
Iterasi 1
Step 1 initialisation
Di tahap ini menentukan kromosom pada tiap individu menggunakan random
number dengan rumus “=ROUND(RAND();0)” pada setiap allele yang ada, dimana
bernilai 0 atau bernilai 1.
Step 3 Evolution
Di tahap ini ada beberapa tahap pemilihan parent pada individu 1 sampai individu
5 terjadi crossover dan mutation. Diketahui di soal bahwa nilai Crossover rate
4
adalah 0,6 dan cara menentukan akan terjadinya persilangan atau tidak terjadi
persilangan yaitu dengan menggunakan bilangan acak atau rumus “=RAND()”
Crossover
Individu 3 2
Crossover rate 0,6 0,6
rand 0,144033224 0,423979499
Cross over or not Cross Over Cross Over
Crossover rate pada parent 1 yaitu individu 4 didapat = 0,14 < 0,6 (terjadi crossover)
Crossover rate pada parent 2 yaitu individu 5 didapat = 0,42 < 0,6 (terjadi crossover)
Didapat fitness value New Cr.1 = 0,257 dan New Cr. 2 = 0,289
Pada tahapan mutation, dicek apakah terjadi mutasi atau tidak dengan syarat nilai
random number yang terpilih < mutation rate sebesar 1%. Lakukan random number
untuk menentukan individu mana yang akan terjadi mutasi dan lokasi mutasi. Pada
lokasi mutasi perlu dilakukan perubahan angka 0 menjadi 1 dan angka 1 menjadi 0
untuk menentukan terjadinya pemilihan.
Mutation
Mutation Indvidu 1
Mutation rate 1
rand 0,07
Mutation or not Mutation
Location of Mutation 1
Dibawah ini dari hasil mutasi didapatkan hasil random individu 1 yaitu New Mut.
3 dengan lokasi mutasi pada allele 1
New Mut. 3 1 1 1 0 0 1 0 1 0 1 1 0 0 0 0
Didapatkan fitness value dari New Mut. 3 yaitu 0,30
5
Step 4 Selection
Selanjutnya akan dilakukan The Roulette Wheel, dalam hal ini akan dilakukan
proporsi pada tiap fitness value yang telah didapatkan dari Individu 1 sampai
individu 5 dan mendapatkan 5 hasil evolusi terbaru. Cara perhitungan nilai proporsi
ialah dengan membagi nilai fitness value dengan total fitness value, setelah itu
didapatkan pula slot bawah dan slot atas.
Setelah didapatkan propotion dan slot dilakukan bilangan acak untuk mendapatkan
nilai setiap allele, dimana dalam hal ini ketentuan bilangan acak dilakukan
menggunakan presentase pada tabel diatas. Maka dihasilkan individu terpilih
diiterasi 1 yaitu sebagai berikut:
Iterasi 2
Untuk iterasi ke- 2 ini caranya hampir sama seperti iterasi ke -1. Namun, untuk
data allele diperoleh dari hasil seleksi individu terpilih pada iterasi 1. Untuk proses
pada iterasi selanjutnya seperti dibawah ini
6
iterasi 1 dan dimasukan pada tahap ini. Pada tahap ini nilai allele yang ada pada
iterasi sebelumnya dapat dihitung “Fitness Value” pada tiap allele total.
2) Step 2 Evolution
Crossover
Individu 5 2
Crossover rate 0,6 0,6
rand 0,171 0,20
Cross over or not Cross Over Cross Over
Mutation
Indvidu 3
Mutation rate 1
rand 0,071
Mutation or
not Mutation
Location of
Mutation 4
New Mut. 3 0 0 0 0 0 0 0 1 0 0 0 1 0 0 1
Didapatkan individu 8 yaitu new mut. 3 dan nilai fitness value dari New Mut. 3
yaitu 0,43
7
Tabel Proportion dan Slot Iterasi 2
fitness
Proportion Slot
value
Ind. 1 0,426 14,6% 0% 15%
Ind. 2 0,426 14,6% 15% 29%
Ind. 3 0,215 7,4% 29% 36%
Ind. 4 0,331 11,3% 36% 48%
Ind. 5 0,426 14,6% 48% 62%
New Cr. 1 0,43 14,6% 62% 77%
New Cr. 2 0,43 14,6% 77% 92%
New Mut. 3 0,25 8,5% 92% 100%
Setelah didapatkan propotion dan slot dilakukan bilangan acak untuk mendapatkan
nilai setiap allele, dimana dalam hal ini ketentuan bilangan acak dilakukan
menggunakan presentase pada tabel diatas. Maka dihasilkan individu terpilih
diiterasi 2 yaitu sebagai berikut:
Iterasi 3
Untuk iterasi ke- 3 ini caranya hampir sama seperti iterasi ke -2. Namun, untuk
data allele diperoleh dari hasil seleksi individu terpilih pada iterasi 2. Untuk proses
pada iterasi selanjutnya seperti dibawah ini
8
Step 2 Evolution
Crossover
Individu 3 5
Crossover rate 0,6 0,6
rand 0,0415 0,0081
Cross Cross
Cross over or not Over Over
Didapatkan parent dari individu 3 dan 5
Mutation
Mutation Indvidu 3
Mutation rate 1
rand 0,0586
Mutation or not Mutation
Mutation
Location of Mutation 5
New Mut. 3 0 1 0 0 1 1 1 0 1 1 0 1 0 0 0
Didapatkan individu 8 yaitu new mut. 3 dan nilai fitness value dari New Mut. 3
yaitu 0,43
Tabel Proportion dan Slot Iterasi 3
fitness
Proportion Slot
value
Ind. 1 0,2486 7,7% 0,0% 7,7%
Ind. 2 0,4259 13,2% 7,7% 20,9%
Ind. 3 0,4259 13,2% 20,9% 34,0%
Ind. 4 0,4259 13,2% 34,0% 47,2%
Ind. 5 0,4259 13,2% 47,2% 60,4%
New Cr. 1 0,43 13,2% 60,4% 73,6%
New Cr. 2 0,43 13,2% 73,6% 86,7%
New Mut. 3 0,43 13,3% 86,7% 100,0%
9
Tabel Individu terpilih Iterasi 3
Selection fitness
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 From
Result value
Ind. 1 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 New cr. 2 0,43
Ind. 2 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 4 0,43
Ind. 3 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 3 0,43
Ind. 4 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 3 0,43
Ind. 5 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 4 0,43
Iterasi 4
Untuk iterasi ke- 4 ini caranya hampir sama seperti iterasi ke -3. Namun, untuk
data allele diperoleh dari hasil seleksi individu terpilih pada iterasi 3. Untuk proses
pada iterasi selanjutnya seperti dibawah ini:
Step 2 evolution
Crossover
Individu 4 1
Crossover rate 0,6 0,6
rand 0,2977111 0,5584485
Cross over or not Cross Over Cross Over
10
Mutation
Mutation Indvidu 3
Mutation rate 1
rand 0,32
Mutation or not Mutation
Location of Mutation 2
New Mut. 3 0 0 0 0 0 1 1 0 1 1 0 1 0 0 0
Didapatkan individu 8 yaitu new mut. 3 dan nilai fitness value dari New Mut. 3
yaitu 0,41
Iterasi 5
Untuk iterasi ke- 5 ini caranya hampir sama seperti iterasi ke -4. Namun, untuk
data allele diperoleh dari hasil seleksi individu terpilih pada iterasi 4. Untuk proses
pada iterasi selanjutnya seperti dibawah ini:
11
Step 2 Evolution
Crossover
Individu 4 1
Crossover rate 0,6 0,6
rand 0,0309774 0,1989772
Cross over or not Cross Over Cross Over
Crossover rate pada parent 1 yaitu individu 4 didapat = 0,03 < 0,6 (terjadi crossover)
Crossover rate pada parent 2 yaitu individu 5 didapat = 0,19 < 0,6 (terjadi crossover)
Mutation
Mutation Indvidu 5
Mutation rate 1
rand 0,083
Mutation or not Mutation
Mutation
Location of Mutation 5
New Mut. 3 0 1 0 0 1 1 1 0 1 1 0 1 0 0 0
Didapatkan individu 8 yaitu new mut. 3 dan nilai fitness value dari New Mut. 3
yaitu 0,43
Tabel Proportion dan Slot Iterasi 5
fitness
Proportion Slot
value
Ind. 1 0,4259 12,5% 0,0% 12,5%
Ind. 2 0,4259 12,5% 12,5% 25,0%
Ind. 3 0,4259 12,5% 25,0% 37,5%
Ind. 4 0,4259 12,5% 37,5% 50,0%
Ind. 5 0,4259 12,5% 50,0% 62,5%
New Cr. 1 0,43 12,5% 62,5% 74,9%
New Cr. 2 0,43 12,5% 74,9% 87,4%
New Mut. 3 0,43 12,6% 87,4% 100,0%
12
Tabel Individu terpilih Iterasi 5
Selection
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 from fitness value
Result
Ind. 1 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 4 0,43
Ind. 2 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 2 0,43
Ind. 3 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 1 0,43
Ind. 4 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 new cr 1 0,43
Ind. 5 0 1 0 0 0 1 1 0 1 1 0 1 0 0 0 ind 1 0,43
Kesimpulan:
Pada GA unconstrain didapatkan dari iterasi terakhir yaitu di iterasi 5 nilai fitness
value tertinggi yaitu 0,43 dan individu yang terpilih yaitu Individu 1. Sehingga
segmen yang terpilih melakukan perbaikan ataupun perawatan adalah segmen jalan
2, 6, 7, 9, 10 dan 12 dan untuk nilai BCR didapatkan sebesar 43%.
13
CONSTRAIN
Iterasi 1
Step 1 initialisation
Di tahap ini merupakan penentuan kromosom pada tiap individu menggunakan
random number dengan rumus “=ROUND(RAND();0)” pada setiap allele yang
ada, dimana nilai allele yang didapatkan antara 0 atau 1.
Diketahui bahwa nilai cost harus lebih kecil dari budget cost sebesar Rp.
2.528.400.000, jika nilai costnya lebih dari budget yang ditentukan bahwa
14
mengalami penalty sebesar 5% dari nilai fitness value yang telah di hitung
sebelumnya, dan hasil perhitungan cost, dapat dilihat pada tabel diatas.
Step 3 Evolution
Pada tahap ini terjadi beberapa tahap yakni pemilihan orang tua pada individu 1
sampai individu 5, dan terjadi crossover serta mutation. Diketahui pada soal bahwa
Crossover rate ini ialah 0,6 dimana cara menentukan akan terjadinya persilangan
atau tidak terjadi persilangan dengan menggunakan bilangan acak atau rumus
“=RAND()” dimana persyaratannya jika nilai bilangan acak < Crossover rate maka
akan terjadi adanya crossover.
Crossover
Individu 4 5
Crossover rate 0,6 0,6
rand 0,2706414 0,1453442
Cross over or not Cross Over Cross Over
Crossover rate pada parent 1 yaitu individu 4 didapat = 0,271 < 0,60 (terjadi
crossover)
Crossover rate pada parent 2 yaitu individu 5 didapat = 0,145 < 0,60 (terjadi
crossover)
Tabel parent selection Iterasi 1
Parent 1 1 0 0 1 0 0 0 1 0 1 1 0 1 1 1
Parent 2 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
Dari parent tersebut dilakukan crossover didapatkan crossover location = 10 dan
mendapatkan individu baru yaitu New Cr 1 dan New Cr 2
Pada tahapan mutation, dicek apakah terjadi mutasi atau tidak dengan syarat nilai
random number yang terpilih < mutation rate sebesar 1%. Lakukan random number
untuk menentukan individu mana yang akan terjadi mutasi dan lokasi mutasi. Pada
lokasi mutasi perlu dilakukan perubahan angka 0 menjadi 1 dan angka 1 menjadi 0
untuk menentukan terjadinya pemilihan.
15
Mutation
Mutation Indvidu 4
Mutation rate 1
rand 0,6225461
Mutation or not Mutation
Location of Mutation 2
Didapatkan dari hasil random bahwa individu ke-8 yaitu dinamakan new mut.3
terjadi pada individu 4 yang diganti lokasi allele 2 nya dari 0 menjadi 1
New Mut. 3 1 1 0 1 0 0 0 1 0 1 1 0 1 1 1
Didapatkan individu 8 yaitu new mut. 3 dengan nilai cost, fitness value before dan
after pada tabel dibawah ini
Step 4 Selection
Seperti pada tahapan sebelumnya, disini akan dilakukan The Roulette Wheel, dimana
dalam hal ini akan dilakukan proporsi pada tiap fitness value yang telah didapatkan (Dari
Individu 1 sampai individu 5 dan hasil evolusi terbaru). Cara perhitungan nilai
proporsiialah dengan membagi nilai fitness value dengan total fitness value, setelah itu
didapatkan pula slot bawah dan slot atas
Tabel Proportion dan Slot Iterasi 1
Individu fitness value Proportion Slot
Ind. 1 Rp 57.919.400,00 2,8% 0,0% 2,8%
Ind. 2 Rp 40.879.300,00 2,0% 2,8% 4,7%
Ind. 3 Rp 44.860.200,00 2,1% 4,7% 6,9%
Ind. 4 Rp 48.810.300,00 2,3% 6,9% 9,2%
Ind. 5 Rp 748.132.000,00 35,8% 9,2% 45,1%
New Cr. 1 Rp 34.969.550,00 1,7% 45,1% 46,7%
New Cr. 2 Rp 51.247.350,00 2,5% 46,7% 49,2%
New Mut. 3 Rp1.060.906.000,00 50,8% 49,2% 100,0%
Setelah didapatkan Proportion dan Slot dilakukan dengan random number untuk
mendapatkan nilai tiap allele, sehingga dihasilkan individu terpilih untuk menjadi individu
baru pada iterasi 1 yang akan digunakan untuk iterasi selanjutnya.
16
Tabel Individu terpilih Iterasi 1
Selection Result Individu baru
Ind. 1 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 ind 5
Ind. 2 1 1 0 1 0 0 0 1 0 1 1 0 1 1 1 new mut 3
Ind. 3 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 ind 5
Ind. 4 1 1 0 1 0 0 0 1 0 1 1 0 1 1 1 new mut 3
Ind. 5 1 1 1 0 0 0 1 0 1 1 0 1 0 0 1 ind 2
Iterasi 2
Untuk iterasi ke- 2 ini caranya hampir sama seperti iterasi ke -1. Namun, untuk
data allele diperoleh dari hasil seleksi individu terpilih pada iterasi 1. Untuk proses
pada iterasi selanjutnya seperti dibawah ini
17
Tabel Fitness Computation pada masing-masing Individu Iterasi 2
Individu Cost fitness value fitness value after
Ind. 1 Rp 2.044.000.000,00 OK Rp 748.132.000 Rp 37.406.600,00
Ind. 2 Rp 4.257.000.000,00 Penalty Rp 53.045.300 Rp 53.045.300,00
Ind. 3 Rp 2.044.000.000,00 OK Rp 748.132.000 Rp 37.406.600,00
Ind. 4 Rp 4.257.000.000,00 Penalty Rp 53.045.300 Rp 53.045.300,00
Ind. 5 Rp 2.737.000.000,00 Penalty Rp 40.879.300 Rp 40.879.300,00
Crossover
Individu 1 2
Crossover rate 0,6 0,6
rand 0,4252129 0,0148376
Cross over or not Cross Over Cross Over
Crossover rate pada parent 1 yaitu individu 1 didapat = 0,425 < 0,60 (terjadi
crossover)
Crossover rate pada parent 2 yaitu individu 2 didapat = 0,014 < 0,60 (terjadi
crossover)
Parent 1 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
Parent 2 1 1 0 1 0 0 0 1 0 1 1 0 1 1 1
Dari parent tersebut dilakukan crossover didapatkan crossover location = 13 dan
mendapatkan individu baru yaitu New Cr 1 dan New Cr 2
New Cr. 1 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1
New Cr. 2 1 1 0 1 0 0 0 1 0 1 1 0 1 0 0
Mutation
Mutation Indvidu 2
Mutation rate 1
rand 1
Mutation or not Mutation
Location of Mutation 3
Didapatkan dari hasil random bahwa individu ke-8 yaitu dinamakan new mut.3
terjadi pada individu 2 yang diganti lokasi allele 3 nya dari 0 menjadi 1
New Mut. 3 1 1 1 1 0 0 0 1 0 1 1 0 1 1 1
18
Tabel Proportion dan Slot Iterasi 2
Individu fitness value Proportion Slot
Ind. 1 Rp 748.132.000,00 15,9% 0,0% 15,9%
Ind. 2 Rp 53.045.300,00 1,1% 15,9% 17,0%
Ind. 3 Rp 748.132.000,00 15,9% 17,0% 32,9%
Ind. 4 Rp 53.045.300,00 1,1% 32,9% 34,0%
Ind. 5 Rp 40.879.300,00 0,9% 34,0% 34,9%
New Cr. 1 Rp 1.024.947.000,00 21,7% 34,9% 56,6%
New Cr. 2 Rp 784.091.000,00 16,6% 56,6% 73,3%
New Mut. 3 Rp 1.260.490.000,00 26,7% 73,3% 100,0%
Tabel Individu terpilih Iterasi 2
Ind. 1 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1 new cr.1
Ind. 2 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1 new cr.1
Ind. 3 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 ind 1
Ind. 4 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 ind 3
Ind. 5 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1 new cr 1
Iterasi 3
Untuk iterasi ke- 3 ini caranya sama seperti iterasi ke -2. Namun, untuk data allele
diperoleh dari hasil seleksi individu terpilih pada iterasi 2. Untuk proses pada iterasi
selanjutnya seperti dibawah ini
19
Tabel initialisation Nilai Allele Iterasi 3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Ind. 1 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1
Ind. 2 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1
Ind. 3 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
Ind. 4 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
Ind. 5 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1
Crossover
Individu 3 4
Crossover rate 0,6 0,6
rand 0,4220458 0,099384
Cross over or not Cross Over Cross Over
Crossover rate pada parent 1 yaitu individu 3 didapat = 0,422 < 0,60 (terjadi
crossover)
Crossover rate pada parent 2 yaitu individu 4 didapat = 0,099 < 0,60 (terjadi
crossover)
Parent 1 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
Parent 2 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
20
Mutation
Mutation Indvidu 7
Mutation rate 1
rand 0
Mutation or not Mutation
Location of Mutation 5
Didapatkan dari hasil random bahwa indi new mut.3 terjadi pada individu 7 (New
Cr.2) yang diganti lokasi allele 5 nya dari 0 menjadi 1
New Mut. 3 0 1 0 1 1 1 0 0 0 0 1 0 1 0 0
21
Iterasi 4
Untuk iterasi ke- 4 ini caranya sama seperti iterasi ke -3. Namun, untuk data allele
diperoleh dari hasil seleksi individu terpilih pada iterasi 3. Untuk proses pada iterasi
selanjutnya seperti dibawah ini:
Crossover
Individu 4 1
Crossover rate 0,6 0,6
rand 0,28978564 0,53521731
Cross over or not Cross Over Cross Over
Crossover rate pada parent 1 yaitu individu 4 didapat = 0,289 < 0,60 (terjadi
crossover)
Crossover rate pada parent 2 yaitu individu 1 didapat = 0,35 < 0,60 (terjadi
crossover)
Parent 1 0 1 0 1 1 1 0 0 0 0 1 0 1 0 0
Parent 2 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
22
New Cr. 1 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
New Cr. 2 0 1 0 1 1 1 0 0 0 0 1 0 1 0 0
Mutation
Mutation Indvidu 3
Mutation rate 1
rand 0,15
Mutation or not Mutation
Location of Mutation 4
Didapatkan dari hasil random bahwa individu ke-8 yaitu dinamakan new mut.3
terjadi pada individu 3 yang diganti lokasi allele 4 nya dari 1 menjadi 0
New Mut. 3 0 1 0 0 0 1 0 0 0 0 1 0 1 0 0
23
Tabel Fitness value individu terpilih iterasi 4
Individu Terpilih fitness value
ind 1 748132000,00 OK
new cr. 1 748132000,00 OK
ind1 748132000,00 OK
ind 4 875952000,00 OK
new mut 3 671902000,00 Penalty
Iterasi 5
Untuk iterasi ke- 4 ini caranya sama seperti iterasi ke -3. Namun, untuk data allele
diperoleh dari hasil seleksi individu terpilih pada iterasi 3. Untuk proses pada iterasi
selanjutnya seperti dibawah ini:
24
Crossover
Individu 3 2
Crossover rate 0,6 0,6
rand 0,385071817 0,59194905
Cross over or not Cross Over Cross Over
Crossover rate pada parent 1 yaitu individu 3 didapat = 0,385 < 0,60 (terjadi
crossover)
Crossover rate pada parent 2 yaitu individu 2 didapat = 0,592 < 0,60 (terjadi
crossover)
Parent 1 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
Parent 2 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
New Cr. 1 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
New Cr. 2 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0
Mutation
Mutation Indvidu 7
Mutation rate 1
rand 1
Mutation or not Mutation
Location of Mutation 5
Didapatkan dari hasil random bahwa individu ke-8 yaitu dinamakan new mut.3
terjadi pada individu 7 yang diganti lokasi allele 5 nya dari 0 menjadi 1
New Mut. 3 0 1 0 1 1 1 0 0 0 0 1 0 1 0 0
25
Tabel Proportion dan Slot Iterasi 5
fitness value Proportion Slot
Ind. 1 Rp 748.132.000,00 12,1% 0,0% 12,1%
Ind. 2 Rp 748.132.000,00 12,1% 12,1% 24,3%
Ind. 3 Rp 748.132.000,00 12,1% 24,3% 36,4%
Ind. 4 Rp 875.952.000,00 14,2% 36,4% 50,6%
Ind. 5 Rp 671.902.000,00 10,9% 50,6% 61,5%
New Cr. 1 Rp 748.132.000,00 12,1% 61,5% 73,7%
New Cr. 2 Rp 748.132.000,00 12,1% 73,7% 85,8%
New Mut. 3 Rp 875.952.000,00 14,2% 85,8% 100,0%
Ind. 1 0 1 0 1 1 1 0 0 0 0 1 0 1 0 0 ind 4
Ind. 2 0 1 0 1 1 1 0 0 0 0 1 0 1 0 0 new mut 3
Ind. 3 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 new cr 2
Ind. 4 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 new cr.1
Ind. 5 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 ind 1
Kesimpulan
Dapat dilihat pada iterasi ke -5 ini bahwa Individu 4 dan New Mut. 3 merupakan Individu
yang memiliki nilai fitness value tertinggi yaitu sebesar Rp. 875.952.000 namun yang
terpilih untuk perbaikan segmen jalan pada iterasi 5 yaitu individu 4 Sehingga, segmen
yang terpilih untuk dilakukan perbaikan adalah Segmen 2,4,5,6, 11 dan 13.
26