You are on page 1of 5

TUGAS ALGORITMA GENETIKA 2

Disusunoleh:

Rachmad widodo
141 945 910 605

FAKULTASTEKNIK
JURUSANTEKNIKELEKTRO
UNIVERSITASWIDYAGAMAMALANG
MALANG
A. jelaskan dan berikan gambaran mekanisme PINDAH SILANG.

Salah satu komponen paling penting dalam Algoritma Genetika adalah crossover atau
perkawinan silang, dikenal juga dengan pindah silang. Crossover bertujuan menambah
keanekaragaman kromosom digenerasi berikutnya berdasarkan kromosom-kromosom dari
generasi saat ini. Crossover melibatkan dua induk untuk menghasilkan keturunan yang baru.
Crossover dilakukan dengan melakukan pertukaran gen dari dua induk secara acak.
Kromosom baru yang terbentuk akan mewarisi sebagian dari sifat kromosom induknya.
Dalam proses ini dilakukan penukaran bagian gen yang telah dipilih posisinya secara acak
dalam satu kromosom. Dalam proses ini, perkawinan silang yang terjadi adalah perkawinan
antar seluruh gen dalam suatu generasi.
Perkawinan Silang (Crossover) juga dapat berakibat buruk jika ukuran
populasinya sangat kecil. Dalam suatu populasi yang sangat kecil, suatu kromosom dengan
gen-gen yang mengarah ke solusi akan sangat cepat menyebar ke kromosom-kromosom
lainnya. Untuk mengatasi masalah ini digunakan suatu aturan bahwa perkawinan silang
hanya bisa dilakukan dengan suatu probabilitas tertentu Artinya pindah silang bisa dilakukan
hanya jika suatu bilangan random yang dibangkitkan kurang dari probabilitas yang
ditentukan tersebut. Pada umumnya probabilitas tersebut diset mendekati 1.

b. Jelaskan dan berikan gambaran mekanisme MUTASI


Mutasi adalah operator yang membutuhkan satu perameter. Kromosom operator ini
merupakan nilai suatu gen dari sebuah kromosom sehingga kromosom yang baru ini berbeda
dengan kromosom yang lama. Sekumpulan kejadian dengan suatu nilai pelanggaran
maksimal dapat dengan mudah dihilangkan selama evaluasi fitness “tujuan dari proses mutasi
ini, untuk mempertahankan kehilangan permanent dari suatu bit atau gen” (Whitley,1993:16).
Seluruh proses mutasi ini menjanjikan keuntungan melalui pengarahan mutasi kemana mutasi
ini tersebut sangat dibutuhkan. Oprator mutasi digunakan untuk melakukan modifikasi satu
atau lebih dari nilai gen dalam individu yang sama. Mutasi memastikan bahwa probabilitas
untuk pencarian pada daerah tertentu dalam persoalan tidak akan pernah nol dan mencegah
kehilangan total materi genetika setelah pemilihan dan penghapusan.

Mutasi ini bukanlah operator genetika yang utama, yang dilakukan secara acak pada
gen dengan kemungkinan yang lebih kecil. Metode ini disebut metasi gen (gene mutation)
terdapat metode lain yaitu: “order mutation” dimana dimungkinkan untuk menghilangkan
seluruh gen dari dua gen yang dipilih secara acak. Terdapat empat operator yang biasa
digunakan untuk permasalahan penjadwalan antara lain:
1. Violation Directed Mutation (VDM)
Memilih sutatu kejadian dengan suatu nilai pelanggaran maksimal, dan secara acak
mengubah waktu penugasan.
2. Event Freeing Mutation (EFM)
Memilih suatu kejadian dengan sauatu pelanggaran maksimal, kemudian memberi
waktu baru yang mana akan mengurangi secara maksimal angka ini.Secara stokastik memilih
suatu kejadian ,bias melalui kejadian itu dengan nilai pelanggaran yang tinggi, kemudian
secara stokastik memilh waktu baru untuk kejadian ini, bisa melalui waktu yang mana akan
mengurangi secara maksimal angka pelanggaran kejadian.
3. Fungsi Objektif
Fungsi objektif adalah tujuan dari optimasi permasalahan. Biasanya fungsi objektif ini
hanya dua macam yaitu memaksimalkan dan meminimalkan.
4. Model Pengembangan Algoritma Genetika
Algoritma genetika menyelesaikan permasalahan dengan cara menghasilkan,
mengubah dan mengevaluasi kandidat solusi dari permasalahan tersebut. Awalnya sebuah
populasi acak yang terdiri dari kromosom-kromosom di hasilkan kemudian kromosom-
kromosom itu diubah oleh operator genetika yaitu crossover dan mutasi, kemudian
kromosom-kromosom tersebut dievaluasi oleh fungsi fitness.
Terdapat beberapa cara dalam menentukan inisialisasi diantaranya biner dan non biner.
Untuk inisialisasi masalah penjadwalan yang paling sederhana dapat dilihat sebagai masalah
penetapan V even atau kejadian dalam S selang waktu dengan kata lain definisi dari masalah
penjadwalan adalah:
E adalah definisi dari sejumlah V even (e1.e2,….en)
T adalah definisi dari sejumlah S selang waktu (t1,t2,…tn)

You might also like