1. Pengertian
Algoritma genetik merupakan evolusi/perkembangan dunia komputer dalam bidang kecerdasan buatan (artificial intellegenci). Sebenarnya algoritma genetik ini terinspirasi oleh teori evolusi Darwin (walaupun pada kenyatanya teori tersebut terbukti keliru).
Algoritma genetik adalah algoritma pencarian yang berdasarkan pada mekanisme sistem natural yakni genetik dan seleksi alam. Dalam aplikasi algoritma genetik, variabel solusi dikodekan kedalam struktur string yang merepresentasikan barisan gen, yang merupakan karakteristik dari solusi problem.
2 Representasi Kromosom
Cara merepresentasikan permasalahan dalam kromosom merupakan suatu hal yang penting dalam algoritma genetik. Ada beberapa model representasi kromosom yang dapat dipergunakan untuk menyelesaikan suatu masalah, salah satunya adalah operationbased representation. Prinsip dari Operation-Base Representation adalah semua operasi pada suatu pekerjaan akan dikodekan dengan simbol yang sama, kemudian diinterpretasikan menurut urutannya dalam sequence. Sehingga untuk problem dengan a-pekerjaan b-mesin, kromosom akan terdiri dari a x b gen. Dimana setiap pekerjaan akan mengalami pengulangan sebanyak m kali. Contoh kromosom untuk hal tersebut yaitu 3x3 yang dibentuk dengan representasi ini adalah {1 2 2 3 1 3 2 1 3}.
3 . Operator Genetik
Operator genetik dipergunakan untuk mengkombinasi (modifikasi) individu dalam aliran populasi guna mencetak individu pada generasi berikutnya. Ada dua operator genetik yaitu crossover dan mutasi.
1. Crossover membangkitkan offspring baru dengan mengganti sebagian informasi dari parents (Orang tua/induk). Operator crossover yang akan dijelaskan disini orderbased crossover dan one-cut-point crossover.
2. Mutasi menciptakan individu baru dengan melakukan modifikasi satu atau lebih gen dalam individu yang sama. Mutasi berfungsi untuk menggantikan gen yang hilang dari populasi selama proses seleksi serta menyediakan gen yang tidak ada dalam populasi awal. Sehingga mutasi akan meningkatkan variasi populasi.
Algoritma genetik adalah algoritma pencarian yang berdasarkan pada mekanisme sistem natural yakni genetik dan seleksi alam. Dalam aplikasi algoritma genetik, variabel solusi dikodekan kedalam struktur string yang merepresentasikan barisan gen, yang merupakan karakteristik dari solusi problem.
2 Representasi Kromosom
Cara merepresentasikan permasalahan dalam kromosom merupakan suatu hal yang penting dalam algoritma genetik. Ada beberapa model representasi kromosom yang dapat dipergunakan untuk menyelesaikan suatu masalah, salah satunya adalah operationbased representation. Prinsip dari Operation-Base Representation adalah semua operasi pada suatu pekerjaan akan dikodekan dengan simbol yang sama, kemudian diinterpretasikan menurut urutannya dalam sequence. Sehingga untuk problem dengan a-pekerjaan b-mesin, kromosom akan terdiri dari a x b gen. Dimana setiap pekerjaan akan mengalami pengulangan sebanyak m kali. Contoh kromosom untuk hal tersebut yaitu 3x3 yang dibentuk dengan representasi ini adalah {1 2 2 3 1 3 2 1 3}.
3 . Operator Genetik
Operator genetik dipergunakan untuk mengkombinasi (modifikasi) individu dalam aliran populasi guna mencetak individu pada generasi berikutnya. Ada dua operator genetik yaitu crossover dan mutasi.
1. Crossover membangkitkan offspring baru dengan mengganti sebagian informasi dari parents (Orang tua/induk). Operator crossover yang akan dijelaskan disini orderbased crossover dan one-cut-point crossover.
2. Mutasi menciptakan individu baru dengan melakukan modifikasi satu atau lebih gen dalam individu yang sama. Mutasi berfungsi untuk menggantikan gen yang hilang dari populasi selama proses seleksi serta menyediakan gen yang tidak ada dalam populasi awal. Sehingga mutasi akan meningkatkan variasi populasi.
