ALGORITMA GENETIKA

ALGORITMA GENETIKA
Overview




Introduction GA
Komponen-komponen GA
Contoh Aplikasi AG
Kesimpulan
Introduction


Algoritma Genetika pada dasarnya adalah
algoritma yang berfungsi untuk optimasi
Didasarkan pada Seleksi alamiah dan Genetika
alamiah
Seleksi Alamiah & Genetika Alamiah
Seleksi Alamiah
Genetika Alamiah
Individu, Kromosom dan Gen
Gen A1
Gen A3
0 1 1 0 1 0 0 0 1 1 0 0 1 1 0 0 0 0 1 1 1 1 0 0
Gen A2
Kromosom A
Kromosom B
Individu 1
Kromosom C
Komponen-komponen GA







Skema Pengkodean
Nilai Fitness dan Seleksi Parent
Pindah Silang (Crossover)
Mutasi
Elitisme
Penggantian Populasi
Kriteria Penghentian
Skema Pengkodean


Untuk dapat diproses menggunakan AG, suatu
masalah harus dikonversi dulu ke bentuk individu
Jenis Skema Pengkodean
 Real-number Encoding
 Discrete Decimal Encoding
 Binary Encoding
Nilai Fitness dan Seleksi parent


Nilai fitness adalah suatu nilai yang digunakan
untuk menentukan apakah suatu individu layak
menjadi parent atau tidak
Metode seleksi parent dilakukan dengan metode
Roulette Wheel
P1
f=10
P3
f=50
P2
f=30
P4
f=10
Crossover


Pindah silang Gen antar 2 individu yang berbeda
Jenis Crossover
 1-point crossover
 Multipoint crossover
Contoh 1-point crossover
Mutasi


Tiap gene berubah secara independen
Jenis mutasi
 Mutasi tingkat individu
 Mutasi tingkat kromosom
 Mutasi tingkat gen
Contoh mutasi tingkat gen