RPKPS Algoritma Evolusi (ALEV)

ALGORITMA EVOLUSI- RPKPS
RENCANA PROGRAM DAN KEGIATAN
PEMBELAJARAN SEMESTER (RPKPS)
MATA KULIAH
:
Algoritma Evolusi
SEMESTER
:
7
KODE MATA KULIAH
:
TIF-151452
SKS
:
3 (Teori)
Dosen
:
Wayan Firdaus Mahmudy, Ph.D.
Imam Cholissodin, M.Kom.
Deskripsi Singkat
Mata kuliah Algoritma Evolusi mencakup konsep dan penerapan pada teknologi
optimasi, baik dalam Machine Learning, maupun pada kasus-kasus dalam distribusi,
penugasan, produksi barang serta kasus kompleks lainnya. Terbukti bahwa dengan
teknik optimasi, suatu kasus yang belum diketahui secara pasti solusi optimumnya
atau yang sulit dipecahkan secara matematis, dapat dengan mudah diselesaikan
solusinya dengan pendekatan Algoritma Evolusi yang juga mudah untuk
diimplementasikan. Diharapkan pada akhir kuliah ini mahasiswa dapat memahami
dan menerapkan dasar perhitungan secara detail serta melakukan analisa untuk
memecahkan permasalahan dengan menggunakan konsep Algoritma Evolusi.
Tujuan Instruksional Perkuliahan
Setelah mengikuti mata-kuliah ini mahasiswa dapat:
1. Memahami konsep dasar dan topik dalam pada Algoritma Evolusi.
2. Mampu membedakan komponen-komponen pada Algoritma Evolusi, beserta
semua operator algoritma yang ada didalamnya.
3. Memahami dasar-dasar representasi solusi, fitness dan pengembangannya pada
kasus yang sederhana, variatif dan kompleks.
4. Mampu untuk menganalisis proses evolusi sebagai langkah untuk mengetahui pola
dan perilaku jalannya algoritma untuk mendapatkan solusi optimal,
5. Mampu mengembangkan konsep penerapan Algoritma Evolusi secara lebih
komprehensif, efisien, efektif, aplikatif dan dapat menjadi prototipe produk.
Pustaka Yang Digunakan
1. Al-Hinai, N & ElMekkawy, T 2011, 'An efficient hybridized genetic algorithm
architecture for the flexible job shop scheduling problem', Flexible Services and
Manufacturing Journal, vol. 23, no. 1, pp. 64-85.
2. Allahverdi, A & Al-Anzi, FS 2008, 'The two-stage assembly flowshop scheduling
problem with bicriteria of makespan and mean completion time', Int J. Adv. Manuf.
Technol, vol. 37, pp. 166–177.
3. Bell, C & Alexande, S 207, A Tasteful Example of Evolutionary Programming,
Southwestern University.
4. Beyer, H-G & Schwefel, H-P 2002, 'Evolution strategies – A comprehensive
introduction', Natural Computing, vol. 1, no. 1, 2002/03/01, pp. 3-52.
5. Biswas, S & Mahapatra, S 2008, 'Modified particle swarm optimization for solving
machine-loading problems in flexible manufacturing systems', The International
Journal of Advanced Manufacturing Technology, vol. 39, no. 9, pp. 931-942. Etc..
Rencana Program Dan Kegiatan Pembelajaran Semester (RPKPS)
PERTEMUAN
KE
JENIS KEGIATAN
PEMBELAJARAN
POKOK BAHASAN
SUB POKOK BAHASAN
BENTUK TUGAS
BOBOT
NILAI
(1)
(2)
(3)
(4)
(5)
(5)
1
Kuliah
Membahas silabus
dan kotrak kuliah
- Teknik Optimasi
- Tidak ada
- Dasar-Dasar Algoritma
Genetika
- Algoritma Genetika
Dengan Pengkodean Real
(Real-Coded GA/RCGA)
- Optimasi Masalah
Kombinatorial
- Topik Lanjut Pada
Algoritma Genetika
- Evolution Strategies (ES)
- Genetic Programming (GP)
Dan Evolutionary
Programming (EP)
2
Kuliah
Teknik Optimasi
- Klasifikasi Teknik
Optimasi
- Prinsip Kerja Algoritma
Evolusi
3
Kuliah
Dasar-Dasar
Algoritma Genetika
- Struktur Algoritma
Genetika
- Studi Kasus: Maksimasi
Fungsi Sederhana:
o
Inisialisasi
o
Reproduksi
o
Evaluasi
o
Seleksi
- Diskusi Kelompok
- Latihan
- Diskusi Kelompok
- Latihan
- Studi Kasus: Maksimasi
Fungsi dengan Presisi
Tertentu:
o
Representasi
Chromosome
o
Inisialisasi
o
Reproduksi
o
Evaluasi
o
Seleksi
- Kondisi Berhenti
(Termination Condition)
4
Kuliah
Algoritma Genetika
Dengan Pengkodean
Real (Real-Coded
GA/RCGA)
- Siklus RCGA:
o
Representasi
Chromosome
o
Inisialisasi
o
Reproduksi
o
Seleksi
- Alternatif Operator
Reproduksi pada
Pengkodean Real
- Alternatif Operator
Seleksi:
o
Elitism Selection
o
Replacement Selection
- Diskusi: Nilai Parameter
Algoritma Genetika
- Diskusi: Mekanisme
Sampling Proses Seleksi
- Diskusi: Probabilitas
Seleksi
- Diskusi: Penanganan
Konvergensi Dini
- Diskusi Kelompok
- Latihan
5
Kuliah
Tugas Paper 1
- Review (Deskripsi :
Problem Base, Algoritma
(alur, kelebihan &
kekurangan), Hasil &
Evaluasi)
- Presentasi
Kelompok
6
Kuliah
Optimasi Masalah
Kombinatorial
- Travelling Salesman
Problem (TSP):
- Diskusi Kelompok
o
Representasi
Chromosome
o
Crossover
o
Mutasi
- Latihan
- Flow-Shop Scheduling
Problem (FSP)
- Two-Stage Assembly FlowShop Scheduling Problem
- Job-Shop Scheduling
Problem (JSP):
o
Representasi
Chromosome
o
Crossover
o
Mutasi
o
Representasi
Permutasi Untuk JSP
- Transportation Problem:
o
Representasi
Chromosome
o
Crossover
o
Mutasi
o
Representasi
Permutasi
- Flexible Job-Shop
Scheduling Problem
(FJSP):
o
Representasi
Chromosome Task
Sequencing List
o
Representasi
Chromosome Bilangan
Pecahan
- Multi Travelling Salesman
Problem (m-TSP)
7
Kuliah
Quiz 1
-
-
8
Kuliah
UTS
-
-
9
Kuliah
Topik Lanjut Pada
Algoritma Genetika
- Hybrid Genetic Algorithms
(HGAs)
- Diskusi Kelompok
- Parallel Genetic
Algorithms (PGAs)
- Latihan
- Nilai Parameter Adaptif
10
Kuliah
Evolution Strategies
(ES)
- Struktur Dasar Evolution
Strategies
- Siklus ES (µ, λ):
o
Representasi
Chromosome
o
Inisialisasi
o
Reproduksi
o
Seleksi
- Siklus ES (µ/r + λ):
o
Reproduksi:
Recombinasi dan
Mutasi
o
Seleksi
- Studi Kasus ES (µ + λ):
- Diskusi Kelompok
- Latihan
Optimasi Fungsi
Berkendala:
o
Inisialisasi
o
Reproduksi
o
Seleksi
- ES untuk Representasi
Permutasi
11
Kuliah
Tugas Paper 2
- Review (Deskripsi :
Problem Base, Algoritma
(alur, kelebihan &
kekurangan), Hasil &
Evaluasi)
- Presentasi
Kelompok
12
Kuliah
Genetic Programming
(GP) Dan Evolutionary
Programming (EP)
- Genetic Programming
- Diskusi Kelompok
- Siklus Genetic
Programming:
- Latihan
o
Representasi
Chromosome
o
Inisialisasi dan
Evaluasi
o
Crossover
o
Mutasi
o
Seleksi
- Evolutionary
Programming (EP)
- Studi Kasus 1: Pohon
Keputusan:
13
Kuliah
Quiz 2 +
Progress FP ke-1
14
Kuliah
Progress FP ke-2
o
Representasi
Chromosome
o
Inisialisasi dan
Evaluasi
o
Crossover, Mutasi, dan
Seleksi
- Pengajuan Judul (Paper
Ref. Utamas) & Acc
Persetujuan
- Diskusi Kelompok
- Membuat Siklus
Penyelesaian (Perhitungan
Manual)
- Presentasi
Kelompok
- Implementasi Program
dan Analisis Hasil
Pengujian
- Dokumentasi sesuai
Template
15
Kuliah
Progress FP ke-3
- Hasil Revisi Dokumentasi
& Implementasi
- Presentasi
Kelompok
16
Kuliah
UAS/Pengumpulan
Akhir Final Project
- Dokumentasi sesuai
Template. Program, PPT
- Presentasi
Kelompok
Sistem Penilaian
Point Keaktifan + 20% Tugas +15% Quiz + 25% UTS + 40% UAS/FP