Algoritma Genetika

Bagikan ke :

Tweet

Ide awal algoritma genetika berasal dari teori Charles Darwin tentang evolusi yang berbasis pada konsep “survival of the fittest” yang menyatakan bahwa evolusi jenis-jenis spesies makhluk hidup dan ekosistemnya terjadi karena seleksi alam. Semakin tinggi kemampuan individu untuk beradaptasi, maka semakin tinggi kemungkinan individu tersebut dapat bertahan dan memiliki keturunan. Keturunan dari individu-individu tersebut akan mewarisi sifat-sifat induknya, dimana sifat-sifat tersebut dapat mengalami perubahan yang disebabkan oleh pencampuran sifat kedua induk maupun proses mutasi.

Algoritma Genetika ditemukan pertama kali pada tahun 1960. Algoritma Genetika merupakan salah satu algoritma pemodelan evolusi (evolutionary modelling) yang dikembangkan oleh John Holland pada dekade 1960 dan 1970-an dengan tujuan memodelkan perkembangan kemampuan adaptasi sebuah sistem. Algoritma genetika diimplementasikan sebagai simulasi yang berawal dari sebuah populasi yang dihasilkan secara random dan terdiri dari kromosom-kromosom, seperti halnya anggota tubuh makhluk hidup dan merepresentasikan solusi dari masalah. Populasi tersebut akan menghasilkan keturunan populasi yang baru dan diharapkan lebih baik dari populasi sebelumnya. Semakin baik kondisi suatu populasi, semakin besar kemungkinan populasi itu untuk dikembangkan menjadi populasi selanjutnya.Kondisi ini diulangi sampai mendapatkan kondisi yang diharapkan, dengan kata lain solusi terbaik sudah diperoleh.

Untaian solusi merupakan analogi sebuah kromosom, dimana setiap kromosom memiliki sebuah nilai fungsi obyektif yang bersesuaian dengan parameter masalah yang disebut nilai fitnes (fitness value). Apabila sebuah kromosom dikatakan unggul berarti memiliki nilai fitness yang tinggi (untuk masalah maksimasi) atau nilai fitness yang rendah (untuk masalah minimasi). Nilai fitness menunjukkan kromosom mana yang memiliki potensi terbaik untuk diturunkan pada generasi berikutnya. Satu tahapan iterasi pada algoritma genetika disebut generasi, dan selama langkah inistruktur dalam populasi saat itu akan dievaluasi untuk menentukan populasi pada generasi berikutnya (Berlianty & Arifin 2010).

Eko Saputro

Saya ini cuma Mahasiswa Informatika Biasa yang amburadul dan masih sangat jauh dari kata sempurna. Selain itu juga Tidak Puas dengan Keadilan Kampus. Tapi tetep semangat dan saya yakin kesuksesan tidak dengan IPK (alasan lama).