Algoritma Genetika

Algoritma genetika adalah suatu algortima pencarian yang menerapkan proses evolusi biologi dengan tujuan untuk menemukan solusi terbaik dari suatu Masalah. 

Istilah-istilah yang sering digunakan pada algoritma genetika adalah

1. Genotype (Gen), sebuah nilai yang menyatakan satuandasar yang membentuk suatu arti tertentu dalam satukesatuan gen yang dinamakan kromosom. Dalam algoritma genetika, gen ini bisa berupa nilai biner, float, integer maupun karakter, atau kombinatorial.
2. Allele, nilai dari gen.
3. Kromosom, gabungan gen-gen yang membentuk nilaitertentu.
4. Individu, menyatakan satu nilai atau keadaan yang menyatakan salah satu solusi yang mungkin daripermasalahan yang diangkat
5. Populasi, merupakan sekumpulan individu yang akandiproses bersama dalam satu siklus proses evolusi.
6. Generasi, menyatakan satu-satuan siklus proses evolusi.
7. Nilai Fitness, menyatakan seberapa baik nilai dari suatuindividu atau solusi yang didapatkan.

Hal-Hal Yang Harus Dilakukan Dalam Menggunakan Algoritma Genetika

1. Mendefinisikan individu, dimana individu menyatakansalah satu solusi (penyelesaian) yang mungkin daripermasalahan yang diangkat.
2. Mendefinisikan nilai fitness, yang merupakan ukuranbaik-tidaknya sebuah individu atau baik-tidaknya solusiyang didapatkan.
3. Menentukan proses pembangkitan populasi awal. Hal ini biasanya dilakukan dengan menggunakanpembangkitan acak seperti random-walk.
4. Menentukan proses seleksi yang akan digunakan. Menentukan proses perkawinan silang (cross-over)dan mutasi gen yang akan digunakan.

Diagram Alir Algoritma Genetika Sederhana

 Nilai Fitness

a. Nilai fitness adalah nilai yang menyatakan baik tidaknya suatu solusi (individu).

b. Nilai fitness ini yang dijadikan acuan dalam mencapai nilai optimal dalam algoritma genetika.

c. Algoritma genetika bertujuan mencari individu dengan nilai fitness yang paling tinggi.

d. Dalam TSP, karena TSP bertujuan meminimalkan jarak, maka nilai fitnessnya adalah inversi dari jarak.

Membangkitkan Populasi Awal

Seleksi

Seleksi dilakukan untuk mendapatkan calon induk yang baik. “Induk yang baikakan menghasilkan keturunan yang baik”.  Semakin tinggi nilai fitness suatu individu semakin besar kemungkinannya untukterpilih. Seleksi dapat dilakukan dengan menggunakan dua macam teknik, yaitumesin roullete, dan turnamen.

Cross Over

1. a. Cross Over (Pindah Silang) merupakan salah satu operator dalam algoritma genetika yang melibatkan dua induk untuk menghasilkan keturunan yang baru.
2. b. Cross over dilakukan dengan melakukan pertukaran gen dari dua induk secara acak.
3. Macam-macam Cross-Over yang banyak digunakan antara lain: pertukaran gen secara langsung dan pertukaran gen secara aritmatika.
4. Proses cross over dilakukan pada setiap individu dengan probabilitas cross-over yang ditentukan.

Mutasi Gen

1. Mutasi Gen merupakan operator yang menukar nilai gen dengan nilai inversinya, mialnya gennya bernilai 0 menjadi 1.
2. Setiap individu mengalami mutasi gen dengan probabilitas mutasi yang ditentukan.
3. Mutasi dilakukan dengan memberikan nilai inversi atau menggeser nilai gen pada gen yang terpilih untuk dimutasikan.