Perbandingan Algoritma Genetika Seleksi Pasangan Menggunakan Perhitungan Hamming Distance Dan Algoritma Genetika Murni

Steven Yoka, Muhammad Ahkam Adli, Cornelius De'Eda

Abstract


Penelitian untuk mengembangkan Agoritma Genetika sudah banyak dilakukan. Akan tetapi algoritma yang berdasarkan dari kemampuan acak ini memiliki banyak variabilitas. Salah satu permaslaahan yang sering dihadapi oleh pengembang Algoritma Genetika adalah bagaimana cara lepas dari lokal minima. Salah satu cara untuk menyelesaikan permasalahan tersebut adalah dengan mengontrol tingkat keragaman pada populasi, sehingga pencarian menjadi lebih luas. Penurunan sifat memiliki prinsip dalam pewarisan sifatnya. Anak hasil perkawinan dua individu akan memiliki sifat yang tidak lari dari kedua induknya kecuali terjadinya mutasi. Hal ini yang menjadi landasan dalam penelitian ini, dengan tujuan meningkatkan keragaman pada populasi. Hamming distance dipilih sebagai perhitungan untuk menentukan pasangan yang akan dikawinkan. Penelitian ini membandingkan performa dari Algoritma Genetika murni dengan Algoritma Genetika yang menerapkan seleksi pasangan untuk segi generasi dan waktu. Tiga jenis permasalahan optimasi digunakan dalam penelitian ini yakni mencari global minimum untuk fungsi sphere, fungsi rastrigrin, serta maslaah knapsack. Akan tetapi, hasil yang didapat tidak begitu memuaskan karena terdapat 2 dari 3 pengujian yang tidak dapat dianalisis karena gagal. Dengan menggunakan data hasil yang seadanya membuktikan bahwa Algoritma Genetika dengan seleksi pasangan menggunakan hamming distance tidak lebih baik dari Algoritma Genetika murni.

Kata kunci: GA, hamming distance, keragaman, perbandingan, masalah optimasi.


Full Text:

PDF


DOI: http://dx.doi.org/10.30700/pss.v1i1.291

Article Metrics

Abstract view : 288 times
PDF - 260 times

Refbacks

  • There are currently no refbacks.


Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi Sudah terindex di :


DRJI Indexed Journal

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

Sponsor:

View My Stats

Partners & Co-Organizers: