ALGORITMA GENETIKA Pertemuan 12 Algoritma Genetika Algoritma genetika

  • Slides: 12
Download presentation
ALGORITMA GENETIKA Pertemuan 12

ALGORITMA GENETIKA Pertemuan 12

Algoritma Genetika • Algoritma genetika adalah algortima yang memanfaatkan proses seleksi alamiah yang dikenal

Algoritma Genetika • Algoritma genetika adalah algortima yang memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi • Algoritma genetika ini ditemukan oleh John Holland dan dikembangkan oleh David Goldberg

Definisi penting dalam algoritma genetika • Gen , sebuah nilai yang menyatakan satuan dasar

Definisi penting dalam algoritma genetika • Gen , sebuah nilai yang menyatakan satuan dasar yg membentuk arti tertentu. • Allele, nilai dari gen • kromosom, gabungan gen – gen yg membentuk nilai • Individu, menyatakan satu nilai yang menyatakan salah satu solusi yang mungkin

Definisi penting dalam algoritma genetika(lanjutan) • Populasi , merupakan sekumpulan individu yg akan dproses

Definisi penting dalam algoritma genetika(lanjutan) • Populasi , merupakan sekumpulan individu yg akan dproses bersama • Generasi, menyatakan satu – satuan siklus proses evolusi • Nilai Fitness, menyatakan sebearapa baik nilai dari suatu individu

Hal yg Menggunakan Algortima Genetika • Mendefinisikan Individu • Mendefinisikan nilai fitness • Menentukan

Hal yg Menggunakan Algortima Genetika • Mendefinisikan Individu • Mendefinisikan nilai fitness • Menentukan proses pembangkitan populasi awal • Menentukan proses seleksi yg digunakan • Menentukan proses perkawinan silang dan mutasi gen yg digunakan

Pengertian Individu • Individu bisa dikatakan sama dengan kromosom, yang merupakan kumpulan gen. Gen

Pengertian Individu • Individu bisa dikatakan sama dengan kromosom, yang merupakan kumpulan gen. Gen bisa biner , float dan kombinatorial

Nilai Fitness • Nilai fitness adalah nilai yang menyatakan baik tidaknya suatu solus (

Nilai Fitness • Nilai fitness adalah nilai yang menyatakan baik tidaknya suatu solus ( individu). • Niali fitness dijadikan acuan dalam mencari nilai optimal

Siklus algoritma genetika • Populasi Awal – Evaluasi Fitness – Seleksi Individu – Reproduksi

Siklus algoritma genetika • Populasi Awal – Evaluasi Fitness – Seleksi Individu – Reproduksi – Populasi Baru – Evaluasi Fitness , dan berulang

Populasi Awal • Populasi awal adalah proses membangkitkan sejumlah individu secara acakatau melebihi prosedur

Populasi Awal • Populasi awal adalah proses membangkitkan sejumlah individu secara acakatau melebihi prosedur tertentu

Seleksi • Seleksi dilakukan untuk mendapatkan induk yg baik • Seleksi dapat dilakukan dengan

Seleksi • Seleksi dilakukan untuk mendapatkan induk yg baik • Seleksi dapat dilakukan dengan menggunakan dua macam teknik , yaitu mesin roullete dan turnamen

Cross Over • Cross over merupakan salah satu operator dalam algortima genetika yang melibatkandu

Cross Over • Cross over merupakan salah satu operator dalam algortima genetika yang melibatkandu ainduk untuk menghasilkan keturunan baru. • Cross over dilakukan dengan melakukan pertukaran den dari dua induk secara acak.

Mutasi Gen • Mutasi Gen merupakan operator yg menukar nilai gen dengan nilai inversinya

Mutasi Gen • Mutasi Gen merupakan operator yg menukar nilai gen dengan nilai inversinya , misal gennya bernilai 0 menjadi 1. • Setiap individu mengalami mutasi gen dengan probabilitas mutasi yg digunakan.