21
d. Algoritma Genetika (Genetic Algorithm)
Dasar-dasar algoritma genetika digali oleh John Holland pada pertengahan tahun
70-an.
Algoritma
genetika
adalah
metode komputasi
yang
meniru
proses
evolusi
dan
seleksi alam. Metode ini sering dimanfaatkan untuk mencari nilai optimal suatu fungsi
atau permasalahan.
Beberapa keunggulan
yang dimiliki GA adalah sebagai berikut
(Hagiwara,
2003):
•
GA
memiliki
kemampuan
untuk
mencari
nilai
optimal
secara
paralel,
melalui proses kerjasama antara berbagai unit yang disebut kromosom
individu.
•
GA
tidak
memerlukan
perhitungan
matematika
yang
rumit
seperti
differensial yang diperlukan oleh algoritma optimisasi yang lain.
Namun demikian GA memiliki juga kelemahan dan keterbatasan, antara lain:
•
Tidak
memiliki
rumusan
yang
pasti
bagaimana
mentransfer
parameter
permasalahan ke dalam kode
genetic. Dengan kata
lain,
hal
ini
memerlukan
pengalaman dan wawasan dari desainer.
•
Banyak
parameter
yang
perlu
diset
secara
baik
agar
proses
evolusi
dalam
GA berjalan sesuai dengan yang diharapkan.
•
Penentuan
rumus
menghitung
fitness
merupakan
hal
yang
sangat
penting
dan mempengaruhi proses evolusi pada GA. Sayangnya tidak ada prosedur
yang
baku
bagaimana
menentukan
rumus
tersebut.
Dalam
hal
ini
pengalaman dari desainer memegang peranan penting.
 |