27
•
Soft
Computing
memiliki
toleransi
kegagalan
(meskipun
kualitasnya
berangsur-angsur memburuk).
2.1.6
Algoritma Genetika
Algoritma genetik adalah suatu algoritma pencarian yang berbasis pada
mekanisme seleksi alam dan genetika.
Algoritma
genetika
merupakan salah satu
algoritma
yang
sangat
tepat
digunakan
dalam menyelesaikan
masalah
optimasi
kompleks,
yang
sulit
dilakukan
oleh metode
konvensional.(A.
Desiani
dan
M.
Arhami,2006)
Sifat algoritma
genetika adalah mencari kemungkinan-kemungkinan dari
calon solusi untuk mendapatkan yang optimal bagi penyelesaian masalah. Ruang
cakupan
dari
semua
solusi
yang
layak,
yaitu obyek-obyek
di
antara
solusi
yang
sesuai,
dinamakan
ruang
pencarian.
Tiap
titik
dalam ruang
pencarian
merepresentasikan satu solusi yang layak. Tiap solusi yang layak dapat ditandai
dengan nilai fitness-nya bagi masalah.
Algoritma
genetika
bekerja
dari populasi
yang
merupakan
himpunan
solusi yang dihasilkan secara acak. Solusi
yang dicari dalam algoritma genetika
adalah titik (satu atau lebih) di antara
solusi
yang
layak
dalam
ruang
pencarian.
Setiap anggota himpunan yang merepresentasikan suatu solusi masalah
dinamakan kromosom. Kromosom
ini disusun oleh nilai
yang menyatakan satuan
dasar
yang
membentuk
suatu
arti
tertentu.
Satuan
ini
bisa
berupa
nilai
biner,
float,
integer
maupun
karakter.
Satuan
disebut
Gen.
dan
nilai
dari
gen
di
sebut
 |