Algoritma genetika adalah algoritma pencarian
yang menggunakan system
seleksi alam dalam ilmu genetika untuk mengembangkan solusi terhadap permasalahan
(haupt dan haupt,2004).
Algoritma genetika merupakan kelaas algoritma pencarian stokastik berdasarkan evolusi biologi
(negnevitsky m, 2005)
Kemunculan algoritma genetika diinspirasi dari teori-teori dalami lmubiologi,
sehingga banyak istilah dan konsep biologi yang digunakan dalam algoritma genetika.
Ide
dasar algoritma genetika adalah mengelola suatu populasi individu yang
merepresentasikan kandidat solusi sebuah permasalahan.
Secara umum algoritma genetika memiliki lima komponen dasar (michalewickz, 1996)
yaitu :
1. Representasi genetic
dari solusi-solusi masalah
2. Cara
membentuk populasi awal dari solusi-solusi.
3. Fungsievaluasi yang me-rate
solusi-solusiberdasakan fitness mereka.
4. Operator-opeerator genetic yang
merubah komposisi genetic dari offspring selama reproduksi.
5.Nilai-nilai untuk parameter
algoritmagenetika.
Salah satu aplikasi algoritma genetika adalah pada permasalahan optimasi,
yaitu mendapatkan suatu nilai solusi optimal terhadap suatu permasalahan.
Prosedur algoritma genetik
Algoritma genetik yang umum
menyaratkan dua hal untuk mendefinisikan :
1.
Representasi
genetik dan penyelesaiannya
2.
Fungsi kemampuan
untuk mengevaluasinya.
Representasi baku adala sebuah
larik bit-bit. Larik jenis dan struktur lain dapat digunakan dengan cara yang
sama. Hal utama yang membuat representasi genetik ini menjadi tepat adalah
bahwa bagian-bagiannya mudah diatur karena ukurannya yang tetap.
Fungsi kemampuan didefinisikan
diatas representasi genetik dan mengukur kualitas penyelesaian yang di wakili.
Fungsi kemampuan selalu bergantung pada maslah.
Reperesentasi penyelesaian
mungkin berbentuk bits. Dimana tiap bit mewakili objek yang berbeda.
Secara sederhana, algoritma
umum dari algoritma genetik ini dapat dirumuskan menjadi beberapa langkah,
yaitu :
1.
Membentuk suatu
populasi individual dengan keadaan acak.
2.
Mengevaluasi
kecocokan setiap individual keadaan dengan hasil yang diinginkan.
3.
Memilih individual
dengan kecocokan tertinggi.
4.
Bereproduksi,
mengadakan persilangan antar individual terpilih di selingi mutasi.
5.
Mengulangi langkah
2-4 sampai ditemukan individual dengan hasil yang diinginkan.