UMIUMI

METHODIKA: Jurnal Teknik Informatika dan Sistem InformasiMETHODIKA: Jurnal Teknik Informatika dan Sistem Informasi

Algoritma genetika adalah algoritma pencarian heuristik yang berbasis pada mekanisme seleksi alam dan genetika alam. Konsep dasar yang menginspirasi algoritma genetika adalah teori evolusi. Salah satu operator persilangan dalam algoritma genetika adalah two-point crossover. Operator ini dapat memberikan perbaikan yang lebih baik dalam menyelesaikan permasalahan kombinatorial. Penelitian ini membandingkan one-point crossover dengan two-point crossover dalam menyelesaikan knapsack problem, yaitu permasalahan optimasi kombinatorial dengan kendala kapasitas. Evaluasi dilakukan melalui 10 kali eksekusi algoritma genetika, dan hasil eksperimen menunjukkan bahwa two-point crossover memberikan hasil yang cukup baik dalam menyelesaikan permasalahan optimasi.

Two-point crossover lebih baik dibandingkan one-point crossover dalam menyelesaikan knapsack problem.Nilai fitness terbaik yang dicapai oleh two-point crossover adalah 900, sementara one-point crossover mencapai 877 dengan data yang sama.Hal ini menunjukkan peningkatan kinerja algoritma genetika dengan menggunakan operator two-point crossover.

Pertama, perlu dikaji lebih lanjut bagaimana pengaruh variasi jumlah titik persilangan, seperti three-point crossover atau multi-point crossover, terhadap kualitas solusi dan kecepatan konvergensi dalam menyelesaikan knapsack problem. Kedua, penting untuk meneliti kombinasi antara two-point crossover dengan strategi mutasi yang berbeda, apakah penyesuaian probabilitas mutasi secara adaptif dapat mengurangi risiko terjebak pada solusi lokal. Ketiga, perlu dilakukan studi perbandingan komprehensif antara algoritma genetika dengan pendekatan metaheuristik lainnya, seperti particle swarm optimization atau simulated annealing, menggunakan data knapsack yang lebih besar dan kompleks untuk mengevaluasi efektivitas relatifnya. Penelitian lanjutan juga bisa mengeksplorasi penggunaan representasi kromosom yang berbeda atau penambahan kendala tambahan, seperti nilai kegunaan atau batasan volume, agar lebih dekat dengan kondisi dunia nyata. Dengan memperluas variasi parameter dan pendekatan, hasil penelitian dapat memberikan panduan yang lebih kuat dalam pemilihan operator dan konfigurasi algoritma untuk permasalahan optimasi kombinatorial.

Read online
File size349.58 KB
Pages3
DMCAReport

Related /

ads-block-test