TUGAS ALGORITMA EVOLUSIONER

Disusun oleh:
Anneta Shifa Ichwani
24010314130097

DEPARTEMEN ILMU KOMPUTER/INFORMATIKA

FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
2017
 Studi Kasus: Maksimasi Fungsi Sederhana
1. Inisialisasi
 Nilai x ditentukan antara 0 sampai 15 dan bilangan biner dengan panjang 4 sudah
dapat menjangkau nilai x (ingat 11112 = 15). Jadi stringLen=4.
(1 x 24-1) + (1 x 24-2) + (1 x 24-3) + (1 x 24-4) = 8 + 4 + 2 + 1 = 15
 Misalkan kita dapatkan populasi inisial dan konversi chromosome-nya menjadi x
sebagai berikut:
popSize=4, y = f(x) = -x2 + 14x – 13, 0 ≤ x ≤ 15
Chromosome x y=f(x)

P1 [0011] 3 20

P2 [0100] 4 27

P3 [1001] 9 32

P4 [0101] 5 32

2. Reproduksi (Mutasi, Kawin Silang)

 Kawin Silang
 Jika kita tentukan pc=0.5
 Maka Jumlah offspring = pc × popsize
= 0,5 × 4
=2
 Kemudian langkah berikutnya adalah memilih parent dimana pada contoh soal
ini dimisalkan parent adalah P1 dan P3.
 Kemudian pilih titik potong yaitu 2

1
  Setiap offspring mewarisi susunan gen (chromosome) dari induknya. Perhatikan
dua bit pertama dari C1 didapatkan dari P1 dan sisanya dua bit terakhir dari P3. C2
mewarisi dua bit pertama dari P3 dan sisanya dua bit terakhir dari P1. Metode ini
selanjutnya disebut one-cut-point crossover.
 Mutasi
 Jika kita tentukan pm=0.2
 Maka offspring = pm × popsize
= 0,2 × 4
= 0,8 ≈ 1
 Misalkan P4 terpilih sebagai parent
 P4 = 0101 0
 Memilih gen yang dimutasi, = gen ke 4, sehingga didapat C3 = 0100
 Evaluasi
 Dari proses inisialisasi dan reproduksi kita sekarang mempunyai kumpulan
individu sebagai berikut:
Chromosome x y=f(x) fitness
P1 [0011] 3 20 20
P2 [0100] 4 27 27
P3 [1001] 9 32 32
P4 [0101] 5 32 32
C1 [0001] 1 0 0
C2 [1011] 11 20 20
C3 [0100] 4 27 27

 Seleksi
 Misalkan kita gunakan elitism selection. Metode ini memilih popSize individu
terbaik dari kumpulan individu di populasi (parent) dan offspring.
 Maka di dapatkan P3, P4, P2, dan C3 sebagai kumpulan individu yang bertahan
hidup pada generasi berikutnya.

2
 Studi Kasus: Maksimasi Fungsi dengan Presisi Tertentu
( Knapsack Problem )
1. Inisialisasi
Populasi 4
K1 = 1100
K2 = 0011
K3 = 1110
K4 = 0111
2. Reproduksi
 Crossover (Kawin Silang)
 Jika ditentukan pc = 0,5
 Offspring = 0,5 × jumlah popsize = 2
 Misal induk dipilih K2 dan K4
 Maka dilakukan crossover pada titik 1
 K2 = 0011 K4 = 0111
 Didapatkan hasil sebagai berikut :
O1 = 0111
O2 = 0011
 Sehingga hasil akhir :
K1 = 1100
K2 = 0011
K3 = 1110
K4 = 0111
O1 = 0111
O2 = 0011
 Mutasi
 Jika ditentukan pm = 0,2
 Jumlah kromosom yang dimutasi = pm × 6 = 20% × 6 = 1,2 ≈ 1
 Misal mutasi dilakukan pada K2 gen ketiga
K2 = 0011 menjadi 0001

3
  Maka didapatkan hasil sebagai berikut :
K1 = 1100
K2 = 0001
K3 = 1110
K4 = 0111
O1 = 0111
O2 = 0011
3. Evaluasi
 Tujuannya adalah untuk menemukan solusi yang mempunyai nilai paling besar.
 Berat Maksimal = 9 kg
Kromosom Berat Nilai Valid Nilai Fitness
K1 1100 5 11 √ 11
K2 0001 4 8 √ 8
K3 1110 10 20 × 0
K4 0111 11 22 × 0
O1 0111 11 22 × 0
O2 0011 9 17 √ 17

4. Seleksi
 Seleksi dengan Roulette Wheel
Kromosom Nilai Fitness P Fk
K1 11 0,305 0,305
K2 8 0,222 0,527
K3 0 0 0,527
K4 0 0 0,527
O1 0 0 0,527
O2 17 0,572 1
= 36

4
 Roulette Wheel

K1
17%

O2
54% K2
29%

Butuh 4 kromosom pada setiap populasi, maka bangkitkan secara random dengan
roulette wheel.
Kromosom terpilih :
K1 = O2 = 0011
K2 = K1 = 1100
K3 = O2 = 0011
K4 = K2 = 0001
Satu putaran selesai.