Meraut di atas Batu, Melukis di atas Air, dan Mengukir di atas Es

     
     
 Ada pepatah berbunyi,"Menuntut ilmu di waktu kecil itu seperti meraut di atas batu (sulit dilakukan tapi membekas dan tidak mudah hilang/lupa), dan saat dewasa bagaikan melukis di atas air (mudah dilakukan akan tetapi cepat hilang/mudah lupa)." Yupz memang benar, dan saya merasakan. Akan tetapi tidaklah menyenangkan apabila menyerah begitu saja pada kenyataan, karena sebenarnya kita masih bisa berusaha "mengakalinya" dengan cara menjadikan air itu menjadi es, jadi kita menjadi mengukir di atas es. Ya tidak mudah menjadikan air menjadi es, butuh "force" atau usaha extra. Dan sayapun sadar itu juga sebenarnya tidak seawet ukiran di atas batu. Tapi setidaknya paling tidak kita masih bisa mengusahakannya dan tidak menyerah pada keadaan. It is better to keep trying than passive and do nothing.

Ilmu Yang Kudapat Dari Proses Pendakian

       

    Kala itu saya dan teman saya melakukan ekspedisi pendakian di Gunung Lawu Jawa Timur, dengan niat untuk refreshing dan melatih ketahanan fisik sebelum memasuki bulan puasa, sekalian kalo buat saya tentunya pengen untuk refreshing dan melepas penat setelah menjalani suatu proses tahapan lomba yang cukup menyita waktu, pikiran, dan tenaga saya. Bahkan lomba tersebut juga sempat memang menunda waktu kelulusan saya juga hha. Akan tetapi setelah saya renungkan ternyata memang benar bahwa jalan yang saya tempuh ini merupakan jalan yang terbaik dari skenario-Nya. Mirip seperti halnya ilmu yang saya dapatkan dari pendakian :

     Bagi para pendaki untuk mencapai puncak atau sebuah tujuan membutuhkan proses yang tidak instant. Mereka harus memulainya dari suatu langkah kecil berkesinambungan step by step. Pada proses langkah awal tentu terasa sangat berat hal ini disebabkan tubuh kita perlu ber-aklimatisasi dengan kondisi sekitar, begitu pula dengan kita untuk mencapai sebuah tujuan yang kita inginkan tentu wajarlah kita akan menemui kesusahan dan merasa berat di awal, tapi yakinlah hal ini hanya proses aklimatisasi (adaptasi) sesaat saja.

     Apabila proses tersebut sudah terlewati maka, terasa ringanlah kita dalam berjalan menempuhnya. Ringan pun belum tentu mudah, karena tidak bisa dipungkiri bahwa halangan, rintangan, dan medan terjal selalu membayangi proses dalam pendakian, tapi hal ini tak apa karena justru disitulah nikmatnya tantangan dalam proses pendakian (perjalanan hidup) ini.

    Dalam proses pendakian yang saya lakukan kala itu, saya belajar tentang arti kepedulian dan persahabatan. Salah seorang teman saya waktu itu terserang hypothermia saat hampir mencapai pos 4 sehingga kami satu tim pun bergegas menolong dan menghangatkannya dan memutuskan untuk istirahat sembari menunggu kondisi teman kita pulih. Tentu saja hal ini mengakibatkan target waktu awalnya yang sudah terplanning untuk nge-camp di puncak sebelum shubuh menjadi tergeser, demi menolong teman yang saat itu sedang kritis. Dari hal inilah saya pun mendapat pelajaran bahwa memang kepedulian terhadap sesama itu sangatlah penting, bahkan hal ini dapat mengakibatkan penundaan untuk mencapai proses mencapai puncak tersebut. Itulah yang menurutku yang membedakan suatu pemimpin yang mungkin sering disebut dengan istilah "bos" dan "leader". Seorang "boss" hanya terlalu berorientasi pada targetnya tanpa memperdulikan kondisi sumber dayanya, sehingga sering kali membuat para bawahannya menjadi tertekan dalam proses pencapaian target. Berbeda halnya dengan typical seorang "Leader" yang mana dalam berorientasi pada target, dia tetap memperhitungkan kemampuan sumber dayanya. Jadi tidak jarang bagi seorang leader ikut turun tangan membantu permasalahan yang terjadi pada sumber dayanya (5M : Man, Machine, Money, Methods, Material) demi targetnya tetap tercapai secara keseluruhan. Karena seorang Leader pun sadar Kesuksesan yang sebenarnya itu bukan tentang keberhasilan secara individu akan tetapi lebih pada ketercapaian target secara bersama.

    Yang perlu menjadi perhatian bagi para pendaki, maupun calon pendaki yaitu bahwa proses mencapai puncak tentunya merupakan jalan yang panjang, yang mana membutuhkan waktu yang tidak sedikit untuk mencapai puncak. Sehingga wajarlah kalo mungkin kita beristirahat sejenak untuk memperhatikan kondisi sekitar kita, rekan-rekan kita, dan mereview apa yang tlah kita lakukan selama ini. Akan tetapi saya pun mendapatkan pelajaran bahwa dalam proses istirahat kita pun tidak boleh trus-trusan (atau terlalu lama), sebab hal ini dapat menyebabkan kita menjadi kedinginan dan menurunkan semangat, begitupula juga dengan proses pencapaian kita, istirahat boleh tapi sewajarnya.

     Hal selanjutnya yang membuat saya kagum yaitu, sikap keramahan dan saling membantu satu pendaki dengan pendaki yang lain. Hal ini mungkin disebabkan mereka memiliki satu tujuan yang sama yaitu mencapai puncak, oleh karena itu memang hal ini sepatutnya kita adaptasikan pada diri kita. Bahwa selama kita memiliki tujuan yang sama maka marilah kita saling membantu dan jangan saling menjatuhkan satu sama lain.       

      Kemudian sensasi yang benar-benar wah, dan memang hebat yaitu saat kita telah mencapai puncak atau tujuan dari awal perjalanan kita ini. Sesuatu hal sulit, susah, penat, luka, peluh, keringat, dan lelahnya, saat mencapai puncak terbayarkan semuanya. Yang kita rasakan hanyalah senang, bahagia dan bergembira haha. Dan ternyata di puncak pun, sebenarnya masih terdapat ilmu yang bagus lagi yaitu, tentu setelah kita mencapai puncak kita dapat benar-benar mengetahui kondisi di bawah sekitar kita. Hal ini tentunya menyadarkan kita bahwa kita yang sudah mencapai puncak ini memiliki tanggung jawab yang lebih besar dibandingkan mereka yang sedang di bawah. Karena saat kita berada di puncak, kita mampu menjadi lebih mengerti hal dan kondisi apa saja yang sedang terjadi di kondisi di bawah kita sehingga seharusnya mampu berpikir secara menyeluruh dan lebih berhati-hati dalam mengambil sebuah keputusan maupun tindakan.     

    Overall, Dari kesemua perjalanan pendakian yang saya alami, saya sangat bersyukur sekali atas ilmu maupun pelajaran yang dapat saya ambil, semoga dengan ilmu yang didapat ini dapat membuat kita sadar akan pentingnya tekad yang kuat dalam mencapai tujuan, kepedulian sesama baik terhadap sesama manusia maupun semua makhluk hidup dan lingkungan yang ada, serta disini saya belajar tentang apa itu "leadership" serta saya menjadi yakin bahwa proses berat yang mungkin saya alami sekarang merupakan salah satu proses pencapaian dari target yang ada. Dan saya yakin bahwa semua itu akan indah pada waktunya, serta akan terbayarkan semuanya saat kita telah mencapai puncak atau tujuan kita.. Aamiiiin.

"Now I see the secret of making the best person:
it is to grow in the open air,
and to eat and sleep with the earth."
(Walt Whitman)

Menulis Bisa Membikin Orang Awet Muda!!!

        Menulis Bisa Membuat Kita Awet Muda??? Kata-kata ini kembali terngiang di ingatan saya. Hahaha, dulu sekilas saya tidak percaya dengan kata-kata ini, soalnya saya pernah melihat wartawan yang dikenal sebagai "juru tulis" akan tetapi dia juga keliatan lebih tua daripada usia seharusnya. Loh berarti kan ga awet muda haha. Akan tetapi seiiring berjalannya waktu, sepertinya saya mulai paham dengan apa makna dari kata-kata tersebut.

        Menulis. Menulis  merupakan salah satu cara untuk menorehkan hasil pemikiran dan gagasan kita dalam bentuk suatu karya nyata sehingga gagasan dan pemikiran kita dapat dikenal oleh orang lain, meskipun orang lain tersebut tidak bertemu langsung dengan kita. Dengan inilah gagasan kita dapat mendunia.

       Yang menjadi pertanyaan, kemudian hubungannya dengan kata-kata awet muda? Yang dimaksud awet muda disini ialah lebih ke arah dimana pemikiran maupun gagasan kita tetap ada meskipun kita sudah tiada (mati). Sebagai contoh: seorang  tokoh terkenal di dunia bernama Ibnu Rusyd, yang mana beliau lahir di Cordoba, Spanyol pada tahun 1126 dan meninggal tahun 1198 di Marrakesh, Maroko. Kalau dilihat dari tahunnya tentu beliau bukan berada pada jaman kita saat ini. Di Eropa ia dikenal dengan sebutan Averrous. Selama hidupnya beliau banyak berkarya dan meninggalkan banyak karya tulis. Begitu pula dengan tokoh ilmuwan lainnya seperti Ibnu Sina (Avicenna) dia merupakan seorang yang ahli dalam bidang pengobatan dan ilmu kedokteran. Dan beliau pun menuliskan pengalaman dan ilmu yang diperolehnya ke dalam suatu karya tulis, hingga sampai sekarang pun tulisan-tulisan beliau menjadi salah satu rujukan ilmu kedokteran modern saat ini. Di teknik mungkin kita kenal Newton, beliau juga terkenal dengan menuliskan rumus-rumusan dinamika yang dikenal sekarang sebagai hukum-hukum Newton yang tetap diaplikasikan hingga saat ini.

       Dari kesemua ilmuwan yang saya sebutkan tadi, mereka telah tutup usia jauh ratusan tahun sebelum kita lahir. Dan di akhir hayat mereka yang terkubur ialah hanya sebatas raga dan jasadnya, akan tetapi pemikiran dan gagasan mereka tetap ada sampai sekarang. Itulah yang membuat mereka tetap awet muda.  Walaupun mereka telah tiada, hasil pemikiran mereka tetap terabadikan melalui tulisan-tulisan yang mereka torehkan.

       Oleh karena itu, "Menulislah, karena dengan menulis, ide dan pemikiranmu tak lekang oleh waktu bahkan bisa melebihi batas usiamu."

JUST NOT IMPORTANT NOTE

~until you have read it~

Alon-alon waton kelakon, yupz pepatah Jawa ini mungkin sekarang banyak disalah artikan sebagai alasan untuk kemalasan atau menunda dalam mengerjakan sesuatu, sehingga tidak sedikit orang yang menganggap pepatah Jawa ini sudah tidak tepat untukdigunakan lagi pada jaman yang serba cepat sekarang ini. Tapi apakah demikian???

Berikut sebuah pengalaman yang saya dapatkan dari sebuah acara, “Anak Teknik Itu Harus Gaul Untuk Menatap Masa Depan.” yang mana diselenggarakan oleh Fakultas Teknik hampir setengah tahun yang lalu. Saya masih ingat saat presenter sekaligus moderator, mulai mempertanyakan pepatah Jawa ini. Dia menganggap di jaman yang serba cepat ini pepatah tersebut sudah tidak dapat diaplikasikan karena sudah dianggap “out of date”.

Yang menarik di diskusi ini adalah sebuah jawaban dari seorang CEO Schlumberger, yang mana beliau kurang sependapat dengan pernyataan tersebut. Ia mencoba meluruskan akan sedikit kesalahpahaman atas pemaknaan kata tersebut. Berikut sedikit kurang lebih ilmu yang bisa saya ambil dari pernyataan beliau.

“Alon alon waton klakon, jika dinilai substansinya bukan dari alon-alonnya tapi dari kelakonnya. Seseorang mampu menembus atau menggapai impiannya, karena dia yakin, berusaha dan berdoa. Karena perlu tekad kuat untuk mencapainya, selangkah demi selangkah. Kalo gagal maka akan terasa sakit, tapi rasa sakit itulah yang mendorongmu untuk berjuang lebih kuat lagi. Ingatlah masa lolos seleksimu, itu akan paling tidak meningkatkan semangat bertarungmu dalam menghadapi sebuah pertarungan. Orang sukses pun juga pernah dan sering mengalami galau tapi dia dengan cepat bangkit, karena dia tahu di hidupnya diatidak hanya berperan pada hidupnya sendiri tapi juga hidup orang lain juga bergantung padanya.”

Mungkin berikut sedikit pengalaman yang dapat saya ambil dari sebuah diskusi menarik  waktu itu, yang mana terabadikan di sebuah catatan kecil di HP saya. Oleh karena itu, saya coba membagikan sedikit ilmu dari catatan HP saya ini, karena saya yakin apabila hanya bersarang di HP saya, mungkin This Note is just not Important, until I can share it. Semoga  dapat bermanfaat bagi kita semua. 

LOGO EDITED

ADMINISTRASI LOGO GAN,

Hlo gan, terinspirasi dari ribet nyari kertas buat halaman pemisah or pengesahan, Misal yang ada dan punya print, atau paling minimal punya niat ngeprint, monggo Di print sendiri saja :D.

BUAT  PEMBATAS  KAPE (kertas background warna merah muda, logonya merah)

BUAT PEMBATAS SCRIPTSWEET(Kertas Background Biru or Biru Muda Logo Warna Biru)

BUAT LEMBAR PENGESAHAN SCRIPTSWEET (Kertas Background Putih Logo Kuning)

Semoga bermanfaat gan :D.

Algoritma Genetika untuk Optimasi

Hello Gan, lama ane ga update ini Blog. Ternyata setelah lama ane ga buka sudah banyak sarang laba-labanya disana sini haha, tpi gpp sekarang sudah dibersihin dan semoga tetep ilmu yang ada dpet bermanfaat.

Ni Gan untuk kali ini ane coba share ilmu tentang Algoritma Genetika. (#makanan apaan tuh haha), biar ga penasaran langsung cek dan telusuri aja gan, semoga bermanfaat :).

PENGERTIAN

Algoritma Genetika atau nantinya sering disebut dengan ”AG” merupakan suatu metode optimasi berbasis pengetahuan biosains, yang mana mengadopsi sifat seleksi alam seperti sifat pindah silang, mutasi, pewarisan generasi atau keturunan, dan lain-lainnya. (#wkwkwk kata-kata pertama aj langsung ga jelas dan bikin pusing haha).

Nah optimasi tu pentingnya buat apa aja sih?? Ini banyak Sob, kebetulan ane orang Ketenagaan Listrik ya, jadi mungkin kalo di bidang ane AG bisa digunakan untuk mengoptimalkan suatu keadaan contoh :

a.    Pengoptimalan Daya Masing-masing pembangkit pada suatu sistem agar tercapai nilai biaya ekonomis (Economic Dispatch).

b.        Pengoptimalan Unit Commitment suatu sistem pembangkit.

c.         Pengoptimalan transfer daya listrik melalui FACTS.

d.       Posisi penempatan windturbine terbaik berdasarkan kondisi arah angin dan kecepatan angin.

e.         dan masih banyak lagi gan. :)

Tapi sebenarnya masih banyak lagi gan ga sebatas bisa digunakan di bidang listrik saja, bisa juga bidang Industri seperti Optimasi Jadwal Machine Operasi, bisa juga masalah rute TSP (Traveling Salesman Program), dan masalah di bidang-bidang lainnya pokoknya ada keterkaitan tentang optimasi maupun minimasi hehe.

Trus misal timbul pertanyaan Kenapa Harus Menggunakan Algoritma Genetika??

Kalo boleh adopsi kata iklan, Emm yang lebih sulit banyak haha. Loh, kenapa?? AG dikenal sebagai suatu metode optimasi yang terkenal kefleksibelannya karena hanya membutuhan input berupa fungsi tujuan dan mampu beradaptasi terhadap berbagai kekangan yang digunakan. Algoritma genetika mampu mencari solusi relatif lebih baik dibandingkan metode konvensional karena AG mencari berdasarkan sifat stochastic search serta AG mampu menghasilkan lebih dari satu solusi.

 Gambar 1. Ilustrasi AG vs Metode Konvensional

Nah mulai agak sedikit paham kan AG tu makanan apa haha, Emm untuk lebih tertariknya, Yuk mari kita telusuri lebih jauh proses-proses dalam AG itu seperti apa?

Dalam proses seleksi menggunakan AG dikenal berbagai macam istilah seperti populasi, kromosom, dan banyak variabel lainnya. Untuk lebih jelasnya proses atau tahapan mengenai algoritma genetika dapat dijelaskan sebagai berikut.

Inisialisasi Populasi

Inisialisasi populasi merupakan langkah awal dalam penyelesaian AG.  Dalam prosesnya populasi dilambangkan sebagai sebuah deretan bilangan biner 0 dan 1, yang tersusun atas kolom dan baris sehingga membentuk suatu matriks berisi bilangan biner. Pada satu  deret baris matriks tersusun atas beberapa kolom.  Satu deret baris matriks ini pada AG dikenal dengan istilah kromosom sedangkan jumlah kolom tersebut dikenal dengan istilah jumlah gen. Nilai jumlah gen tersebut  merupakan perkalian nilai Nvar(jumlah variabel) dan nilai Nbit (jumlah bit). Nvar merupakan jumlah variabel yang mewakili dari sebuah kromosom, dan Nbit yaitu jumlah bit biner yang mewakili sebuah variabel. Sedangkan jumlah baris pada sebuah matriks tersebut dikenal dengan istilah UkPop (Ukuran Populasi). Untuk lebih jelasnya dapat dilihat pada Gambar 2.

Gambar 2. Skema Populasi dalam AG

Dari Gambar 2 dapat diketahui informasi sebagai berikut.

Matriks Populasi Satu merupakan sebuah contoh inisialisasi populasi pada program AG, terdiri atas :        

            Kromosom ke-1          : [ 1 1 0 1 0 0 1 1 0]

            Kromosom ke-2          : [ 0 1 1 0 0 1 1 0 1]

            Kromosom ke-3          : [ 0 0 1 1 0 0 1 1 1]

            Nvar                            = 3 Variabel

            Nbit                             = 3 Bit

            Jumlah Gen                 = Nvar x Nbit

            Jumlah Gen                 = 9 buah

            Ukuran Populasi          = 3 buah

Setiap kromosom yang dihasilkan dari inisialisasi populasi merepresentasikan sebuah satu solusi, kemudian kromosom ini nantinya akan diproses pada proses AG selanjutnya.

Dekode Kromosom

Dekode Kromosom merupakan suatu cara pengkodean isi kromosom menjadi suatu nilai tertentu yang mana hasil dekodenya mewakili tiap variabel dan terdiri dari beberapa jumlah bit yang ada. Hal ini dilakukan guna untuk merepresentasikan sifat genotip dan fenotip yang ada dari suatu populasi. Sifat genotip dari populasi ini dilambangkan sebagai suatu deret biner yang ada pada kromosom, sedangkan sifat fenotipnya merupakan nilai hasil dekode dari kromosom yang ada. Sifat genotip ini dipakai saat pada proses pindah silang, mutasi, maupun tindakan genetis lainnya. Sedangkan sifat fenotip digunakan untuk mengetahui nilai mutu atau kualitas dari kromosom yang ada.

Pada umumnya dikenal dengan beberapa contoh skema pendekodean kromosom, yaitu antara lain :

1. Real number encoding. Pada skema ini nilai gen berada pada {x I 0<x<1, xER(+)}, yang mana berarti nilainya gen x terletak dimana x terletak diantara 0 sampai dengan 1, dimana x berupa elemen bilangan real positif, dan biasanya R=1.
2. Discrete decimal encoding. Pada skema pengkodean ini setiap gen bernilai salah satu bilangan bulat dalam interval 0 sampai dengan 9, {x I 0<x<9, xEB}.
3. Binary encoding. Pada skema pengkodean ini setiap gen bernilai 0 dan 1.

Untuk ilustrasi lebih jelasnya dapat dilihat pada Gambar 3.

Gambar 3. Skema Pengkodean Kromosom

Untuk prosedur pendekodean sendiri dapat dilihat sebagai berikut:

1. Real number encoding

x = r_b +(r_a- r_b)g                                                 (1)

sebagai contoh misal rb= -1 dan ra= 2 maka kromosom dapat didekodekan menjadi :

x₁= -1 + (2 – (-1))x0,239   = - 0,2830

x₂= -1 + (2 – (-1))x1,000   =  2,000

x₃= -1 + (2 – (-1))x0.0131 = -0.9607

2. Discrete decimal encoding

x = r_b + (r_a-r_b)(g₁x 10^-1 + g₂x10^-2 + . . . +g_Nx10^-N)                    (2)

sebagai contoh misal rb= -1 dan ra= 2 maka kromosom dapat didekodekan menjadi :

x₁ = -1 + (2 – (-1))( 2x 10^-1 + 3x10^-2 + 9x10^-3) = -0,2830

x₂=  -1 + (2 – (-1))( 9x 10^-1 + 9x10^-2 + 9x10^-3) = 1,9970

x₃=  -1 + (2 – (-1))( 0x 10^-1 + 1x10^-2 + 3x10^-3) = -0.9610

3. Binary encoding

x= r_b + (r_a – r_b)(g₁x2^-1 + g₂x2^-2 + . . . +g_Nx2^-N)                         (3)

sebagai contoh misal rb= -1 dan ra= 2 maka kromosom dapat didekodekan menjadi :

x₁ = -1 + (2 – (-1))( 0x 2^-1 + 1x2^-2 + 0x2^-3) = -0,25

x₂ = -1 + (2 – (-1))( 0x 2^-1 + 1x2^-2 + 0x2^-3) = 1,625

x₃ = -1 + (2 – (-1))( 0x 0^-1 + 0x2^-2 + 0x2^-3) = -1

 

Dari hasil pendekodean di atas terlihat bahwa untuk tipe pendekodean discrete encoding dan binary encoding tidak bisa merepresentasikan nilai sebenarnya sebab terbatas pada jumlah bit yang mewakilinya oleh karena perlu dilakukan pendekatan agar nilai hasil dekode mendekati nilai asli batasnya, yaitu dengan cara membagi nilai representasinya.Untuk lebih jelasnya maka diambil sampel hasil pendekodean pada kondisi x₂ dimana nilai Ra = 2 dan Rb =-1.

Dari hasil nilai pendekodean kromosom yang ada, maka didapat nilai hasil dekode seperti penjelasan di atas, dan nantinya nilai tersebut akan digunakan sebagai sifat fenotip dan digunakan untuk analisis nilai mutu dan kualitas hasil seleksi algoritma genetika. Untuk lebih jelasnya dapat dilihat pada Gambar 4.

  Gambar 4. Sifat dari kromosom GA

Persamaan Optimasi Fungsi Tujuan

Seperti pada proses pencarian solusi biasanya, nilai hasil pendekodean kromosom tadi akan dimasukkan ke dalam persamaan yang nantinya digunakan untuk menentukan titik global optimal dari grafik persamaan yang ada. Sebagai contoh untuk permasalahan fungsi kuadrat dengan persamaan y=x₁² + x₂² + x₃² +4, dengan batas bawah= -1 dan batas atas =2. Maka nilai fungsi tujuan kromosom tersebut adalah sebagai berikut.

Kromosom : [ 0 1 0 1 1 1 0 0 0] dengan Nvar=3 dan Nbit=3, maka hasil pendekodean secara biner dengan cara yang sama sesuai dengan persamaan binary encoding, maka didapat :

x₁ = - 0,1428   x₂= 2,000  x₃ = -1,000

sehingga apabila dimasukkan ke fungsi tujuan  y=x₁² + x₂² + x₃² +4 maka didapat:

y= x₁² + x₂² + x₃² +4

y= (-0.1428)² + 2,000² + -1,000² + 4

y= 7,0204

Kemudian nilai y=7,0204 ini yang nantinya akan dimasukkan ke dalam fungsi fitness dan akan dilakukan evaluasi individu pada setiap kromosom dari setiap populasi.

Persamaan Fungsi Fitness

Pada umumnya fungsi fitness ini terbagi atas dua tujuan yaitu fungsi untuk mencari maksimasi (nilai maksimum) dan untuk mencari nilai minimasi (nilai minimum). Dan rumusan secara umumnya sebagai berikut (Suyanto, 2010).

Masalah Maksimasi maka fungsi fitness = fungsi tujuan                        (4)

Masalah Minimasi maka fungsi fitness   = 1/(fungsi tujuan + Bilangan Kecil) (5)

Pada fungsi minimasi perlu ditambahkan dengan bilangan kecil guna untuk mencegah terjadinya nilai tak hingga, saat nilai fungsi tujuan bernilai 0.

Evaluasi Individu

Pada evaluasi individu dilakukan proses seleksi atas hasil nilai fungsi fitness dari setiap kromosom, dari proses seleksi inilah dijaring individu terbaik dari sekumpulan populasi yang ada, yang nantinya individu terbaik dari kromosom terbaiklah yang mampu bertahan, dan akan menjadi solusi atas permasalahan optimasi maupun minimasi dari suatu fungsi atau permasalahan yang ada.

Elitisme

Elitisme merupakan suatu prosedur untuk melakukan kopi dari kromosom terbaik, ke sebuah temporary populasi yang hal ini dimaksudkan agar individu terbaik tetap ada dan tidak hilang maupun rusak saat terjadi proses genetis berupa pindah silang dan mutasi, yang nantinya dari temporary populasi tersebut akan kembali dipindahkan ke populasi yang baru.

Linear Fitness Ranking

Linear Fitness Ranking (LFR)  merupakan metode penskalaan yang digunakan untuk menentukan batasan-batasan wilayah dari masing-masing fungsi fitness hasil solusi dari setiap kromosom. Batasan ini nantinya digunakan sebagai dasar penentuan pada proses pemilihan orang tua.

Tabel 1. Tabel LFR (Linear Fitness Ranking)

Sebagai contoh ilustrasi, dapat dilihat pada tabel yang menyimbolkan hasil evaluasi, seperti ditunjukkan oleh Tabel 1.

Roulette Wheel

Pada AG dikenal berbagai macam metode tentang bagaimana cara mencari kromosom yang akan dijadikan sebagai parental (orang tua) yaitu salah satu dari metode tersebut yaitu roulette wheel selection. Untuk lebih jelasnya dapat dilihat pada Gambar 5.

Gambar 5. Ilustrasi Roulette Wheel

Prinsipnya mirip kita memutar sebuah roda dengan adanya sebuah jarum penghenti, roda yang berputar tersebut berisikan nilai-nilai yang mewakili dari indeks orang tua yang ada. Dan indeks orang tua dari kromosom dipilih dari rentan nilai dimana jarum penunjuk roda itu berhenti. Begitulah analogi yang digunakan dalam menyusun pemilihan orang tua pada AG. Untuk proses detailnya, yaitu kita membangkitkan suatu nilai random antara 0 dan 1. Kemudian nilai hasil random tersebut digunakan untuk mengetahui indeks orang tua yang akan dipakai pada proses pindah silang, yang mana didapat berdasarkan nilai rentan yang sesuai pada LFR masing-masing kromosom. Sebagai contoh pada kondisi LFR di atas saat nilai random berhenti pada angka 0,67 maka indeks K2 lah yang terpilih sebagai orang tua.

Pindah Silang

Proses pindah silang inilah merupakan salah satu komponen paling penting dalam AG. Hal ini disebabkan dengan adanya pindah silang,  solusi yang dihasilkan akan menuju konvergen pada suatu titik tertentu secara acak, berbeda dengan metode iterasi konvensional yang sifatnya berupa hill climbing. Untuk lebih detailnya dapat dilihat pada Gambar 6.

Gambar 6. Ilustrasi Pindah Silang pada Kromosom

Terlihat dari hasil ilustrasi di atas bahwa proses pindah silang pada AG mirip dengan proses pindah silang pada proses genetis pada umumnya, dimana hasil pindah silang dalam hal ini disebut Anak 1 dan Anak 2 merupakan hasil percampuran gen genetis dari kedua orang tuanya. Sedangkan untuk proses konvergen solusi yang dihasilkan, dapat dilihat pada Gambar 7.

 Gambar 7. Komparasi Metode Iterasi Konvensional dengan metode iterasi AG

Dari Gambar 7., terlihat bahwa untuk proses konvensional proses iterasinya berjalan berurutan dan karena keteraturannya tersebut memungkinkan dapat terjebak pada lokal minimal. Oleh karena itu sekarang banyak dikembangkan metode pencarian berbasis pengetahuan biosains salah satunya adalah AG, karena dianggap mampu melakukan pencarian lebih baik dalam mendekati global optimal apabila dibandingkan dengan metode pencarian biasa.

Mutasi

Proses mutasi pada AG disini juga mirip dengan proses genetis pada umumnya. Pada AG proses mutasi dinyatakan dengan cara proses mengganti nilai gen yang terkena mutasi dengan nilai sebaliknya, seperti yang ditunjukkan pada Gambar 8.

Gambar 8. Ilustrasi Mutasi Kromosom

Sesuai dengan Gambar 8., pada kromosom X pada gen ke 10 dan pada gen ke 15 terjadi mutasi, sehingga mulanya indeks biner dari kromosom X pada gen-10 yang bernilai 0 berubah menjadi 1, dan begitu pula pada gen ke 15 indeks biner yang semula bernilai 1 berubah menjadi 0.

Penggantian Generasi

Pada proses akhir dari satu kali generasi AG ialah penggantian generasi. Generasi yang digantikan ialah generasi yang digunakan  sebagai populasi pertama pada proses AG, kemudian digantikan dengan populasi baru yang merupakan hasil seleksi dari proses Elitisme, Roullette Wheel, Pindah Silang, dan Mutasi. Dan Generasi baru inilah yang nantinya kan dipakai untuk proses AG berikutnya sebagai populasi yang baru. Proses ini berlanjut hingga beberapa generasi sampai didapat  fitness yang dianggap terbaik dari hasil proses AG tersebut atau saat generasi yang dihasilkan telah mencapai batas maksimal generasi.

Nah gimana gan, lumayan mudeng dan sedikit mumet ya, hhe. :p. Untuk sementara dipegang dulu gan konsep AG nya. InsyaAllah materinya dilanjut lagi tentang procedural AG nya, dan cara pengkodean programnya hhe. Semoga ilmu ini dapat bermanfaat gan hehe dan Salam Cerah..