Algoritma genetik adalah teknik pencarian
yang di dalam ilmu komputer untuk menemukan penyelesaian perkiraan untuk optimalisasi
dan masalah pencarian. Algoritma genetik adalah kelas khusus dari algoritma evolusioner dengan menggunakan teknik
yang terinspirasi oleh biologi evolusioner
seperti warisan, mutasi, seleksi alam dan rekombinasi (atau crossover).
Algoritma
genetik pertama kali dikembangkan oleh John Holland pada tahun 1970-an di New
York, Amerika Serikat. Dia beserta murid-murid dan teman kerjanya menghasilkan
buku berjudul "Adaption in Natural
and Artificial Systems" pada tahun 1975.
Algoritma
genetik khususnya diterapkan sebagai simulasi komputer sebuah populasi
representasi abstrak (disebut kromosom) dari
solusi-solusi calon (disebut individual) pada sebuah masalah optimalisasi akan
berkembang menjadi solusi-solusi yang lebih baik. Secara tradisional,
solusi-solusi dilambangkan dalam biner sebagai string '0' dan '1', walaupun
dimungkinkan penggunaan penyandian (encoding) yang berbeda. Evolusi dimulai dari sebuah
populasi individual acak yang lengkap dan terjadi dalam generasi-generasi. Dalam
tiap generasi, kemampuan keseluruhan populasi dievaluasi, kemudian multiple
individuals dipilih dari populasi sekarang (current) tersebut secara
stochastic (berdasarkan kemampuan mereka), lalu dimodifikasi (melalui
mutasi atau rekombinasi) menjadi bentuk populasi baru yang menjadi populasi
sekarang (current) pada iterasi berikutnya dari algoritma.
Secara sederhana, algoritma umum dari algoritma
genetik ini dapat dirumuskan menjadi beberapa langkah, yaitu sebagai berikut:
1. membentuk suatu
populasi individual dengan keadaan acak;
2. mengevaluasi
kecocokan setiap keadaan individual dengan hasil yang diinginkan;
3. memilih
individual dengan kecocokan yang tertinggi;
4. bereproduksi,
mengadakan persilangan antar individual terpilih diselingi mutasi.
Mengulangi langkah 2 sampai langkah 4 sampai ditemukan individual
dengan hasil yang diinginkan.
Tidak ada komentar:
Posting Komentar