Feedback

ALGORITMA GENETIKA Teori dan Aplikasinya untuk Bisnis dan Industri

Informasi dokumen
Yandra Arkeman Kudang Boro Seminar Hendra Gunawan ALGORITMA G,ENETIKA Teori dan Aplikasinya untuk Bisnis dan Industri Yandra Arkeman Kudang Boro Seminar Hendra Gunawan II I ALGORITMA GENETlKA Teori dan Aplikasinya untuk Bisnis dan Industri Yandra Arkeman Kudang Bara Seminar Hendra Gunawan Copyright © 2012 YandraArkeman, KudangBaro Seminar, Hendra Gunawan Penyunting Bahasa . : Elviana Korektor Bahasa : Hans Baihaqi Desainer Sampul & Tata Letak : Sani Etyarsah Sumber gambar cover : sepocikopi.com PT Penerbit IPB Press Kampus IPB Taman Kencana Bogor Cetakan Pertama: September 2012 Hak cipta dilindungi oleh undang-undang Dilarang memperbanyak buku ini tanpa izin tertulis dari Penerbit ISBN: 978-979-493-437-1 Daftar lsi KATA PENGANTAR............................................................................................ v DAFTAR lSI ........................................................................................................... Vll BAB 1 PENDAHULUAN: STATE OF THE ART OF INTELLIGENT SYSTEMS ....................................................... . 1.1 Sis tern Pakar (Expert System) ................................................................. 2 1.2 LogikaFuzzy(Fuzzy L ogic) ...................................................................... 4 Jaringan SarafTiruan (Artificial N eural N etwork) ............................ 6 1.4 Algoritrna genetika (Genetic Algorithms) ............................................. 9 1.3 BAB 2 ALGORITMA GENETIKA 13 2.1 Kelahiran Algoritrna Genetika .............................................................. .. 14 2.2 Konsep Dasar Algoritrna Genetika ...................................................... .. 18 2.3 Representasi Krornosorn ........................................................................ .. 19 2.4 Fungsi Fitness dan Fungsi Tujuan ........................................................ . 19 2.5 Seleksi Krornosorn ................................................................................... . 20 2.6 Operator-operator Algoritrna genetika ................................................ . 21 2.6.1 Penyilangan .................................................................................... .. 22 2.6.2 Mutasi 23 2.7 Comoh Ilustrasi Algoritrna genetika Sederhana .............................. .. 24 BAB 3 CONTOH KASUS MASALAH OPTIMASI ..................................... .. 31 3.1 Kasus 1: Optirnasi Fungsi Sederhana f(x)=x2 .................................. . 31 3.2 Kasus 2: Optirnasi Fungsi Sulit-l ........................................................ .. 36 3.3 Kasus 3: Optirnasi Fungsi Sulit-2 ........................................................ .. 51 AlGORITMA GENETIKA Teor; dan Aplikasillya uniuk Bisnis dan Includri BAB 4 BAGAIMANA ALGORITMA GENETIKA BEKERJA? 57 4.1 Teori Schemata ......................................................................................... 57 4.2. Analisis Matematis Teori Schemata ...................................................... 59 4.2.l. Pengaruh Proses Seleksi terhadap Schemata ......................... 59 4.2.2. Pengaruh Proses Penyilangan terhadap Schemata .................. 61 4.2.3. Pengaruh Proses Mutasi terhadap Schemata ........................ 63 BAB 5 APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN FLOW-SHOP BIDANG AGROINDUSTRI ................................ 67 5.1 Permasalahan ............................................................................................. 67 5.2 Formulasi Permasalahan .......................................................................... 69 5.3 Representasi Kromosom ......................................................................... 70 5.4 Fungsi Tujuan (FungsiFitness) ............................................................... 71 5.5 Penyilangan dan Mutasi .......................................................................... 72 5.6 Comoh Penerapan Algoritma Genetika .............................................. 73 5.6.1 Kasus 1: 4 job - 2 mesin .............................................................. 73 5.6.2 Kasus 2: 8 job - 3 mesin ............................................................... 84 5.7 Kesimpulan .................................................................................................. 94 BAB 6 APLIKASI ALGORITMA GENETIKA PADA OPTIMASI PENJADWALAN PRODUKSI MEUBEL KAYU .......................... 6.1 97 Pendekatan Masalah Penjadwalan dan Represemasi Masalah Formulasi ..................................................................................... 98 6.2 Represemasi Kromosom .......................................................................... 100 6.3 Penggunaan Operator Genetika ............................................................ 102 6.4 Penetapan Fungsi Fitness .......................................................................... 103 6.5 Penetapan Parameter Genetika .............................................................. 103 6.6 Pemodelan Matematika Penjadwalan ................................................... 104 6.7 Implememasi Penjadwalan dengan Algoritma Genetika ................ 107 -_J viii AlGORITMA GENETIKA Teor; dan Aplikasinya un/uk Bisll;s BAB 7 dOll Indusfr; APLIKASI ALGORITMA GENETIKA DALAM SISTEM PENJADWALAN BIDANG AGROINDUSTRI ............................. III 7. 1 Latar Belakang ............................................................................................ III 7.2 Formulasi Masalah ................................................................................... 113 7.3 Pengembangan Sistem ............................................................................ 114 7.3.1 Kasus 1: Penjadwalan job shop kasus 3 job-2 mesin ............... 115 7.3.2 Kasus 2: Penjadwalan job shop kasus 3 job-3 mesin ................ 128 7.3.3 Kasus 3: Penjadwalan job shop kasus 5 job-12 mesin ............. 136 7.4 .Kesimpulan .................................................................................................. 146 BAB 8 APLIKASI ALGORITMA GENETIKA DALAM SISTEM PENUNJANG KEPUTUSAN CERDAS BIDANG AGROINDUSTRI ............................................................... 149 8.1 Latar Belakang ............................................................................................ 149 8.2 Formulasi Masalah ..................................................................................... 150 8.3 Pengembangan Sistem ............................................................................. 151 8.3.1 Model Peramalan ............................................................................. 152 8.3.2 Model Rencana Tanam .................................................................. 152 8.3.3 Model Perencanaan Agregat ................................. :....................... 153 8.3.4 Model MateriaL R equirement Planning (MRP) ........................ 156 8.3.5 Model Manajemen Inventory Kemasan ...................................... 158 8.3.6 Model Rute Pengiriman ................................................................. 158 8.4 Kesimpulan .................................................................................................. 162 BAB 9 BERMAIN-MAIN DENGAN ALGORITMA GENETIKA .......... 163 9.1 Permainan Optimasi Fungsi Sulit .......................................................... 163 9.1.1 Variasi Peluang Penyilangan (Pc) ................................................ 166 9.1.2 VariasiPeluangMutasi (Pm) ....................................................... 167 9.1.3 VariasiJumlah Populasi (PopSize) .............................................. 168 9.1.4 VariasiSeedRandomNumber ...................................................... 169 9.2 Sekilas TentangRandom Number .......................................................... 170 ix L. ALGORITMA GENETIKA Teori dan Ap/ikosinya untuk Bisnis dall Indus;ri BAB 10 PENUTUP ............................................................................................... 173 10. 1 Peluang-peluang Inovasi Algoritma Genetika dalam Bisnis dan Industri ......................................................................... 173 10.2 Tokoh-tokohAlgoritmaGenetika ........................................................ 176 DAFTARPUSTAKA ............................................................................................ 185 LAMPIRAN 191 PROFIL PENULIS ................................................................................................. 203 x Bah 1 Pendahuluan: State Of The Art Of Intelligent Systems Salah satu cabang ilmu komputer (computer sdence) yang berkembang sangat pesat dewasa ini adalah artjfjdal jntelljgence (AI) atau kecerdasan buatan. Sejak kelahirannya sampai saat ini, cabang ilmu baru ini sudah banyak ditekuni oleh para ilmuwan, peneliti, dan praktisi. Selain itu, hasilnya pun telah banyak diterapkan secara komersil di berbagai bidang kehidupan. Sebagai contoh, pada alat-alat komersil seperti mesin cuci, kamera, AC, kulkas, kini sudah diberi label "pintar" atau jntelJjgent yang menandakan alat tersebut sudah mengadopsi teknologi pintar, yang membuat konsumen semakin nyaman dan mudah dalam pengoperasiannya. Untuk selanjutnya, peralatan-peralatan pintar semacam ini akan semakin banyak lagi kalau ditambahkan lagi dengan bidang ilmu dan teknologi maju lainnya, seperti lengan robot otomatis di space-shuttle yang dibuat NASA dan robot yang dipakai untuk ekspedisi di planet Mars. Selain itu, AI banyak pula digunakan di dalam bisnis dan industri untuk membantu manajer dalam proses pengambilan keputusan (dedsjon makjng). Alat bantu (tool) untuk para manajer ini sering disebut fntelJjgent Dedsjon Support Systems (IDSS) atau fntelJjgent Busjness Systems (IBS). Dengan menggunakan alat bantu yang "cerdas", tentu saja keputusan yang diambil oleh manajer akan lebih akurat dan lebih cepat dibandingkan dengan alat-alat atau metode-metode konvensional yang sudah pernah ada sebelumnya. Usaha manusia untuk membuat mesin pintar (jntelJjgent machjne) ini memang sudah dimulai sejak puluhan tahun yang lalu, ALGORITMA GENETIKA Teori dan Api;kasinya untuk Sisnis dan Indus!r; yaitu pada saat komputer diciptakan dan mulai digunakan secara luas di banyak kehidupan manusia. Pada saat itu, timbul keinginan manusia untuk mengubah komputer dari yang hanya sekedar alat pengolah data (data processjng) menjadi pengolah informasi (jnformaNon processjng). Kemampuan mengolah informasi inilah yang dipercaya sebagai salah satu kemampuan manusia yang perlu ditiru oleh komputer sehingga komputer tidak hanya sekedar dapat berhitung (to compute) tetapi juga dapat "berpikir" (to thjnk) dan membuat keputusan-keputusan sulit layaknya manusia pada umumnya atau para ahli (experts/ speda]jsts) pada khususnya. Teknik dalam AI telah banyak dikembangkan dalam berbagai bidang, teknik yang biasa dikembangkan yaitu :(1) Sistem Pakar (Expert '" systems), (2) Fuzzy lッァェセ@ (3) Jaringan Saraf Tiruan (Artjfjdal Neural Networks), dan (4) Algoritma Genetika (Genetjc Algorjthms). Sebelum membahas secara mendalam tentang Algoritma genetika yang menjadi topik buku ini, keempat teknik AI terse but akan diuraikan secara singkat dan jelas berikut ini.
ALGORITMA GENETIKA Teori dan Aplikasinya untuk Bisnis dan Industri Algoritma Genetika Teori Dan Aplikasinya Untuk Bisnis Dan Industri
Aktifitas terbaru
Penulis
Dokumen yang terkait
Upload teratas

ALGORITMA GENETIKA Teori dan Aplikasinya untuk Bisnis dan Industri

Gratis