Artificial Intelligence

Teknik Encoding / Decoding Gen dan Individu

Contoh :

Misalkan diketahui fungsi

f(x1, x2, x3) = 2x1 + x2 – 4x3,
Nilai variabel x dibatasi dalam range [-4 6].
Teknik Encoding / Decoding Gen dan Individu

Tentukan besar nilai f(x1, x2, x3) jika :

1. menggunakan pengodean bilangan real :
x1 x2 x3

0,2431 0,9846 0,5642

g1 g2 g3

Jawab :
x1 = rb + (ra - rb)g1 = -4 + (6 – (-4)) * 0,2431 = -1,569
x2 = rb + (ra - rb)g2 = -4 + (6 – (-4)) * 0,9846 = 5,846
x3 = rb + (ra - rb)g3 = -4 + (6 – (-4)) * 0,5642 = 1,642

f(x1, x2, x3) = 2x1 + x2 – 4x3

= 2*(-1,569) + 5,846 – 4*(1,642) = -3,86
Teknik Encoding / Decoding Gen dan Individu

Tentukan besar nilai f(x1, x2, x3) jika :

2. menggunakan pengodean diskrit desimal :
x1 x2 x3

5 2 9 5 4 8 0 2 0
g1 g2 g3 g4 g5 g6 g7 g8 g9
Jawab :
x1 = -4 + (6 – (-4))(5*10-1 + 2*10-2 + 9*10-3) = 1,29
x2 = -4 + (6 – (-4))(5*10-1 + 4*10-2 + 8*10-3) = 1,48
x3 = -4 + (6 – (-4))(0*10-1 + 2*10-2 + 0*10-3) = -3,8

f(x1, x2, x3) = 2x1 + x2 – 4x3

= 2*(1,29) + 1,48 – 4*(-3,8) = 19,26

Teknik Encoding / Decoding Gen dan Individu

Tentukan besar nilai f(x1, x2, x3) jika :

3. menggunakan pengodean biner :
x1 x2 x3

1 1 0 1 0 0 0 1 0
g1 g2 g3 g4 g5 g6 g7 g8 g9
Jawab :
x1 = -4 + (6 – (-4))(1*2-1 + 1*2-2 + 0*2-3) = 3,5
x2 = -4 + (6 – (-4))(1*2-1 + 0*2-2 + 0*2-3) = 1
x3 = -4 + (6 – (-4))(0*2-1 + 1*2-2 + 0*2-3) = -1,5

f(x1, x2, x3) = 2x1 + x2 – 4x3

= 2*(3,5) + 1 – 4*(-1,5) = 14
Nilai Fitness

Contoh :

Misalkan diketahui fungsi

f(x1, x2) = 2x12 + 3x22
Nilai variabel x dibatasi dalam range [-2 4].
1. Buat populasi awal secara acak, 5 individu
yang dikodekan secara biner
2. Cari nilai maksimal fungsi f(x1, x2), tentukan
individu terbaik
3. Cari nilai minimal fungsi f(x1, x2), tentukan
individu terbaik
Nilai Fitness

Jawab :

1. Bangkitkan populasi awal secara acak :

x1 x2
1 0 0, 001 individu ke-1
0 0 0, 000 individu ke-2
1 0 1, 000 individu ke-3
1 1 1, 111 individu ke-4
1 0 0, 100 individu ke-5
Nilai Fitness

Tentukan nilai x1 dan x2 masing individu :

x1 = -2 + (4 + 2)(1*2-1 + 0*2-2 + 0*2-3) = 1
x2 = -2 + (4 + 2)(0*2-1 + 0*2-2 + 1*2-3) = -1,25

x1 = -2 + (4 + 2)(0*2-1 + 0*2-2 + 0*2-3) = -2

x2 = -2 + (4 + 2)(0*2-1 + 0*2-2 + 0*2-3) = -2

x1 = -2 + (4 + 2)(1*2-1 + 0*2-2 + 1*2-3) = 1,75

x2 = -2 + (4 + 2)(0*2-1 + 0*2-2 + 0*2-3) = -2

x1 = -2 + (4 + 2)(1*2-1 + 1*2-2 + 1*2-3) = 3,25

x2 = -2 + (4 + 2)(1*2-1 + 1*2-2 + 1*2-3) = 3,25

x1 = -2 + (4 + 2)(1*2-1 + 0*2-2 + 0*2-3) = 1

x2 = -2 + (4 + 2)(1*2-1 + 0*2-2 + 0*2-3) = 1
Nilai Fitness

2. Tentukan individu tebaik pada nilai maksimum :

Individu ke-1 nilai fitness = 2(1)2 + 3(-1,25)2 = 6,6875
Individu ke-2 nilai fitness = 2(-2)2 + 3(-2)2 = 20
Individu ke-3 nilai fitness = 2(1,75)2 + 3(-2)2 = 18,125
Individu ke-4 nilai fitness = 2(3,25)2 + 3(3,25)2 = 52,8125
Individu ke-5 nilai fitness = 2(1)2 + 3(1)2 =5

Individu ke-4 merupakan individu terbaik.

Nilai Fitness

3. Tentukan individu tebaik pada nilai minimum:

Misalkan nilai ε = 0,1, maka :
Individu ke-1 nilai fitness = 1 = 0,147
2(1)2 + 3(-1,25)2 + 0,1
Individu ke-2 nilai fitness = 1 = 0,049
2(-2)2 + 3(-2)2 + 0,1
Individu ke-3 nilai fitness = 1 = 0,054
2(1,75)2 + 3(-2)2 + 0,1
Individu ke-4 nilai fitness = 1 = 0,019
2(3,25)2 + 3(3,25)2 + 0,1
Individu ke-5 nilai fitness = 1 = 0,196
2(1)2 + 3(1)2 + 0,1
Individu ke-5 merupakan individu terbaik.
Seleksi

Contoh :

Individu ke-1 nilai fitness = 6,6875

Individu ke-2 nilai fitness = 20
Individu ke-3 nilai fitness = 18,125
Individu ke-4 nilai fitness = 52,8125
Individu ke-5 nilai fitness = 5

Buatlah Linier Fitness Rangking-nya !

Seleksi

Jawab :
Lakukan sorting nilai fitness tersebut :

Rangking ke-1 Individu ke-4 nilai fitness = 52,8125

Rangking ke-2 Individu ke-2 nilai fitness = 20
Rangking ke-3 Individu ke-3 nilai fitness = 18,125
Rangking ke-4 Individu ke-1 nilai fitness = 6,6875
Rangking ke-5 Individu ke-5 nilai fitness = 5

fmax = 52,8125 fmin = 5

Seleksi
4–1
LFR(individu ke-1) = 52,8125 – (52,8125 – 5) = 16,9531
5–1

2–1
LFR(individu ke-2) = 52,8125 – (52,8125 – 5) = 40,8593
5–1

3–1
LFR(individu ke-3) = 52,8125 – (52,8125 – 5) = 28,9063
5–1

LFR(individu ke-4) = 52,8125 – (52,8125 – 5) 1 – 1 = 52,8125

5–1

LFR(individu ke-5) = 52,8125 – (52,8125 – 5) 5 – 1 = 5

5–1
Seleksi

Seleksi digunakan untuk memilih dua buah

individu yang akan dijadika orang tua, kemudian
dilakukan cross over untuk mendapatkan
keturunan yang baru.

Metode seleksi yang digunakan adalah Roulette-

Wheel (Roda Roulette)
Seleksi

Setelah LFR masing-masing individu dibuat,

gunakan Roulette Wheel untuk memilih orang tua
Jumlah
Individu ke- Nilai LFR Probabilitas
Kumulatif
1 16,9531 16,9531 0,11
2 40,8593 57,8124 0,39
3 28,9063 86,7187 0,59
4 52,8125 139,5312 0,96
5 5 144,5312 1,00
Jumlah 144,5312

Probabilitas = Jumlah Kumulatif / Jumlah

“Pemilihan dilakukan secara acak dengan

membangkitkan bilangan random”
“Jika probabilitas individu ke-i < bilangan random, maka
individu ke-i terpilih menjadi orang tua”
Seleksi

Misalkan bilangan random pertama = 0,6

bilangan random kedua = 0,2

Maka, individu terpilih adalah :

Individu ke-3 → 0,59 < 0,6 → Orangtua ke-1 = 101, 000
Individu ke-1 → 0,11 < 0,2 → Orangtua ke-2 = 100, 001
Cross Over

Lakukan proses cross over untuk mendapatkan populasi

baru, jika prob = 0,8

Jawab :
Pada saat proses elitisme, individu ke-4 telah di-copy satu
kali, hasilnya disimpan dalam variabel temporer_individu.
temporer_individu = 1 1 1, 1 1 1

Misalkan bil random yang dibangkitkan : 0,6 dan 0,2

Bilangan Individu
probabilitas Kode biner
random terpilih
O,6 0,59 < 0,6 Individu ke-3 1 0 1, 0 0 0
0,2 0,11 < 0,2 Individu ke-1 1 0 0, 0 0 1
Bangkitkan bilangan random r, misalnya r = 0,4.
Karena r < prob, lakukan proses pindah silang.
Cross Over

Bangkitkan bilangan random antara 1 s/d 6 (jumlah gen)

untuk menentukan posisi titik pindah silang.
Misalnya bilangan random itu adalah 3, artinya gen-gen
ke-1 s/d ke-3 dari orang tua.

individu ke-3 1 0 1, 0 0 0
individu ke-1 1 0 0, 0 0 1

Hasil pindah silang :

anak ke-1 1 0 0, 0 0 0
anak ke-2 1 0 1, 0 0 1

temporer_individu = 111, 111; 100, 000; 101, 011

Pilih 2 orang tua lagi untuk dilakukan pindah silang

sehingga didapatkan 2 anak lagi
Cross Over

Misalkan bil random yang dibangkitkan : 0,4 dan 1,0

Bilangan Individu
probabilitas Kode biner
random terpilih
O,4 0,39 < 0,4 Individu ke-2 0 0 0, 0 0 0
1,0 1,00 < 1,0 Individu ke-5 1 0 0, 1 0 0
Bangkitkan bilangan random r, misalnya r = 0,9.
Karena r > prob, tidak dilakukan proses pindah silang.

anak ke-1 = individu ke-2 0 0 0, 0 0 0

anak ke-2 = individu ke-5 1 0 0, 1 0 0

temporer_individu = 111,111; 100,000; 101,001;

000,000; 100,100;
Mutasi

Lakukan proses mutasi untuk melakukan populasi baru, jika

nilai probabilitas mutasi p = 1/6

temporer_individu ke-1 tidak dimutasi untuk menjaga

proses elitisme.

Bilangan random yang dibangkitkan untuk setiap gen dari

setiap individu

“Gen yang mengalami mutasi hanyalah gen yang bilangan

randomnya < p”

Bilangan random : 1/5 1/8 1/4 1/3 1/3 1/2

Temporer_individu(2) : 1 0 0, 0 0 0;
Hasil Mutasi : 1 1 0, 0 0 0;
Mutasi

Bilangan random : 1/4 1/4 1/5 1/3 1/7 1/3

Temporer_individu(3) : 1 0 1, 0 0 1;
Hasil Mutasi : 1 0 1, 0 1 1;

Bilangan random : 1/4 1/7 1/2 1/8 1/5 1/3

Temporer_individu(4) : 0 0 0, 0 0 0;
Hasil Mutasi : 0 1 0, 1 0 0;

Bilangan random : 1/9 1/4 1/5 1/3 1/4 1/2

Temporer_individu(5) : 1 0 0, 1 0 0;
Hasil Mutasi : 0 0 0, 1 0 0;

temporer_individu = 111,111; 110,000; 101,011;

010,100; 000,100;
Penggantian Populasi

Penggantian populasi dilakukan dengan

mengganti individu dengan temporer_individu

individu = temporer_individu

x1 x2
1 1 1, 111 individu ke-1
1 1 0, 000 individu ke-2
1 0 1, 011 individu ke-3
0 1 0, 100 individu ke-4
0 0 0, 100 individu ke-5

“Populasi baru ini disebut dgn Generasi Kedua”

Pendalaman Materi

Misalkan diketahui fungsi

f(x1, x2, x3) = 2x12 + 3x22 – 4x3,
Nilai variabel x dibatasi dalam range [-4 4].
a. Buatlah populasi awal secara acak, 6 individu
dikodekan secara biner
b. Bila diinginkan mencari nilai maksimal fungsi f(x1, x2,
x3), tentukan individu terbaik
c. Bila proses elitisme dijalankan, tentukan individu
yang harus disimpan dalam variabel
temporer_individu
d. Tentukan nilai LFR dari masing-masing individu
e. Gunakan metode seleksi Roulette-Wheel untuk
melakukan proses cross over satu titik potong, Jika
diketahui prob = 0,9
f. Lakukan proses mutasi, jika nilai probabilitas mutasi
p = 1/5
g. Tentukan susunan individu pada populasi baru