<![CDATA[Produksi pakaian dalam jumlah banyak tentu akan menghabiskan banyak waktu dan tenaga. Seorang pembuat pola harus menggandakan pola satu per satu dan harus memikirkan pemetaan pola pada kain yang tepat. Pemetaan yang seadanya akan berdampak pada biaya industri dikarenakan bahan baku mengambil peranan yang sangat penting di dalam efisiensi produksi. Dengan kuantitas bahan baku kain yang minimal, diusahakan dapat menghasilkan kuantitas pola yang maksimal. Oleh karena itu, optimasi bahan baku perlu dilakukan guna mendapatkan tingkat efisiensi produksi yang tinggi, yaitu kebutuhan bahan seminimum mungkin. Pada penelitian ini diimplementasikan algoritma genetika untuk menyelesaikan permasalahan optimasi peletakan pola busana pada kain. Algoritma genetika mampu menyelesaikan masalah kombinatorial dengan waktu yang singkat sehingga memberikan solusi terbaik. Sistem menggunakan metode 2-point crossover pada proses pindah silang, pertukaran gen pada proses mutasi, seleksi dengan Stochastic Universal Sampling, dan evaluasi dengan pergeseran per piksel untuk menghitung nilai fitness yaitu lebar kain minimum yang diperlukan. Data yang digunakan pada sistem berjumlah 339 pola yang terdiri dari berbagai macam pola busana mulai dari atasan, rok, celana, macam-macam model lengan dan kerah, serta gaun. Pola-pola tersebut divisualisasikan dalam format Scalable Vector Graphics. Uji coba dilakukan pada kain berukuran 500x150 dengan variasi banyak generasi yakni 3, 5, 7, 9, dan 11 serta variasi mutation rate dan crossover rate mulai dari 0.1 sampai 0.9. Pada uji coba dengan 6 pola diperoleh hasil terbaik pada generasi 7, mutation rate 0.3, dan crossover rate 0.6 dengan kebutuhan kain minimum yakni 137 piksel atau setara dengan 137 cm.]]>
