<![CDATA[Abstrak Algoritma genetika merupakan salah satu metode yang sering digunakan dalam menyelesaikan permasalahan optimasi. Dalam algoritma genetika terdapat tiga parameter penting yang harus didefinisikan yaitu ukuran populasi, probabilitas pindah silang, dan probabilitas mutasi. Tidak adanya aturan baku dalam pengaturan nilai dari parameter tersebut membuat kesulitan dalam pemanfaatan algoritma genetika untuk menyelesaikan masalah. Salah satu cara untuk mengatasi kesulitan dalam pengaturan nilai parameter tersebut adalah pemanfaatan algoritma genetika model Population Resizing on Fitness Improvement Fuzzy Evolutionary Algorithm (PRoFIFEA) yaitu dengan memanfaatkan logika fuzzy model Xu untuk penentuan probabilitas pindah silang dan probabilitas mutasi serta teknik PRoFIGA untuk penentuan ukuran populasi baru berdasarkan dari perkembangan nilai fitness terbaik untuk digunakan pada generasi berikutnya. Penelitian ini dilakukan untuk menyelesaikan permasalan Travelling Salesman Problem (TSP) menggunakan algoritma genetika model PRoFIFEA. Masalah TSP yang digunakan memiliki rute one way dimana ada beberapa titik kota yang hanya memiliki jalur khusus ke kota lain. Untuk mendukung pengujian maka dilakukan perbandingan antara algoritma genetika model PRoFIFEA dengan algoritma genetika standar. Pengujian tersebut menunjukkan algoritma genetika model PRoFIFEA menghasilkan solusi yang lebih optimal daripada algoritma genetika standar. Hal ini membuktikan bahwa teknologi hybrid antara algoritma genetika dengan sistem logika fuzzy serta teknik PRoFIGA mampu meningkatkan performa dari proses running algoritma genetika dan menghasilkan solusi lebih optimal. Kata kunci: algoritma genetika, algoritma fuzzy evolusi, fuzzy model xu, profiga, profifea]]>
Copyrights © 2014
