Class Algoritma Genetika

SITUMORANG, Dijas Schwartz, Prof.Drs. Subanar, Ph.D

2008 | Tesis | S2 Ilmu Komputer

Selama hampir tiga belas tahun belakangan ini telah diperkenalkan paradigma pemrograman baru yang dikenal dengan konsep Pemrograman Berorientasi Objek (PBO) atau Object Oriented Programming (OOP). Konsep ini membagi program menjadi objek-objek yang saling berinteraksi satu sama lain. Penggunaan OOP mempunyai beberapa keuntungan antara lain: natural, reliable, reusable, maintainable, extendable, dan efisiensi waktu. Algoritma genetika telah digunakan dalam bidang kesenian (untuk menghasilkan gambar dan musik), science (prediksi struktur protein), dan teknik (rancangan sirkuit). Pembuatan suatu sistem menggunakan algoritma genetika pada suatu kasus harus mengacu pada tahapan-tahapan algoritma genetika. Tahapan-tahapan tersebut bersifat umum untuk setiap kasus. Hanya saja, nilai tahapan tersebut disesuaikan dengan permasalahan yang dihadapi. Jika setiap membuat suatu sistem berbasis algoritma genetika, programmer harus membuat ulang fungsi-fungsi/nilai tahapan algoritma genetika, hal ini dirasa kurang efektif dan efisien. Untuk mengatasi permasalahan ini, maka dalam penelitian ini akan dibuat class yang sesuai konsep OOP dengan beberapa keuntungannnya untuk algoritma genetika. Class algoritma genetika ini diimplementasikan menggunakan bahasa pemrograman Java Pada class ini berisi fungsi-fungsi algoritma genetika yang bisa diterapkan pada beberapa permasalahan. Hasil yang diperoleh adalah class algoritma genetika yang berisi fungsifungsi algoritma genetika. Disamping itu class algoritma genetika berhasil digunakan sebagai pendukung dalam pembuatan sistem pada studi kasus Travelling Salesman Problem (TSP) dan Knapsack Problem.

The new programming paradigm has been introduced for almost the last 13 years, it’s Object Oriented Programming (OOP). This concept divide a program into objects that can be interact each others. OOP have many kind of benefits, like natural, reliable, reusable, maintainable, extendable, and time efficiency. Genetic algorithm has been used in art (provide images and musics), science (predict protein sturcture), and technic (sircuit making). Making a system that use genetic algorithm must point to genetic algorithm steps. These steps are same for each cases. But, the value of these steps must be matched with the problems. When we want create a genetic algorithm system, programmer must recreate genetic algorithm function. It’s not effective way. To solve this problem, in this research will be created a class, that use OOP as concept, for genetic algorithm. Genetic algorithm class was implemented with Java. This class have many kind of genetic algorithm functions that can be used for some problems.. The final result is provide a class genetic algorithm that have alot genetic algorithm functions. This class was implemented as support class for solving Travelling Salesman Problem (TSP) dan Knapsack Problem.

Kata Kunci : Algoritma Genetika,Class Algoritma Genetika