MoTiVaTiOn (8)

Tahukah kawan dalam hidup ini memang serba…

There are no accidents

Di dunia ini terdapat hukum sebab dan akibat yang seharusnya menjadi landasan setiap manusia dalam menjalankan kehidupan……

“Jadikan hukum tersebut sebagai pengingat di setiap langkah dalam menjalani hidup ini”

MoTiVaTiOn (7)

Tahukah kawan…terkadang mimpi, keinginan, harapan, dan cita-cita untuk mencapai, meraih, mendapatkan, memperoleh sesuatu terkadang memang harus diucapkan dan disampaikan…tidak cukup hanya dengan tulisan bahkan hanya tersimpan dalam jiwa….dan tentunya do’a sebagai penguatnya….

MoTiVaTiOn (6)

Tahukah kawan…terkadang dalam hidup ini, manusia sering beranggapan bahwa masalah yang dihadapi sangatlah sulit untuk diselesaikan..hingga akhirnya tidak melakukan apa-apa untuk menyelesaikan masalah itu…

Manusia harusnya berpikir bahwa masalah itu sangatlah mudah untuk diselesaikan…..kemudian,lakukan sesuatu yang saat ini bisa (paling mudah) untuk dilakukan….hingga akhirnya masalah itu sedikit demi sedikit dapat terselesaikan…

Algoritme Genetika [2]

3. Seleksi
Seleksi dalam algoritme genetika merupakan proses pemilihan kromosom terbaik dari populasi. Skema seleksi dalam algoritme genetika ada 3 macam :

a. Fitness based selection
Skema seleksi yang didasarkan pada nilai relatif fitness suatu kromosom. Pemilihan kromosom terbaik didasarkan pada nilai probabilitas fitness masing-masing kromosom. Salah satu skema yang termasuk ke dalam Fitness based selection adalah Roulette Wheel. Skema ini menggunakan nilai proporsi kemungkinan suatu kromosom terpilih berdasarkan nilai fitness.

Tahapan dari seleksi Roulette Wheel adalah :
1 Hitung nilai fitness eval(vi) untuk tiap kromosom vi ( i = 1, …, population_size).

2 Hitung total fitness untuk populasi:
F = sum of vi ( i = 1, …, population_size)

3 Hitung peluang seleksi pi untuk tiap kromosom vi ( i = 1, …, population_size).
Pi = vi / F ( i = 1, …, population_size)

4 Hitung peluang kumulatif qi untuk tiap kromosom vi ( i = 1, …, population_size).
Qi = sum of Pi ( i = 1, …, population_size)

5 Proses seleksi dimulai dengan memutar Roulette Wheel sebanyak ukuran populasi (population-
size). Pada sekali putaran, sebuah kromosom dipilih untuk membentuk populasi yang baru
dengan cara berikut:
- Bangkitkan sebuah bilangan acak r pada selang [0, 1].
- Jika r < q1 maka pilih kromosom pertama (v1); selainnya pilih kromosom ke-i vi (2 ≤ i ≤
population_size) sehingga qi-1 < r < qi.

b. Rank based selection
Skema seleksi yang didasarkan pada tingkat/rangking nilai fitness suatu kromosom pada populasi. Kromosom dipilih setelah nilai fitness diurutkan, kemudian dipilih sekian kromosom yang memiliki nilai terbaik.

c. Tournament based selection
Skema seleksi yang didasarkan pada tingkat kompetisi antara beberapa kromosom yang terpilih secara acak. Kromosom dipilih secara acak sejumlah n (n merupakan size dari tournament). Kemudian dari kromosom yang terpilih tersebut, dipilih kromosom terbaik yang dianggap memenangkan tournament.

Algoritme Genetika [1]

Algoritme genetika merupakan salah satu algoritme yang dapat digunakan dalam penyelesaian masalah optimasi. Dalam prosesnya algoritme genetika mengadopsi teori evolusi. Algoritme genetika dicetuskan oleh John Holland dan teman-temanya pada tahun 1970-an. Dalam dunia biologi terdapat beberapa istilah yang digunakan dalam algoritme genetika, yaitu reproduksi, rekombinasi, dan mutasi.

Hal terpenting dalam penyelesaian masalah menggunakan algoritme genetika adalah :
1. Representasi kromosom
Kromosom merupakan salah satu bagian dari kandidat solusi suatu permasalahan. Kemahiran dalam merepresentasikan permasalahan dunia nyata ke dalam bentuk kromosom merupakan syarat utama yang harus dipenuhi agar permasalahan tersebut dapat diselesaikan.

Representasi kromosom yang paling umum dan sering digunakan adalah dalam bentuk biner. Kromosom direpresentasikan dalam bit 1 0. Namun dalam kasus lain kromosom dapat dimungkinkan direpresentasikan ke dalam bentuk lainnya.

2. Fitness Function
Fitness function merupakan fungsi yang dapat menghasilkan sebuah nilai solusi dari permasalahan yang dihadapi.

Contoh kasus 1 :
Permasalahan : mencari nilai x yang paling optimal dari persamaan fungsi f(x) = x², dengan x = 1 sampai dengan x = 10

Representasi kromosom : Dalam kasus ini nilai x merupakan solusi dari permasalahan yang dihadapi. Kromosom direpresentasikan ke dalam bentuk biner 4 digit
0 0 0 1 -> 1
0 0 1 0 -> 2
0 0 1 1 -> 3
..
.
1 0 1 0 -> 10

Fitness function-nya adalah f(x) = x²

Baik sampai disini dulu…mudah-mudahan bisa melajutkan tulisannya….

Blue Nature Edition

Tampil dengan warna gradasi biru muda dominan dipadukan sedikit sentuhan tangan pembuatan menu dan pilihan gambar memberikan kesan smooth dan nature…iya nggak sih?

Red Cool Edition

Perpaduan warna yang serasi memberikan kesan formal dengan desain yang cool…he..menurutq…

Red Artistic Edition….

Sedikit sentuhan artistic dengan warna merah dominan terkesan berani namun dengan tetap membawa kesan artistik membuat desain ini cocok untuk sebuah website………..apa ya?

MoTiVaTiOn (5)

Tahukah kawan….terkadang manusia memang harus diatur oleh sebuah kesibukan, ketika manusia sudah tidak sanggup lagi mengatur kehidupan karena tanpa adanya kesibukan….

Jadi beruntunglah bagi manusia yang masih merasa memiliki kehidupan yang teratur karena kesibukan…

MoTiVaTiOn (4)

Tahukah kawan…Di dunia ini tak akan ada kemudahan yang diperoleh tanpa ada kesulitan, tak akan ada pengalaman tanpa ada tantangan, dan tak akan ada imbalan tanpa ada amalan..

Dan itu semua”sama mustahilnya manusia hidup tanpa dilahirkan”