Algoritma genetika merupakan algoritma pencarian yang didasari oleh seleksi alam serta evolusi biologis. Dalam algoritma genetika terdapat beberapa istilah penting yang perlu dipahami sehingga penggunaan algoritma genetika pada penyelesaian suatu masalah dapat berjalan dengan lancar.
Istilah pertama yaitu Gen yang merupakan nilai satuan dasar yang membentuk sebuah arti pada kesatuan gen. Kedua yaitu Allele yang merupakan nilai dari gen.
Ketiga yaitu Kromosom yang merupakan gabungan dari berbagai gen yang membentuk nilai tertentu. Keempat yaitu individu yang menyatakan satu nilai atau keadaan salah satu solusi.
Kelima yaitu niilai fitness merupakan nilai yang menyatakan seberapa baik nilai dari suatu individu (Fachruzzi, 2014).
Tahapan algoritma genetika diantaranya ialah inisialisasi populasi, evaluasi, seleksi, crossover, dan mutasi. Algoritma genetika dapat digunakan untuk menyelesaikan suatu permasalahan salah satunya adalah permasalahan optimasi.
Optimasi dapat didefinisikan sebagai disiplin ilmu matematika yang berfokuskan untuk memperoleh nilai minimum dan maksimum yang sistematis dari peluang, fungsi, serta pencarian nilai lain. Optimasi memiliki kegunaan hampir di seluruh bidang.
Optimasi dilakukan sebagai bentuk melaksanakan usaha yang seefektif dan seefisien mungkin untuk mencapai target yang diinginkan.
Optimasi termasuk dalam teknik analisis dalam penentuan keputusan yang optimal dalam rangka mencapai tujuan tertentu serta berbagai kendala sebagai batasan (Muhlis dkk, 2020).
Optimasi dapat dikatakan sebagai tahapan terpenting dalam perancangan ataupun pengembangan suatu sistem.
Optimasi merupakan kegiatan perhitungan sehingga diperoleh nilai dari variabel bebas yang optimal sehingga fungsi tujuan sistem bernilai maksimal atau minimal. Proses pelaksanaan optimasi akan bergantung dengan sistem persamaan dalam suatu pemodelan (Argo dan Prasetyo, 2021)..
Terdapat beberapa permasalahan optimasi yang dapat diselesaikan dengan metode algoritma genetika, salah satunya ialah pada penelitian Fitrianur et al. (2017) yang melakukan optimasi laba pada proses produksi abon.
Pada optimasi ini akan memaksimalkan laba dengan menentukan jumlah produksi secara tepat bagi setiap produknya.
Produk yang diproduksi umumnya memiliki bahan baku utama yang berbeda serta proses pengolahan berbeda sehingga setiap produk memiliki harga jual yang berbeda.
Terdapat batasan yang digunakan pada permasalahan optimasi ini, diantaranya permintaan tertinggi dan terendah, kapasitas produksi, serta biaya produksi.
Hal ini dilakukan agar perolehan laba optimal berdasarkan penetapan kombinasi produk tetap sesuai dengan permintaan pasar, tidak melebihi kapasitas produksi dan biaya produksi yang telah ditetapkan oleh perusahaan.
Penulis: Cechioni Regazya Kusnoko
Mahasiswa Teknologi Industri Pertanian, Universitas Brawijaya
Editor: Salwa Alifah Yusrina
Bahasa: Rahmat Al Kafi
Argo BD. Prasetyo J. 2021. Matematika Terapan. UB Press. Malang
Fachrurrazi S. Penerapan Algoritma Genetika Dalam Optimasi Pendistribusian Pupuk di PT Pupuk Iskandar Muda Aceh Utara. E-Journal TECHSI 5(1): 47-66
Fitrianur KN, Putri RRM, Wicaksono SA. 2017. Optimasi Peningkatan Laba Produksi Abon dengan Menggunakan Algoritma Genetika (Studi Kasus UKM Poklahsar Berkah Lumintu–Tulungagung). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 2(5): 1883-1893.
Muhlis, Fatmawati, Rahim I, Syamsia. 2020. Pemanfaatan Teknologi Geospasial untuk Mitigasi Kebencanaan. Nas Media Pustaka. Makasar.
Mulyo H. 2018. Penerapan Algoritma Genetika Dalam Efisiensi Persediaan Bahan Baku Mebel Di UD. Mebel Jati. Jurnal Rekognisi Akuntansi 2(2): 155-156
