ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA TESIS ADIDTYA PERDANA

Transkripsi

1 ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA TESIS ADIDTYA PERDANA PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

2 ii PERSETUJUAN Judul Tesis : ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA Kategori : TESIS Nama Mahasiswa : ADIDTYA PERDANA NIM : Program Studi : MAGISTER TEKNIK INFORMATIKA Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing Pembimbing 2, Pembimbing 1, Dr. Marwan Ramli, M.Si Prof. Dr. Opim Salim Sitompul, M.Sc Diketahui/disetujui oleh Program Studi S2 Teknik Informatika Ketua, Prof. Dr. Muhammad Zarlis, M.Sc NIP:

3 iii PERNYATAAN ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA TESIS Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, April 2015 Adidtya Perdana

4 iv PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika, saya yang bertanda tangan dibawah ini: Nama : Adidtya Perdana NIM : Program Studi : Magister Teknik Informatika Jenis Karya Ilmiah : Tesis Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty Free Right) atas tesis saya yang berjudul: ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY-WEINBERG DALAM ALGORITMA GENETIKA Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non- Eksklusif ini, berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan/atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, April 2015 Adidtya Perdana

5 v Telah diuji pada Tanggal: 03 Februari 2015 PANITIA PENGUJI TESIS Ketua : Prof. Dr. Opim Salim Sitompul Anggota : 1. Dr. Marwan Ramli 2. Prof. Dr. Muhammad Zarlis 3. Dr. Erna Budhiarti Nababan 4. Dr. Zakarias Situmorang

6 vi RIWAYAT HIDUP DATA PRIBADI Nama Lengkap : Adidtya Perdana Tempat dan Tanggal Lahir : Medan, 24 Desember 1989 Alamat Rumah : Jln. Guru Sinumba 1 No 13 Telepon/Fax/HP : adid.dana@gmail.com Instansi Tempat Bekerja : Sekolah Tinggi Teknik Harapan Medan Alamat Kantor : Jln. HM Joni No. 70 Medan DATA PENDIDIKAN SD : SDN Medan TAHUN : 2001 SMP : SMP Negeri 4 Medan TAHUN : 2004 SMA : SMA Islam Al-Ulum Terpadu Medan TAHUN : 2007 S1 : Teknik Informatika Sekolah Tinggi Teknik Harapan TAHUN : 2012 S2 : Teknik Informatika TAHUN : 2015

7 vii UCAPAN TERIMA KASIH Puji dan syukur penulis panjatkan kehadirat Allah SWT atas berkah, rahmat dan karunianya berupa pengetahuan, kesehatan dan kesempatan yang diberikan kepada penulis sehingga dapat menyelesaikan tesis dengan judul ANALISIS PERFORMANSI PADA PENERAPAN HUKUM KETETAPAN HARDY- WEINBERG DALAM ALGORITMA GENETIKA. Dalam penyusunan untuk menyelesaikan tesis ini, penulis banyak mendapati pelajaran yang besar, baik berupa saran maupun nasehat dari berbagai pihak terutama dari dosen pembimbing serta dari dosen pembanding, sehingga pengerjaan tesis ini dapat diselesaikan dengan baik. Tidak lepas dari dukungan orang tua, yang juga telah banyak memberikan bantuan sehingga penulis dapat sampai pada tahap penyelesaian tesis ini. Untuk itu penulis ingin menyampaikan ucapan terima kasih yang sebesarbesarnya kepada: 1. Bapak Prof. Dr. Syahril Pasaribu, DTMH, M.Sc(CTM), Sp.A(K) selaku Rektor atas kesempatan yang telah diberikan kepada penulis sehingga bisa mengikuti dan menyelesaikan pendidikan Magister Teknik Informatika. 2. Bapak Prof. Dr. Muhammad Zarlis, selaku Dekan dan Ketua Program Studi Pascasarjana Teknik Informatika Fakultas Ilmu Komputer dan Teknologi Informasi Medan. 3. Bapak Prof. Dr. Opim Salim Sitompul Selaku Dosen Pembimbing I yang telah bersedia memberikan bimbingan serta pengarahan hingga selesainya penulisan tesis ini. 4. Bapak Dr. Marwan Ramli, M.Si Selaku Dosen Pembimbing II yang telah bersedia memberikan bimbingan serta pengarahan hingga selesainya penuliasn tesis ini. 5. Bapak dan Ibu Dosen Pembanding/Penguji yang telah memberikan saran untuk perbaikan dan penyelesaian tesis ini.

8 viii 6. Bapak dan Ibu Dosen yang telah memberikan materi perkuliahan dan ilmu pengetahuan selama penulis menyelesaikan Program Studi Pascasarjana Teknik Informatika. 7. Segenap sivitas akademika Program Studi Pascasarjana Teknik Informatika Sumatera Utara. 8. Kedua Orangtua saya Ayahanda Zulkifli dan Ibunda Aryani tercinta yang telah memberikan kasih sayangnya, doa yang tak pernah putus serta dorongan moril maupun materil kepada saya sehingga dapat menyelesaikan tesis ini dengan baik. 9. Orang yang saya sayangi dan cintai Eva Rinanti, ST yang telah memberi semangat dan dukungan kepada saya sehingga dapat menyelesaikan tesis ini. 10. Adik saya Vania Adissya yang telah banyak memberikan dorongan dan bantuan kepada saya sehingga dapat menyelesaikan tesis ini. 11. Teman teman seperjuangan Angkatan 2012 Kom-C yang telah memberikan dukungan dalam penyelesaian tesis ini terutama Erianto Ongko yang memberikan dukungan yang lebih terhadap penulis. 12. Sahabat- sahabat terbaik Ade Zulkarnain, ST, M.Kom, T. Mohd. Diansyah, ST, M.Kom, Ilham Faisal, ST, M.Kom, Sri Melvani Hardi, M.Kom, Sayuti Rahman, ST, M.Kom, Habibi Ramdhani Safitri, M.Kom, Indra Firnando, ST, Ayu Aulia Utami, ST, Hanny Trisuci Ramadhani, ST, Aditya Fawzan, ST, Rizki Puji Lestari, dan sahabat-sahabat yang tidak dapat saya sebutkan satu persatu, yang telah memberikan dukungan dalam penyelesaian tesis ini. Penulis menyadari bahwa masih ada kekurangan dalam penulisan tesis ini, untuk itu, penulis mengharapkan kritik dan saran dari pembaca demi kesempurnaan penelitian selanjutnya. Akhir kata penulis berharap semoga karya ilmiah ini dapat bermanfaat bagi semua pihak, khususnya dalam bidang pendidikan. Penulis menyadari bahwa masih ada kekurangan dalam penulisan tesis ini, untuk itu, penulis mengharapkan kritik dan saran dari pembaca demi kesempurnaan penelitian selanjutnya. Medan, Januari 2015 Penulis Adidtya Perdana

9 ix ABSTRAK Algoritma genetika sering digunakan untuk penemuan solusi optimal pada permasalahan-permasalahan non-deterministik. Kelebihan algoritma genetika terdapat pada kemampuan mendapatkan solusi global optima sehingga digunakan untuk optimasi. Algoritma genetika sering dimodifikasi untuk kepentingan dan tujuan tertentu. Salah satu tujuannya adalah lebih mengoptimalkan solusi yang diinginkan dari suatu permasalahan tertentu dengan menggabungkan teknik atau metode lain ke dalam algoritma genetika. Teknik atau metode yang akan digabungkan ke dalam algoritma genetika dan dianalisis adalah hukum ketetapan Hardy-Weinberg dengan studi permasalahan yang digunakan adalah Traveling Salesman Problem (TSP). Dalam hukum ketetapan Hardy-Weinberg memiliki beberapa syarat yaitu persilangan dilakukan secara acak, tidak terjadi mutasi gen, tidak terjadi migrasi dan seleksi alam, dan jumlah individu dari suatu populasi selalu besar. Tujuan dari penelitian ini adalah mendapatkan hasil analisis performansi dari penerapan hukum ketetapan Hardy- Weinberg kedalam algoritma genetika dengan masalah utama untuk mendapat gambaran mengenai kaitan antara proses mutasi dan seleksi yang dihilangkan dengan performansi dari algoritma genetika. Kata Kunci : algoritma genetika, hukum ketetapan Hardy-Weinberg, TSP, mutasi, seleksi.

10 x PERFORMANCE ANALYSIS ON THE APPLICATION OF THE HARDY- WEINBERG EQUILIBRIUM LAW IN GENETIC ALGORITHMS ABSTRACT Genetic algorithm often used to find optimal solution for the non-deterministic problems. The advantages of genetic algorithms contained on its ability to obtain global optima solution and is used to optimization. Genetic algorithm often modified for specific interests and goals. One aim is to optimize the desired solution of a particular problem by combining techniques or other methods into genetic algorithm. In this research, Traveling Salesman Problem (TSP) used to analyzed performance of genetic algorithm and Hardy-Weinberg equilibrium law. Hardy-Weinberg equilibrium law require randomized crossover, gene mutation does not occur, no migration and natural selection, and bigger population. Purpose of this research is to get the performance analysis of the application of the Hardy-Weinberg equilibrium law into genetic algorithm. Keywords: genetic algorithms, Hardy-Weinberg equilibrium law, TSP, mutation, selection.

11 xi DAFTAR ISI Halaman PERSETUJUAN... ii PERNYATAAN... iii PERNYATAAN PERSETUJUAN PUBLIKASI... iv PANITIA PENGUJI TESIS... v RIWAYAT HIDUP... vi UCAPAN TERIMA KASIH... Error! Bookmark not defined. ABSTRAK... ix ABSTRACT... x DAFTAR ISI... xi DAFTAR GAMBAR... xiv DAFTAR TABEL... xv BAB I PENDAHULUAN Latar Belakang Perumusan Masalah Pembatasan Masalah Tujuan Penelitian Manfaat Penelitian... 4 BAB II TINJAUAN PUSTAKA Algoritma Genetika Struktur Umum Algoritma Genetika Membangkitkan Populasi Awal dan Kromosom Evaluasi Fitness Operator Genetik Seleksi Crossover Mutasi... 9

12 xii Parameter Parameter dalam Algoritma Genetika Variasi Genetika Hukum Ketetapan Hardy-Weinberg Traveling Salesman Problem (TSP) Penelitian Terkait Penelitian Terdahulu Perbedaan Dengan Penelitian Lain Kontribusi Penelitian BAB III METODOLOGI PENELITIAN Pendahuluan Data yang Digunakan Rancangan Penelitian Algoritma Genetika Umum Pendefinisian Individu Pembentukan Populasi Awal Proses Seleksi Proses Persilangan (Crossover) Proses Mutasi Penerapan Hukum Ketetapan Hardy-Weinberg dalam Algoritma Genetika Pendefinisian individu Pembentukan populasi awal Proses Persilangan Modifikasi Hukum Hardy-Weinberg dalam Algoritma Genetika Pendefinisian individu Pembentukan populasi awal Proses Persilangan Proses Mutasi BAB IV HASIL DAN PEMBAHASAN Pendahuluan Pengujian Pertama... 37

13 xiii Pengujian Tahap Pertama Terhadap Data berlin52.tsp Pengujian Tahap Kedua Terhadap Data berlin52.tsp Pengujian Tahap Ketiga Terhadap Data berlin52.tsp Hasil Perbandingan Ketiga Tahap Pengujian Pengujian Kedua Pengujian Tahap Pertama Terhadap Data st70.tsp Pengujian Tahap Kedua Terhadap Data st70.tsp Pengujian Tahap Ketiga Terhadap Data st70.tsp Hasil Perbandingan Ketiga Tahap Pengujian Pembahasan BAB V KESIMPULAN DAN SARAN Kesimpulan Saran Daftar Pustaka Lampiran... 63

14 xiv DAFTAR GAMBAR Gambar 2.1 Ilustrasi tahapan proses dari algoritma genetika... 6 Gambar 2.2 Diagram Struktur Umum Algoritma Genetika... 7 Gambar 2.3 Diagram Frekuensi genotype untuk kawin acak Gambar 3.1 Skema Rencana Kerja Penelitian Gambar 3.2 Proses Umum Algoritma Genetika Umum Gambar 3.3 Peta Kota yang akan Dikunjungi Salesman Gambar 3.4 Proses Tahapan Penerapan Hukum Ketetapan Hardy-Weinberg dalam Algoritma Genetika Gambar 3.5 Proses Tahapan Modifikasi Hukum Ketetapan Hardy-Weinberg dalam Algoritma Genetika Gambar 4.1 Grafik Perbandingan Pengujian Tahap Pertama untuk Jarak Terpendek. 39 Gambar 4.2 Grafik Perbandingan Pengujian Tahap Pertama untuk Generasi Gambar 4.3 Grafik Perbandingan Pengujian Tahap Kedua untuk Jarak Terpendek Gambar 4.4 Grafik Perbandingan Pengujian Tahap Kedua untuk Generasi Gambar 4.5 Grafik Perbandingan Pengujian Tahap Ketiga untuk Jarak Terpendek Gambar 4.6 Grafik Perbandingan Pengujian Tahap Ketiga untuk Generasi Gambar 4.7 Grafik Perbandingan Hasil Pengujian Setiap Tahap untuk Best Distance Gambar 4.8 Grafik Perbandingan Hasil Pengujian Setiap Tahap untuk Best Generation Gambar 4.9 Grafik Perbandingan Pengujian Tahap Pertama untuk Jarak Terpendek Gambar 4.10 Grafik Perbandingan Pengujian Tahap Pertama untuk Generasi Gambar 4.11 Grafik Perbandingan Pengujian Tahap Kedua untuk Jarak Terpendek. 49 Gambar 4.12 Grafik Perbandingan Pengujian Tahap Kedua untuk Generasi Gambar 4.13 Grafik Perbandingan Pengujian Tahap Ketiga untuk Jarak Terpendek. 51 Gambar 4.14 Grafik Perbandingan Pengujian Tahap Ketiga untuk Generasi Gambar 4.15 Grafik Perbandingan Hasil Pengujian Setiap Tahap untuk Best Distance Gambar 4.16 Grafik Perbandingan Hasil Pengujian Setiap Tahap untuk Best Generation Gambar 4.17 Algoritma Genetika Umum untuk Data berlin Gambar 4.18 Penerapan Hukum Ketetapan Hardy-Weinberg dalam Algoritma Genetika untuk Data berlin Gambar 4.19 Modifikasi Hukum Ketetapan Hardy-Weinberg untuk Data berlin Gambar 4.20 Algoritma Genetika Umum untuk Data st Gambar 4.21 Penerapan Hukum Ketetapan Hardy-Weinberg dalam Algoritma Genetika untuk Data st Gambar 4.22 Modifikasi Hukum Ketetapan Hardy-Weinberg untuk Data st

15 xv DAFTAR TABEL Tabel 2.1 Perbandingan dengan Penelitian Lain Tabel 3.1 Pembentukan Populasi Awal Tabel 3.2 Pembentukan Populasi Awal Tabel 3.3 Pembentukan Populasi Awal Tabel 4.1 Hasil Pengujian Tahap Pertama untuk Data berlin Tabel 4.2 Hasil Pengujian Tahap Kedua untuk Data berlin Tabel 4.3 Hasil Pengujian Tahap Ketiga untuk Data berlin Tabel 4.4 Hasil Pengujian Tahap Pertama untuk Data berlin Tabel 4.5 Hasil Pengujian Tahap Kedua untuk Data st70.tsp Tabel 4.6 Hasil Pengujian Tahap Ketiga untuk Data st