HASIL DAN PEMBAHASAN
4.2. Hasil Pengujian untuk 100 Generas
Pengujian pertama akan dilakukan dengan menggunakan percobaan pada 100 generasi pertama. Percobaan dilakukan pada nilai probability crossover (PC) sebesar 0.25 dan 0.5 dengan menggguakan nilai mutation rate sebesar 0.1 dan nilai α sebesar 0.5.
4.2.1 Pengujian dengan Probabilitas Crossover (PC=0.25)
Pengujian dilakukan sebanyak 100 generasi dengan nilai probabilitas crossover 0.25 dan nilai mutation rate sebesar 0.1 serta nilai α sebesar 0.5 untuk melihat nilai best
rata-rata pada masing-masing metode arithmetic crossover. Pengujian dilakukan sebanyak 5 kali dan hasil pengujian dapat dilihat pada Tabel 4.1, 4.2, dan 4.3.
Tabel 4.1. Probabilitas Crossover (PC=0.25) untuk Whole Arithmetic Crossover
untuk 100 Generasi
No. Best Fitness Generasi Rute Optimal 1 0.00004207 10 23767.2335 2 0.00004059 35 24637.0145 3 0.00004494 74 22253.8977 4 0.00004281 24 23357.1088 5 0.00004871 52 20528.6788 6 0.00004216 89 23717.6965 7 0.00004547 10 21992.3361 8 0.00004562 87 21920.1716 9 0.00004521 44 22119.6238 10 0.00004594 70 21766.0195 Rata-rata Best Fitness = 0.00004435
Rata-rata Rute Optimal = 22605.9780
Dari Tabel 4.1. terlihat bahwa secara umum nilai best fitness dapat bervariasi untuk tiap kali pengujian. Pada Pengujian pertama nilai best fitness adalah sebesar 0.00004207 dan pada pengujian kedua sedikit mengalami penurunan best fitness
menjadi sebesar 0.00004059. Pada pengujian ketiga naik kembali menjadi sebesar 0.00004494 dan pada pengujian keempat kembali turun menjadi sebesar 0.00004281 dan mengalami kenaikan yang cukup signifikan pada pengujian kelima menjadi sebesar 0.00004871 dan variasi ini terus dilanjutkan sampai pada generasi ke 10 diperoleh nilai fitness sebesar 0.00004594. Variasi ini dapat dilihat sebagai pengaruh hasil pengacakan terhadap gen kota yang dibangkitkan dan juga nilai random pada tahapan crossover dan mutasi. Nilai best fitness yang terbaik berdasarkan 10 kali pengujian adalah sebesar 0.00004871 yang diperoleh pada pengujian keempat.
Dari Tabel 4.1 diperoleh bahwa pada pengujian untuk 100 generasi, dengan menggunakan metode whole arithmetic crossover dan nilai PC sebesar 0.25 diperoleh
bahwa Rata-rata Best Fitness = 0.00004435 dan Rata-rata Rute Optimal = 22605.9780.
Tabel 4.2. Probabilitas Crossover (PC=0.25) untuk Simple Arithmetic Crossover
untuk 100 Generasi
No. Best Fitness Generasi Rute Optimal 1 0.00004193 39 23851.9534 2 0.00004154 30 24071.3064 3 0.00004114 1 24304.6375 4 0.00003810 63 26249.0426 5 0.00004514 99 22154.8349 6 0.00004151 6 24092.4659 7 0.00004066 95 24594.4014 8 0.00004481 76 22317.5826 9 0.00004239 33 23590.3310 10 0.00004219 96 23703.4978 Rata-rata Best Fitness = 0.00004194
Rata-rata Rute Optimal = 23893.0054
Dari Tabel 4.2. terlihat bahwa secara umum nilai best fitness dapat bervariasi untuk tiap kali pengujian. Pada Pengujian pertama nilai best fitness adalah sebesar 0.00004193 dan pada pengujian kedua sedikit mengalami penurunan best fitness
menjadi sebesar 0.00004154. Pada pengujian ketiga kembali terjadi penurunan sehingga nilai best fitness menjadi sebesar 0.00004114 dan pada pengujian keempat turun lagi sehingga nilai best fitness menjadi sebesar 0.00003810, tetapi pada pengujian kelima mengalami kenaikan yang cukup signifikan pada pengujian menjadi sebesar 0.00004514 dan sekaligus menjadikan nilai best fitness pada pengujian kelima ini menjadi best fitness terbaik paa pengujian metode simple arithmetic crossover
dengan nilai PC sebesar 0.25. Variasi yang terjadi pada pengujian ini dapat dilihat sebagai pengaruh hasil pengacakan terhadap gen kota yang dibangkitkan pada bagian awal dan juga nilai random pada tahapan crossover dan mutasi.
Dari Tabel 4.2 diperoleh bahwa pada pengujian untuk 100 generasi, dengan menggunakan metode simple arithmetic crossover dan nilai PC sebesar 0.25 diperoleh bahwa Rata-rata Best Fitness = 0.00004194 dan Rata-rata Rute Optimal = 23893.0054
Tabel 4.3. Probabilitas Crossover (PC=0.25) untuk Single Arithmetic Crossover untuk 100 Generasi
No. Best Fitness Generasi Rute Optimal 1 0.00003953 1 25294.4965 2 0.00003992 24 25047.1053 3 0.00004122 38 24262.1715 4 0.00003874 100 25811.9568 5 0.00004537 13 22041.7459 6 0.00004058 63 24643.9583 7 0.00004003 11 24984.2396 8 0.00004023 96 24856.0931 9 0.00004199 7 23816.7649 10 0.00004284 56 23342.8733 Rata-rata Best Fitness = 0.00004105
Rata-rata Rute Optimal = 24410.1405
Dari Tabel 4.3. terlihat bahwa secara umum nilai best fitness dapat bervariasi untuk tiap kali pengujian. Pada Pengujian pertama nilai best fitness yang diperoleh cukup kecil yaitu sebesar 0.00003953 dan pada pengujian kedua sedikit mengalami penurunan best fitness menjadi sebesar 0.00003992. Pada pengujian ketiga kembali terjadi peningkatan sehingga nilai best fitness menjadi sebesar 0.00004122 dan pada pengujian keempat kembali terjadi penurunan sehingga nilai best fitness menjadi sebesar 0.00003874 yang merupakan nilai best fitness terkecil pada penelitian ini, tetapi pada pengujian kelima mengalami kenaikan yang cukup signifikan menjadi sebesar 0.00004537 dan sekaligus menjadikan nilai best fitness pada pengujian kelima ini menjadi best fitness terbaik pada pengujian metode single arithmetic crossover
dengan nilai PC sebesar 0.25 untuk 100 generasi. Variasi yang terjadi pada pengujian ini dapat dilihat sebagai pengaruh hasil pengacakan terhadap gen kota yang
dibangkitkan pada bagian awal dan juga nilai random pada tahapan crossover dan mutasi.
Dari Tabel 4.3 diperoleh bahwa pada pengujian untuk 100 generasi, dengan menggunakan metode single arithmetic crossover dan nilai PC sebesar 0.25 diperoleh bahwa Rata-rata Best Fitness = 0.00004105 dan Rata-rata Rute Optimal = 24410.1405
Berdasarkan Tabel 4.1, 4.2, dan 4.3 diperoleh hasil bahwa hasil fitness dari metode whole arithmetic crossover pada nilai PC sebesar 0.25 untuk 100 generasi adalah lebih baik dari metode simple arithmetic crossover dan simple arithmetic crossover memiliki nilai fitness yang lebih baik daripada single arithmetic crossover. Untuk lebih jelasnya dapat dilihat pada Tabel 4.4.
Tabel 4.4. Hasil Pengujian PC=0.25 untuk 100 Generasi
Metode Crossover Average Best Fitness Average Best Distance Whole Arithmetic 0.00004435 22605.9780 Simple Arithmetic 0.00004194 23893.0054 Single Arithmetic 0.00004105 24410.1405
Pada Tabel 4.4. terlihat bahwa untuk pengujian dengan menggunakan PC sebesar 0.25 untuk 100 generasi, metode Whole Arithmetic merupakan metode yang memiliki average best fitness terbaik, posisi kedua ditempati oleh simple arithmetic, dan posisi ketiga ditempati oleh single arithmetic. Sehingga terlihat bahwa semakin banyak gen yang mengalami crossover akan memberikan hasil fitness yang semakin baik.
Adapun hasil pengujian secara umum dengan menggunakan PC=0.25 untuk 100 generasi dengan menggunakan metode whole arithmetic, simple arithmetic, dan
Gambar 4.1. Grafik Hasil Pengujian dengan PC Sebesar 0.25 untuk 100 Generasi Pada Gambar 4.1 terlihat bahwa whole arithmetic crossover memberikan nilai fitness
yang lebih baik untuk 10 kali pengujian. Terkecuali pada pengujian ke-2 dimana
simple arithmetic crossover memberikan hasil best fitness yang lebih baik daripada
whole arithmetic crossover. Demikian juga halnya simple arithmetic crossover juga memberikan hasil yang lebih baik daripada single arithmetic crossover. Namun, pada pengujian ke-3, ke-4, ke-5, dan ke-10 single arithmetic crossover memberikan hasil yang lebih baik daripada simple arithmetic crossover, secara keseluruhan whole arithmetic crossover masih memberikan hasil average best fitness yang lebih baik daripada simple arithmetic crossover, dan simple arithmetic crossover masih memberikan hasil average best fitness yang lebih baik daripada single arithmetic crossover
4.2.2 Pengujian dengan Probabilitas Crossover (PC=0.5)
Pengujian dilakukan sebanyak 100 generasi dengan nilai probabilitas crossover 0.5 dan nilai mutation rate sebesar 0.1 serta nilai α sebesar 0.5 untuk melihat nilai best fitness dari masing-masing metode arithmetic crossover dengan mengambil nilai rata- rata pada masing-masing metode arithmetic crossover. Pengujian dilakukan sebanyak 5 kali dan hasil pengujian dapat dilihat pada Tabel 4.5, 4.6, dan 4.7.
0 0.00001 0.00002 0.00003 0.00004 0.00005 0.00006 1 2 3 4 5 6 7 8 9 10
Hasil Pengujian dengan PC Sebesar 0.25 untuk 100 Generasi
Whole Arithmetic Simple Arithmetic Single Arithmetic
Fitness
Tabel 4.5. Probabilitas Crossover (PC=0.5) untuk Whole Arithmetic Crossover untuk 100 Generasi
No. Best Fitness Generasi Rute Optimal 1 0.00004611 94 21686.8830 2 0.00004845 34 20641.8244 3 0.00004741 23 21094.2511 4 0.00004814 50 20771.9462 5 0.00004572 60 21872.1506 6 0.00004743 72 21085.7432 7 0.00004379 21 22833.7112 8 0.00004603 88 21723.6440 9 0.00004792 61 20868.4961 10 0.00004540 45 22026.2857 Rata-rata Best Fitness = 0.00004664
Rata-rata Rute Optimal = 21460.4936
Dari Tabel 4.5. terlihat bahwa secara umum nilai best fitness dapat bervariasi untuk tiap kali pengujian. Pada Pengujian pertama nilai best fitness yang diperoleh cukup kecil yaitu sebesar 0.00004611 yang diperoleh pada generasi ke 94 dan pada pengujian kedua sedikit mengalami peningkatan best fitness menjadi sebesar 0.00004845 yang diperoleh pada generasi ke 34 dan sekaligus menjadikan nilai best fitness pada pengujian kedua ini menjadi best fitness terbaik pada pengujian metode
whole arithmetic crossover dengan nilai PC sebesar 0.5 untuk 100 generasi. Pada pengujian ketiga kembali terjadi penurunan sehingga nilai best fitness menjadi sebesar 0.00004741 dan pada pengujian keempat kembali terjadi peningkatan sehingga nilai
best fitness menjadi sebesar 0.00004814, tetapi pada pengujian kelima mengalami penurunan kembali sehingga best fitness menjadi sebesar 0.00004572. Variasi yang terjadi pada pengujian ini dapat dilihat sebagai pengaruh hasil pengacakan terhadap gen kota yang dibangkitkan pada bagian awal dan juga nilai random pada tahapan
crossover dan mutasi.
Dari Tabel 4.5 diperoleh bahwa pada pengujian untuk 100 generasi, dengan menggunakan metode whole arithmetic crossover dan nilai PC sebesar 0.5 diperoleh
Tabel 4.6. Probabilitas Crossover (PC=0.5) untuk Simple Arithmetic Crossover untuk 100 Generasi
No. Best Fitness Generasi Rute Optimal 1 0.00004118 53 24283.2405 2 0.00004076 29 24645.2334 3 0.00004554 4 21957.0373 4 0.000046 99 21737.6872 5 0.00004205 41 23781.3220 6 0.00004162 53 24028.8178 7 0.00004263 4 23456.0698 8 0.00004574 91 21865.0597 9 0.00004180 5 23922.6952 10 0.00004287 61 23328.8960 Rata-rata Best Fitness = 0.00004302
Rata-rata Rute Optimal = 23300.7059
Dari Tabel 4.6. terlihat bahwa untuk 10 kali pengujian secara umum nilai best fitness
dapat bervariasi untuk tiap kali pengujian. Pada Pengujian pertama nilai best fitness
yang diperoleh cukup kecil yaitu sebesar 0.00004118 yang diperoleh pada generasi ke-53 dan pada pengujian kedua sedikit mengalami penurunan best fitness menjadi sebesar 0.00004076 yang diperoleh pada generasi ke-29. Pada pengujian ketiga kembali terjadi peningkatan sehingga nilai best fitness menjadi sebesar 0.00004554 yang diperoleh pada generasi ke-4 dan pada pengujian keempat kembali lagi terjadi peningkatan sehingga nilai best fitness menjadi sebesar 0.000046 yang diperoleh pada generasi ke-99 dan sekaligus menjadikan nilai best fitness pada pengujian keempat ini menjadi best fitness terbaik pada pengujian metode simple arithmetic crossover
dengan nilai PC sebesar 0.5 untuk 100 generasi, dan pada pengujian kelima mengalami penurunan kembali sehingga best fitness menjadi sebesar 0.00004205.
Dari Tabel 4.6 diperoleh bahwa pada pengujian untuk 100 generasi, dengan menggunakan metode simple arithmetic crossover dan nilai PC sebesar 0.5 diperoleh bahwa Rata-rata Best Fitness = 0.00004302 dan Rata-rata Rute Optimal = 23300.7059.
Tabel 4.7. Probabilitas Crossover (PC=0.5) untuk Single Arithmetic Crossover
No. Best Fitness Generasi Rute Optimal 1 0.00004068 5 24580.3186 2 0.00004671 49 21408.2574 3 0.00004122 1 24262.1376 4 0.00004396 41 22748.8767 5 0.00003707 98 26977.4347 6 0.00003917 1 25527.2873 7 0.00004276 15 23385.3563 8 0.00003985 1 25094.26 9 0.00004313 31 23187.2334 10 0.00004191 25 23859.1687 Rata-rata Best Fitness = 0.00004165
Rata-rata Rute Optimal = 24103.0330
Dari Tabel 4.7. terlihat bahwa untuk 10 kali pengujian dengan menggunakan metode single arithmetic crossover secara umum nilai best fitness dapat bervariasi untuk tiap kali pengujian. Pada Pengujian pertama nilai best fitness yang diperoleh cukup kecil yaitu sebesar 0.00004068 yang diperoleh pada generasi ke-5 dan pada pengujian kedua mengalami peningkatan best fitness yang cukup signifikan menjadi sebesar 0.00004671 yang diperoleh pada generasi ke-49 dan sekaligus menjadikan nilai best fitness pada pengujian kedua ini menjadi best fitness terbaik pada pengujian metode single arithmetic crossover dengan nilai PC sebesar 0.5 untuk 100 generasi. Pada pengujian ketiga kembali terjadi peningkatan sehingga nilai best fitness menjadi sebesar 0.00004122 yang diperoleh pada generasi ke-1 dan pada pengujian keempat kembali lagi terjadi peningkatan sehingga nilai best fitness menjadi sebesar 0.00004396 yang diperoleh pada generasi ke-41, dan nilai best fitness yang terendah adalah sebesar 0.00003707 yang diperoleh pada pengujian ke-5 yang diperoleh pada generasi ke-98.
Dari Tabel 4.7 diperoleh bahwa pada pengujian untuk 100 generasi, dengan menggunakan metode single arithmetic crossover dan nilai PC sebesar 0.5 diperoleh bahwa Rata-rata Best Fitness = 0.00004165 dan Rata-rata Rute Optimal = 24103.0330
Berdasarkan Tabel 4.5, 4.6, dan 4.7 diperoleh hasil bahwa hasil fitness dari metode whole arithmetic crossover pada nilai PC sebesar 0.5 untuk 100 generasi adalah lebih baik dari metode simple arithmetic crossover dan simple arithmetic crossover memiliki nilai fitness yang lebih baik daripada single arithmetic crossover. Untuk lebih jelasnya dapat dilihat pada Tabel 4.8.
Tabel 4.8. Hasil Pengujian PC=0.5 untuk 100 Generasi
Metode Crossover Average Best Fitness Average Best Distance Whole Arithmetic 0.00004664 21460.4936 Simple Arithmetic 0.00004302 23300.7059 Single Arithmetic 0.00004165 24103.0330
Adapun hasil pengujian secara umum dengan menggunakan PC=0.5 untuk 100 generasi dengan menggunakan metode whole arithmetic, simple arithmetic,dan whole arithmetic dapat dilihat pada Gambar 4.2.
Gambar 4.2 Hasil Pengujian dengan PC Sebesar 0.5 untuk 100 Generasi
0 0.00001 0.00002 0.00003 0.00004 0.00005 0.00006 1 2 3 4 5 6 7 8 9 10
Hasil Pengujian dengan PC Sebesar 0.5 untuk 100 Generasi
Whole Arithmetic Simple Arithmetic Single Arithmetic
Fitness
Pada Gambar 4.2 terlihat bahwa whole arithmetic crossover selalu memberikan nilai fitness yang terbaik untuk 10 kali pengujian. Demikian juga halnya
simple arithmetic crossover juga memberikan hasil yang lebih baik daripada single arithmetic crossover. Namun, pada pengujian ke-2 dan ke-9 single arithmetic crossover memberikan hasil yang lebih baik daripada simple arithmetic crossover, secara keseluruhan simple arithmetic crossover masih memberikan hasil average best fitness yang lebih baik daripada single arithmetic crossover