BAB V
Pengujian
Bab ini memuat tujuan dan langkah-langkah pengujian, hasil dan analisis pengujian terhadap hasil implementasi dari program GAMA.
5.1 Tujuan Pengujian
Berikut ini adalah tujuan dari pengujian.
1. Mencari nilai parameter yang dapat mengoptimalkan performansi perangkat lunak. Performansi diukur dari jumlah generasi yang diperlukan dalam mencapai target batas nilai. Semakin sedikit jumlah generasi yang diperlukan, semakin baik performansi dari perangkat lunak. Nilai parameter yang diuji meliputi :
a. NPopulasi, yaitu jumlah kromosom dalam satu generasi
b. NPersilangan, yaitu jumlah proses persilangan yang dilakukan terhadap
kromosom di satu generasi
c. NMutasi, yaitu jumlah proses mutasi yang dilakukan terhadap kromosom di satu
generasi
2. Melihat hubungan jumlah generasi yang diproses dengan: a. Masukan batas nilai yang berbeda-beda.
b. Masukan melodi dan akor dengan jumlah frase yang berbeda-beda.
3. Melihat keragaman hasil dari perangkat lunak dari jenis lagu yang berbeda-beda. 4. Melihat konvergensi nilai fitness ke arah solusi optimal, yaitu solusi dengan nilai
fitness di atas batas nilai masukan.
5.2 Rancangan Kasus Uji
Tabel V-1 adalah tabel rancangan kasus uji mencakup nomor pengujian, deskripsi dan tujuan dari masing-masing pengujian.
Tabel V-1 Tabel Rancangan Kasus Uji
Pengujian Deskripsi Tujuan
1
Pengujian nilai parameter NPopulasi
terhadap jumlah generasi yang diproses hingga menghasilkan solusi optimal.
Mencari nilai parameter NPopulasi
yang dapat mengoptimalkan performansi perangkat lunak berdasarkan jumlah generasi yang diproses.
2
Pengujian nilai parameter NPersilangan
terhadap jumlah generasi yang diproses hingga menghasilkan solusi optimal.
Mencari nilai parameter
NPersilangan yang dapat
mengoptimalkan performansi perangkat lunak berdasarkan jumlah generasi yang diproses.
3
Pengujian nilai parameter NMutasi
terhadap jumlah generasi yang diproses hingga menghasilkan solusi optimal.
Mencari nilai parameter NMutasi
yang dapat mengoptimalkan performansi perangkat lunak berdasarkan jumlah generasi yang diproses.
4
Pengujian batas nilai masukan terhadap jumlah generasi yang diproses hingga menghasilkan solusi optimal.
Melihat hubungan antara batas nilai masukan dengan jumlah generasi yang diproses.
5
Pengujian jumlah frase masukan terhadap jumlah generasi yang diproses hingga menghasilkan solusi optimal.
Melihat hubungan antara jumlah frase melodi masukan dengan jumlah generasi yang diproses.
6
Pengujian aransemen beberapa lagu yang berbeda dengan nilai parameter optimal.
Melihat dan menganalisis hasil aransemen dari lagu masukan yang berbeda.
7
Pengujian sifat konvergensi nilai
fitness ke arah solusi optimal dengan menggambarkan diagram nilai fitness
terbaik di setiap generasi dari pengujian nomor 6.
Melihat apakah algoritma genetika telah bersifat konvergen untuk melakukan proses aransemen.
5.3 Langkah-Langkah Pengujian
Jumlah generasi untuk setiap pengujian dibatasi sebesar sepuluh ribu (10,000) generasi. Hal ini dilakukan untuk menangani kemungkinan batas nilai evaluasi yang diharapkan tidak akan tercapai. Pengujian 1, 2 dan 3 dilakukan masing-masing sebanyak sepuluh kali untuk mendapatkan hasil yang akurat. Tabel hasil pengujian tersebut tertera dalam Lampiran E. Pengujian yang lain hanya dilakukan sebanyak satu kali.
Berikut ini adalah langkah-langkah yang dilakukan dalam pengujian. 1. Pengujian 1. Parameter NPopulasi
Frase yang diuji adalah frase dari Canon In D dengan target batas nilai sebesar 2700, NPersilangan sebesar 50% dan NMutasi sebesar 50%. Nilai NPopulasi yang diuji
adalah sebagai berikut. a. NPopulasi = 300 kromosom
b. NPopulasi = 500 kromosom
c. NPopulasi = 700 kromosom
d. NPopulasi = 1000 kromosom
2. Pengujian 2. Parameter NPersilangan
Frase yang diuji adalah frase dari Canon In D dengan target batas nilai sebesar 2700, NPopulasi sebesar 500 kromosom dan NMutasi sebesar 50%. Nilai NPersilangan
yang diuji adalah sebagai berikut. a. NPersilangan = 30%
b. NPersilangan = 50%
c. NPersilangan = 70%
d. NPersilangan = 100%
3. Pengujian 3. Parameter NMutasi
Frase yang diuji adalah frase dari Canon In D dengan target batas nilai sebesar 2700, NPopulasi sebesar 500 kromosom dan NPersilangan sebesar 50%. Nilai NMutasi
yang diuji adalah sebagai berikut. a. NMutasi = 30%
b. NMutasi = 50%
c. NMutasi = 70%
d. NMutasi = 100%
4. Pengujian 4. Parameter Batas Nilai
Frase yang diuji adalah frase dari Canon In D dengan NPopulasi, NPersilangan dan
NMutasi menggunakan nilai optimal dari hasil pengujian nomor 1 – 3. Batas nilai
yang diuji adalah sebagai berikut. a. Batas nilai = 2100
d. Batas nilai = 3000
5. Pengujian 5. Parameter Jumlah Frase
Lagu yang diuji adalah Symphony No 9 dengan target batas nilai sebesar 2800, dan NPopulasi, NPersilangan dan NMutasi menggunakan nilai optimal dari hasil pengujian
nomor 1-3. Jumlah frase yang diuji adalah sebagai berikut. a. Jumlah frase = 1 frase (4 bar)
b. Jumlah frase = 2 frase (8 bar) c. Jumlah frase = 3 frase (12 bar) d. Jumlah frase = 4 frase (16 bar) 6. Pengujian 6. Aransemen Lagu
Pengujian dilakukan dengan target batas nilai sebesar 3000, dan NPopulasi,
NPersilangan dan NMutasi menggunakan nilai optimal dari hasil pengujian nomor 1 – 3.
Lagu yang diuji adalah sebagai berikut a. Canon in D karya Pachelbel b. Twinkle Twinkle Little Star
c. Symphony No 9 karya Ludwig van Beethoven d. Mary Had A Little Lamb
7. Pengujian 7. Sifat Konvergensi
Pengujian dilakukan dengan menggambarkan nilai fitness terbaik di setiap generasi untuk Pengujian 6 ke dalam bentuk diagram.
5.4 Hasil dan Analisis Pengujian
5.4.1 Pengujian 1. Parameter N
PopulasiPengujian NPopulasi dilakukan terhadap frase Canon In D dengan batas nilai sebesar
2700, batas generasi sebesar 10000, NPersilangan sebesar 50% dan NMutasi sebesar 50%.
Gambar V.1 adalah bentuk diagram dari hasil pengujian. Nilai NPopulasi sebesar 1000
kromosom menghasilkan jumlah generasi yang secara relatif paling sedikit, sehingga dapat disimpulkan bahwa nilai tersebut adalah nilai optimal untuk parameter NPopulasi.
Gambar V.1 Diagram Hasil Pengujian NPopulasi terhadap Jumlah Generasi Diagram hasil pengujian pada Gambar V.1 menunjukkan bahwa relatif jumlah generasi berbanding terbalik dengan nilai NPopulasi. Analisis terhadap hasil tersebut
adalah bahwa semakin besar nilai NPopulasi (jumlah kromosom dalam satu generasi),
variasi kromosom yang diproses akan semakin luas dan kemungkinan ditemukannya solusi optimal akan semakin besar dan cepat.
5.4.2 Pengujian 2. Parameter N
PersilanganPengujian NPersilangan dilakukan terhadap frase Canon In D dengan batas nilai sebesar
2700, batas generasi sebesar 10000, NPopulasi sebesar 500 kromosom dan NMutasi
sebesar 50%. Gambar V.2 adalah bentuk diagram dari hasil pengujian. Nilai NPersilangan
sebesar 100% menghasilkan jumlah generasi yang paling sedikit di antara nilai lain. Dapat disimpulkan bahwa 100% adalah nilai optimal untuk parameter NPersilangan.
Diagram hasil pengujian pada Gambar V.2 menunjukkan bahwa nilai NPersilangan
memiliki kecenderungan berbanding terbalik dengan jumlah generasi. Analisis terhadap hasil tersebut adalah bahwa operasi persilangan akan menghasilkan variasi kromosom baru sehingga dapat mempercepat ditemukannya solusi optimal.
5.4.3 Pengujian 3. Parameter N
MutasiPengujian NMutasi dilakukan terhadap frase Canon In D dengan batas nilai sebesar
2700, batas generasi sebesar 10000, NPopulasi sebesar 500 kromosom dan NPersilangan
sebesar 50%. Gambar V.3 adalah bentuk diagram dari hasil pengujian. Nilai NMutasi
sebesar 100% menghasilkan jumlah generasi yang paling sedikit di antara nilai lain. Dapat disimpulkan bahwa 100% adalah nilai optimal untuk parameter NMutasi.
Gambar V.3 Diagram Hasil Pengujian NMutasi terhadap Jumlah Generasi Diagram hasil pengujian pada Gambar V.3 menunjukkan bahwa jumlah generasi memiliki kecenderungan berbanding terbalik dengan nilai NMutasi. Analisis terhadap
hasil tersebut adalah bahwa semakin besar nilai NMutasi maka jumlah variasi
kromosom hasil mutasi akan semakin besar dan kemungkinan ditemukannya solusi optimal akan semakin besar dan cepat.
5.4.4 Pengujian 4. Parameter Batas Nilai
Pengujian Batas Nilai dilakukan terhadap frase Canon In D dengan batas generasi sebesar 10000 dan nilai parameter optimal, yaitu NPopulasi sebesar 1000 kromosom,
NPersilangan sebesar 100%, dan NMutasi sebesar 100%.
Gambar V.4 adalah bentuk diagram dari hasil pengujian batas nilai terhadap jumlah generasi. Hasil aransemen dari masing-masing batas nilai dapat dilihat di Lampiran F. Dari Gambar V.4 terlihat bahwa semakin tinggi batas nilai yang ditargetkan, jumlah generasi selama proses aransemen akan semakin besar. Setiap generasi memiliki waktu pemrosesan, sehingga semakin besar jumlah generasi maka waktu pemrosesan akan semakin panjang. Dilihat dari hasil aransemen yang berada di Lampiran F, aransemen akan terdengar semakin baik jika nilai fitness semakin tinggi. Berdasarkan pengujian tersebut, nilai fitness sebesar 2100, 2400, 2700 dan 3000 dapat menjadi nilai standar untuk kategori kualitas aransemen. Kategori kualitas tersebut adalah sebagai berikut.
1. Kategori “Sangat Baik” memiliki nilai fitness lebih besar dari 3000 2. Kategori “Baik” memiliki jangkauan nilai fitness antara 2700 hingga 3000
3. Kategori “Sedang” memiliki jangkauan nilai fitness antara 2400 hingga 2700 4. Kategori “Kurang Baik” memiliki nilai fitness lebih kecil dari 2100
5.4.5 Pengujian 5. Parameter Jumlah Frase
Pengujian Jumlah Frase dilakukan terhadap lagu Symphony No 9. Batas generasi sebesar 10000, batas nilai sebesar 2800 dan nilai parameter optimal sesuai hasil pengujian yang telah dilakukan, yaitu NPopulasi sebesar 1000 kromosom, NPersilangan
sebesar 100%, dan NMutasi sebesar 100%. Gambar V.5 merupakan diagram hasil
pengujian jumlah frase terhadap jumlah generasi.
Dari Gambar V.5 terlihat bahwa semakin panjang frase masukan, jumlah generasi yang diproses akan semakin besar. Hal ini menunjukkan bahwa performansi perangkat lunak akan semakin baik saat melodi masukan berjumlah satu frase untuk satu kali pemrosesan. Oleh karena itu, untuk melakukan aransemen satu lagu secara efektif, sebaiknya dilakukan dengan membagi menjadi frase-frase (biasanya satu frase terdiri dari empat bar), memproses setiap frase dengan GAMA dan kemudian
Pengujian Jumlah Frase terhadap Jumlah Generasi 0 200 400 600 800 1000 1200 1400 1600 1800
1 (4 bar) 2 (8 bar) 3 (12 bar) 4 (16 bar)
Jumlah Frase Ju m lah G e n e ra si Pengujian 1
Gambar V.5 Diagram Hasil Pengujian Jumlah Frase terhadap Jumlah Generasi
5.4.6 Pengujian 6. Aransemen Lagu
Pengujian Aransemen Lagu dilakukan dengan batas generasi sebesar 10000, batas nilai sebesar 3000 dan nilai parameter optimal, yaitu NPopulasi sebesar 1000 kromosom,
NPersilangan sebesar 100%, dan NMutasi sebesar 100%. Tabel V-2 menggambarkan hasil
Pengujian Aransemen Lagu. Partitur hasil aransemen tertera dalam Lampiran G.
Tabel V-2 Hasil Pengujian Aransemen Lagu
Batas Nilai : 3000 Batas Generasi : 10000
NPopulasi : 1000 NPersilangan : 100 % NMutasi : 100 %
Lagu Generasi Akhir Nilai Akhir
Canon In D 111 3000
Twinkle Twinkle Little Star 60 3003
Symphony No 9 10000 2892
Mary Had a Little Lamb 232 3000
Dilihat dari Tabel V-2 jumlah generasi dalam Pengujian Aransemen Lagu memiliki rentang yang besar hingga mencapai batas nilai. Untuk lagu Symphony No 9 nilai
fitness terbaik hanya mencapai 2892 di generasi maksimal. Dari hasil aransemen, terlihat bahwa hampir di setiap ketukan seperenambelas terdiri dari tiga hingga empat nada harmoni di masing-masing paranada. Nada melodi terdengar jelas dan dominan. Analisis terhadap hasil Pengujian Aransemen Lagu adalah setiap lagu masukan memiliki tingkat kesulitan masing-masing untuk diaransemen sehingga jumlah generasi yang diproses juga berbeda-beda. Untuk lagu Symphony No 9 terjadi karena melodi masukan berjumlah empat frase sehingga memerlukan jumlah generasi yang lebih besar dari generasi maksimal untuk mencapai batas nilai.
Nada melodi yang terdengar jelas dan dominan, dan adanya nada harmoni dengan posisi dan jumlah yang sesuai menandakan bahwa hasil aransemen telah memenuhi aspek vertikal musik, mencakup teori melodi, teori harmoni dan teori instrumen. Namun hasil aransemen masih terdengar monoton karena masih belum memenuhi aspek horizontal musik.
5.4.7 Pengujian 7. Sifat Konvergensi
Pengujian Sifat Konvergensi dilakukan dengan menganalisis nilai fitness tertinggi setiap generasi pada Pengujian Aransemen Lagu. Gambar V.6 merupakan diagram konvergensi nilai fitness menuju batas nilai. Diagram tersebut menunjukkan bahwa nilai fitness selalu meningkat seiring dengan bertambahnya generasi menuju batas nilai. Hal ini dapat terjadi karena mengaplikasikan sifat seleksi natural dalam membangun populasi baru, sehingga kromosom di populasi baru selalu relatif lebih baik dari populasi lama.
