Optimasi Fuzzy System Membership Menggunakan Two Point Crossover
Gellysa Urva · Prosiding Seminar Nasional · 2017
Optimasi fuzzy system membership merupakan salah satu solusi yang banyakditerapkan untuk menentukan desain membership function yang tepat dan optimal.Untuk membangkitkan sebuah fungsi fuzzy system membership digunakan metodeklasifikasi ataupun clustering. Penggunaan metode klasifikasi membutuhkan seorangexpert dalam menentukan klasisfikasi dataset, hal ini menjadi masalah selanjutnyaterhadap kondisi tersebut yaitu jika para ahli tidak tersedia maka akan menimbulkankesulitan dalam membangkitkan fungsi fuzzy system membership bahkan bisamengakibatkan sistem fuzzy yang dikembangkan tidak berfungsi dengan baik. Padapenelitian ini, penulis menggunakan algoritma genetika dengan two point crossoveruntuk mengoptimasi fuzzy system membership. Penggunaan algoritma genetikadengan two point crossover diuji dengan 10 set kromosom yang dibangkitkan secararandom dengan variasi generasi 50 dan 100. Pengujian dengan 50 generasi untuk keempat variabel yang digunakan sebagai input menghasilkan nilai fitness terbaik digenerasi tertentu, begitu juga untuk pengujian dengan 100 generasi. Dari hasil yangdidapat penggunaan two point crossover dapat menghasilkan fuzzy system membershiplebih optimal dengan dihasilkannya nilai fitness yang tinggi. Nilai fitness yangdihasilkan dengan menggunakan Two Point Crossover terlihat menghasilkan nilaifitness yang random dan lebih dinamis.