EKSPLORASI PERAN ALGORITMA GENETIK DALAM PEMECAHAN MASALAH KOMPLEKS

Abstrak

Genetic Algorithm (GA) is a popular and effective optimization method for solving various complex problems through evolutionary mechanisms such as selection, crossover, and mutation. In the past five years, GA has been applied in diverse domains, including employee scheduling, nonlinear function optimization, and encryption system development. However, several challenges remain, such as the influence of GA parameter configurations on solution quality and computation time, limited implementation of parallel computing techniques, and the adaptability of GA to complex, multidimensional problems. This study employs a qualitative approach using questionnaires administered to 20 sixth-semester students of the Informatics Education program. The results indicate that students have studied and used GA in Geographic Information Systems (GIS) learning and have a moderate understanding of GA’s basic concepts. Students perceive GA as effective in finding optimal solutions for complex problems within a relatively short time. However, they hold a neutral view regarding GA’s ability to explore a wide solution space while focusing on promising areas. Moreover, students acknowledge the importance of domain knowledge in designing chromosome representations and effective fitness functions, and recognize that defining complex fitness functions poses challenges in using GA. In conclusion, GA holds significant potential for efficiently solving complex problems, but further development is needed, particularly in parameter optimization and the integration of parallel computing techniques, to improve solution quality and computational efficiency.

Algoritma Genetik (AG) merupakan metode optimasi yang populer dan efektif dalam menyelesaikan berbagai masalah kompleks melalui mekanisme evolusi seperti seleksi, crossover, dan mutasi. Dalam lima tahun terakhir, AG telah diaplikasikan pada berbagai domain, termasuk penjadwalan karyawan, optimasi fungsi non-linear, dan pengembangan sistem enkripsi. Namun, terdapat beberapa tantangan yang masih perlu diatasi, seperti pengaruh konfigurasi parameter AG terhadap kualitas solusi dan waktu komputasi, keterbatasan implementasi komputasi paralel, serta adaptabilitas AG pada masalah multidimensi yang kompleks. Penelitian ini menggunakan pendekatan kualitatif dengan teknik pengumpulan data berupa kuesioner yang diberikan kepada 20 mahasiswa semester 6 kelas A Program Studi Pendidikan Informatika. Hasil penelitian menunjukkan bahwa mahasiswa telah mempelajari dan menggunakan AG dalam pembelajaran Sistem Informasi Geografis (SIG) dan cukup memahami konsep dasar AG. Mahasiswa menilai AG efektif dalam menemukan solusi optimal untuk masalah kompleks dengan waktu relatif cepat. Namun, terdapat persepsi netral terkait kemampuan AG dalam menjelajahi ruang solusi yang luas sekaligus fokus pada area yang menjanjikan. Selain itu, mahasiswa menyadari pentingnya pemahaman domain masalah untuk merancang representasi kromosom dan fungsi fitness yang efektif, serta mengakui bahwa definisi fungsi fitness yang kompleks menjadi tantangan dalam penggunaan AG. Kesimpulannya, AG berpotensi besar dalam menyelesaikan masalah kompleks secara efisien, namun diperlukan pengembangan lebih lanjut terutama dalam optimasi parameter dan integrasi teknik komputasi paralel agar dapat meningkatkan kualitas solusi dan efisiensi waktu komputasi.