Analisis Performa Min-max Fitness Mutation dalam Algoritma Genetika pada Permainan Puzzle Sudoku

Abstrak

Penerapan operator mutasi pada algoritma genetika apabila tidak di koordinasikan dengan baik dapat membuat menurunnya nilai fitness pada suatu individu. Untuk mengatasi masalah tersebut dilakukan pengaturann penggunaan operator mutasi sehingga diharapkan dapat membuat proses pencarian solusi dengan algoritma genetika menjadi lebih terarah. Pada penelitian ini, proses pencarian solusi menggunakan algoritma genetika selanjutnya dilakukan dengan terfokus pada beberapa individu yaitu individu dengan nilai fitness minimal dan maksimal. Pendekatan metode mutasi ini yang digunakan adalah mutasi min-max, dimana individu dengan nilai fitness minimal dimutasi agar menurun sehingga kecil kemungkinannya bertahan, sebaliknya individu dengan nilai fitness maksimal dimutasi agar kemungkinan bertahannya meningkat sehingga dapat bertahan pada proses selanjutnya. Pada pengujian yang dilakukan, solusi dapat ditemukan dengan cepat atau dengan jumlah generasi yang sedikit, namun pada pembatasan jumlah generasi tidak selalu ditemukan solusi yang valid. Selanjutnya pengujian dengan jumlah individu yang kecil menunjukkan kinerja yang lebih baik dibandingkan dengan jumlah individu yang lebih besar.