Month: April 2015

Assalamu Alaikum Wr. Wb. Saya akan menjelaskan perbedaan antara Algoritma Roulette Wheel (RW) dan Stochastic Universal Sampling (SUS). RW dan SUS merupakan algoritma pada pemilihan orang tua berdasarkan nilai fitness pada algoritma genetika. RW merupakan algoritma paling umum yang digunakan, pada algoritma ini masing masing individu pada generasi orang tua akan mendapatkan ukuran tertentu pada lingkaran roulette virtual sesuai besar nilai fitness yang ia miliki. Dengan algoritma ini sangat memungkinkan saat roulette virtual diputar akan memilih satu individu berkali kali pada proses pemutaran yang berulang ulang. Pada algortima SUS terdapat sedikit perbedaan. SUS juga akan membuat sebuah roulette dengan besar ukuran berbanding pada nilai fitness (persis seperti pada algortima RW), perbedaannya ialah saat seleksi. Jika pada RW seleksi dilakukan dengan memutar roulette berkali kali untuk mendapatkan banyak pilihan yang diinginkan maka pada SUS roulette hanya akan diputar sekali saja. Lalu pemilihan akan dilakukan dengan interval yang telah ditentukan (F/N; N = banyak orang tuan yang ingin diambil). Hal ini akan memberikan peluang pada individu yang bernilai rendah lebih besar dibandingkan dengan RW. Hal ini diharapkan agar proses optimasi dapat keluar dari nilai maksimum lokal lebih mudah. Namun hal ini juga dapat mengakibatkan terjadi byk pemilihan bias (berulang) jika jumlah individu yang sedikit dan memiliki nilai fitness yang besar.   Sumber: http://watchmaker.uncommons.org/manual/ch03s02.html http://en.wikipedia.org/wiki/Fitness_proportionate_selection http://en.wikipedia.org/wiki/Stochastic_universal_sampling

Pada SG ke 3, Kali ini Telkom University lagi lagi kedatangan seorang alumni yang sukses. Beliau bernama Laila Aidi seorang alumni jurusan Informatika yang kini menjadi seorang Strategy Manager di perusahaan IT internasional Ericsson. Beliau menyelesaikan studi di ITT (nama lama dari Telkom University) pada tahun 2009 lalu melanjutkan studi di luar negeri. Ibu Laila Aidi membawakan topik berjudul Life After College. Pada materi kali ini beliau membaginya menjadi 3 bagian yaitu cerita mengenai beliau, Industry Trends, dan Reflection. Materi beliau bawakan dalam durasi 2 jam tanpa sesi tanya jawab. Karena pada SG kali ini beliau mempersilahkan mahasiswa untuk memotong pembicaraan jika memiliki pertanyaan. Hal yang unik dan menarik dari ibu Laila. Pada bagian cerita diri, kita diberitahu mengenai perjalanan hidupnya semenjak menyelesaikan kuliah, apply sana sini sebanyak kurang lebih 17 kali sebelum akhirnya diterima study di KTH, Sweden. Lalu apa alasan beliau memilih swedia dibanding negara yang lain? Ternyata swedia merupakan negara urutan ketiga di dunia untuk negara yang paling innovative setelah Japan dan Switzerland, sehingga ia tertarik akan lingkungan yang penuh inovasi.Selain itu menurut beliau budaya belajar disana lebih baik dari pada Indonesia terlihat dari sistem pembelajaran Triple Helix dan International Environment. Pada bagian industry trend beliau memperlihatkan besarnya angka market dan pertumbuhannya di Indonesia. Beliau memperlihatkan juga angka angka pertumbuhan penggunaan mobile technology dan mobile data yang dapat dilihat cukup signifikan. Bahkan menurut prediksinya pada tahun 2020 akan ada 0.8 Milyar orang akan menggunakan koneksi M2M, 75% dari koneksi tersebut akan menggunakan jaringan 3G atau 4G dan $27 Milyar revenue akan dihasilkan dari koneksi tersebut. Lalu apa yang dapat kita lakukan dengan angka tersebut? Nah pada bagian akhir dari materi yaitu reflection, ibu Laila meberikan petunjuk mengenai apa yang harus dipelajari dan dipersiapkan. Terdapat 8 point yang diberikan oleh ibu laili antara lain: Set Goals Develop Emotional Intelligence Lakukan yang paling disenangi Perkuat kelebihan untuk menutupi kekurangan Belajar mengatakan tidak Cari Mentor Belajar untuk mendengar Kelilingi diri dengan orang yang lebih pintar Demikian resume dari saya semoga memberikan penambahan pengatahuan.

Assalamu alaikum guys! Sekarang saya lagi ingin menulis tentang Genetic Algorithm. Tulisan ini sebenarnya untuk pemenuhan tugas di lab kece yang sedang saya ikuti yaitu Lab. Computing di Telkom University. Oke, tanpa further ado. Genetic Algorithm adalah sebuah algoritma kecerdasan buatan yang tergolong pada algoritma searching. Seperti pada penggolongannya Genetic Algorithm berfungsi untuk melakukan pencarian. Lalu mengapa dinamakan Genetic? Well, Genetic atau genetika berarti berhubungan dengan biologi, gen atau keturunan.     Jadi Genetic Algorithm adalah algoritma yang terinspirasi pada alam khususnya pewarisan atau evolusi. Namun tidak semua proses evolusi mendasari algoritma ini karena seperti kita tahu evolusi merupakan seusatu yang sangat luas. Pada GA kita hanya akan mengenal beberapa istilah dari evolusi antara lain Gen (Genotip) Fenotip Kromosom Individu Populasi Fitness Orang tua dan Turunan Pada post saya kali ini saya tidak akan menjelaskan secara rinci bagaimana cara kerja dari GA hingga ke tahap coding, disini saya hanya akan membahas secara overview. Seperti yang kita tahu teori evolusi yaitu teori dimana individu yang paling tahan (kuat atau fit) akan perubahan lah yang akan tetap hidup. Pada algoritma ini dikenal nilai fitness yang akan digunakan untuk tetap bertahan pada perubahan generasi. Nilai fitness ini lah yang akhirnya akan menentukan hasil pencarian. Pada generasi terakhir individu yang memiliki nilai fitness terbaik lah yang akan menjadi hasil pencarian. Seperti yang pembaca dapat bayangkan metode ini tidak akan menghasilkan hasil terbaik namun diharapkan mendekati yang terbaik dangan waktu yang jauh lebih cepat. Secara umum metode algoritma ini antara lain   Demekian materi GA pada post ini. Nantikan lanjutan detailnya pada post berikutnya