LAMPIRAN 3A EDITOR PROGRAM MATLAB – SIMULASI 1 ALGORITMA GENETIKA-NONLINIER LEAST SQUARE FUNGSI PRODUKSI CES clear, clc; fprintf('Algoritma Genetika - Nonlinier Least Square - Simulasi 1\n'); fprintf('Fungsi Produksi CES \n'); fprintf('Menaksir parameter b1, b2, b3 dan b4 Fungsi Produksi CES \n'); fprintf('Memerlukan File: lsces, evalpopu, evalech, bit2num, nextpopu \n'); fprintf('Oleh : La Ode Sabaruddin (1006782570)\n'); fprintf('Program Pasca Sarjana Ilmu Ekonomi Universitas Indonesia \n'); fprintf('............................................................... \n\n\n'); t=cputime; t=cputime; generation_n = 10000; % jumlah generasi popuSize = 50; % jumlah populasi xover_rate = 1.0; % crossover rate mutate_rate = 0.03; % mutation rate converge = 90; % persen kriteria konvergensi kromosom untuk semua populasi dalam 1 generasi bit_n = 40; % jumlah bit untuk setiap varabel input obj_fcn = 'lsces'; % fungsi Objective var_n = 4; % jumlah input variabel range = [ 0 2; 0 1; 0 1 ; 0 1]; popu = rand(popuSize, bit_n*var_n) > 0.5; upper = zeros(generation_n, 1); average = zeros(generation_n, 1); lower = zeros(generation_n, 1); %2. ASUMSI DAN KRITERIA fprintf('1. ASUMSI DAN KRITERIA : \n\n'); fprintf(' a. Jumlah Generasi Definisi Awal =%9.2f \ n',generation_n); fprintf(' b. Jumlah Populasi =%9.2f \n',popuSize); fprintf(' c. Xover Rate =%9.2f \n',xover_rate); fprintf(' d. Mutation Rate =%9.2f \n',mutate_rate); fprintf(' e. Jumlah bit untuk setiap variabel input =%9.2f \n\n',bit_n); fprintf(' f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1] \n\n'); fprintf(' g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi \ n'), fprintf(' yang disyaratkan =%9.2f \n\n\n',converge); %3. HASIL OPTIMASI OBJECTIVE FUNCTION fprintf('2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI : \n\n'); fprintf(' ---------------------------------------------------------------------\ n'); fprintf(' tingkat keseragaman \n'); fprintf(' Genrsi beta(1) beta(2) beta(3) beta(4) S(beta) kromosom *) \n');
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
LAMPIRAN 3AEDITOR PROGRAM MATLAB – SIMULASI 1 ALGORITMA GENETIKA-NONLINIER LEAST SQUAREFUNGSI PRODUKSI CES
clear, clc;fprintf('Algoritma Genetika - Nonlinier Least Square - Simulasi 1\n');fprintf('Fungsi Produksi CES \n');fprintf('Menaksir parameter b1, b2, b3 dan b4 Fungsi Produksi CES \n');fprintf('Memerlukan File: lsces, evalpopu, evalech, bit2num, nextpopu \n');fprintf('Oleh : La Ode Sabaruddin (1006782570)\n');fprintf('Program Pasca Sarjana Ilmu Ekonomi Universitas Indonesia \n');fprintf('............................................................... \n\n\n');
t=cputime; t=cputime;generation_n = 10000; % jumlah generasipopuSize = 50; % jumlah populasixover_rate = 1.0; % crossover ratemutate_rate = 0.03; % mutation rateconverge = 90; % persen kriteria konvergensi kromosom untuk semua populasi dalam 1 generasibit_n = 40; % jumlah bit untuk setiap varabel inputobj_fcn = 'lsces'; % fungsi Objectivevar_n = 4; % jumlah input variabelrange = [ 0 2; 0 1; 0 1 ; 0 1]; popu = rand(popuSize, bit_n*var_n) > 0.5;upper = zeros(generation_n, 1);average = zeros(generation_n, 1);lower = zeros(generation_n, 1);
%2. ASUMSI DAN KRITERIAfprintf('1. ASUMSI DAN KRITERIA : \n\n');fprintf(' a. Jumlah Generasi Definisi Awal =%9.2f \n',generation_n);fprintf(' b. Jumlah Populasi =%9.2f \n',popuSize);fprintf(' c. Xover Rate =%9.2f \n',xover_rate);fprintf(' d. Mutation Rate =%9.2f \n',mutate_rate);fprintf(' e. Jumlah bit untuk setiap variabel input =%9.2f \n\n',bit_n);fprintf(' f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1] \n\n');fprintf(' g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi \n'),fprintf(' yang disyaratkan =%9.2f \n\n\n',converge);
%3. HASIL OPTIMASI OBJECTIVE FUNCTIONfprintf('2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI : \n\n'); fprintf(' ---------------------------------------------------------------------\n'); fprintf(' tingkat keseragaman \n'); fprintf(' Genrsi beta(1) beta(2) beta(3) beta(4) S(beta) kromosom *) \n'); fprintf(' terkecil rata-rata \n'); fprintf(' ---------------------------------------------------------------------\n'); for i = 1:generation_n; k = i; fcn_value = evalpopu(popu, bit_n, range, obj_fcn); upper(i) = max(fcn_value); average(i) = mean(fcn_value); lower(i) = min(fcn_value); [best, index] = min(fcn_value);
fprintf(' ---------------------------------------------------------------------\n'); fprintf(' Generasi terakhir (generasi ke-%g)',i);fprintf(' memiliki nilai objective function yang terbaik. \n');fprintf(' *) nilai dalam persen \n\n\n'); % Kriteria AIC dan SCaic =abs(log(best/30)+2*var_n/30);sc =abs(log(best/30)+30*log(var_n/30)); %4. SUSUNAM KROMOSOM GENERASI TERAKHIRfprintf('4. SUSUNAN KROMOSOM PADA GENERASI KE - %g ',i),fprintf('(dengan jumlah populasi %g) : \n\n',popuSize); for i=1:popu_s fprintf('Susunan kromosom populasi ke-%i adalah ;\n',i); for j=1:string_leng fprintf(' %d',popu(i,j)) end fprintf('\n\n'); endfprintf('\n'); %5. HASIL EVALUASI KONVERGENSI KROMOSOMfprintf('5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : \n');fprintf(' (Setiap populasi terdiri atas %i ', string_leng), fprintf('unsur kromosom)\n\n'); for j=1:string_leng fprintf(' Tingkat keseragaman unsur kromosom ke %i = ',j), fprintf('%5.1f', kon(j)), fprintf(' persen \n'); endfprintf('\n');e = cputime-t; %6. KESIMPULANfprintf('6. KESIMPULAN AKHIR : \n\n');
fprintf(' a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) =%7.2f \n',converge);fprintf(' b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) =%7.2f \n',min(kon)); if converge<min(kon) fprintf(' c. Hasil simulasi telah memenuhi persyaratan terkecil keseragaman unsur kromosom\n'); fprintf(' Terjadi pada generasi ke = %d \n\n',r); else fprintf(' c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom\n\n'); endfprintf(' d. Parameter hasil simulasi Algoritma Genetik : \n');fprintf(' - Beta(1) =%10.6f \n', bit2num(popu(index, 1:bit_n), range(1,:)));fprintf(' - Beta(2) =%10.6f \n', bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)));fprintf(' - Beta(3) =%10.6f \n', bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)));fprintf(' - Beta(4) =%10.6f \n', bit2num(popu(index, 3*bit_n+1:4*bit_n), range(4,:)));fprintf(' - S(beta) =%10.6f \n\n', best);fprintf(' e. Nilai AIC = %7.6f \n',aic);fprintf(' f. Nilai SC = %7.6f \n',sc);fprintf(' g. Waktu untuk proses perhitungan =%5.5f\n',e);……………………………………………………………………………………………………………………………………function S = lsces(input) LKy = [5.4293 6.6871 8.1879; 5.5530 5.5175 7.4104; 6.7105 6.6477 8.9496; 6.6425 6.2364 8.3695; 6.2046 6.6307 8.5519; 6.1883 6.0521 8.3299; 6.5191 6.1137 8.4877; 6.6174 6.7056 9.1260; 6.5889 6.7393 8.7961; 6.5439 6.8648 8.7941; 6.1269 4.4308 6.8657; 6.8886 3.0445 5.7132; 6.6931 5.6870 8.1641; 6.0615 5.6240 7.9482; 5.4424 6.3026 8.1264; 6.4983 4.8598 7.2432; 6.4473 2.8832 5.2521; 4.0775 6.8090 7.7220; 6.6983 5.4072 8.0002; 6.6307 4.9767 7.3157; 3.9120 5.0814 5.9833; 6.7130 1.7918 4.4132; 6.1800 6.7286 8.7229; 6.5250 6.2558 8.6233; 4.7536 6.8352 7.8589; 6.0868 6.2046 8.0981; 6.1225 5.2204 7.5533; 5.8348 4.5218 6.8249; 5.8805 6.1841 8.2967; 5.0876 6.8395 8.1922]; L = LKy(:,1);K = LKy(:,2);y = LKy(:,3); %x = [L K]; b1 = input(1); b2 = input(2); b3 = input(3);b4 = input(4); %X1 = x(:,1) ;%X2 = x(:,2) ;
f = b1*(b2*(L.^b3) + (1-b2)*(K.^b3)).^(b4/b3);S = (y-f)'*(y-f) ;…………………………………………………………………………………………………………………………………….function num = bit2num(bit, range)% BIT2NUM : Conversion from bit string representations to decimal numbers.% BIT2NUM(BIT, RANGE): converting a bit string representation BIT ( a 0-1% vector) to a decimal number, where RANGE is a two-element vector% specifying the range of the converted decimal number.%% For example:%% bit2num([1 1 0 1], [0, 15])% bit2num([0 1 1 0 0 0 1], [0, 127]) integer = polyval(bit, 2);num = integer*((range(2)-range(1))/(2^length(bit)-1)) + range(1);…………………………………………………………………………………………………………………………………….function out = evaleach(string, bit_n, range, obj_fcn)% EVALEACH : Evaluation process for each individual's fitness value.% bit_n : number of bits for each input variable% string : bit string representation of an individual% range : range of input variables, a ver_n by 2 matrix% fcn : objective function (a MATLAB string)var_n = length(string)/bit_n;input = zeros(1, var_n); for i = 1:var_n, input(i) = bit2num(string((i-1)*bit_n+1:i*bit_n), range(i, :));end out = feval(obj_fcn, input);…………………………………………………………………………………………………………………………………
function fitness = evalpopu(popu, bit_n, range, obj_fcn)% EVALPOPU : Evaluation process of the population's fitness values.% population : binary number matrix of the population # by a string_lenght% bit_n : number of bits used to represent an input variable% range : range of input variables, a var_b by 2 matrix% fcn : objective function (a MATLAB string) global countpop_n = size(popu, 1);fitness = zeros(pop_n, 1); for count = 1:pop_n, fitness(count) = evaleach(popu(count, :), bit_n, range, obj_fcn);end……………………………………………………………………………………………………………………………….........function new_popu = nextpopu(popu, fitness, xover_rate, mut_rate,k)new_popu = popu;popu_s = size(popu, 1);string_leng = size(popu, 2); % ---- ELITISM: To find the best two and keep them% ---- For Least Squaredtmp_fitness = fitness;[junk, index1] = min(tmp_fitness); % find the besttmp_fitness(index1) = max(tmp_fitness);[junk, index2] = min(tmp_fitness); % find the second bestnew_popu([1 2], :) = popu([index1 index2], :); % ---- Rescaling the fitness% ---- For Least Squaredfitness = max(fitness) - fitness; % keep it positivetotal = sum(fitness); % ---- For Max. Likelihood% fitness = min(fitness) - fitness; % keep it positive
% total = sum(fitness); if total == 0, fprintf('=== Warning: converge to a single point ===\n'); fitness = ones(popu_s, 1)/popu_s;% sum is 1else fitness = fitness/sum(fitness); % sum is 1end cum_prob = cumsum(fitness); % ----- SELECTION and CROSSOVERfor i = 2:popu_s/2, % ----- Selecting two parents based on their scaled fitness values tmp = find(cum_prob - rand > 0); parent1 = popu(tmp(1), :); tmp = find(cum_prob - rand > 0); parent2 = popu(tmp(1), :); % ----- Do crossoverif rand < xover_rate,% Perform crossover operation xover_point = ceil(rand*(string_leng-1)); new_popu(i*2-1, :) = ... [parent1(1:xover_point) parent2(xover_point+1:string_leng)]; new_popu(i*2, :) = ... [parent2(1:xover_point) parent1(xover_point+1:string_leng)];end end % ----- MUTATION (elites are not subject to this.) mask = rand(popu_s, string_leng) < mut_rate;new_popu = xor(new_popu, mask); % ----- Restoring the elitesnew_popu([1 2], :) = popu([index1 index2], :);.........................................................................................................................................................................................................
OUTPUT PROGRAM MATLAB – SIMULASI 1 ALGORITMA GENETIKA-NONLINIER LEAST SQUAREFUNGSI PRODUKSI CES
Algoritma Genetika - Nonlinier Least Square - Simulasi 1Fungsi Produksi CES Menaksir parameter b1, b2, b3 dan b4 Fungsi Produksi CES Memerlukan File: lsces, evalpopu, evalech, bit2num, nextpopuProgram Pasca Sarjana Ilmu Ekonomi Universitas Indonesia ....................................................................................
1. ASUMSI DAN KRITERIA :
a. Jumlah Generasi Definisi Awal = 10000.00 b. Jumlah Populasi = 50.00 c. Xover Rate = 1.00 d. Mutation Rate = 0.03 e. Jumlah bit untuk setiap variabel input = 40.00 f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1] g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi yang disyaratkan = 90.00
2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI :
5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : (Setiap populasi terdiri atas 160 unsur kromosom)
Tingkat keseragaman unsur kromosom ke 1 = 96.0 persen Tingkat keseragaman unsur kromosom ke 2 = 84.0 persen Tingkat keseragaman unsur kromosom ke 3 = 92.0 persen Tingkat keseragaman unsur kromosom ke 4 = 74.0 persen Tingkat keseragaman unsur kromosom ke 5 = 72.0 persen Tingkat keseragaman unsur kromosom ke 6 = 78.0 persen Tingkat keseragaman unsur kromosom ke 7 = 60.0 persen Tingkat keseragaman unsur kromosom ke 8 = 92.0 persen Tingkat keseragaman unsur kromosom ke 9 = 70.0 persen Tingkat keseragaman unsur kromosom ke 10 = 82.0 persen Tingkat keseragaman unsur kromosom ke 11 = 88.0 persen Tingkat keseragaman unsur kromosom ke 12 = 88.0 persen Tingkat keseragaman unsur kromosom ke 13 = 68.0 persen Tingkat keseragaman unsur kromosom ke 14 = 62.0 persen Tingkat keseragaman unsur kromosom ke 15 = 66.0 persen Tingkat keseragaman unsur kromosom ke 16 = 72.0 persen Tingkat keseragaman unsur kromosom ke 17 = 86.0 persen Tingkat keseragaman unsur kromosom ke 18 = 88.0 persen Tingkat keseragaman unsur kromosom ke 19 = 82.0 persen Tingkat keseragaman unsur kromosom ke 20 = 76.0 persen Tingkat keseragaman unsur kromosom ke 21 = 54.0 persen
Tingkat keseragaman unsur kromosom ke 22 = 66.0 persen Tingkat keseragaman unsur kromosom ke 23 = 96.0 persen Tingkat keseragaman unsur kromosom ke 24 = 82.0 persen Tingkat keseragaman unsur kromosom ke 25 = 86.0 persen Tingkat keseragaman unsur kromosom ke 26 = 68.0 persen Tingkat keseragaman unsur kromosom ke 27 = 50.0 persen Tingkat keseragaman unsur kromosom ke 28 = 74.0 persen Tingkat keseragaman unsur kromosom ke 29 = 88.0 persen Tingkat keseragaman unsur kromosom ke 30 = 90.0 persen Tingkat keseragaman unsur kromosom ke 31 = 56.0 persen Tingkat keseragaman unsur kromosom ke 32 = 68.0 persen Tingkat keseragaman unsur kromosom ke 33 = 92.0 persen Tingkat keseragaman unsur kromosom ke 34 = 58.0 persen Tingkat keseragaman unsur kromosom ke 35 = 64.0 persen Tingkat keseragaman unsur kromosom ke 36 = 74.0 persen Tingkat keseragaman unsur kromosom ke 37 = 72.0 persen Tingkat keseragaman unsur kromosom ke 38 = 64.0 persen Tingkat keseragaman unsur kromosom ke 39 = 66.0 persen Tingkat keseragaman unsur kromosom ke 40 = 56.0 persen Tingkat keseragaman unsur kromosom ke 41 = 88.0 persen Tingkat keseragaman unsur kromosom ke 42 = 88.0 persen Tingkat keseragaman unsur kromosom ke 43 = 72.0 persen Tingkat keseragaman unsur kromosom ke 44 = 86.0 persen Tingkat keseragaman unsur kromosom ke 45 = 74.0 persen Tingkat keseragaman unsur kromosom ke 46 = 54.0 persen Tingkat keseragaman unsur kromosom ke 47 = 72.0 persen Tingkat keseragaman unsur kromosom ke 48 = 88.0 persen Tingkat keseragaman unsur kromosom ke 49 = 56.0 persen Tingkat keseragaman unsur kromosom ke 50 = 58.0 persen Tingkat keseragaman unsur kromosom ke 51 = 60.0 persen Tingkat keseragaman unsur kromosom ke 52 = 54.0 persen Tingkat keseragaman unsur kromosom ke 53 = 68.0 persen Tingkat keseragaman unsur kromosom ke 54 = 62.0 persen Tingkat keseragaman unsur kromosom ke 55 = 52.0 persen Tingkat keseragaman unsur kromosom ke 56 = 64.0 persen Tingkat keseragaman unsur kromosom ke 57 = 58.0 persen Tingkat keseragaman unsur kromosom ke 58 = 76.0 persen Tingkat keseragaman unsur kromosom ke 59 = 64.0 persen Tingkat keseragaman unsur kromosom ke 60 = 66.0 persen Tingkat keseragaman unsur kromosom ke 61 = 70.0 persen Tingkat keseragaman unsur kromosom ke 62 = 52.0 persen Tingkat keseragaman unsur kromosom ke 63 = 70.0 persen Tingkat keseragaman unsur kromosom ke 64 = 70.0 persen Tingkat keseragaman unsur kromosom ke 65 = 66.0 persen Tingkat keseragaman unsur kromosom ke 66 = 64.0 persen Tingkat keseragaman unsur kromosom ke 67 = 70.0 persen Tingkat keseragaman unsur kromosom ke 68 = 56.0 persen Tingkat keseragaman unsur kromosom ke 69 = 80.0 persen Tingkat keseragaman unsur kromosom ke 70 = 86.0 persen Tingkat keseragaman unsur kromosom ke 71 = 58.0 persen Tingkat keseragaman unsur kromosom ke 72 = 64.0 persen Tingkat keseragaman unsur kromosom ke 73 = 94.0 persen Tingkat keseragaman unsur kromosom ke 74 = 76.0 persen Tingkat keseragaman unsur kromosom ke 75 = 64.0 persen Tingkat keseragaman unsur kromosom ke 76 = 66.0 persen Tingkat keseragaman unsur kromosom ke 77 = 86.0 persen Tingkat keseragaman unsur kromosom ke 78 = 74.0 persen Tingkat keseragaman unsur kromosom ke 79 = 78.0 persen Tingkat keseragaman unsur kromosom ke 80 = 82.0 persen Tingkat keseragaman unsur kromosom ke 81 = 68.0 persen Tingkat keseragaman unsur kromosom ke 82 = 66.0 persen Tingkat keseragaman unsur kromosom ke 83 = 88.0 persen Tingkat keseragaman unsur kromosom ke 84 = 66.0 persen Tingkat keseragaman unsur kromosom ke 85 = 64.0 persen Tingkat keseragaman unsur kromosom ke 86 = 64.0 persen Tingkat keseragaman unsur kromosom ke 87 = 58.0 persen Tingkat keseragaman unsur kromosom ke 88 = 64.0 persen Tingkat keseragaman unsur kromosom ke 89 = 92.0 persen Tingkat keseragaman unsur kromosom ke 90 = 76.0 persen Tingkat keseragaman unsur kromosom ke 91 = 82.0 persen Tingkat keseragaman unsur kromosom ke 92 = 76.0 persen
Tingkat keseragaman unsur kromosom ke 93 = 68.0 persen Tingkat keseragaman unsur kromosom ke 94 = 86.0 persen Tingkat keseragaman unsur kromosom ke 95 = 50.0 persen Tingkat keseragaman unsur kromosom ke 96 = 70.0 persen Tingkat keseragaman unsur kromosom ke 97 = 64.0 persen Tingkat keseragaman unsur kromosom ke 98 = 72.0 persen Tingkat keseragaman unsur kromosom ke 99 = 54.0 persen Tingkat keseragaman unsur kromosom ke 100 = 70.0 persen Tingkat keseragaman unsur kromosom ke 101 = 60.0 persen Tingkat keseragaman unsur kromosom ke 102 = 52.0 persen Tingkat keseragaman unsur kromosom ke 103 = 60.0 persen Tingkat keseragaman unsur kromosom ke 104 = 82.0 persen Tingkat keseragaman unsur kromosom ke 105 = 82.0 persen Tingkat keseragaman unsur kromosom ke 106 = 74.0 persen Tingkat keseragaman unsur kromosom ke 107 = 68.0 persen Tingkat keseragaman unsur kromosom ke 108 = 70.0 persen Tingkat keseragaman unsur kromosom ke 109 = 58.0 persen Tingkat keseragaman unsur kromosom ke 110 = 80.0 persen Tingkat keseragaman unsur kromosom ke 111 = 52.0 persen Tingkat keseragaman unsur kromosom ke 112 = 68.0 persen Tingkat keseragaman unsur kromosom ke 113 = 50.0 persen Tingkat keseragaman unsur kromosom ke 114 = 82.0 persen Tingkat keseragaman unsur kromosom ke 115 = 60.0 persen Tingkat keseragaman unsur kromosom ke 116 = 94.0 persen Tingkat keseragaman unsur kromosom ke 117 = 62.0 persen Tingkat keseragaman unsur kromosom ke 118 = 88.0 persen Tingkat keseragaman unsur kromosom ke 119 = 70.0 persen Tingkat keseragaman unsur kromosom ke 120 = 82.0 persen Tingkat keseragaman unsur kromosom ke 121 = 84.0 persen Tingkat keseragaman unsur kromosom ke 122 = 76.0 persen Tingkat keseragaman unsur kromosom ke 123 = 98.0 persen Tingkat keseragaman unsur kromosom ke 124 = 66.0 persen Tingkat keseragaman unsur kromosom ke 125 = 70.0 persen Tingkat keseragaman unsur kromosom ke 126 = 80.0 persen Tingkat keseragaman unsur kromosom ke 127 = 64.0 persen Tingkat keseragaman unsur kromosom ke 128 = 84.0 persen Tingkat keseragaman unsur kromosom ke 129 = 52.0 persen Tingkat keseragaman unsur kromosom ke 130 = 92.0 persen Tingkat keseragaman unsur kromosom ke 131 = 86.0 persen Tingkat keseragaman unsur kromosom ke 132 = 96.0 persen Tingkat keseragaman unsur kromosom ke 133 = 84.0 persen Tingkat keseragaman unsur kromosom ke 134 = 90.0 persen Tingkat keseragaman unsur kromosom ke 135 = 82.0 persen Tingkat keseragaman unsur kromosom ke 136 = 88.0 persen Tingkat keseragaman unsur kromosom ke 137 = 80.0 persen Tingkat keseragaman unsur kromosom ke 138 = 60.0 persen Tingkat keseragaman unsur kromosom ke 139 = 60.0 persen Tingkat keseragaman unsur kromosom ke 140 = 88.0 persen Tingkat keseragaman unsur kromosom ke 141 = 52.0 persen Tingkat keseragaman unsur kromosom ke 142 = 72.0 persen Tingkat keseragaman unsur kromosom ke 143 = 68.0 persen Tingkat keseragaman unsur kromosom ke 144 = 52.0 persen Tingkat keseragaman unsur kromosom ke 145 = 88.0 persen Tingkat keseragaman unsur kromosom ke 146 = 76.0 persen Tingkat keseragaman unsur kromosom ke 147 = 84.0 persen Tingkat keseragaman unsur kromosom ke 148 = 82.0 persen Tingkat keseragaman unsur kromosom ke 149 = 96.0 persen Tingkat keseragaman unsur kromosom ke 150 = 54.0 persen Tingkat keseragaman unsur kromosom ke 151 = 62.0 persen Tingkat keseragaman unsur kromosom ke 152 = 66.0 persen Tingkat keseragaman unsur kromosom ke 153 = 72.0 persen Tingkat keseragaman unsur kromosom ke 154 = 88.0 persen Tingkat keseragaman unsur kromosom ke 155 = 70.0 persen Tingkat keseragaman unsur kromosom ke 156 = 52.0 persen Tingkat keseragaman unsur kromosom ke 157 = 68.0 persen Tingkat keseragaman unsur kromosom ke 158 = 62.0 persen Tingkat keseragaman unsur kromosom ke 159 = 70.0 persen Tingkat keseragaman unsur kromosom ke 160 = 54.0 persen
6. KESIMPULAN AKHIR :
a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) = 90.00 b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) = 50.00 c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom d. Parameter hasil simulasi Algoritma Genetik : - Beta(1) = 1.355469 - Beta(2) = 0.388989 - Beta(3) = 0.324659 - Beta(4) = 0.993683 - S(beta) = 0.524223 e. Nilai AIC = 3.780369 f. Nilai SC = 64.494127
LAMPIRAN 3BEDITOR PROGRAM MATLAB – SIMULASI 2 ALGORITMA GENETIKA-NONLINIER LEAST SQUAREFUNGSI PRODUKSI CES
clear, clc;fprintf('Algoritma Genetika - Nonlinier Least Square - Simulasi 2\n');fprintf('Fungsi Produksi CES \n');fprintf('Menaksir parameter b1, b2, b3 dan b4 Fungsi Produksi CES \n');fprintf('Memerlukan File: lsces, evalpopu, evalech, bit2num, nextpopu \n');fprintf('Oleh : La Ode Sabaruddin (1006782570)\n');fprintf('Program Pasca Sarjana Ilmu Ekonomi Universitas Indonesia \n');fprintf('............................................................... \n\n\n');
t=cputime; t=cputime;generation_n = 15000; % jumlah generasipopuSize = 50; % jumlah populasixover_rate = 1.0; % crossover ratemutate_rate = 0.02; % mutation rateconverge = 90; % persen kriteria konvergensi kromosom untuk semua populasi dalam 1 generasibit_n = 40; % jumlah bit untuk setiap varabel inputobj_fcn = 'lsces'; % fungsi Objectivevar_n = 4; % jumlah input variabelrange = [ 0 2; 0 1; 0 1 ; 0 1]; popu = rand(popuSize, bit_n*var_n) > 0.5;upper = zeros(generation_n, 1);average = zeros(generation_n, 1);lower = zeros(generation_n, 1);
%2. ASUMSI DAN KRITERIAfprintf('1. ASUMSI DAN KRITERIA : \n\n');fprintf(' a. Jumlah Generasi Definisi Awal =%9.2f \n',generation_n);fprintf(' b. Jumlah Populasi =%9.2f \n',popuSize);fprintf(' c. Xover Rate =%9.2f \n',xover_rate);fprintf(' d. Mutation Rate =%9.2f \n',mutate_rate);fprintf(' e. Jumlah bit untuk setiap variabel input =%9.2f \n\n',bit_n);fprintf(' f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1] \n\n');fprintf(' g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi \n'),fprintf(' yang disyaratkan =%9.2f \n\n\n',converge);
%3. HASIL OPTIMASI OBJECTIVE FUNCTIONfprintf('2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI : \n\n'); fprintf(' ---------------------------------------------------------------------\n'); fprintf(' tingkat keseragaman \n'); fprintf(' Genrsi beta(1) beta(2) beta(3) beta(4) S(beta) kromosom *) \n'); fprintf(' terkecil rata-rata \n'); fprintf(' ---------------------------------------------------------------------\n'); for i = 1:generation_n; k = i; fcn_value = evalpopu(popu, bit_n, range, obj_fcn); upper(i) = max(fcn_value); average(i) = mean(fcn_value); lower(i) = min(fcn_value); [best, index] = min(fcn_value); popu = nextpopu(popu, fcn_value, xover_rate, mutate_rate, k); % *** Kriteria Konvergensi kon=(sum(popu))/popuSize*100; popu_s = size(popu, 1); string_leng = size(popu, 2); for j=1:string_leng if kon(j)<50 kon(j)=100-kon(j); end prc=min(kon); avrg=mean(kon); end if prc>converge fprintf('%5.0f %10.6f %10.6f %10.6f %10.6f %13.6f %8.2f %12.2f\n',i,... bit2num(popu(index, 1:bit_n), range(1,:)),... bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)),... bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)), ... bit2num(popu(index, 3*bit_n+1:4*bit_n), range(4,:)), ... best,prc,avrg); break; end; fprintf('%5.0f %10.6f %10.6f %10.6f %10.6f %13.6f %8.2f %12.2f\n',i,... bit2num(popu(index, 1:bit_n), range(1,:)),... bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)),... bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)), ... bit2num(popu(index, 3*bit_n+1:4*bit_n), range(4,:)), ... best,prc,avrg);endr=i;
fprintf(' ---------------------------------------------------------------------\n'); fprintf(' Generasi terakhir (generasi ke-%g)',i);fprintf(' memiliki nilai objective function yang terbaik. \n');fprintf(' *) nilai dalam persen \n\n\n'); % Kriteria AIC dan SCaic =abs(log(best/30)+2*var_n/30);sc =abs(log(best/30)+30*log(var_n/30)); %4. SUSUNAM KROMOSOM GENERASI TERAKHIRfprintf('4. SUSUNAN KROMOSOM PADA GENERASI KE - %g ',i),fprintf('(dengan jumlah populasi %g) : \n\n',popuSize); for i=1:popu_s fprintf('Susunan kromosom populasi ke-%i adalah ;\n',i); for j=1:string_leng fprintf(' %d',popu(i,j))
end fprintf('\n\n'); endfprintf('\n'); %5. HASIL EVALUASI KONVERGENSI KROMOSOMfprintf('5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : \n');fprintf(' (Setiap populasi terdiri atas %i ', string_leng), fprintf('unsur kromosom)\n\n'); for j=1:string_leng fprintf(' Tingkat keseragaman unsur kromosom ke %i = ',j), fprintf('%5.1f', kon(j)), fprintf(' persen \n'); endfprintf('\n');e = cputime-t; %6. KESIMPULANfprintf('6. KESIMPULAN AKHIR : \n\n');fprintf(' a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) =%7.2f \n',converge);fprintf(' b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) =%7.2f \n',min(kon)); if converge<min(kon) fprintf(' c. Hasil simulasi telah memenuhi persyaratan terkecil keseragaman unsur kromosom\n'); fprintf(' Terjadi pada generasi ke = %d \n\n',r); else fprintf(' c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom\n\n'); endfprintf(' d. Parameter hasil simulasi Algoritma Genetik : \n');fprintf(' - Beta(1) =%10.6f \n', bit2num(popu(index, 1:bit_n), range(1,:)));fprintf(' - Beta(2) =%10.6f \n', bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)));fprintf(' - Beta(3) =%10.6f \n', bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)));fprintf(' - Beta(4) =%10.6f \n', bit2num(popu(index, 3*bit_n+1:4*bit_n), range(4,:)));fprintf(' - S(beta) =%10.6f \n\n', best);fprintf(' e. Nilai AIC = %7.6f \n',aic);fprintf(' f. Nilai SC = %7.6f \n',sc);fprintf(' g. Waktu untuk proses perhitungan =%5.5f\n',e);……………………………………………………………………………………………………………………………………function S = lsces(input) LKy = [5.4293 6.6871 8.1879; 5.5530 5.5175 7.4104; 6.7105 6.6477 8.9496; 6.6425 6.2364 8.3695; 6.2046 6.6307 8.5519; 6.1883 6.0521 8.3299; 6.5191 6.1137 8.4877; 6.6174 6.7056 9.1260; 6.5889 6.7393 8.7961; 6.5439 6.8648 8.7941; 6.1269 4.4308 6.8657; 6.8886 3.0445 5.7132; 6.6931 5.6870 8.1641; 6.0615 5.6240 7.9482; 5.4424 6.3026 8.1264; 6.4983 4.8598 7.2432; 6.4473 2.8832 5.2521; 4.0775 6.8090 7.7220; 6.6983 5.4072 8.0002; 6.6307 4.9767 7.3157; 3.9120 5.0814 5.9833; 6.7130 1.7918 4.4132; 6.1800 6.7286 8.7229; 6.5250 6.2558 8.6233; 4.7536 6.8352 7.8589; 6.0868 6.2046 8.0981; 6.1225 5.2204 7.5533;
5.8348 4.5218 6.8249; 5.8805 6.1841 8.2967; 5.0876 6.8395 8.1922]; L = LKy(:,1);K = LKy(:,2);y = LKy(:,3); %x = [L K]; b1 = input(1); b2 = input(2); b3 = input(3);b4 = input(4); %X1 = x(:,1) ;%X2 = x(:,2) ; f = b1*(b2*(L.^b3) + (1-b2)*(K.^b3)).^(b4/b3);S = (y-f)'*(y-f) ;…………………………………………………………………………………………………………………………………….function num = bit2num(bit, range)% BIT2NUM : Conversion from bit string representations to decimal numbers.% BIT2NUM(BIT, RANGE): converting a bit string representation BIT ( a 0-1% vector) to a decimal number, where RANGE is a two-element vector% specifying the range of the converted decimal number.%% For example:%% bit2num([1 1 0 1], [0, 15])% bit2num([0 1 1 0 0 0 1], [0, 127]) integer = polyval(bit, 2);num = integer*((range(2)-range(1))/(2^length(bit)-1)) + range(1);…………………………………………………………………………………………………………………………………….function out = evaleach(string, bit_n, range, obj_fcn)% EVALEACH : Evaluation process for each individual's fitness value.% bit_n : number of bits for each input variable% string : bit string representation of an individual% range : range of input variables, a ver_n by 2 matrix% fcn : objective function (a MATLAB string)var_n = length(string)/bit_n;input = zeros(1, var_n); for i = 1:var_n, input(i) = bit2num(string((i-1)*bit_n+1:i*bit_n), range(i, :));end out = feval(obj_fcn, input);…………………………………………………………………………………………………………………………………
function fitness = evalpopu(popu, bit_n, range, obj_fcn)% EVALPOPU : Evaluation process of the population's fitness values.% population : binary number matrix of the population # by a string_lenght% bit_n : number of bits used to represent an input variable% range : range of input variables, a var_b by 2 matrix% fcn : objective function (a MATLAB string) global countpop_n = size(popu, 1);fitness = zeros(pop_n, 1); for count = 1:pop_n, fitness(count) = evaleach(popu(count, :), bit_n, range, obj_fcn);end……………………………………………………………………………………………………………………………….........function new_popu = nextpopu(popu, fitness, xover_rate, mut_rate,k)
new_popu = popu;popu_s = size(popu, 1);string_leng = size(popu, 2); % ---- ELITISM: To find the best two and keep them% ---- For Least Squaredtmp_fitness = fitness;[junk, index1] = min(tmp_fitness); % find the besttmp_fitness(index1) = max(tmp_fitness);[junk, index2] = min(tmp_fitness); % find the second bestnew_popu([1 2], :) = popu([index1 index2], :); % ---- Rescaling the fitness% ---- For Least Squaredfitness = max(fitness) - fitness; % keep it positivetotal = sum(fitness); % ---- For Max. Likelihood% fitness = min(fitness) - fitness; % keep it positive% total = sum(fitness); if total == 0, fprintf('=== Warning: converge to a single point ===\n'); fitness = ones(popu_s, 1)/popu_s;% sum is 1else fitness = fitness/sum(fitness); % sum is 1end cum_prob = cumsum(fitness); % ----- SELECTION and CROSSOVERfor i = 2:popu_s/2, % ----- Selecting two parents based on their scaled fitness values tmp = find(cum_prob - rand > 0); parent1 = popu(tmp(1), :); tmp = find(cum_prob - rand > 0); parent2 = popu(tmp(1), :); % ----- Do crossoverif rand < xover_rate,% Perform crossover operation xover_point = ceil(rand*(string_leng-1)); new_popu(i*2-1, :) = ... [parent1(1:xover_point) parent2(xover_point+1:string_leng)]; new_popu(i*2, :) = ... [parent2(1:xover_point) parent1(xover_point+1:string_leng)];end end % ----- MUTATION (elites are not subject to this.) mask = rand(popu_s, string_leng) < mut_rate;new_popu = xor(new_popu, mask); % ----- Restoring the elitesnew_popu([1 2], :) = popu([index1 index2], :);.........................................................................................................................................................................................................
OUTPUT PROGRAM MATLAB – SIMULASI 2 ALGORITMA GENETIKA-NONLINIER LEAST SQUAREFUNGSI PRODUKSI CES
Algoritma Genetika - Nonlinier Least Square - Simulasi 2
Fungsi Produksi CES Menaksir parameter b1, b2, b3 dan b4 Fungsi Produksi CES Memerlukan File: lsces, evalpopu, evalech, bit2num, nextpopuProgram Pasca Sarjana Ilmu Ekonomi Universitas Indonesia ....................................................................................
1. ASUMSI DAN KRITERIA :
a. Jumlah Generasi Definisi Awal = 15000.00 b. Jumlah Populasi = 50.00 c. Xover Rate = 1.00 d. Mutation Rate = 0.02 e. Jumlah bit untuk setiap variabel input = 40.00 f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1] g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi yang disyaratkan = 90.00
2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI :
5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : (Setiap populasi terdiri atas 160 unsur kromosom)
Tingkat keseragaman unsur kromosom ke 1 = 90.0 persen Tingkat keseragaman unsur kromosom ke 2 = 80.0 persen Tingkat keseragaman unsur kromosom ke 3 = 74.0 persen Tingkat keseragaman unsur kromosom ke 4 = 86.0 persen Tingkat keseragaman unsur kromosom ke 5 = 60.0 persen Tingkat keseragaman unsur kromosom ke 6 = 80.0 persen Tingkat keseragaman unsur kromosom ke 7 = 74.0 persen Tingkat keseragaman unsur kromosom ke 8 = 64.0 persen Tingkat keseragaman unsur kromosom ke 9 = 80.0 persen Tingkat keseragaman unsur kromosom ke 10 = 80.0 persen Tingkat keseragaman unsur kromosom ke 11 = 84.0 persen Tingkat keseragaman unsur kromosom ke 12 = 66.0 persen Tingkat keseragaman unsur kromosom ke 13 = 94.0 persen Tingkat keseragaman unsur kromosom ke 14 = 56.0 persen Tingkat keseragaman unsur kromosom ke 15 = 86.0 persen Tingkat keseragaman unsur kromosom ke 16 = 84.0 persen Tingkat keseragaman unsur kromosom ke 17 = 84.0 persen Tingkat keseragaman unsur kromosom ke 18 = 74.0 persen Tingkat keseragaman unsur kromosom ke 19 = 60.0 persen Tingkat keseragaman unsur kromosom ke 20 = 98.0 persen Tingkat keseragaman unsur kromosom ke 21 = 70.0 persen
Tingkat keseragaman unsur kromosom ke 22 = 92.0 persen Tingkat keseragaman unsur kromosom ke 23 = 96.0 persen Tingkat keseragaman unsur kromosom ke 24 = 82.0 persen Tingkat keseragaman unsur kromosom ke 25 = 78.0 persen Tingkat keseragaman unsur kromosom ke 26 = 60.0 persen Tingkat keseragaman unsur kromosom ke 27 = 60.0 persen Tingkat keseragaman unsur kromosom ke 28 = 60.0 persen Tingkat keseragaman unsur kromosom ke 29 = 92.0 persen Tingkat keseragaman unsur kromosom ke 30 = 84.0 persen Tingkat keseragaman unsur kromosom ke 31 = 90.0 persen Tingkat keseragaman unsur kromosom ke 32 = 90.0 persen Tingkat keseragaman unsur kromosom ke 33 = 80.0 persen Tingkat keseragaman unsur kromosom ke 34 = 64.0 persen Tingkat keseragaman unsur kromosom ke 35 = 56.0 persen Tingkat keseragaman unsur kromosom ke 36 = 62.0 persen Tingkat keseragaman unsur kromosom ke 37 = 92.0 persen Tingkat keseragaman unsur kromosom ke 38 = 76.0 persen Tingkat keseragaman unsur kromosom ke 39 = 94.0 persen Tingkat keseragaman unsur kromosom ke 40 = 86.0 persen Tingkat keseragaman unsur kromosom ke 41 = 68.0 persen Tingkat keseragaman unsur kromosom ke 42 = 90.0 persen Tingkat keseragaman unsur kromosom ke 43 = 74.0 persen Tingkat keseragaman unsur kromosom ke 44 = 92.0 persen Tingkat keseragaman unsur kromosom ke 45 = 86.0 persen Tingkat keseragaman unsur kromosom ke 46 = 88.0 persen Tingkat keseragaman unsur kromosom ke 47 = 92.0 persen Tingkat keseragaman unsur kromosom ke 48 = 100.0 persen Tingkat keseragaman unsur kromosom ke 49 = 92.0 persen Tingkat keseragaman unsur kromosom ke 50 = 80.0 persen Tingkat keseragaman unsur kromosom ke 51 = 82.0 persen Tingkat keseragaman unsur kromosom ke 52 = 84.0 persen Tingkat keseragaman unsur kromosom ke 53 = 66.0 persen Tingkat keseragaman unsur kromosom ke 54 = 78.0 persen Tingkat keseragaman unsur kromosom ke 55 = 94.0 persen Tingkat keseragaman unsur kromosom ke 56 = 94.0 persen Tingkat keseragaman unsur kromosom ke 57 = 84.0 persen Tingkat keseragaman unsur kromosom ke 58 = 90.0 persen Tingkat keseragaman unsur kromosom ke 59 = 68.0 persen Tingkat keseragaman unsur kromosom ke 60 = 88.0 persen Tingkat keseragaman unsur kromosom ke 61 = 70.0 persen Tingkat keseragaman unsur kromosom ke 62 = 96.0 persen Tingkat keseragaman unsur kromosom ke 63 = 88.0 persen Tingkat keseragaman unsur kromosom ke 64 = 90.0 persen Tingkat keseragaman unsur kromosom ke 65 = 92.0 persen Tingkat keseragaman unsur kromosom ke 66 = 86.0 persen Tingkat keseragaman unsur kromosom ke 67 = 94.0 persen Tingkat keseragaman unsur kromosom ke 68 = 86.0 persen Tingkat keseragaman unsur kromosom ke 69 = 84.0 persen Tingkat keseragaman unsur kromosom ke 70 = 96.0 persen Tingkat keseragaman unsur kromosom ke 71 = 72.0 persen Tingkat keseragaman unsur kromosom ke 72 = 86.0 persen Tingkat keseragaman unsur kromosom ke 73 = 56.0 persen Tingkat keseragaman unsur kromosom ke 74 = 74.0 persen Tingkat keseragaman unsur kromosom ke 75 = 100.0 persen Tingkat keseragaman unsur kromosom ke 76 = 68.0 persen Tingkat keseragaman unsur kromosom ke 77 = 98.0 persen Tingkat keseragaman unsur kromosom ke 78 = 74.0 persen Tingkat keseragaman unsur kromosom ke 79 = 100.0 persen Tingkat keseragaman unsur kromosom ke 80 = 90.0 persen Tingkat keseragaman unsur kromosom ke 81 = 82.0 persen Tingkat keseragaman unsur kromosom ke 82 = 86.0 persen Tingkat keseragaman unsur kromosom ke 83 = 90.0 persen Tingkat keseragaman unsur kromosom ke 84 = 84.0 persen Tingkat keseragaman unsur kromosom ke 85 = 88.0 persen Tingkat keseragaman unsur kromosom ke 86 = 68.0 persen Tingkat keseragaman unsur kromosom ke 87 = 68.0 persen Tingkat keseragaman unsur kromosom ke 88 = 74.0 persen Tingkat keseragaman unsur kromosom ke 89 = 98.0 persen Tingkat keseragaman unsur kromosom ke 90 = 80.0 persen Tingkat keseragaman unsur kromosom ke 91 = 94.0 persen Tingkat keseragaman unsur kromosom ke 92 = 94.0 persen
Tingkat keseragaman unsur kromosom ke 93 = 68.0 persen Tingkat keseragaman unsur kromosom ke 94 = 88.0 persen Tingkat keseragaman unsur kromosom ke 95 = 96.0 persen Tingkat keseragaman unsur kromosom ke 96 = 92.0 persen Tingkat keseragaman unsur kromosom ke 97 = 94.0 persen Tingkat keseragaman unsur kromosom ke 98 = 84.0 persen Tingkat keseragaman unsur kromosom ke 99 = 82.0 persen Tingkat keseragaman unsur kromosom ke 100 = 84.0 persen Tingkat keseragaman unsur kromosom ke 101 = 76.0 persen Tingkat keseragaman unsur kromosom ke 102 = 70.0 persen Tingkat keseragaman unsur kromosom ke 103 = 92.0 persen Tingkat keseragaman unsur kromosom ke 104 = 94.0 persen Tingkat keseragaman unsur kromosom ke 105 = 90.0 persen Tingkat keseragaman unsur kromosom ke 106 = 86.0 persen Tingkat keseragaman unsur kromosom ke 107 = 82.0 persen Tingkat keseragaman unsur kromosom ke 108 = 78.0 persen Tingkat keseragaman unsur kromosom ke 109 = 90.0 persen Tingkat keseragaman unsur kromosom ke 110 = 84.0 persen Tingkat keseragaman unsur kromosom ke 111 = 80.0 persen Tingkat keseragaman unsur kromosom ke 112 = 96.0 persen Tingkat keseragaman unsur kromosom ke 113 = 62.0 persen Tingkat keseragaman unsur kromosom ke 114 = 100.0 persen Tingkat keseragaman unsur kromosom ke 115 = 96.0 persen Tingkat keseragaman unsur kromosom ke 116 = 86.0 persen Tingkat keseragaman unsur kromosom ke 117 = 64.0 persen Tingkat keseragaman unsur kromosom ke 118 = 94.0 persen Tingkat keseragaman unsur kromosom ke 119 = 86.0 persen Tingkat keseragaman unsur kromosom ke 120 = 96.0 persen Tingkat keseragaman unsur kromosom ke 121 = 100.0 persen Tingkat keseragaman unsur kromosom ke 122 = 88.0 persen Tingkat keseragaman unsur kromosom ke 123 = 90.0 persen Tingkat keseragaman unsur kromosom ke 124 = 66.0 persen Tingkat keseragaman unsur kromosom ke 125 = 80.0 persen Tingkat keseragaman unsur kromosom ke 126 = 74.0 persen Tingkat keseragaman unsur kromosom ke 127 = 82.0 persen Tingkat keseragaman unsur kromosom ke 128 = 96.0 persen Tingkat keseragaman unsur kromosom ke 129 = 86.0 persen Tingkat keseragaman unsur kromosom ke 130 = 96.0 persen Tingkat keseragaman unsur kromosom ke 131 = 94.0 persen Tingkat keseragaman unsur kromosom ke 132 = 94.0 persen Tingkat keseragaman unsur kromosom ke 133 = 98.0 persen Tingkat keseragaman unsur kromosom ke 134 = 68.0 persen Tingkat keseragaman unsur kromosom ke 135 = 88.0 persen Tingkat keseragaman unsur kromosom ke 136 = 88.0 persen Tingkat keseragaman unsur kromosom ke 137 = 86.0 persen Tingkat keseragaman unsur kromosom ke 138 = 86.0 persen Tingkat keseragaman unsur kromosom ke 139 = 80.0 persen Tingkat keseragaman unsur kromosom ke 140 = 62.0 persen Tingkat keseragaman unsur kromosom ke 141 = 68.0 persen Tingkat keseragaman unsur kromosom ke 142 = 92.0 persen Tingkat keseragaman unsur kromosom ke 143 = 84.0 persen Tingkat keseragaman unsur kromosom ke 144 = 88.0 persen Tingkat keseragaman unsur kromosom ke 145 = 94.0 persen Tingkat keseragaman unsur kromosom ke 146 = 60.0 persen Tingkat keseragaman unsur kromosom ke 147 = 90.0 persen Tingkat keseragaman unsur kromosom ke 148 = 82.0 persen Tingkat keseragaman unsur kromosom ke 149 = 74.0 persen Tingkat keseragaman unsur kromosom ke 150 = 96.0 persen Tingkat keseragaman unsur kromosom ke 151 = 66.0 persen Tingkat keseragaman unsur kromosom ke 152 = 68.0 persen Tingkat keseragaman unsur kromosom ke 153 = 66.0 persen Tingkat keseragaman unsur kromosom ke 154 = 64.0 persen Tingkat keseragaman unsur kromosom ke 155 = 90.0 persen Tingkat keseragaman unsur kromosom ke 156 = 72.0 persen Tingkat keseragaman unsur kromosom ke 157 = 66.0 persen Tingkat keseragaman unsur kromosom ke 158 = 92.0 persen Tingkat keseragaman unsur kromosom ke 159 = 76.0 persen Tingkat keseragaman unsur kromosom ke 160 = 64.0 persen
6. KESIMPULAN AKHIR :
a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) = 90.00 b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) = 56.00 c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom d. Parameter hasil simulasi Algoritma Genetik : - Beta(1) = 1.378906 - Beta(2) = 0.388000 - Beta(3) = 0.294922 - Beta(4) = 0.984241 - S(beta) = 0.524327 e. Nilai AIC = 3.780171 f. Nilai SC = 64.493928