Peningkatan Performansi Multi Objektif NSGA-II Dengan Operator Mutasi Adaptif Pada Kasus Portofolio Reksadana Saham

Abstract

Non-dominated sorting genetic algorihm (NSGA-II) merupakan salah algoritma pencarian solusi optimal dengan mengurutkan solusi berdasarkan pareto-front untuk mengindentifikasi feasible solutions. Performansi algoritme NSGA-II sangat dipengaruhi oleh operator parameter. Salah satu parameter adalah operator mutasi yang memegang kendali untuk diversitas kandidat solusi. Pada riset ini operator mutasi dibuat adaptif dengan menggunakan distribusi probabilitas polinomial (parameter nm). Parameter ini mengontrol kekutatan mutasi dan mengubah nilai mutasi secara adaptif serta mengubah probabilitas mutasi secara dinamik untuk mengatur banyaknya gen yang mengalami mutasi. Berdasarkan hasil penelitian nilai standar deviasi mutasi non-adaptif lebih kecil daripada mutasi adaptif. Nilai standar deviasi merepresentasikan varians sehingga mutasi adaptif memiliki varians yang beragam dibandingkan dengan mutasi non-adaptif. Mutasi adaptif dapat meningkatkan diversitas kromosom sehingga mencapai konvergensi kromosom agar terhindar dari konvergensi dini dengan waktu komputasi yang lebih efektif. Pada kasus portofolio reksadana saham menghasilkan standar deviasi yang lebih besar sehingga solusi yang dihasilkan semakin beragam.