Implementasi Algoritma Genetika untuk Optimasi Parameter Self Potential pada Sebaran Mineral Pasir Besi

Abstract

Salah satu cara untuk mengetahui potensi mineral adalah mengoptimalkan parameter Self -Potential secara global dengan menggunakan pemodelan Algoritma Genetika. Metode ini memiliki kelebihan dalam memberikan informasi yang lebih komprehensif dan terpadu agar lebih memastikan bahwa di daerah Kepanjen, Jember memiliki potensi mineral pasir besi dan Algoritma Genetika yang dikembangkan dengan fungsi fitness yang dibangun pada model residu. Program pemodelan numerik menggunakan MATLAB. Proses Algoritma Genetika bekerja dengan memilih model tebakan acak dalam satu populasi, menghasilkan model inversi yang mendekati model data primer dan dapat dianggap sebagai solusi parameter optimum momen dipol listrik (k), kedalaman ke pusat bola atau cilinder. (h), sudut polarisasi (θ) dan (q). Berdasarkan hasil penelitian dengan menggunakan data primer, didapatkan pola distribusi pasir besi dengan anomaly self potential sebesar -291,7 mV yang mengindikasikan butiran mineral pasir besi paling optimum pada lintasan dua dan nilai fitness terbesar pemodelan algoritma genetika pada probabilitas cross cover dan mutasi adalah 0,9 dan 0,05 dengan RMS 2,6% dan parameter Self -Potential optimal pada 202,15 (k), 4,98 (h), 1,5 (q), 29,96 (θ). KEYWORD : Algoritma Genetika, Optimasi, Mineral Pasir Besi, Self-Potential

Keywords

• algoritma