Algoritma evolusioner adalah jenis algoritma komputasi yang didasarkan pada prinsip seleksi alam dan algoritma genetika. Mereka digunakan untuk memecahkan masalah di berbagai bidang, mulai dari optimasi dan pembelajaran mesin hingga kecerdasan buatan dan robotika.
Algoritme evolusioner terinspirasi oleh konsep seleksi alam, dan menggunakan prinsip yang sama untuk mencoba menemukan solusi yang cukup baik dalam ruang pencarian yang besar. Algoritme ini dimulai dengan serangkaian solusi acak dan menggunakan metode seperti persilangan, mutasi, dan seleksi untuk memperbaikinya. Algoritme ini tidak menjamin solusi optimal, dan dapat digunakan bersama dengan teknik lain, seperti heuristik, untuk mendapatkan hasil yang lebih baik.
Algoritme evolusioner digunakan di berbagai bidang, seperti kecerdasan buatan, robotika, keuangan, teknik, dan ilmu kedokteran. Dalam banyak kasus, mereka digunakan untuk mengoptimalkan parameter atau merancang struktur dalam masalah yang kompleks. Mereka juga dapat digunakan untuk memecahkan masalah dengan berbagai tujuan, seperti meminimalkan serangkaian tujuan yang saling bertentangan.
Kerugian utama dari algoritma evolusioner adalah bahwa algoritma ini mahal secara komputasi, karena memerlukan banyak lintasan dalam ruang pencarian untuk mengeksplorasi berbagai solusi. Selain itu, hasilnya umumnya tidak optimal, dan mungkin terlalu memakan waktu untuk jenis permasalahan tertentu.
Terlepas dari keterbatasan ini, algoritma evolusioner banyak digunakan di berbagai bidang dan masalah karena kemampuannya menghasilkan solusi yang cukup baik dengan cepat dan efektif.
