Beasiswa merupakan suatu bentuk bantuan keuangan yang diberikan kepada sesorang yang sedang menempuh bidang pendidikan dengan tujuan dapat meningkatkan prestasi dan meningkatkan pemerataan kesempatan belajar di perguruan tinggi Bagi mahasiswa, beasiswa menjadi salah satu alternatif untuk menunjang bidang pendidikan. Adanya sistem pendukung keputusan sebagai penentuan dalam penerimaan beasiswa agar beasiswa yang diberikan tepat sasaran. Kenyataannya, dalam sistem pendukung keputusan dengan menggunakan konsep logika fuzzy terkadang masih menghasilkan hasil akhir yang belum optimal. Maka dari itu, dalam proses dari logika fuzzy dapat dilakukan optimasi, salah satunya optimasi fungsi keanggotaan. Fungsi keanggotaan dalam logika fuzzy merupakan nilai batas-batas dari nilai input yang biasanya ditentukan oleh seorang pakar. Pada penelitian ini, metode optimasi yang digunakan adalah Algoritma Genetika dan logika fuzzy menggunakan Sistem Inferensi Fuzzy Metode Tsukamoto. Algoritma genetika merupakan sebuah algoritma yang sangat efektif dalam optimasi dan dapat memecahkan suatu masalah yang kompleks. Hasil akhir dari algoritma genetika adalah sebuha solusi yang direpresentasikan dalam sebuah kromosom atau individu dari suatu populasi. Dalam proses algoritma genetika, untuk menghasilkan solusi terbaik atau optimal maka terdapat proses reproduksi dan seleksi untuk setiap kromosom. Berdasarkan hasil uji coba pada penelitian ini, nilai parameter algoritma genetika yang terbaik yaitu ukuran populasi sebesar 80 untuk penentuan Beasiswa-PPA dan BBP-PPA. Selanjutnya, jumlah generasi sebesar 150 untuk penentuan Beasiswa-PPA dan 100 generasi untuk BBP-PPA. Nilai crossover rate dan mutation rate untuk penentuan Beasiswa dan BBP-PPA adalah masing-masing 0.5 dan 0.5.