Daftar Isi: Squirrel Search Algorithm (SSA) Untuk Optimasi Fungsi Tanpa Kendala

Daftar Isi:

Permasalahan optimasi sering ditemukan dalam kehidupan sehari-hari, sehingga banyak penelitian dilakukan untuk menyelesaikan permasalahan tersebut. Seiring dengan perkembangan zaman muncul beberapa algoritma sebagai alternatif teknik optimasi contohnya seperti Particle Swarm Optimization (PSO) dan Firefly Algorithm (FA). Dalam perkembangannya, kedua algoritma tersebut memiliki performa yang cukup baik untuk menyelesaikan masalah optimasi fungsi namun memiliki kekurangan yaitu dapat terjebak ke dalam titik minimum lokal terutama pada masalah yang kompleks. Kemudian diperkenalkan algoritma baru yaitu Squirrel Search Algorithm (SSA) yang dianggap lebih sederhana dan efisien untuk menyelesaikan masalah optimasi fungsi tanpa kendala namun kinerjanya masih belum dapat dipastikan kebenarannya. Oleh karena itu, skripsi ini membahas metode optimasi Squirrel Search Algorithm (SSA) untuk menyelesaikan masalah optimasi fungsi tanpa kendala dan hasilnya dibandingkan dengan algoritma Particle Swarm Optimization (PSO) dan Firefly Algorithm (FA). Kinerja algoritma diuji menggunakan fungsi tes tanpa kendala. Hasil yang diperoleh dari 30 kali percobaan menunjukkan bahwa metode SSA unggul untuk percobaan baik pada fungsi unimodal maupun multimodal. Metode SSA mampu bekerja lebih baik untuk fungsi dengan dimensi kecil meskipun waktu komputasi yang dibutuhkan lebih tinggi dibandingkan PSO dan FA.