Hibridisasi Fireworks Algorithm (FWA) dan Grey Wolf Optimizer (GWO)
| Main Author: | Siregar, Claudia Inggrit |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179357/ |
Daftar Isi:
- Fireworks Algorithm (FWA) merupakan algoritma metaheuristik yang meniru ledakan kembang api. FWA memiliki kekurangan pada salah satu operatornya dan strategi seleksi yang perlu menghitung jarak antar individu sehingga membuat waktu komputasi yang semakin lama. Grey Wolf Optimizer (GWO) adalah algoritma metaheuristik yang terinspirasi dari hierarki kepemimpinan dan perilaku berburu serigala abu-abu. GWO unggul dalam menyelesaikan fungsi unimodal dan multimodal dengan waktu komputasi yang dibutuhkan lebih singkat. Skripsi ini membahas hibridisasi baru untuk menggabungkan dua algoritma metaheuristik, yaitu Hibridisasi Fireworks Algorithm dan Grey Wolf Optimizer (Hibrid FWA-GWO). Hibrid FWA-GWO bertujuan untuk memperbaiki kekurangan yang dimiliki oleh FWA dan mempertahankan keunggulan dari kedua algoritma. Oleh karena itu, hibrid FWA-GWO menggunakan inisialisasi dan ledakan amplitudo yang digunakan pada FWA, untuk GWO akan digunakan hierarki kepemimpinan dari serigala dan penentuan lokasi selanjutnya agar mendapatkan nilai optimum. Hibrid FWA-GWO diterapkan pada software MATLAB R2014b dengan menggunakan enam fungsi tes dan dianalisis berdasarkan rata-rata nilai minimum, standar deviasi dari nilai minimum, nilai terbaik, dan rata-rata waktu komputasi yang dibandingkan dengan FWA dan GWO. Hasil yang diperoleh dari 30 kali percobaan menunjukkan bahwa hibrid FWA-GWO dapat menemukan nilai yang lebih baik dari segi rata-rata nilai minimum, nilai terbaik, dan standar deviasi dari nilai minimum dibandingkan FWA dan GWO dalam menyelesaikan fungsi unimodal dan fungsi multimodal berdimensi tinggi. Namun, waktu komputasi yang dibutuhkan lebih lama dibandingkan GWO.