Daftar Isi: Penyelesaian Masalah Optimasi Tanpa Kendala Menggunakan Island Bat Algorithm

Daftar Isi:

perilaku kelelawar ketika mencari mangsa dengan menggunakan kemampuan ekolokasinya. BA memiliki kekurangan, yaitu mudah terjebak pada minimum lokal dan laju konvergensi yang rendah. Untuk mengatasi kelemahan tersebut, BA dimodifikasi dengan model pulau. Pada skripsi ini dibahas penyelesaian masalah optimasi tanpa kendala menggunakan island Bat Algorithm (iBA) yang merupakan algoritma gabungan antara model pulau dan BA. Performa algoritma iBA dibandingkan dengan algoritma lain, yaitu BA, Grey Wolf Optimization dan island Harmony Search. Analisis sensitivitas dilakukan pada iBA untuk mendapatkan nilai parameter yang optimal. Penggunaan parameter yang optimal menyebabkan kinerja iBA menjadi maksimal. Hasil eksperimen dengan menggunakan parameter yang optimal menunjukkan bahwa kinerja iBA lebih baik daripada BA dan iHS dalam hal rata-rata dan standar deviasi dari nilai minimum dan waktu komputasi. BA dan iHS sering terjebak pada optimum lokal, khususnya pada fungsi berdimensi tinggi sedangkan iBA tidak terjebak pada optimum lokal. Jika dibandingkan dengan GWO, waktu komputasi iBA lebih lama, tetapi solusi yang dapat ditemukan oleh iBA lebih optimal. Pada skripsi ini, iBA akan diterapkan pada studi kasus segmentasi citra. Berdasarkan percobaan, hasil segmentasi menggunakan penggabungan antara iBA dan K-means clustering (iBAK) lebih baik daripada K-means clustering.