Penyelesaian Masalah Optimasi Tanpa Kendala Menggunakan Harris Hawks Optimization
| Main Author: | Freya, Wa Ode Rona |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193143/1/Wa%20Ode%20Rona%20Freya.pdf http://repository.ub.ac.id/id/eprint/193143/ |
Daftar Isi:
- Optimasi merupakan cara untuk meminimumkan biaya yang diperlukan pada suatu masalah diberbagai bidang. Saat ini sudah ada banyak metode optimasi yang dikembangkan untuk mengatasi kekurangan pada metode-metode optimasi yang sudah ada. Metode deterministik, misalnya, masih sering terjebak pada optimum lokal, sehingga metode heuristik dikembangkan. Namun, metode optimasi heuristik hanya dapat diterapkan pada masalah yang spesifik sehingga dikembangkan lagi metode metaheuristik. Metode metaheuristik tidak dirancang untuk masalah spesifik. Metode ini bergantung pada keseimbangan proses eksplorasi dan eksploitasi agar tidak terjebak pada optimum lokal. Salah satu metode metaheuristik yang sedang dikembangkan adalah Harris Hawks Optimization (HHO) yang terinspirasi dari perilaku berburu kooperatif elang Harris. Pada skripsi ini, HHO diuji menggunakan enam fungsi uji tanpa kendala dan diuji pada kasus segmentasi citra. Kinerja HHO saat diuji menggunakan enam fungsi uji dibandingkan dengan kinerja Grey Wolf Optimization (GWO) dan Firefly Algorithm (FA). Kinerja HHO pada kasus segmentasi citra dibandingkan dengan kinerja K-Means Clustering. Hasil percobaan yang telah dilakukan menunjukkan bahwa HHO memiliki kinerja yang lebih baik daripada algoritma pembanding, baik pada fungsi uji maupun pada kasus segmentasi citra. HHO tidak terjebak pada optimum lokal, sedangkan algoritma pembanding terjebak pada optimum lokal dan mengalami konvergen prematur, khususnya pada fungsi berdimensi tinggi. Kekurangan HHO adalah waktu komputasi yang lebih lama dibandingkan dengan GWO dan K-Means Clustering, namun ini sebanding dengan nilai cost paling minimum yang dihasilkan oleh HHO.