Squirrel Search Algorithm (SSA) Untuk Optimasi Fungsi Tanpa Kendala

Nafi’ah, Sugma Maulidah (2019) Squirrel Search Algorithm (SSA) Untuk Optimasi Fungsi Tanpa Kendala. Sarjana thesis, Universitas Brawijaya.

Abstract

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.

English Abstract

ptimization but uncertain performance. Therefore, this thesis discusses Squirrel Search Algorithm (SSA) to solve unconstrained optimization, then the results are compared with Particle Swarm Optimization (PSO) and Firefly Algorithm (FA). Algorithm performance is tested using unconstrained functions. The results obtained from 30 trials show that the SSA method is superior for experiments on unimodal and multimodal functions even though the computational time required is much higher than PSO and FA

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2019/492/052001656
Uncontrolled Keywords: Squirrel Search Algorithm, teknik optimasi, optimasi fungsi tanpa kendala, PSO, FA. Squirrel Search Algorithm, optimization technique, unconstrained optimization, PSO, FA
Subjects: 500 Natural sciences and mathematics > 518 Numerical analysis > 518.1 Algorithms
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 05 Aug 2020 08:03
Last Modified: 05 Aug 2020 08:03
URI: http://repository.ub.ac.id/id/eprint/178924
Full text not available from this repository.

Actions (login required)

View Item View Item