Algoritma Dengan Local Optimum

Algoritma yang menggunakan sistem pencarian solusi dengan menggunakan optimasi local optimum adalah:

a. Greedy algorithm adalah algoritma yang menggunakan nilai maksimum dalam pendekatan penyelesaian masalah. Nama Greedy berasal dari bahasa inggris yang artinya rakus, tamak atau serakah. Prinsip algoritma greedy adalah: “take what you can get now”, artinya Greedy algorithm mencari nilai maksimal sementara pada setiap langkah dengan harapan akan mendapatkan solusi yang cukup baik (optimal). Meskipun tidak selalu mendapatkan solusi terbaik  algoritma greedy umumnya memiliki kompleksitas waktu yang cukup baik, sehingga algoritma ini sering digunakan untuk kasus yang memerlukan solusi cepat meskipun tidak optimal seperti sistem real-time.

Sumber :
Cormen, Leiserson, and Rivest, Introduction to Algorithms,1990, Greedy Algorithms, Chapter 17, pp. 329.

b. Neural Network adalah merupakan algoritma yang dikembangkan dengan mengadopsi kemampuan otak manusia dalam memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Dikembangkan oleh Warren McCulloch dan Walter Pitts pada tahun 1943. Proses pada  Neural Network dimulai dari input yang diterima oleh neuron beserta dengan nilai bobot dari tiap-tiap input yang ada. Setelah masuk ke dalam neuron, nilai input yang ada akan dijumlahkan oleh suatu fungsi perambatan (summing function). Hasil penjumlahan akan diproses oleh fungsi aktivasi setiap neuron, kemudian dibandingkan hasil penjumlahan dengan threshold (nilai ambang) tertentu. Jika nilai melebihi threshold, maka aktivasi neuron akan dibatalkan, sebaliknya, jika masih dibawah nilai threshold, neuron akan diaktifkan. Setelah aktif, neuron akan mengirimkan nilai output melalui bobot-bobot outputnya ke semua neuron yang berhubungan dengannya. Proses ini akan terus berulang pada input-input selanjutnya.

Sumber : Fiona Nielsen, Neural Networks – algorithms and applications, 2001.

c. Tabu search adalah algoritma optimasi dengan memilih solusi terbaik  neighbourhood solusi sekarang (current) yang tidak tergolong solusi terlarang (tabu).Dikembangkan oleh  Fred W. Glover pada 1986. Ide algoritma tabu search adalah mencegah proses pencarian dari local search agar tidak melakukan pencarian ulang pada ruang solusi yang sudah pernah ditelusuri, dengan memanfaatkan suatu struktur memori yang mencatat sebagian jejak proses pencarian yang telah dilakukan.
Sumber : Fred Glover (1989). Tabu Search - Part 1. ORSA Journal on Computing

d. Reactive Search Optimization (RSO) Algorithm adalah algoritma yang menggabungkan machine learning dan optimasi.

 Sumber : Roberto Battiti and Mauro Brunato, Reactive Search Optimization: Learning while Optimizing,

e.  Hill Climbling adalah algoritma yang digunakan untuk mencari rute terpendek dengan memperkecil jumlah tempat yang disinggahi dengan menggunakan cara mencari tempat terjauh yang mendekati dengan tujuan. Dinamakan Hill Climbing ( HC ) atau pendakian bukit karena mempunyai aturan produksi dengan cara menukar dua posisi kota yang saling berdekatan seperti orang yang mendaki bukit.


Sumber : https://en.wikibooks.org/wiki/Artificial_Intelligence/Search/Iterative_Improvement/Hill_Climbing
0 Komentar untuk "Algoritma Dengan Local Optimum "

Back To Top