Ihsandri Hazza Fauzan (04161031)

Hadi Maulana (04161029)

Resume Paper AI berjudul “Butterfly Optimization Algorithm”

Algoritma Optimisasi Kupu-Kupu

Sejak ribuan tahun, sistem alami (biologis) sedang mengalami peningkatan berkelanjutan untuk
lebih baik bertahan hidup. Fitur yang diperoleh / dimodifikasi dari berbagai biologis spesies
membuatnya lebih kuat dan efisien. Bahkan, alam dapat dianggap sebagai pengoptimal pertama karena
makhluk hidup di alam berevolusi dan menyesuaikan perilaku mereka sesuai dengan lingkungan yang
berubah, kalau tidak mereka bisa punah. Aneka ragam algoritma metaheuristik telah dikembangkan dan
berhasil diterapkan keberbagai masalah optimasi . Dalam rekayasa, banyak aplikasi desain yang
membutuhkan solusi optimal tetapi kebanyakan aplikasi sangat kompleks dan terkendala selama durasi
waktu singkat. Metaheuristic merupakan algoritma yang dikenal memiliki efisiensi yang menarik untuk
memecahkan masalah yang kompleks dan multidimensi dalam periode waktu yang lebih singkat .

Butterfly Optimization Algorithm (BOA) adalah salah satu Algoritma metaheuristik baru yang
diilhami alam, berdasarkan strategi pencarian makanan dari kupu-kupu. Kupu-kupu adalah agen
pencarian BOA yang betujuan untuk melakukan pengoptimasian. Secara biologis, kupu-kupu
menggunakan reseptor indera untuk menemukan sumber makanan. Reseptor indera ini digunakan untuk
merasakan aroma / bau dan tersebar bagian tubuh kupu-kupu seperti antena, kaki, palp, dan lain-lain..
Reseptor ini sebenarnya adalah sel saraf pada kupu-kupu yang berada di permukaan tubuh dan disebut
kemoreseptor. Dalam BOA, diasumsikan bahwa seekor kupu-kupu akan menghasilkan wewangian
dengan beberapa intensitas yang berkorelasi dengan kinerja atau kebugaran kupu-kupu, misalnya saat
kupu-kupu bergerak dari satu lokasi ke lokasi lain, kebugarannya akan bervariasi. Aroma akan
menyebar jauh dan kupu-kupu lain bisa merasakannya dengan cara seperti itu kupu-kupu dapat berbagi
informasi pribadinya dengan kupu-kupu lain dan membentuk jaringan pengetahuan sosial kolektif.
Ketika seekor kupu-kupu dapat merasakan aroma dari kupu-kupu lain, ia akan bergerak ke arahnya,
fase ini disebut sebagai pencarian global. Dalam skenario lain, ketika kupu-kupu tidak bisa merasakan
aroma, maka kupu-kupu tersebut akan bergerak secara acak.

Dalam BOA, setiap aroma memiliki aroma yang unik dan sentuhan pribadi. Itu adalah salah
satu ciri utama yang membedakan BOA dari meta-heuristik lain. Untuk memahami bagaimana
wewangian dimodifikasi BOA, pertama-tama kita perlu mengerti, bagaimana modalitas seperti bau,
suara, cahaya, suhu jika diproses oleh stimulus. Seluruh konsep penginderaan dan memproses modalitas
didasarkan pada tiga hal penting yaitu. modalitas sensorik (c), intensitas stimulus (I) dan eksponen daya
(a). I adalah besarnya stimulus fisik / aktual. Fenomena alam kupu-kupu didasarkan pada dua masalah
penting: variasi I dan formulasi f. Untuk penyederhanaan I dari kupu-kupu perlu dikaitkan dengan
fungsi tujuan yang disandikan. Kemudian F, F bersifat relatif yaitu harus dirasakan oleh kupu-kupu
lainnya. Dengan menggunakan konsep ini, dalam BOA, wewangian diformulasikan sebagai fungsi fisik
Intensitas stimulus sebagai berikut:
𝑓𝑖 = 𝑐𝐼 𝑎 ……………………………………………….(1)
di mana 𝑓𝑖 adalah besarnya aroma yang dirasakan, yaitu, seberapa kuat aroma yang dirasakan oleh kupu-
kupu, c adalah modalitas sensorik, saya adalah rangsangan Intensitas dan a adalah eksponen daya yang
bergantung pada modalitas, yang dijadikan indicator untuk berbagai tingkat penyerapan. Ada dua
langkah kunci dalam algoritma, yaitu adalah; fase pencarian global dan fase pencarian lokal. Di fase
pencarian global, kupu-kupu mengambil langkah maju kupu-kupu / solusi yang paling cocok 𝑔∗ yang
bisa direpresentasikan sebagai:
𝑥𝑖𝑡+1 = 𝑥𝑖𝑡+1 + (𝑟 2 × 𝑔∗ − 𝑥𝑖𝑡 ) × 𝑓𝑖 ………………………………(2)
dimana 𝑥𝑖𝑡 adalah vektor solusi xi untuk ith butterfly dalam nomor iterasi t. Di sini 𝑔∗ mewakili arus
solusi terbaik ditemukan di antara semua solusi saat ini tahap. Fragrance ith butterfly diwakili oleh fi
dan r adalah angka acak dalam [0, 1]. Fase pencarian local dapat direpresentasikan sebagai:
𝑥𝑖𝑡+1 = 𝑥𝑖𝑡 + (𝑟 2 × 𝑥𝑘𝑡 − 𝑥𝑗𝑡 ) × 𝑓𝑖 ……………………………..(3)
dimana 𝑥𝑗𝑡 dan 𝑥𝑘𝑡 adalah jth dan kth butterflies dipilih secara acak dari ruang solusi. Jika 𝑥𝑗𝑡 dan 𝑥𝑘𝑡
milik sub-swarm yang sama dan r adalah angka yang teracak dalam [0, 1] maka Persamaan (3) menjadi
local jalan acak. menentukan pasangan dan makanan oleh kupu-kupu dapat terjadi pada skala lokal dan
global. Jadi, p probabilitas switch digunakan dalam BOA digunakan untuk beralih antara pencarian
global umum ke lokal intensif . Langkah-langkah yang disebutkan di atas melengkapi algoritma
algoritma optimasi kupu-kupu dan kodesemu dijelaskan dalam Algoritma 1.

Adapun Pseudocode dari Butterfly Optimization Algorithm ini adalah sebagai berikut :
1. fungsi objektif f(x), x=(x1…xdim)
2. Hasilkan populasi n kupu-kupu xi=(i=1,2,…,n)
3. tentukan c, a dan p
4. while kriteria berhenti tidak dipenuhi do
5. for each kupu-kupu dalam populasi do
6. menghitung aroma untuk bf menggunakan persamaan (1)
7. end for
8. Temukan bf terbaik
9. for each kupu-kupu dalam populasi do
10. menghasilkan angka acak r dari [0,1]
11. if r <p then
12. Bergerak menuju kupu-kupu terbaik menggunakan persamaan (2)
13. else
14. Memindahkan persamaan secara acak (3)
15. end if
16. end for
17 end while
18. Hasil dari solusi terbaik yang ditemukan