Penyelesaian

Masalah Knapsack 0/1

menggunakan algoritma
Particle Swarm Optimization (PSO)
Oleh :
Fidia Deny Tisna Amijaya
(0610940018)

Pembimbing I

Syaiful Anam, S.Si,

MT
Pembimbing II :

Imam

Latar Belakang
1.

Masalah knapsack 0/1 sering muncul

dalam kehidupan sehari-hari

2.

Knapsack 0/1 termasuk permasalahan

diskrit.

3.

Particle Swarm Optimization (PSO) adalah

algoritma yang digunakan untuk
menyelesaikan masalah kontinu.

Rumusan Masalah
1.

Knapsack 0/1?

2.

Implementasi algoritma PSO untuk

permasalahan knapsack 0/1?

3.

Pengaruh pemilihan maxiter dan m

terhadap tingkat keakuratan solusi?

Tinjauan Pustaka
1.

Masalah Knapsack

2.

Masalah Knapsack 0/1

3.

Particle Swarm Optimization (PSO)

4.

Parameter PSO

5.

Kriteria Penghentian PSO

6.

Algoritma PSO

Masalah Knapsack
1.
2.
3.
4.

0/1 Knapsack
Knapsack terbatas
Knapsack tak terbatas
Multiple knapsack problem

Masalah knapsack 0/1

5 kg $ 15

3 kg $ 5
7 kg $ 10

2 kg $ 3

4 kg $ 10
Max 10 kg

Masalah knapsack 0/1

Keterangan :
ai = nilai barang
bi = berat barang
B = Kapasitas knapsack
xi {0,1}
n = jumlah barang

max

a *x
i 1

dengan syarat

b * x
i 1

Particle Swarm Optimization

(PSO)

Particle Swarm Optimization

(PSO)

Update Kecepatan

vi (t 1) w * vi (t ) c1 * r1 *( Pbest xi (t ))
+c2 * r2 *(Gbest xi (t ))

Update Posisi

xi (t 1) xi (t ) vi (t 1)

Parameter PSO
1.

Bobot inersia (w)

2.

Koefisien percepatan (c1 dan c2)

3.

Konstanta (r1 dan r2)

Input variable :

4.

Ukuran swarm (m)

5.

Jumlah iterasi (maxiter)

Kriteria Penghentian PSO

1.

Error

2.

Perbaikan

3.

Maksimum iterasi

Algoritma PSO
Input : banyak partikel (m) dan maxiter
1.

Inisialisasi posisi (xi) dan kecepatan (vi) partikel secara

acak

2.

Ketika kriteria penghentian tidak terpenuhi,

a.

Untuk i=1 sampai m lakukan

1)

Hitung nilai fitness

2)

Update Pbest dan Gbest

3)

Update kecepatan partikel

Update posisi partikel

b. Kembali ke a.
Kembali ke 2.
Output : Gbest
4)

3.

(^_^)
TERIMA KASIH
Oleh :
Fidia Deny Tisna
Amijaya