METODE STEEPEST

ASCENT/ DESCENT

Oleh: Cut Susan Octiva

METODE STEEPEST ASCENT/ DESCENT

• Dikatakan steepest ascent jika kasusnya

maksimasi.

• Dikatakan steepest descent jika kasusnya

minimasi.
 METODE STEEPEST ASCENT/ DESCENT

• • Metode
Metodeini inimenggunakan
menggunakanturunan
turunanuntuk
untukmenuntun
menuntun
arahpencarian
arah pencariannilai
nilaioptimal,
optimal,dengan
dengancara
caramengubah
mengubah
fungsi multivariabel
fungsi multivariabel seolah-olah
seolah-olah menjadi
menjadi fungsi
fungsi
singlevariabel.
single variabel.Dimetode
Dimetodeini inikita
kitaakan
akanmenggunakan
menggunakan
konsepgradien
konsep gradienfaktor
faktoryang
yangakan
akanmengubah
mengubahfungsi
fungsi
skalarmenjadi
skalar menjadifungsi
fungsivektor.
vektor.
 METODE STEEPEST ASCENT/ DESCENT
• Gradien vektor F akan merepresentasikan turunan parsial
pertama faktor dari fungsi F.

Contoh f (x,y)
 METODE STEEPEST ASCENT/ DESCENT

 Penyelesaian:

 Misal misal titik optimal , dan titik ini belum

diketahui

Setelah dapat menghitung nilai x1 nya, maka langkah berikut cari

x2, x3 dan seterusnya atau namanya iterasi sampai tercapai batas
iterasi maksimal
 METODE STEEPEST ASCENT/ DESCENT
• Contoh soal:
• Misal fungsi f (x,y) = , Carilah nilai optimal
nilai x dan y, yang mempunyai titik awal [x,y] = [2,1].

Jawab : = 2x +2  2 (2) + 2= 6

= 2y  2 (1) = 2
METODE STEEPEST ASCENT/ DESCENT

Turunkan nilai fungsi f (h) maka kita akan dapatkan H optimal

 METODE STEEPEST ASCENT/ DESCENT

• Input ke pers. Fungsi yang baru.

Hitug nilai fungsi ketika menggunakan x dan y yang baru

Bandingkan dengan titik semula

 METODE STEEPEST ASCENT/ DESCENT

• Lanjutkan ke iterasi ke2

Setelah perhitungan yang lalu maka kita menemukan New
Initial point {-1,0}, ulangi proses yang sama seperti yang lalu.

Disini kita mendapatkan fektor untuk x =0 dan y = 0, langkah berikutnya,

kalaupun kita melangkah lagi maka kita tidak akan mendapatkan improvement

Maka proses iterasi selesai, dan artinya nlai x dan y optimal adalah {-1, 0}
METODE STEEPEST ASCENT/ DESCENT

Bandingkan nilai 3 dengan sebelumnya yaitu 13 , itu nilainya turun,

dan ketika dilakukan iterasi klaupun melangkah lagi tidak mendapat
kan improvement artinya kasus ini adalah minimasi
 SEKIAN
DAN
TERIMA KASIH