METODE HEURISTIK

Pendahuluan(1)
• Kalkulus merupakan cabang matematika yg sangat
baik utk digunakan menyelesaikan berbagai
masalah optimasi atau masalah teknik
• Tetapi, utk masalah optimasi dgn fungsi tujuan yg
tidak kontinyu, mengandung var diskrit atau multi
modal, teknik kalkulus diferensial sering tidak dapat
digunakan
• Sehingga pakar dan peneliti mencari pendekatan yg
berbeda utk menyelesaikan masalah optimasi tsb
 Pendahuluan(2)
• Pendekatannya sering dinamakan metaheuristik
(metaheuristic algorithms)
• Pendekatan metaheuristik diinspirasi dari
berbagai fenomena alam: fenomena evolusi,
perilaku hewan dalam mencari makanan atau
proses pendinginan baja
• Banyak masalah optimasi dalam kehidupan
sehari-hari yg tidak dapat diselesaikan dgn
teknik kalkulus atau analitik
 Pendahuluan(3)
• Kesulitan bisa dari segi waktu komputasi yg
lama, problemnya rumit dan berukuran besar
shg penyelesaian analitik tdk bisa dilakukan
• Heuristik atau aproksimasi adalah suatu teknik
yg didesain utk memecahkan masalah dgn
sedikit mengabaikan apakah solusinya bisa
dibuktikan benar, tetapi biasanya
menghasilkan solusi yg bagus, dalam arti
optimal atau mendekati optimal.
 Pendahuluan(4)
• Heuristik dimaksudkan utk mendapatkan hasil yg secara
komputasi lebih cepat dengan konsekuensi mengurangi
kepresisian atau akurasi
• Pendekatan heuristik biasanya sangat spesifik untuk
problem tertentu, shg diperlukan algoritma lain utk
problem yg berbeda
• Metaheuristik adalah pendekatan komputasi utk mencari
solusi optimal atau mendekati optimal dari suatu problem
optimasi dgn cara mencoba secara iteratif utk
memperbaiki kandidat solusi dgn memperhatikan batasan
kualitas solusi yg diinginkan
 Pendahuluan(5)
• Metaheuristik tdk menjamin solusi optimal
ditemukan
• Metaheuristik adalah metode untuk mencari
solusi yang memadukan interaksi antara
prosedur pencarian lokal dan strategi yang
lebih tinggi utk menciptakan proses yg mampu
keluar dari titik-titik lokal optima dan
melakukan pencarian di ruang solusi utk
mememukan solusi global
 Pendahuluan(6)
• Ada dua kelas problem optimasi yaitu problem
dgn variabel diskrit dan problem dgn var
kontinyu
• Contoh problem dgn var diskrit adl travelling
salesman problem, dimana seorang salesman
harus mengunjungi setiap kota sekali saja
sebelum kembali ke kota asal dgn jarak total
minimal
 Pendahuluan(7)
• Contoh problem dgn var kontinyu adl ketika seorang
insinyur harus menentukan diameter pipa utk
sistem pemipaan shg ongkos pemasangan pipa
minimum
• Contoh problem yg merupakan gabungan var diskrit
dan kontinyu adl memutuskan di lokasi mana saja
yg akan dibangun gudang dgn kapasitas tertentu utk
penyimpanan produk dgn ongkos pembangunan
gudang dan distribusi barang minimal
 Pendahuluan(8)
• Karakteristik umum pendekatan
metaheuristik:
1. Biasanya stokastik: menggunakan bilangan
random yg nilainya stokastik utk menentukan
keputusan dlm salah satu langkah dlm
algoritma
2. Tidak menggunakan penghitungan gradien
dari fungsi tujuan
 Pendahuluan(9)
3. Biasanya diinspirasi oleh analogi fisik
(simulated annealing), biologi(evolutionary
algorithms) atau ethology (ant colony,
particle swarm)