New Project.

mp4

PSA & BTA

Harmony
SEARCH
 MY TEAM

YUSRIL HIDAYAT
HENI WIIDYA WATI 16311038
16311053

Contoso Ltd.
 Latar Belakang

Harmony Search(HS) adalah salah satu algoritma

optimasi yang dapat digunakan untuk pengambilan
keputusan. Contoh yang dibahas kali ini adalah
mengenai pencarian posisi dengan pengembalian nilai
fungsi maksimal. Algoritma ini terinspirasi dari tingkah
laku pemain musik dalam memainkan musik. Masing-
masing pemain musik dengan alat musik tersendiri akan
SEJARAH saling memainkan nada-nada sampai akhirnya
ditemukan kecocokan nada yang dimainkan atau
HARMONY disebut sebagai alunan nada yang harmoni antara satu
SEARCH sama lain. Dalam kasus ini, nada adalah posisi, dan
nilai harmoni adalah nilai fungsi yang sedang dicari.
Zong Woo Geem, Departemen Energi IT,
Universitas Gachon Zong Woo Geem adalah
profesor di Universitas Gachon di Korea
Selatan. Dia telah memperoleh B.Eng. di
Universitas Chung-Ang, M.Eng. dan Ph.D. di
Korea University, dan M.Sc. di Universitas
Johns Hopkins, dan meneliti di Virginia Tech,
Universitas Maryland - College Park, dan
Universitas Johns Hopkins. Dia menemukan
algoritma optimasi yang diilhami musik,
Harmony Search, yang telah diterapkan pada ZONG WOO GEEM
berbagai masalah ilmiah dan teknik. Minat
penelitiannya meliputi algoritma peniru
fenomena dan aplikasinya pada bidang energi,
lingkungan, dan air.
Contoso Ltd.
4
.Inspirasi
Algoritma ini terinspirasi dari observasi bahwa tujuan dari
orang bermusik adalah mencari status harmoni yang
sempurna. Usaha menemukan harmoni dalam musik
adalah analog dengan proses penemuan solusi optimal
dalam optimasi.Hingga kini, berbagai algoritma yang
diilhami oleh alam atau perilaku-perilaku telah diterapkan
ke berbagai bidang. Algoritma genetika (GA), salah satu
algoritma yang terinspirasi oleh fenomena populer, juga
telah diterapkan pada komposisi musik. Horner dan
Goldberg menerapkan model GA untuk menjembatani
komposisi musik dalam gaya minimalis. Fungsi kebugaran
dalam model mereka adalah tingkat kecocokan pola dan
durasi. Ralley mengusulkan model GA lain untuk
mengembangkan melodi musik. Namun, melodi yang
dikembangkan oleh GA tidak dapat dievaluasi karena tidak
ada fungsi kebugaran yang sesuai.

Contoso Ltd.
5
 Biles mengembangkan model GA interaktif, GenJam, untuk memainkan solo jazz. GenJam telah
diterapkan pada banyak lagu jazz. Saat ini penelitian baru antara algoritma evolusioner dan
komposisi musik telah dibahas dalam beberapa lokakarya. Dalam penelitian ini, algoritma evolusi
lain (pencarian harmoni atau HS), yang diilhami oleh improvisasi musik, diterapkan pada
komposisi musik dalam gaya abad pertengahan, di mana garis harmoni (vox organalis) disusun
untuk mengiringi melodi Gregorian yang dinyanyikan (vox principalis). Algoritma HS yang
diusulkan dibuat dengan analogi dengan proses improvisasi musik, di mana musisi berimprovisasi
pitch instrumen mereka untuk mendapatkan harmoni yang lebih baik Dengan kata lain, proses
improvisasi yang dilakukan seorang pemain musik jazz bisa dianalogikan dengan proses pencarian
solusi dalam optimasi. Selain itu, harmoni yang sempurna ditentukan oleh standar keindahan
audio. Musisi selalu ingin menghasilkan karya musik yangmempunyai harmoni yang sempurna.
Sementara itu, solusi optimal untuk suatu masalah optimasi harus dicari berdasarkan fungsi
tujuan dan konstain yang ada. Kemiripan ini digunakan sebagai dasar penyusunan algoritma
Harmony Search (HS). ). Algoritma Hrmony Search (HS) pertama kali diperkenalkan oleh Zong
Woo Geem [Geem et al,2001]

Contoso Ltd.
6
 Konsep harmony search
Analogi musik dengan proses optimasi menurut HS adalah sebagai berikut

Instrument Musik Pitch Range Harmony Aesthetics Pratice Experience

Variabel Range nilai Vektor Fungsi Matrik

iterasi
keputusan variabel solusi tujuan memori

Dengan adanya analogi seperti ini, disusunlah algoritma HS ini. Ide dasar algoritma HS adalah meniru proses proses
perbaikan harmoni musik yang dilakukan oleh kelompok pemain musik. Ketika kelompok pemain musik melakukan
perbaikan pada harmoni musik yangdimainkan, maka akan ada tiga kemungkinan pilihan , yaitu :
•Memainkan harmoni musik yang terkeal berdasarkan ingatan mereka
•Memaikan harmoni musik yang serupa dengan harmoni musik yang terkenal namun ada sedikit penyesuaian,atau
•Membuat harmoni musik yang baru.

Contoso Ltd.
7
ya.
Pencarian harmony dilakukan
untuk tiap instrumen musik.
Jika ada 2 instrumen atau
ekuivalen dngan dua variabel,
maka setiap instrumen harus
diatur sampai menemukan
nada terbaik. Artinya kalau
ada dua variabel maka
pengturan nilainya akan
dilakukan per variabel untuk
setiap siklus. Jadi dalam
setiap itersi, akan terdapat
siklus sebanyak jumlah
variabel.
Agar harmony memory dapat digunakan
secara efektif, algoritma HS mengadopsi
sebuah parameter yang disebut Harmony
Memory Considering Rate ( HMCR). Nilai
HMCR akan menentuka apakah satu nada
baru akan dibangkitkan atau mengambil
dari harmony memory. Jika nilai rate ini
terlalu rendah, maka hanya sedikit harmoni
elit (yang sudah tersimpan dalam harmony
memory) yang terpilih untuk dilakukan
pengaturan dan dapat menyebabkan proses
konvergensi terlalu lampat. Jika rate ini
terlalu besar, maka akan menyebabkan
nada-nada pada harmony memory banyak
terpakai dan tidak sempat mengeksplorasi
nada lain yang baru dimana pada akhirnya
sulit mencapai solusi yang bagus. Sehingga
akan besar kemungkinan terjadi solusi local
optimum. Oleh karena itu, biasanya
digunakan HMCR = 0,7 – 0,95.
Contoso Ltd.
8
Dalam
Dalam optiamasi
optiamasi berarti
berarti menaikan
menaikan atau
atau
menurunkan nilai variabel dengan
menggunakn bandwith tadi. Jika
bandwith
bandwith nilainya
nilainya terlalu
terlalu besar
besar maka
maka
pengaturan akan lebih cepat tetapi akan HS algoritma digunakan untuk meminimalkan defisit persediaan air dan
ada kemungkinan melompati nilai kerusakan banjir di hilir waduk. Basis data SIG digunakan untuk
optimal menentukan kerusakan akibat banjir. Algoritma HS kemudian diterapkan
optimal yang
yang dicari.
dicari. Jika
Jika nilai
nilai bandwith
bandwith
kecil akan besar kemungkinan didapat ke reservoir Narmab, utara Iran, sebagai studi kasus. Waduk Narmab
melayani berbagai keperluan termasuk irigasi, pengendalian banjir, dan
nilai optimal yang dicari tetapi dengan
kebutuhan air minum. Model yang dikembangkan diterapkan untuk
waktu
waktu yang
yang lebih
lebih lama.
lama. Umumnya
Umumnya operasi bulanan. Hasilnya menunjukkan bahwa algoritma HS dapat
diperlukan cukup. digunakan secara efektif untuk pengoperasian reservoir untuk
pengelolaan banjir.

Contoso Ltd.
9
 Referensi
 
 Pinedo, M.L. 2011. Scheduling Theory, Algorithm, and System. 4th edition.
New York: Springer.
 Pinedo M.L. 2002. Scheduling: theory, algorithms, and systems, 2nd edition.
Prentice-Hall, New Jersey.
 Quan-Ke Pan, Ling Wang, dan Bao-Hua Zhao. 2008. An improved iterated
greedy algorithm for the no-wait flow shop scheduling problem with
makespan criterion. International Journal Advanced Manufacturing
Technology 38: hal. 778-786.
A. C. 2004. Flow shop sequencing using hybrid simulated annealing. Journal of
Intelligent Manufacturing 15: hal. 317-328.

Contoso Ltd.
10