Firefly Algoritma

Atau Algoritma
Kunang-Kunang
Pengertian Firefly algoritm

– Algoritma FA (Firefly Algorithm) 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.
Firefly Algorithm adalah salah satu algoritma optimasi yang terinspirasi dari
tingkah laku kunang-kunang yang menyala berkedip. Tujuan utama dari perilaku
berkedip kunang-kunang tersebut adalah sebagai sinyal untuk menarik kunang-
kunang lain menuju dirinya. Kunang-kunang yang menyala lebih terang akan
menarik kunang-kunang lain yang menyala kurang terang menuju dirinya.
Metode metode algoritma genetika

– Simulated Annealing (SA) dipublikasikan pertama kali oleh Krikpatick et al pada

tahun 1983. Metode ini dianalogikan dengan proses Annealing (pendinginan).
Annealing adalah proses pemanasan sampai tingkat tertentu,kemudian suhu
diturunkan perlahan-lahan sehingga pada setiap suhu atom-atom dapat
bergerak untuk menyesuaikan ke tempat yang lebih stabil. Jika suhu sudah
cukup turun secara perlahan maka atom-atom menempati tempat yang paling
stabil dan menghasilkan sebuah Kristal (de Castro, 2006).
Contoh penerapannya

– penerapan Firefly Algorithm dan Ant Colony Optimization berdasarkan total jarak
minimum rute.
– Travelling Salesman Problem (TSP) adalah salah satu permasalah kombinatorial.
Permasalahan Travelling Salesman Problem (TSP)-nya adalah menemukan sikel
Hamilton dengan bobot minimum, yang secara sederhana disebut sikel Hamilton
minimum dari graf. Pada dasarnya persoalan Travelling Salesman Problem (TSP) dapat
dinyatakan sebagai perjalan seorang sales yang berangkat dari kota asal mengunjungi
tiap-tiap kota tepat satu kali dan kembali lagi ke kota asalnya. Jika diketahui jarak antar
kota, maka fungsi objektif Travelling Salesman Problem (TSP) adalah untuk
menemukan rute perjalanan seorang sales dengan total jarak yang minimum
(Chartrand dan Oelermann, 1993).
Contoh penerapannya

Secara matematis Travelling Salesman Problem (TSP) dapat diformulasikan seperti

persamaan (2.1),
Min 𝑧(𝑥)= ΣΣ𝑐𝑖,𝑗𝑥𝑖,𝑗𝑛𝑗=1𝑛𝑖=1 (2.1) dengan kendala, Σ𝑥𝑖,𝑗=1 , 𝑗=2,…,𝑛 𝑛𝑖=1 (2.2) Σ𝑥𝑖,𝑗=1 , 𝑖=2,…,𝑛
𝑛𝑗=1 (2.3)
keterangan:
xi,j = 1 apabila ada perjalanan sales dari simpul i menuju simpul j dan 0 jika tidak ada
perjalan ci,j = jarak dari simpul i menuju simpul j
Terdapat dua jenis Travelling Salesman Problem (TSP), yaitu simetris dan asimetris. Pada
Travelling Salesman Problem (TSP) simetris, biaya dari kota 1 ke kota 2 sama dengan biaya
dari kota 2 ke kota 1 dan membentuk graf tak berarah. Sedangkan Travelling Salesman
Problem (TSP) asimetris, biaya dari kota 1 ke kota 2 tidak sama dengan biaya dari kota 2 ke
kota 1 dan membentuk graf berarah.
Contoh penerapannya

Untuk Travelling Salesman Problem (TSP) simetris jumlah jalur yang mungkin dapat
diperoleh dengan menggunakan rumus permutasi seperti pada persamaan (2.4), 𝑛!
2𝑛=(𝑛−1)!2 (2.4)
Sedangkan untuk Travelling Salesman Problem (TSP) asimetris jumlah jalur yang
mungkin dapat diperoleh dengan menggunakan rumus permutasi seperti pada
persamaan (2.5),
– 𝑛!𝑛=(𝑛−1)! (2.5)
– keterangan:
– n = jumlah seluruh kota
– (Wiyanti, 2013).