Battlefield Optimization Algorithm - A Novel Nature-Inspired Metaheuristic Algorithm Based on Battle Tactics - Dalam bentuk buku karya ilmiah
DADANG SETIAWAN

Informasi Umum

Kode

25.79.001

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Disertasi (S3) - Reference

Subjek

Disertasi

No. Rak

Dilihat

123 kali

Informasi Lainnya

Abstraksi

Penelitian ini mengusulkan suatu algoritma metaheuristic baru yaitu Battlefield Optimization Algorithm<br /> (BfOA) yang memiliki stabilitas dan skalabilitas yang sangat baik. Stabilitas dan skalabilitas merupakan<br /> dua hal yang sangat diperlukan oleh suatu algoritma metaheuristic agar dapat dengan konsisten<br /> mensolusikan semua bentuk problem optimasi dengan dimensi besar.<br /> Stabilitas dan skalabilitas masih merupakan salah satu kendala utama dari suatu algoritma metaheuristic.<br /> Keseimbangan yang baik antara eksplorasi dan eksploitasi dapat meningkatkan stabilitas dan<br /> skalabilitas tersebut. Taktik dan strategi pertempuran telah ada sejak lebih dari 5.000 tahun lalu dan<br /> berevolusi sampai sekarang. Karakteristik taktik dan strategi pertempuran banyak memiliki kemiripan<br /> dengan karkteristik sebuah algoritma metaheuristic. BfOA mengambil inspirasi dari simulasi pertempuran<br /> antara dua pihak yang masing-masing memiliki taktiknya sendiri. Dengan analogi taktik yang sudah<br /> dalam taraf mature, keseimbangan eksplorasi dan eksploitasi diharapkan akan dapat tercapai.<br /> Algoritma yang diusulkan diuji dengan menggunakan 23 benchmark function yang mewakili jenisjenis<br /> problem optimasi yang ada. Kemudian untuk menguji kemampuan algoritma terhadap perubahan<br /> objective function, pengujian dilakukan juga untuk empat varian dari benchmark function CEC 2021 Single<br /> Objective Bound Constrained Numerical Optimization (SO-BCO). Setelah itu algorima diuji untuk<br /> mensolusikan problem engineering sederhana bernama Three-bar truss problem. Hasil pengujian menunjukkan<br /> bahwa BfOA memiliki performa terbaik di antara algoritma-algoritma yang diujikan. BfOA<br /> mampu menjamin titik optimum global pada 18 dari 23 benchmark function (78,26 %), lebih baik dari<br /> algoritma-algoritma lain.<br /> Pada tahap berikutnya, BfOA diimplementasikan untuk mensolusikan problem optimasi penempatan<br /> charging station kendaraan listrik dengan kepadatan penduduk per 100m2 sebagai parameter<br /> utama. Hasil eksekusi kembali menunjukkan bahwa BfOA memiliki performa terbaik dibandingkan dengan<br /> algoritma-algoritma lain yang diuji.<br /> Hasil pengujian dan implementasi yang dilakukan pada penelitian ini menunjukkan bahwa BfOA<br /> adalah algoritma metaheuristic yang memiliki potensi besar untuk dapat mensolusikan problem optimasi,<br /> dan bahwa taktik atau strategi pertempuran sangat cocok untuk dijadikan inspirasi untuk sebuah<br /> algoritma metaheuristic. Dengan masih adanya ratusan taktik atau strategi pertempuran yang belum<br /> dieksplorasi, masih terbuka peluang untuk mengembangkan algoritma menjadi lebih baik lagi.

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook