ABSTRAKSI: Bat Algorithm (BA) adalah algoritma metaheuristik yang tergolong baru, diciptakan oleh Xin-She Yang berdasarkan perilaku echolocation kelelawar. Sebagai algoritma yang dikembangkan dengan mengkombinasikan keuntungan dari Particle Swarm Optimization (PSO), genetic algorithm dan juga Harmony Search, Bat Algorithm dianggap lebih unggul dibandingkan algoritma-algoritma tersebut.
Pada Tugas Akhir ini, Bat Algorithm diimplementasikan untuk menyelesaikan Continuous Optimization Task, yang merupakan permasalahan optimasi fungsi kontinu. Permasalahan-permasalahan tersebut sering dipergunakan sebagai benchmark atas performansi dari algoritma metaheuristik, sehingga performansi BA dapat diteliti. Fungsi yang dipergunakan adalah Ackley, Griewank, Rastrigin dan Rosenbrock. Sebagai perbandingan performansi, hasil dari BA dibandingkan dengan hasil dari PSO.
Pengujian menunjukkan bahwa BA dapat diimplementasikan untuk Continuous Optimization Task dengan akurasi 100% dan BA lebih baik 1% dari PSO.
Kata Kunci : bat algorithm, continuous optimization taskABSTRACT: Bat Algorithm (BA) is a new metaheuristic algorithm, invented by Xin She Yang based from bat’s echolocation behaviour as an algorithm that developed by combining the advantage of Particle Swarm Optimization (PSO), genetic algorithm and Harmony Search. Bat Algorithm is stated more superior than its predecessor.
In this Final Project, Bat Algorithm is implemented for resolving Continuous Optimization Task. These Tasks usually be used as benchmark function for the performance of metaheuristic algorithm, so BA’s performance can be inspected. For performance comparison, BA’s result is compared by PSO’s result.
Testing finds out that BA can be implemented to Continuous Optimization Task with 100% accurate and BA is 1% better than PSO.
Keyword: bat algorithm, continuous optimization task