Optimasi Fungsi Multimodal Menggunakan Flower Pollination Algorithm Dengan Teknik Clustering

Authors

  • Rahmat Karim Universitas Sembilanbelas November Kolaka
  • Kuntjoro Adji Sidarto Institut Teknologi Bandung
  • Suharsono Bantun Universitas Sembilanbelas November Kolaka

DOI:

https://doi.org/10.33633/tc.v19i2.3216

Keywords:

Optimasi fungsi multimodal, Flower Pollination Algorithm, Clustering, FPAC.

Abstract

Optimasi fungsi multimodal merupakan permasalahan yang banyak dijumpai dalam bidang teknik, sains, ilmu sosial dan ekonomi. Tujuan utama dari permasalahan multimodal adalah untuk melokalisir semua solusi yang tersedia baik optimum lokal maupun optimum global dalam sekali running. Flower Pollination Algorithm yang umum digunakan untuk optimasi global perlu dimodifikasi dan dikembangkan agar dapat menyelesaiakan tantangan dalam optimasi fungsi multimodal. Pada penelitian ini kami mengkombinasikan Flower Pollination Algorithm dengan teknik Clustering untuk mengoptimasi fungsi multimodal. Dalam uji coba terhadap 5 fungsi bencharmk multimodal yaitu Second minima, Six hump camel back, Rastrigin, Vincent dan Shubert diperoleh hasil bahwa metode yang disusulkan (FPAC) sukses menemukan semua solusi dari masing-masing fungsi multimodal dalam sekali running baik untuk kasus dimensi rendah maupun dimensi tinggi.

References

C. Yue, B. Qu, K. Yu, J. Liang, and X. Li, “A novel scalable test problem suite for multimodal multiobjective optimization,†Swarm Evol. Comput., vol. 48, no. March, pp. 62–71, 2019.

X. Lin, W. Luo, and P. Xu, “Differential evolution for multimodal optimization with species by nearest-better clustering,†IEEE Trans. Cybern., 2019.

S. I. A. Idrus, H. Syahputra, and M. Firdaus, “Modification of species-based differential evolution for multimodal optimization,†AIP Conf. Proc., vol. 1691, no. 1, p. 030012, 2015.

X. Yang, Nature-Inspired Optimization Algorithms, 1st ed. Elsevier, 2014.

N. Nekouie and M. Yaghoobi, “A new method in multimodal optimization based on firefly algorithm,†Artif. Intell. Rev., vol. 46, no. 2, pp. 267–287, 2016.

J. Gálvez, E. Cuevas, and O. Avalos, “Flower pollination algorithm for multimodal optimization,†Int. J. Comput. Intell. Syst., vol. 10, no. 1, pp. 627–646, 2017.

N. Kushwaha and M. Pant, “Modified particle swarm optimization for multimodal functions and its application,†Multimed. Tools Appl., vol. 78, no. 17, pp. 23917–23947, 2019.

K. A. Sidarto, A. Kania, and N. Sumarti, “Finding multiple solutions of multimodal optimization using spiral optimization algorithm with clustering,†Mendel, vol. 23, no. 1, pp. 95–102, 2017.

X. Yang, “Flower Pollination Algorithm for Global Optimization,†in International conference on unconventional computing and natural computation, Berlin, Heidelberg: Springer, 2012, pp. 240–249.

X. Li, A. Engelbrecht, and M. G. Epitropakis, “Benchmark Functions for CEC ’ 2013 Special Session and Competition on Niching Methods for Multimodal Function Optimization,†Tech. Report, Evol. Comput. Mach. Learn. Group, RMIT Univ. Aust., pp. 1–10, 2016.

R. N. Mantegna, “Fast, accurate algorithm for numerical simulation of Levy stable stochastic processes,†Phys. Rev. E, vol. 49, no. 5, p. 4677, 1994.

R. Hadi, “Optimasi Fitur dalam Klasterisasi Mahasiswa Program Studi Sistem Informasi Dengan Algoritma Genetik,†Techno.COM, vol. 16, no. 3, pp. 249–255, 2017.

Downloads

Published

2020-05-26

Issue

Section

Articles