Penerapan Kombinasi Algoritma GSA&Scso Pada Permasalahan Modified Bounded Knapsack With Multiple Constraints Terhadap Ketidakpastian Koefisien

Abstract

Permasalahan optimasi merupakan hal yang menarik untuk dibahas karena sering dijumpai dalam kehidupan sehari-hari. Misalnya permasalahan dalam penentuan jumlah barang yang akan diproduksi atau dibeli oleh suatu perusahaan dan akan dimasukkan ke dalam sebuah media. Namun, dalam penentuan jumlah barang biasanya dihadapkan kendala seperti berat, volume dan modal yang tersedia. Oleh karena itu, pemilihan barang harus dilakukan dengan baik sehingga dapat menghasilkan keuntungan maksimal. Dalam ilmu matematika, permasalahan tersebut dikenal dengan permasalahan knapsack, atau lebih spesifiknya permasalahan modified bounded knapsack with multiple constraints (MBKMC). Pada penelitian ini, penulis menyelesaikan permasalahan MBKMC dengan ketidakpastian nilai koefisien fungsi tujuan dan fungsi kendala. Permasalahan tersebut muncul ketika nilai data tidak diketahui secara pasti karena berubah-ubah, seperti harga beli atau biaya produksi. Dalam menyelesaikan permasalahan yang telah dijelaskan di atas, penulis mengombinasikan algoritma metaheuristik yaitu gravitational search algorithm (GSA) dengan seeking mode pada algoritma cat swarm optimization (CSO). Kombinasi dari dua algoritma disebut algoritma GSA&sCSO. Tujuan dari penelitian ini adalah menganalisis penerapan, pengaruh parameter dan perubahan nilai optimal algoritma GSA&sCSO dibandingkan dengan algoritma GSA dan CSO dalam penyelesaian permasalahan MBKMC terhadap ketidakpastian koefisien. Data yang digunakan dalam penelitian ini merupakan data simulasi agar dapat mempresentasikan jenis data yang lebih bervariasi. Untuk mempermudah penelitian, penulis membuat program simulasi menggunakan MATLAB R2015.