Penerapan Algoritma Elephant Herding Optimization (EHO) pada Permasalahan Multiple Constraints Knapsack 0-1

Abstract

Permasalahan optimasi sering dijumpai dalam pekerjaan sehari-hari, seperti penentuan pemilihan barang pada masalah knapsack. Knapsack merupakan suatu kantong atau tempat penyimpanan untuk memuat suatu objek yang sifatnya terbatas. Media penyimpanan tersebut dapat menyimpan objek dengan ketentuan total ukuran objek lebih kecil atau sama dengan ukuran kapasitasnya. Penelitian ini menyelesaikan variasi permasalahan knapsack yaitu multiple constraints knapsack 0-1 menggunakan algoritma Elephant Herding Optimization (EHO). Tujuan yang diharapkan yaitu untuk mendapatkan solusi optimum dari algoritma EHO dan membandingkannya dengan metode simpleks menggunakan Solver Add-In pada Microsoft Excel. Data yang digunakan untuk penelitian ada 2, data pertama diambil dari Toko Citra Tani terletak di Jl. PB Sudirman No.74 di Kecamatan Panti Kabupaten Jember dan data kedua diambil dari penelitian Putri, R. J. M. (2017). Terdapat tiga kendala yang digunakan yaitu kapasitas knapsack, volume knapsack dan modal. Berdasarkan hasil uji pengaruh parameter terhadap kedua data diketahui jika semakin besar nilai parameter nClan, nCi, 𝛼 dan 𝛽 maka profit yang diperoleh akan semakin optimal. Semakin besar nilai MaxGen belum tentu menghasilkan profit semakin optimal. Hal ini menjadikan parameter berpengaruh terhadap profit yang dihasilkan. Hasil percobaan akhir algoritma EHO pada data 1 mendapatkan profit terbaik yaitu sebesar Rp. 2.714.000,- dan profit terburuk yaitu sebesar Rp. 2.714.000,-. Pada data 2 mendapatkan profit terbaik yaitu sebesar Rp. 14.291.000,- dan profit terburuk yaitu sebesar Rp. 14.271.000,-. Nilai parameter yang digunakan pada data 1 yaitu nClan = 25; nCi = 25, 𝛼 = 0,9; 𝛽 = 0,9 dan MaxGen = 100, sedangkan pada data 2 yaitu nClan = 50; nCi = 50, 𝛼 = 0,9; 𝛽 = 0,9 dan MaxGen = 1000. Hasil perbandingan algoritma EHO dengan metode simpleks menggunakan Solver Add-In pada Microsoft Excel menghasilkan rata-rata presentase deviasi yang optimal yang sangat kecil, hal ini menunjukkan bahwa algoritma EHO efektif dalam menyelesaikan permasalahan multiple constraints knapsack 0-1.