CTSS IPB University Hadirkan Pakar Kenalkan Algoritme Particle Swarm Optimization Serta Implementasinya
Center for Trasndisciplinary and Sustainability Science (CTSS) IPB University kembali menggelar Graduated Student Sustainability Seminar (GS3), 13/1. Diskusi kali ini mengundang Fellow CTSS IPB University, Dr Medria Hardhienata.
Dalam kesempatan ini, Dr Medria menjelaskan bahwa particle swarm optimization (PSO) merupakan algoritma yang ia kembangkan ketika masih menempuh jenjang S3 di University of New South Wales (UNSW), Canbera. Dosen IPB University itu mengaku, sampai saat ini dirinya masih meneliti dan mengembangkan algoritma tersebut di Departemen Ilmu Komputer IPB University.
Dr Medria melanjutkan, PSO termasuk teknik optimasi yang berbasis pada populasi. Artinya, kata Dr Medria, teknik optimasi tersebut memerlukan keterlibatan dari partikel.
“PSO pertama kali dikenalkan oleh Kennedy dan Eberhart pada tahun 1995, jadi bukan merupakan algoritma yang baru,” kata Dr Medria.
Dosen IPB University itu menjelaskan, meskipun bukan algoritma yang baru, PSO mampu berkembang pesat. Hal ini karena PSO dimulai dengan kompleksitas yang rendah namun mampu menghasilkan performa yang baik bahkan dalam beberapa kasus dapat menandingi genetic algoritme.
Terkait permasalahan optimasi, Dr Medria menjelaskan bahwa, biasanya meminimalkan suatu fungsi tertentu yang dinilai lebih baik dari fungsi-fungsi lain. Permasalahan optimasi umumnya banyak ditemukan kasus pada kehidupan nyata. Contohnya seperti meminimalkan cost pada suatu perusahaan, memaksimalkan profit, meminimalkan eror maupun mengoptimalkan manajemen.
“Dari beberapa kasus memang memiliki fungsi matematika yang sederhana sehingga untuk mencari nilai minimum dan maksimumnya dapat menggunakan turunan biasa secara matematis,” tambah Dr Medria.
Fellow CTSS IPB University itu juga menjelaskan bahwa dalam beberapa kasus yang memerlukan fungsi matematis yang kompleks memerlukan teknik optimasi. Salah satu teknik yang dikenalkan adalah PSO. Pasalnya, PSO ini terinspirasi dari alam yang berasal dari social behaviour burung dan ikan.
“PSO ini terinspirasi dari pergerakan kawanan ikan, dari ikan itu kita belajar bahwa mereka berenang secara berkelompok tanpa bertabrakan, padahal tidak ada leadership pada komunitas tersebut,” kata Dr Medria.
Berdasarkan pergerakan-pergerakan itulah para ilmuwan berusaha memecahkan permasalahan optimasi. “Dalam permasalahan optimasi, kita biasanya mencari titik yang paling tinggi,” tegas Dr Medria.
Youtube :
Materi : PRESENTASI_PSO_CTSS
