Abstract:
Penelitian ini akan membahas mengenai penerapan algoritma metaheuristik
untuk menyelesaikan permasalahan knapsack. Permasalahan knapsack yang digunakan
dalam penelitian ini adalah 0-1 knapsack problem. Permasalahan knapsack ini
sebelumnya pernah diselesaikan menggunakan algoritma metaheuristik viral systems
(Kartika, 2010). Penelitian ini akan membandingkan hasil penelitian sebelumnya
menggunakan algoritma metaheuristik baru yaitu elephant herding optimization (EHO).
Algoritma elephant herding optimization dirancang oleh Wang, Deb, dan Coelho (2015)
dengan memodelkan perilaku kawanan gajah. Dalam algoritma elephant herding
optimization ini, kawanan gajah akan dipimpin oleh seekor matriarch dan akan ada satu
gajah jantan muda setiap generasi yang meninggalkan kawanan dan digantikan dengan
gajah yang baru. Pada penelitian yang dilakukan oleh Wang et al. (2015) algoritma
elephant herding optimization diujikan untuk 15 test function dan hasilnya cukup baik.
Pada penelitian ini, algoritma elephant herding optimization akan digunakan
untuk menyelesaikan permasalahan knapsack dengan menggunakan bantuan perangkat
lunak Netbeans. Perancangan algoritma elephant herding optimization untuk knapsack
problem terdiri menjadi beberapa bagian. Bagian pertama adalah penentuan ruang solusi
awal untuk nantinya dilakukan perhitungan. Bagian kedua yaitu melakukan perhitungan
clan updating operator untuk masing-masing gajah dan untuk gajah matriarch. Bagian
ketiga adalah melakukan perhitungan clan separating operator untuk gajah dengan nilai
fitness terburuk. Ada beberapa parameter pada algoritma elephant herding optimization.
Parameter tersebut adalah jumlah gajah, jumlah clan, alpha, beta, dan jumlah iterasi. Dari
empat kasus permasalahan knapsack yang diselesaikan, algoritma elephant herding
optimization mampu mendapatkan hasil yang lebih baik dibandingkan dengan penelitian
sebelumnya.
