Abstract:
Secara sederhana knapsack problem merupakan suatu permasalahan dalam
menentukan barang yang hendak dibawa di dalam tas agar memberikan keuntungan
maksimal bila kapasitas tas terbatas. Dalam kehidupan sehari-hari, masalah knapsack
dapat berupa penentuan barang yang hendak dibawa di dalam sebuah tas sekolah dengan
batasan berat maksimum muatan yang dapat ditampung tas.
Whale Optimization Algorithm (WOA) merupakan algoritma metaheuristik kelas
swarm based baru yang terinspirasi dari metode paus humpback berburu ikan yang
bernama bubble-net feeding. Bubble net feeding ini merupakan perilaku paus melingkari
mangsanya menuju permukaan air menyerupai bentuk spiral logaritmik. WOA memiliki 4
buah parameter yaitu jumlah agen pencari (n), jumlah iterasi maksimum (t), batas atas a
(ba_a), dan konstanta b (b_constant). Parameter ba_a digunakan untuk menyeimbangkan
antara gerakan eksplorasi dan eksploitasi. Sedangkan parameter b_constant merupakan
penentu bentuk spiral logaritmik. 9 buah kombinasi parameter WOA digunakan untuk
menyelesaikan 9 permasalahan knapsack.
Solusi permasalahan knapsack yang dikerjakan dengan WOA dibandingkan
dengan algoritma Viral System (VS) dan Elephant Herding Optimization (EHO) untuk kasus
pertama sampai ketiga. Selain itu dibandingkan juga dengan algoritma Harmony Search
(HS), Artificial Bee Colony (ABC), dan Soccer League Competition (SLC) untuk kasus
keempat sampai kesembilan. WOA dapat memberikan solusi yang lebih baik dibandingkan
algoritma VS, EHO, HS, dan ABC. Namun solusi permasalahan knapsack menggunakan
algoritma SLC masih lebih unggul dibandingkan WOA. Selain itu, berdasarkan uji ANOVA,
parameter ba_a memiliki pengaruh terhadap nilai solusi.
