Klasifikasi/Macam Algoritma Optimasi

Berdasarkan metode operasinya, klasifikasi/macam algoritma optimasi dibagi menjadi dua, yaitu algoritma deterministik (deterministic) dan probabilistik (probabilistic).

Klasifikasi/Macam Algoritma Optimasi

1. Algoritma Optimasi Deterministik

Pada algoritma deterministic, pada setiap langkah eksekusi terdapat maksimum satu jalan untuk diproses. Jika tidak ada jalan berarti algoritma sudah selesai. Algoritma deterministic sering digunakan untuk masalah yang memiliki relasi yang jelas antara karakteristik calon solusi dengan utilitasnya.

Perbedaan yang mendasar dari kedua kelompok tersebut adalah pada setiap langkah eksekusi di dalam AO Deterministik, hanya terdapat satu jalan untuk diproses, jika tidak ada jalan maka algoritma dianggap selesai. Dengan demikian AO ini selalu menghasilkan solusi yang tetap untuk suatu input yang diberikan. Algoritma ini biasanya digunakan untuk masalah yang ruang solusinya tidak terlalu besar, sedangkan AO Probabalistik nantinya digunakan untuk menyelesaikan ruang masalah dengan ruang solusi yang sangat besar, bahkan tak terbatas.

2. Algoritma optimasi Probabilistik

Algoritma Probabilistik berusaha menemukan solusi yang “bagus” tanpa melebihi batasan waktu yang telah ditentukan. Solusi yang “bagus” belum tentu yang paling optimal, namun sudah dapat diterima oleh user.

Untuk permasalahan dengan ruang pencarian yang sangat besar, biasanya para praktisi lebih sering menggunakan algoritma probabilistik. Hampir semua algoritma probabilistik menggunakan konsep dasar dari metode Monte Carlo (MC). Metode MC bersandar pada proses pengambilan sampel secara acak yang berulang-ulang (repeated random sampling) unruk menghasilkan solusi.

Klasifikasi/macam algoritma optimasi di atas menjadi dasar dari pengetahuan algoritma komputasi modern saat ini. Dengan memahami akar taksonomi di atas, diharapkan  dapat mempermudah para pembaca mengenai runutan taksonomi selanjutnya.

Pengertian Algoritma Optimasi

Pengertian algoritma optimasi sebenarnya dapat dengan mudah anda analogikan seperti ini. Dalam kehidupan sehari-hari, kita akan mudah menemukan persoalan yang memerlukan optimasi untuk menemukan solusi terbaik dari permasalahan yang sedang dihadapi. Salah satu contohnya adalah bagaimana menyusun sebuah jadwal perkuliahan agar dapat tersusun secara optimal, dapat memenuhi kebutuhan semua pihak yang terkait.

Pengertian Algoritma Optimasi

Untuk menyelesaikan berbagai permasalahan seperti itu, para ahli telah mengelompokkan berbagai algoritma ke dalam kelompok Algoritma Optimasi (AO). Setiap algoritma memiliki kelebihan dan kekurangan masing-masing dalam menyelesaikan suatu masalah, karena tidak ada satupun algoritma yang berlaku umum dan bisa digunakan untuk menyelesaikan semua jenis masalah. Olehnya itu, diperlukan kemampuan memilih AO yang paling tepat (sesuai) untuk menyelesaikan masalah yang dihadapi (Hasad:2011).

Pengertian Algoritma Optimasi Menurut Para Ahli :

Algoritma optimasi dapat didefinisikan sebagai algoritma atau metode numeric untuk menemukan nilai x sedemikian sehingga menghasilkan (fx) yang bernilai sekecil atau sebesar mungkin untuk suatu fungsi f yang diberikan, yang mungkin disertai dengan beberapa batasan pada x. Di sini, x bisa berupa skalar atau vektor dari nilai-nilai kontinyu atau diskrit (Suyanto: 2010).

Baca juga:
Contoh Algoritma Optimasi Penjadwalan

Algoitma optimasi sedikit berbeda dengan algoritma pencarian (search algorithm). Pada algoritma pencarian terdapat suatu kriteria tertentu yang menyatakan apakah elemen xi merupakan solusi atau bukan. Sebaliknya pada algoritma optimasi mungkin tidak terdapat kriteria tersebut, melainkan hanya fungsi-fungsi objektif yang menggambarkan bagus tidaknya suatu konfigurasi yang diberikan. Algoritma optimasi bisa dikatakan sebagai generalisasi dari algoritma pencarian atau dengan kata lain, algoritma pencarian adalah kasus khusus dari algoritma optimasi (Suyanto: 2010).

Algoritma optimasi tersebut sedikit berbeda dengan algoritma pencarian (search algorithm). Pada algoritma pencarian terdapat suatu kriteria tertentu yang menyatakan apakah elemen xi merupakan solusi atau bukan. Sebaliknya pada algoritma optimasi mungkin tidak terdapat kriteria tersebut, melainkan hanya fungsi-fungsi objektif yang menggambarkan bagus tidaknya suatu konfigurasi yang diberikan. Algoritma optimasi bisa dikatakan sebagai generalisasi dari algoritma pencarian atau dengan kata lain, algoritma pencarian adalah kasus khusus dari algoritma optimasi (Suyanto: 2010).

Anda juga dapat menemukan informasi lengkap mengenai pengertian algoritma optimasi tersebut melalui pustaka dibawah ini :

• Hasad, Andi. (2011). Algoritma Optimasi dan Aplikasinya. Sekolah Pascasarjana IPB Bogor.
• Suyanto. (2010). Algoritma Optimasi, Deterministik atau Probabilistik. Graha Ilmu

Kelebihan dan kekurangan Sistem Pendukung Keputusan (SPK), Wajib Tahu!

Kelebihan dan kekurangan Sistem Pendukung Keputusan (SPK) dapat kita lihat dari beberapa hal. Pada dasarnya semua sistem memiliki suatu keuntungan dengan beberapa resiko yang akan muncul.

Kelebihan dan kekurangan Sistem Pendukung Keputusan (SPK) :

Secara luas sistem pendukung keputusan memang dapat memberikan berbagai manfaat atau keuntungan bagi pemakainya, antara lain:

1. Memperluas kemampuan pengambilan keputusan dalam proses data / informasi bagi pemakai,
2. Membantu pengambilan keputusan dalam hal penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur,
3. Dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan, 
4. Suatu sistem pendukung keputusan mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya, karena sistem pendukung keputusan mampu menyajikan berbagai alternatif, 
5. Dapat menyediakan bukti tambahan untuk memberikan bukti tambahan untuk memberikan pembenaran sehingga posisi pengambil keputusan.

Disamping berbagai keuntungan dan manfaat seperti dikemukakan diatas, Sistem Pendukung Keputusan (SPK) juga memiliki beberapa keterbatasan, diantaranya adalah :

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya, 
2. Kemampuan suatu SPK terbatas pada perbendaharaan yang dimilikinya (pengetahuan dasar serta model dasar), 
3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan, 
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. 

Sistem pendukung keputusan pada dasarnya dirancang untuk membantu pangambil keputusan dalam melaksanakan tugasnya. Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti Artificial Intelligence, Expert Systems, Fuzzy Logic, dll.

Setelah kita memahami beberapa kelebihan dan kekurangan Sistem Pendukung Keputusan (SPK), kita akan tahu apa langkah yang dapat diambil untuk menyempurnakan kekurangan tersebut. melalui titiw awal inilah suatu kombinasi sistem cerdas mulai dipakai.

Contoh Program Pascal Paling Sederhana

Contoh Program Pascal Paling Sederhana

Contoh program pascal paling sederhana adalah program yang hanya terdiri dari sebuah pernyataan saja. Bagian pernyataan (statement) merupakan bagian paling bontot alias akhir dari suatu blok. Bagian ini diawali dengan kata cadangan (reserve word) Begin, dan diakhiri dengan kata cadangan End. Jadi, suatu program pascal yang paling sederhana dapat berbentuk seperti ini:

Begin

End.

Bagian ini memang menunjukkan apa perlakuan yang akan terjadi atau dilakukan oleh program tersebut. Tindakan yang dilakukan program tergantung sesuai instruksi-instruksi yang kita berikan. Pernyataan atau statement inilah yang akan diberikan dan dikerjakan oleh si kompi, yang ditulis antara Begin dan End. (diakhiri dengan tanda titik). Pada contoh program di atas, namanya program kosong, karena statement-nya kosong (empty statement) dan jika dieksekusi tidak akan menghasilkan apapun. Mengapa hal itu bisa terjadi? Itu karena tidak ada perintah yang harus dilakukan, walaupun program tersebut tertulis dengan benar. Bentuk umumnya sebagai berikut:

Begin
       
          Statement

End.

Contoh 1:
Begin
 Writeln(‘Nama Saya Muhamad Purwanto.’);
 Writeln (‘==========================’);
End.

Maka, di kompi anda akan tereksekusi dan muncul

Nama Saya Muhamad Purwanto.
===========================
Statement writeln di atas gunanya untuk menampilkan hasil per baris, turun ke bawah. Bandingkan jika hanya anda tulis dengan write! Perlu diperhatikan juga untuk statement harus diakhiri dengan titik koma, kecuali untuk yang terakhir sebenarnya boleh dikasih titik koma atau tidak. Ini contoh program pascal yang paling dasar, dan memang contoh program pascal paling sederhana, semoga bermanfaat.