Algoritma semut: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Tidak ada ringkasan suntingan |
|||
| (2 revisi perantara oleh 2 pengguna tidak ditampilkan) | |||
Baris 1:
[[Berkas:Safari ants.jpg|thumb|Perilaku semut adalah inspirasi untuk teknik pengoptimalan metaheuristik]]
[[File:Artificial ants.jpg|thumb|400px|Ketika koloni semut dihadapkan pada pilihan untuk mencapai makanan mereka melalui dua rute berbeda yang mana satu lebih pendek dari yang lain, pilihan mereka sepenuhnya acak. Namun, mereka yang menggunakan rute yang lebih pendek mencapai makanan lebih cepat dan oleh karena itu bolak-balik lebih sering antara sarang semut dan makanan.<ref>{{cite book |last = Waldner |first = Jean-Baptiste |authorlink = Jean-Baptiste Waldner |title = Nanocomputers and Swarm Intelligence |url = https://archive.org/details/nanocomputersswa00wald |publisher = [[ISTE Ltd|ISTE]] [[John Wiley & Sons]] |place = London |year = 2008 |isbn = 978-1-84704-002-2 | page = [https://archive.org/details/nanocomputersswa00wald/page/n243 225]}}</ref>]]
'''Algoritme semut''' diperkenalkan oleh [[Moyson]] dan [[Manderick]] dan secara meluas dikembangkan oleh [[Marco Dorigo]], merupakan teknik probabilistik untuk menyelesaikan masalah komputasi dengan menemukan jalur terbaik melalui grafik. [[Algoritme]] ini terinspirasi oleh perilaku [[semut]] dalam menemukan jalur dari koloninya menuju makanan.
Baris 6:
== Tinjauan umum ==
Pada dunia nyata, semut berkeliling secara acak, dan ketika menemukan makanan mereka kembali ke koloninya sambil memberikan tanda dengan jejak [[feromon]]. Jika semut-semut lain menemukan jalur tersebut, mereka tidak akan bepergian dengan acak lagi, melainkan akan mengikuti jejak tersebut, kembali dan menguatkannya jika pada akhirnya merekapun menemukan makanan.<ref>{{Cite web|last=Sue|first=Peggy|date=2023-01-24|title=Algoritma di Alam|url=https://www.scienceblog.co.uk/id/algoritma-di-alam/|website=scienceblog|language=id|access-date=2023-01-24}}</ref>
Seiring waktu, bagaimanapun juga jejak feromon akan menguap dan akan mengurangi kekuatan daya tariknya. Lebih lama seekor semut pulang pergi melalui jalur tersebut, lebih lama jugalah feromon menguap. Sebagai perbandingan, sebuah jalur yang pendek akan berbaris lebih cepat, dan dengan demikian kerapatan feromon akan tetap tinggi karena terletak pada jalur secepat penguapannya. Penguapan feromon juga mempunyai keuntungan untuk mencegah konvergensi pada penyelesaian optimal secara lokal. Jika tidak ada penguapan sama sekali, jalur yang dipilih semut pertama akan cenderung menarik secara berlebihan terhadap semut-semut yang mengikutinya. Pada kasus yang demikian, eksplorasi ruang penyelesaian akan terbatasi.
| |||