Firefly Algorithm (FA)

BAB 3. ECONOMIC DISPATCH MENGGUNAKAN FIREFLY

3.1. Firefly Algorithm (FA)

Firefly Algorithm adalah salah satu metode kecerdasan buatan yang

baru-baru ini dikembangkan oleh Xin Dia Yang pada tahun 2008. Hal ini semacam metode stokastik yang terinspirasi pada alam meta-heuristik algoritma yang dapat diterapkan untuk memecahkan masalah yang paling sulit dalam hal optimasi. Algoritma stokastik berarti bahwa ia menggunakan sebagai semacam pengacakan dengan mencari set solusi. Hal ini terinspirasi oleh lampu berkedip dari kunang-kunang di alam. Heuristik berarti untuk menemukan solusi dengan trial and error. Dalam tingkat algoritma ini lebih rendah berarti Heuristic dan tingkat yang lebih tinggi berarti Meta-Heuristic. Tingkat yang lebih rendah terkonsentrasi pada generasi baru solusi dalam ruang pencarian dan dengan demikian memilih yang terbaik solusi untuk bertahan hidup. Di sisi lain, pengacakan memungkinkan proses pencarian untuk menghindari solusi yang terjebak dalam optimasi lokal. Juga, FA adalah penduduk berdasarkan. populasi berbasis algoritma yang memiliki kelebihan bila dibandingkan dengan algoritma lainnya.

Fireflies (Coleoptera: Lampyridae) adalah salah satu kebanyakan

pesona semua serangga, mereka menampilkan pancaran yang telah memberi inspirasi kepada ilmuwan. Saat ini, lebih dari 2000 spesies ada di seluruh dunia. Biasanya, kunang-kunang hidup di lingkungan yang hangat dan mereka paling aktif di malam musim panas. Banyak peneliti memiliki attractiveness terhadap fenomena kunang-kunang di alam dan terdapat banyak makalah tentang meneliti kunang-kunang, Fireflies akan ditandai dengan cahaya berkedip mereka diproduksi oleh proses biokimia bio-luminescence. Flashing seperti cahaya dapat berfungsi sebagai sinyal pancaran utama format. Selain menarik minat kawin, lampu berkedip juga dapat berfungsi untuk memperingatkan dari adanya potensi predator.

Bila diperhatikan pada spesies kunang-kunang terdapat kemiripan dengan orang dewasa yang mampu melakukan bio-luminescence. Subspesies menarik pasangan mereka karena feromon, mirip dengan semut. Pada kunang-kunang, tractions bioluminescent berlangsung dari

14

bercahaya akan termodulasi secara berlahan dengan flashes (juga bersinar) yang kontras. Dalam orang dewasa di banyak kunang-kunang spesies mampu mengendalikan bioluminescence mereka dalam rangka untuk memancarkan berkedip tinggi dan diskrit. Lentera diawali dengan sinyal yang berasal dalam sistem saraf pusat dari kunang-kunang.

Sebagian besar spesies kunang-kunang mengandalkan bioluminescent sinyal pacaran. Biasanya, signalers pertama terbang laki-laki, yang mencoba untuk menarik betina terbang di tanah. Menanggapi sinyal-sinyal ini, betina memancarkan terus menerus atau lampu berkedip. Kedua pasangan kawin menghasilkan yang berbeda pola sinyal lampu kilat yang tepat waktunya untuk mengkodekan informasi seperti identitas spesies dan jenis kelamin. Wanita tertarik menurut perbedaan perilaku di sinyal pancaran. Biasanya, perempuan lebih cerah berkedip laki-laki. Hal ini juga diketahui bahwa intensitas lampu kilat bervariasi dengan jarak dari sumber. Untungnya, di beberapa spesies betina kunang-kunang tidak bisa membedakan antara berkedip lebih jauh yang dihasilkan oleh sumber cahaya kuat dan berkedip lebih dekat diproduksi oleh sumber cahaya lemah.

Dua fitur yang karakteristik untuk kecerdasan berkelompok adalah self-organisasi dan pengambilan keputusan desentralisasi. Di sini, individu otonom hidup bersama dalam umum tempat seperti, misalnya, lebah di sarang, semut di anthills, dll. Dalam rangka untuk hidup dalam harmoni, beberapa interaksi atau komunikasi dibutuhkan antara anggota kelompok yang tinggal bersama. Bahkan, individu dalam kelompok tidak bisa berperilaku seolah-olah mereka soliter, tetapi harus beradaptasi dengan tujuan keseluruhan dalam kelompok. Kehidupan sosial kunang-kunang adalah tidak hanya didedikasikan untuk mencari makan, tapi lebih ke reproduksi. Keputusan kolektif ini terhubung erat dengan perilaku lampu berkedip yang menjabat sebagai biologis utama dasar untuk mengembangkan algoritma kunang-kunang.

3.1.2 Kebiasaan Kunang-Kunang

Langit biru penuh dengan lampu-lampu kunang-kunang. Ini adalah sebuah tanda mengagumkan di musim panas. Ada dua ribu spesies kunang-kunang, dan sebagian besar dari kunang-kunang menghasilkan berkedip berirama. Pola berkedip, jumlah berkedip dan tingkat waktu untuk berkedip yang diamati bersama-sama membentuk semacam prototipe yang menarik baik laki-laki dan perempuan sama lain. spesies

15

betina bertindak dalam menanggapi dengan prototipe individu dari spesies laki-laki.

Intensitas cahaya pada jarak tertentu (r) dari sumber cahaya sesuai dengan hukum kuadrat terbalik. Ini adalah intensitas cahaya I terus menurun sebagai jarak r akan meningkatkan dalam hal I = 1/𝑟2. Selain itu, udara terus menyerap cahaya yang menjadi lemah dengan meningkatkan di kejauhan. Kedua faktor ketika dikombinasikan maka kunang-kunang yang paling terlihat pada jarak yang terbatas, biasanya untuk beberapa ratus meter di malam hari, yang cukup untuk kunang-kunang untuk berkomunikasi satu sama lain.

3.1.3 Konsep

Sekarang kita dapat mengkhususkan beberapa berkedip karakteristik kunang sehingga dapat mengembangkan kunang-kunang-terinspirasi algoritma. Berkedip karakteristik kunang-kunang digunakan untuk mengembangkan algoritma kunang-kunang-terinspirasi. algoritma Firefly bekerja atas dasar tiga aturan dan tiga faktor utama. Faktor utama adalah intensitas cahaya dan daya tarik, jarak dan gerakan kunang-kunang. Aturan-aturannya adalah sebagai berikut:

1. Semua kunang-kunang bersifat unisex, jadi suatu kunang-kunang akan tertarik pada kunang-kunang yang lain.

2. Daya tarik sebanding dengan tingkat kecerahan kunang-kunang, kunang-kunang dengan tingkat kecerahan lebih rendah akan tertarik dan bergerak ke kunang-kunang dengan tingkat kecerahan lebih tinggi, kecerahan dapat berkurang seiring dengan bertambahnya jarak dan adanya penyerapan cahaya akibat faktor udara. Jika diantara kunang-kunang tidak ada yang bersinar lebih terang, kunang-kunang-kunang-kunang akan bergerak dengan random.

3. Kecerahan atau intensitas cahaya kunang-kunang ditentukan oleh nilai fungsi tujuan dari masalah yang diberikan. Untuk masalah maksimisasi, intensitas cahaya sebanding dengan nilai fungsi tujuan [14].

3.1.4 Ketertarikan

Misalkan itu adalah malam dengan kegelapan mutlak, di mana satu-satunya cahaya tampak adalah cahaya yang dihasilkan oleh kunang-kunang. Intensitas cahaya dari tiap kunang-kunang sebanding dengan kualitas dari solusi, itu saat ini berada di. Dalam rangka meningkatkan solusi sendiri, kunang-kunang perlu untuk maju menuju kunang-kunang

16

yang memiliki emisi cahaya terang daripada sendiri. Setiap kunang-kunang mengamati penurunan intensitas cahaya dari satu kunang-kunang-kunang-kunang benar-benar memancarkan, karena penyerapan udara di atas jarak.

Ada dua isu penting dalam algoritma kunang-kunang, variasi intensitas cahaya dan perumusan tarik. Untuk mempermudah, kita selalu dapat mengasumsikan bahwa daya tarik dari kunang-kunang ditentukan oleh kecerahan. Hokum tarik kunang-kunang yang berdiam.

3.1.5 Jarak

Jarak antara kunang-kunang i dan j pada lokasi x, xi dan xj dapat ditentukan ketika dilakukanya peletakan titik dimana firefly tersebut disebar secara random dalam diagram kartesius dengan rumus. Dimana selisih dari koordinat lokasi kunang-kunang i terhadap kunang-kunang j merupakan jarak diantara keduanya (rij).

𝑟𝑖𝑗 = √(xi − xj) 2 + ( yi − yj) 2

3.1.6 Pergerakan

Pergerakan kunang-kunang i yang bergerak menuju tingkat itensitas cahaya yang terbaik dapat dilihat dari persamaan berikut:

𝑥𝑖 = 𝑥𝑖 + 𝛽0 ∗ exp(-ɤ𝑟_𝑖𝑗2)∗ (𝑥𝑗 – 𝑥𝑖)+ 𝛼 ∗ (𝑟𝑎𝑛𝑑 − ¹ 2) Dimana variable awal xi menunjukan posisi awal kunang-kunang yang berada pada lokasi x, kemudian persamaan kedua yang terdiri dari variable β0 = 1.0 variabel ini merupakan nilai keaktratifan awal pada

firefly, variabel (exp) bilangan eksponensial, variabel γ =1.0 merupakan

nilai untuk tingkat penyerapan pada lingkungan sekitar firefly yaitu udara dan terakhir rij merupakan variabel selisih jarak awal antara firefly i dan j. Semua variabel pada persamaan kedua tersebut diberikan dari fungsi keatraktifan firefly yang mana menentukan tingkat kecerahan. Selanjutnya persamaan ketiga terdiri dari selisih nilai solusi pada firefly i terhadap firefly j. Kemudian fungsi persamaan pergerakan firefly secara

random (rand) yang menunjukan adanya bilangan random yang

kisarannya antara [0,1]. Variabel α yang memiliki kisaran antara [0,1] biasa ditentukan dengan nilai 0,2. Semua variabel yang terbentuk pada persamaan pergerakan firefly menjamin cara kerja algoritma cepat menuju solusi yang optimal. Prosedur standar untuk menerapkan Firefly Algorithm adalah sebagai berikut:

17

1. Inisialisasi populasi firefly, jumlah iterasi dan parameter firefly

algorithm.

2. Evaluasi fungsi fitness pada tiap firefly.

3. Inisialisasi kemampuan fungsi awal sebagai penentuan tingkat itensitas cahaya awal.

4. Update pergerakan tiap firefly menggunakan persamaan pergerakan. 5. Bandingkan tiap calon firefly terbaik dari nilai fungsi fitness agar

mendapatkan nilai firefly terbaik.

6. Lakukan sampai batas iterasi atau sampai mendapatkan firefly dengan fungsi fitness yang cukup baik.

Gambar 3.1 Flowchart pengelesaian Economic Dispatch menggunakan Firefly Algorithm

18

Berdasarkan flowchart diatas, akan terjadi proses iterasi dengan menginisiasi algoritma attractiveness firefly kemudian meng-update pergerakan firefly sampai dengan iterasi mencapai batas maksimal. Dengan algoritma attractiveness dan update sebagai berikut:

Attractiveness:

𝛽 = 𝛽₀𝑒𝛾𝑟2

Dengan r sama dengan rumus jarak diatas.

Update:

𝑋𝑖= 𝑥𝑖+ 𝛽0𝑒^𝛾𝑟𝑖,𝑗²(𝑥𝑖− 𝑥𝑗) + 𝛼(𝑟𝑎𝑛𝑑 − 1 2⁄ )

Pada saat mengiterasi, proses ini akan mengiterasi daya-daya pada tiap-tiap pembangkit dengan daya-daya pada tiap pembangkit ini akan dibawa oleh satu firefly, sehingga pada proses ini, daya-daya pada tiap-tiap pembangkit akan berubah sesuai besarnya iterasi dengan hasilnya akan didapat total biaya optimum untuk semua pembangkit.