Perbandingan Penggunaan Social Learning dan Tanpa
Social Learning pada Soccer Game Optimization dengan
Subtitute Player
Artikel Ilmiah
Peneliti :
Andreas Vipri Nandha Gunadi Saputra ( 672007183 )
Hindriyanto Dwi Purnomo, ST., MIT., Ph.D
Ramos Somya, S.Kom., M.Cs
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Perbandingan Penggunaan Social Learning dan Tanpa
Social Learning pada Soccer Game Optimization dengan
Subtitute Player
Artikel Ilmiah
Diajukan kepada Fakultas Teknologi Informasi
untuk memperoleh Gelar Sarjana Komputer
Peneliti :
Andreas Vipri Nandha Gunadi Saputra ( 672007183 )
Hindriyanto Dwi Purnomo, ST., MIT., Ph.D
Ramos Somya, S.Kom., M.Cs
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Perbandingan Penggunaan
Social Learning
dan Tanpa
Social Learning
pada
Soccer Game Optimization
dengan
Subtitute Player
1)
Andreas Vipri Nandha Gunadi Saputra, 2) Hindriyanto Dwi Purnomo,3) Ramos Somya Program Studi Teknik Informatika
Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Jl. Diponegoro 52-60, Salatiga 50711, Indonesia
Email: 1)drecutler@yahoo.com, 2)hindriyanto_fti@yahoo.com, 3)ramos.6005@gmail.com
Abstract
Soccer Game Optimization (SGO) is a new of Metaheuristic method that uses football player as its analogy. The method consist of two fundamental component, ‘move off’ and ‘move forward’. This research aims to compare the performance of Soccer Game Optimization using Social Learning and without Social Learning with subtitute player. The experiment result on 10 continuous benchmark problems show that the SGO without Social Learning perform better than the SGO with Social Learning.
Keywords: Metaheuristic, Soccer Game Optimization, Social Learning
Abstrak
Soccer Game Optimization (SGO) adalah satu metode Metaheuristic yang relatif baru. Metode ini menggunakan pergerakan dasar sebagai analoginya. Metode Soccer Game Optimization memiliki dua komponen dasar, move off dan move forward. Penelitian ini membandingkan performa Soccer Game Optimization dengan Social
Learning dan tanpa Social Learning dengan subtitute player. Berdasarkan eksperimen
didapatkan hasil SGO tanpa Social Learning lebih baik daripada Soccer Game Optimization dengan Social Learning.
Kata Kunci : Metaheuristic, Soccer Game Optimization, Social Learning
1.
Pendahuluan
P
erkembangan teknologi yang semakin maju mencakup hampir semua
aspek di lingkungan sekitar. Perkembangan teknologi ini secara langsung maupun
tidak
langsung
meningkatkan
problem
optimasi.
Optimisasi
dapat
diimplementasikan pada hampir semua bidang ilmu seperti bidang teknik, sains,
ilmu sosial, ekonomi dan bisnis, oleh karena itu sistem optimisasi sedang
mengalami masa dimana hampir setiap individu membutuhkannya.
1
Mahasiswa Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana
2
Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana 2
Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana