Uji Komputasi Algoritme Modifikasi Newton-Like Untuk Menyelesaikan Optimasi Nonlinear Tanpa Kendala

Abstract

Dalam perkembangan kehidupan saat ini banyak dijumpai kegiatan yang berhubungan dengan optimasi dan diimplementasikan dalam berbagai bidang seperti ekonomi, pertanian, keteknikan, sains, industri dan berbagai bidang lainnya. Pengoptimasian yang baik akan mempertimbangkan metode yang digunakan serta pemrograman dalam aspek komputasi. Komputasi dapat didefinisikan sebagai cara untuk menemukan pemecahan permasalahan dari data input dengan menggunakan suatu algoritme. Sebuah algoritme yang baik dapat meminimumkan kebutuhan waktu dan ruang dalam menyelesaikan sebuah fungsi. Banyak metode pengoptimasian yang bentuknya sederhana akan tetapi membutuhkan waktu yang lama dalam proses komputasinya. Oleh karena itu diperlukan suatu perbaikan dari metode pengoptimasian baik dari segi kompleksitas ruang maupun waktunya. Salah satu metode terbaik untuk menentukan solusi dari persamaan nonlinear menggunakan metode Newton. Tujuan dari penelitian ini adalah mengkombinasikan algoritme Newton, Invers Newton dengan algoritme Halley untuk melihat efesiensi algoritme serta membandingkan hasil uji komputasi dari modifikasi algoritme baru dengan metode Newton untuk menyelesaikan persamaan optimasi nonlinear tanpa kendala. Hasil penelitian menunjukkan bahwa dengan menggunakan kombinasi algoritme metode Newton, Invers Newton dan Halley (NIH) dan kombinasi algoritme metode Newton, Harmonik, Invers dan Secant (NHIS), kedua algoritme dapat digunakan untuk mencari solusi akar dari fungsi-fungsi nonlinear yang diberikan. Berdasarkan hasil percobaan uji komputasi, secara umum metode NIH mempunyai kinerja yang lebih unggul dari aspek jumlah iterasi dan running time, akan tetapi tidak untuk metode NHIS dari aspek running time. Namun untuk beberapa kasus fungsi metode NIH memperoleh nilai running time yang besar. Hal ini disebabkan karena dalam proses iterasi metode NIH melakukan evaluasi fungsi sebanyak tiga kali dan NHIS sebanyak empat kali evaluasi fungsi, sehingga waktu proses penyelesaian masalahnya meningkat. Walaupun begitu, secara umum dapat disimpulkan bahwa rata-rata running time metode NIH dapat menyeimbangi bahkan lebih kecil dari metode N, H, NH dan IH yang secara garis besar mempunyai running time yang kecil. Dari segi akurasi atau ketepatan, metode NIH dan metode NHIS dalam mencari solusi akar khususnya pada fungsifungsi nonlinear yang cukup sulit memperoleh hasil yang lebih mendekati pada nilai akar yang diinginkan. Metode Halley yang digunakan untuk kombinasi algoritme NIH sangat berpengaruh terhadap besarnya banyak iterasi dan running time. Dengan menggunakan kombinasi metode Halley, maka iterasi yang diperoleh dalam pencarian solusi akar sebuah fungsi menjadi lebih sedikit, hanya saja metode Halley memuat turunan kedua dari sehingga membutuhkan cost yang lebih banyak untuk eksekusi program.