Firefly Algorithm (FA) atau algoritma kunang-kunang adalah salah satu algoritma optimasi yang terinspirasi oleh perilaku flashing kunang-kunang. FA memiliki beberapa kelemahan seperti terperangkap ke dalam optimum lokal, parameter FA ditetapkan tanpa perubahan selama iterasi, dan tidak mengingat sejarah setiap situasi di setiap iterasi. Dalam artikel ini, diperkenalkan Firefly Photinus search Algorithm (FPA) yang merupakan variasi baru dari Firefly Algorithm (FA) yang bertujuan untuk mengatasi terjebaknya solusi dalam beberapa optimum lokal dan mempelajari sejarah setiap iterasi selama proses pencarian dengan mengembangkan koefisien reduksi arbsorpsi cahaya dan daftar pasangan (matelist). Dalam FPA ditambahkan parameter baru, yaitu reduksi langkah acak yang bertujuan untuk memaksimalkan kinerja FPA. FPA disimulasikan untuk mengoptimalkan lima fungsi tes dan dibandingkan dengan FA standar dan variasi FA lainnya yaitu Wise Step Strategy for Firefly Algorithm (WSSFA) dan Firefly Algorithm with Random Attraction (RaFA). Hasil simulasi menunjukkan bahwa FPA berhasil mengungguli FA, WSSFA, dan RaFA.
Copyrights © 2019