KOMPAS.com - Apakah kamu pernah mendengar atau mencari tahu tentang jurusan geodesi ataupun jurusan teknik geodesi? Apabila belum, mungkin ada baiknya kamu mengetahui jurusan ini lebih mendalam. Terlebih lagi, bila kamu masih bingung mencari jurusan untuk Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) 2022 atau seleksi kampus lainnya. Karena, prospek kerja di masa depan dari jurusan ini diprediksi cukup tinggi.

Dilansir dari laman Akupintar, geodesi merupakan cabang geologi yang menyelidiki ukuran dan bangun bumi. Geodesi disebut pula sebagai ilmu mengukur tanah. Dalam arti keilmuannya, geodesi merupakan suatu disiplin ilmu mengenai kebumian yang mempelajari ukuran dan bentuk bumi, baik di darat ataupun laut. Singkatnya, geodesi dipahami sebagai ilmu yang mempelajari peta atau ilmu yang mempelajari tentang pemetaan bumi.

Penggambaran rupa bumi (pemetaan) sering kali memakai pengukuran luas dan representasi posisi setiap titik bentuk bumi dalam matematika terapan. Oleh sebab itu, rekomendasi calon mahasiswa jurusan teknik geodesi merupakan mereka yang menyukai dengan pekerjaan lapangan, perhitungan, dan analisis.

Kuliah jurusan teknik geodesi

Pada zaman dulu, ilmu geodesi dipergunakan untuk kebutuhan navigasi. Maka jangan heran jika ilmu geodesi meliputi benda-benda langit. Kini cabang-cabang ilmu geodesi yang dipelajari di Jurusan Teknik Geodesi terbagi ke dalam beberapa bidang seperti geoinformatika atau yang lebih dikenal dengan sistem informasi geografi, pemetaan dan survei terestris, pemetaan dan survei hidrografis, administrasi properti dan pertanahan, penginderaan jauh dan fotogrametri, serta tata kelola wilayah perbatasan.

Sejalan dengan perkembangan teknologi, kegiatan pemetaan dan survei kini kian mengarah pada geomatika. Peristilahan ilmiah modern ini adalah pendekatan terpadu dalam pengukuran, analisis, dan pengelolaan data spasial dengan memakai komputer.

Agar kamu memiliki gambaran lebih jelas tentang apa yang dipelajari oleh mahasiswa Teknik Geodesi, mari simak apa saja mata kuliahnya.

Berikut sebagian mata kuliah Teknik Geodesi:

• Geologi
• Aljabar Linear
• Fisika Dasar
• Hukum Agraria
• Statistika dan Teori Kesalahan
• Konsep Keteknikan untuk Peradaban
• Hitung Perataan
• Dasar Pemrograman Komputer
• Pendaftaran Tanah
• Matematika Geodesi
• Sistem dan Transformasi Koordinat
• Sistem Basisdata
• Grafika Komputer
• Penginderaan Jauh
• Oseanografi Fisis
• Sistem Referensi Geodesi
• Survey Rekayasa
• Geodesi Satelit
• Survey GNSS
• Model Terrain Digital
• Proyeksi Peta
• Penilaian Tanah dan Properti
• Geodesi Fisis
• Penetapan dan Penegasan Batas Wilayah
• Jaring Kontrol Geodesi
• Survei dan Manajemen Informasi Pertanahan
• Pengolahan Citra Digital

Kurikulum Teknik Geodesi tidak selalu sama persis antar universitas. Tentu akan terdapat sedikit perbedaan mata kuliah Teknik Geodesi dari satu universitas dengan universitas lainnya.

9 kampus yang punya jurusan teknik geodesi

Untuk referensi kamu, berikut universitas yang terdapat di Jurusan Teknik Geodesi di Indonesia:

1. Universitas Gadjah Mada
2. Institut Teknologi Bandung
3. Universitas Pakuan
4. Universitas Winaya Mukti
5. Universitas Lampung
6. Institut Teknologi Nasional Malang
7. Institut Teknologi Nasional Bandung
8. Universitas Diponegoro
9. Institut Teknologi Padang

Prospek kerja jurusan teknik geodesi

GPS yang membantu kamu menemukan rumah pacar, teman, tempat nongkrong, yang juga membantu kurir mengantarkan makanan atau barang pesananmu, adalah salah satu bentuk data spasial dalam geomatika.

Data spasial saat ini dimanfaatkan dalam berbagai bidang ilmu kebumian, seperti studi lingkungan, pengelolaan pertanahan, geologi, perencanaan wilayah dan kota, serta geofisika.

Dari sebagian saja aplikasi geomatika di atas, sudah terdapat gambaran prospek kerja Jurusan Teknik Geodesi. Walaupun awam dikenal sebagai orang yang ahli dalam pembuatan peta, alumni teknik geodesi sebetulnya berpeluang untuk bekerja di berbagai lembaga pemerintahan seperti Departemen Perhubungan, Departemen Kehutanan, Departemen Pertambangan dan Energi,

Badan Pertanahan Nasional, dan lain-lain. Lembaga riset seperti LIPI ataupun BPPT juga membutuhkan alumni Teknik Geodesi. Jika kamu lebih tertarik bekerja di industri swasta, perusahaan-perusahaan seperti Slhumberger maupun Caltex juga membutuhkan lulusan dari Jurusan Teknik Geodesi. Prospek kerja Jurusan Teknik Geodesi memang tidak jauh dari kegiatan lapangan. Di sisi lain, kegiatan pemrosesan data spasial sering mengharuskan memakai software komputer. Keduanya tidak bisa dihindari jika kelak kamu bekerja di bidang teknik geodesi.

Disadur dari sumber kompas.com

Hutan bakau, juga dikenal sebagai mangrove, adalah jenis hutan yang tumbuh di air payau dan dipengaruhi oleh pasang-surut air laut. Hutan ini tumbuh di daerah di mana pelumpuran dan akumulasi bahan organik terjadi. Tempat air melambat dan mengendapkan lumpur yang dibawa dari hulu ke teluk-teluk yang terlindung dari ombak.

Pelumpuran, yang mengurangi abrasi tanah, salinitas tanah yang tinggi, dan daur penggenangan oleh pasang-surut air laut adalah ciri khas ekosistem hutan bakau. Tempat semacam ini hanya memiliki beberapa jenis tumbuhan yang bertahan hidup, dan karena telah melalui proses evolusi dan adaptasi, kebanyakan jenis tumbuhan ini berasal dari hutan bakau.

Hutan bakau tersebar luas di daerah yang cukup panas di seluruh dunia, terutama di daerah tropika dan sedikit subtropika di sekitar khatulistiwa. Indonesia memiliki hutan bakau terluas di dunia dengan luas antara 2,5 juta hingga 4,5 juta hektar. lebih besar dari Australia (0,97 ha), Nigeria (1,1 juta ha), dan Brazil (1,3 juta ha) masing-masing (Spalding et al., 1997 dalam Noor et al., 1999). Namun, sebagian besar kondisi mangrove di Indonesia sangat buruk, dan luas bakau di Indonesia mencapai 25% dari luas mangrove global. Di pantai timur Sumatra, pantai barat, dan selatan Kalimantan, hutan bakau yang luas terletak di sekitar Dangkalan Sunda yang relatif tenang. Hutan-hutan ini di pantai utara Jawa telah lama terkikis karena kebutuhan penduduknya akan lahan. Hutan bakau yang masih baik di pantai barat daya Papua, terutama di sekitar Teluk Bintuni, di bagian timur Indonesia, di tepi Dangkalan Sahul. Luas hutan bakau Papua mencapai 1,3 juta ha, atau sekitar sepertiga dari luas hutan bakau Indonesia.

Manfaat

Hutan bakau memberikan manfaat ekonomi dengan menghasilkan beberapa jenis kayu berkualitas tinggi serta hasil non-kayu, atau hasil hutan bukan kayu (HHBK), seperti arang kayu, tanin, bahan pewarna dan kosmetik, serta bahan pangan dan minuman. Hewan yang biasa ditangkap juga termasuk di antaranya, seperti biawak air (Varanus salvator), kepiting bakau (Scylla serrata), udang lumpur (Thalassina anomala), siput bakau (Telescopium telescopium), dan berbagai jenis ikan belodok. Hutan bakau memiliki banyak manfaat ekologis, termasuk perlindungan pantai, tempat tinggal berbagai jenis satwa, dan tempat pembesaran (nursery ground) bagi banyak jenis ikan laut.

Hutan bakau melakukan banyak hal untuk melindungi pantai dari abrasi atau pengikisan serta meredam gelombang besar, seperti semong, yang juga dikenal sebagai tsunami. Di Jepang, membangun green belt, atau sabuk hijau, yang terdiri dari hutan bakau, adalah salah satu upaya untuk mengurangi dampak ancaman semong. Di Indonesia, sekitar 28 wilayah dikategorikan rawan tsunami karena hutan bakau telah banyak dialihfungsikan menjadi tambak, kebun kelapa sawit, dan alih fungsi lainnya.

Perkembangbiakan

Ciri-ciri penting lainnya dari ras ini terlihat pada pembiakannya. Perkecambahan lumpur yang normal dari benih-benih ini hampir sulit dilakukan di hutan bakau karena kondisi lingkungan yang ekstrim. Selain lingkungan kimia yang keras, lumpur dan pasang surut air laut merupakan faktor fisik yang menghambat pertumbuhan benih.

Mayoritas tumbuhan hutan bakau mengandung buah atau biji yang dapat mengapung dan menyebar mengikuti arus udara. Selain itu, banyak spesies bakau yang bersifat vivipar, artinya benihnya bertunas sebelum buahnya jatuh dari pohon.

Contoh yang paling umum adalah perkecambahan kendeka (Bruguiera), tengar (Ceriops), dan buah bakau (Rhizophora). Buah dari pohon ini telah berkecambah, dan ketika masih tergantung di batangnya, telah tumbuh akar yang panjang menyerupai tombak. Buah-buahan ini mungkin langsung tumbuh di lumpur tempat mereka jatuh, terbawa arus air pasang, atau dipindahkan dan ditanam di tempat lain di dalam hutan. Ia juga dapat diangkut ke lokasi yang jauh melalui arus laut.

Meski masih dalam tandan, namun tunas buah palem (Nypa fruticans) belum muncul. Sementara itu, tidak terlihat dari luar, buah api, jeruju (Acanthus), kaboa (Aegiceras), dan berbagai jenis buah lainnya sudah mulai bertunas di pohonnya. Anak-anak muda yang menanam pohon pasti akan lebih sukses dalam hidup karena manfaatnya. Bibit seperti ini disebut propagul.

Propelan tersebut, bersama dengan sampah laut lainnya, dapat terbawa arus laut sejauh beberapa kilometer dan bahkan dapat menyelimuti laut atau selat. Propagule memiliki kemampuan untuk "tidur" atau beristirahat selama perjalanan hingga mencapai tujuan. Jenis propagul tertentu mempunyai kemampuan untuk mengubah bobot relatif bagian tubuhnya secara bertahap, menyebabkan akar mulai tenggelam dan propagul melayang vertikal di udara. Fitur ini memungkinkan propagul menempel pada dasar yang berlumpur dan dangkal berulang kali.

Sumber:

https://id.wikipedia.org

Masalah Optimisasi

Dalam matematika, rekayasa, ilmu komputer, dan ekonomi, masalah optimisasi adalah masalah untuk menemukan solusi terbaik dari semua solusi yang mungkin.Masalah optimisasi dapat dibagi menjadi dua kategori, tergantung pada apakah variabelnya bersifat kontinu atau diskrit.

Masalah optimisasi dengan variabel diskrit dikenal sebagai optimisasi diskrit, di mana objek seperti bilangan bulat, permutasi, atau graf harus ditemukan dari himpunan yang dapat dihitung. Masalah dengan variabel kontinu dikenal sebagai optimisasi kontinu, di mana nilai optimal dari fungsi kontinu harus ditemukan. Ini dapat mencakup masalah terbatas dan masalah multimodal.

Masalah Optimisasi Kontinu

Salah satu contoh masalah optimisasi kontinu adalah masalah minimasi fungsi matematis yang bersifat kontinu. Misalkan kita memiliki fungsi matematis f(x) di mana (x) adalah variabel kontinu. Tujuan dari masalah optimisasi kontinu ini adalah untuk menemukan nilai variabel (x) yang membuat fungsi (f(x)) mencapai nilai minimum.

Contoh konkretnya bisa berupa fungsi kuadrat sederhana seperti (f(x) = x^2) atau fungsi lebih kompleks seperti fungsi kekakuan struktur dalam rekayasa sipil atau fungsi biaya produksi dalam ekonomi. Dalam konteks ini, variabel (x) bisa mewakili panjang, lebar, tinggi, atau parameter lain yang mempengaruhi kinerja atau biaya.

Sebagai contoh, jika (f(x) = x^2), masalah optimisasi kontinu ini akan mencari nilai (x) yang membuat (f(x)) mencapai nilai minimum. Dalam kasus ini, solusi optimalnya adalah (x = 0), karena (f(0) = 0 ) merupakan nilai minimum dari fungsi (f(x)).

Masalah optimasi kombinatorial

Salah satu contoh masalah optimisasi kombinatorial adalah "Traveling Salesman Problem" (TSP). Dalam masalah ini, seorang penjual harus mengunjungi sejumlah kota dan kembali ke kota awal dengan menjelajahi rute terpendek yang mungkin. Penyelesaian dari masalah ini adalah urutan kunjungan yang menghasilkan jarak tempuh total yang minimum.

Misalkan ada enam kota (A, B, C, D, E, F) dan jarak antar kota adalah sebagai berikut:
- A ke B: 10
- A ke C: 15
- A ke D: 20
- B ke C: 25
- B ke D: 30
- C ke D: 35
- B ke E: 40
- C ke E: 45
- D ke E: 50
- B ke F: 55
- C ke F: 60
- D ke F: 65
- E ke F: 70

TSP berusaha menemukan urutan kunjungan kota yang meminimalkan total jarak tempuh. Dalam hal ini, solusi optimal mungkin adalah rute ABCDEF dengan jarak total 170.

Masalah optimisasi kombinatorial sering muncul dalam berbagai konteks, seperti penjadwalan, rute optimal, dan pengaturan tugas. Pencarian solusi optimal dalam masalah ini dapat melibatkan berbagai teknik algoritmik, seperti algoritma genetika, algoritma pencarian terarah, atau algoritma berbasis pohon pencarian.

Disadur dari: en.wikipedia.org

Jakarta - Teman-teman yang berencana kuliah di jurusan teknik dapat memakai peringkat perguruan tinggi dari lembaga pemeringkatan dunia sebagai referensi memilih kampus tujuan. Salah satunya yakni Times Higher Education (THE), yang merilis daftar kampus teknik terbaik di Indonesia dalam THE World University Rankings (THE WUR) 2022 by Subject.

Daftar universitas teknik terbaik di THE WUR 2022 by Subject terdiri dari kampus-kampus yang terdepan di disiplin ilmu teknik secara umum, teknik elektro dan elektronika, teknik mesin dan dirgantara, teknik sipil, dan teknik kimia, sebagaimana dilansir dari laman resminya.

Tahun ini, ada 1.188 kampus yang masuk peringkat THE WUR 2022 by Subject: Engineering. Indikator pemeringkatan terdiri dari lingkungan belajar 30 persen, volume, income, dan reputasi riset 30 persen, sitasi atau pengaruh riset 27,5 persen, international outlook 7,5 persen, dan industry income melalui inovasi 5 persen.

Berikut perguruan tinggi teknik terbaik di Indonesia versi THE WUR 2022 by Subject:

Kampus Teknik Terbaik Indonesia versi THE WUR 2022

1. Institut Teknologi Bandung (ITB)

Peringkat dunia subjek teknik: 601 - 800

2. Universitas Indonesia (UI)

Peringkat dunia subjek teknik: 601 - 800

3. Universitas Gadjah Mada (UGM)

Peringkat dunia subjek teknik: 801 - 1.000

4. Universitas Sebelas Maret (UNS)

Peringkat dunia subjek teknik: 801 - 1.000

5. Institut Teknologi Sepuluh Nopember (ITS)

Peringkat dunia subjek teknik: 801 - 1.000

6. Telkom University (Tel-U)

Peringkat dunia subjek teknik: 801 - 1.000

7. Binus University

Peringkat dunia subjek teknik: 1.001+

8. Universitas Brawijaya (UB)

Peringkat dunia subjek teknik: 1.001+

9. Diponegoro University (Undip)

Peringkat dunia subjek teknik: 1.001+

10. Universitas Padjajaran (Unpad)

Peringkat dunia subjek teknik: 1.001+

Bagaimana nih calon mahasiswa, ada kampus teknik terbaik Indonesia yang jadi incaran kamu?

Disadur dari sumber detik.com

Definisi Plumbing

Plumbing adalah sistem yang mengalirkan cairan untuk berbagai tujuan, menggunakan pipa, katup, perlengkapan pipa, tangki, dan peralatan lainnya. Pipa ledeng biasanya digunakan untuk pemanasan dan pendinginan (HVAC), pembuangan limbah, dan penyaluran air minum, tetapi fungsinya tidak terbatas pada ini. Karena pipa timbal adalah pipa efektif pertama yang digunakan di Romawi, kata ini berasal dari bahasa Latin, yang berarti timbal atau plumbum. Infrastruktur perpipaan di negara maju sangat penting untuk kesehatan masyarakat dan sanitasi.

Sejarah plumbing

Sekitar tahun 4000 SM, bangsa Mesopotamia membawa pipa pembuangan tanah liat ke seluruh dunia. Saluran pertama ditemukan di Kuil Bel di Nippur dan Eshnunna, yang digunakan untuk membuang air limbah dari tempat dan menampung air hujan di dalam sumur. Kota Uruk memiliki jamban tertua yang terbuat dari batu bata. Itu dibangun pada tahun 3200 SM di atas pipa saluran pembuangan tanah liat yang saling berhubungan. Pipa tanah liat kemudian digunakan di kota Het, Hattusa. Mereka mudah dibersihkan dan memiliki segmen yang mudah dilepas dan diganti. Pada tahun 2700 SM, kota-kota di Lembah Indus mulai menggunakan pipa tanah biasa dengan flensa lebar yang menggunakan aspal untuk mencegah kebocoran.

Saat ini, sebagian besar kota besar menyalurkan limbah padat ke instalasi pengolahan limbah, di mana sebagian air dipisahkan dan dimurnikan sebelum dibuang ke sungai atau badan air lainnya. Dari akhir 1800-an hingga sekitar tahun 1960, pipa besi galvanis umum di Amerika Serikat untuk penggunaan air minum. Setelah periode tersebut berakhir, pipa tembaga mulai digunakan, pertama pipa tembaga lunak dengan alat kelengkapan melebar, dan kemudian pipa tembaga kaku dengan alat kelengkapan yang disolder. Setelah Perang Dunia II, penggunaan timbal turun drastis karena meningkatnya kesadaran akan bahaya keracunan timbal. Pipa tembaga sekarang digunakan sebagai penggantinya karena lebih aman dan lebih baik.

Peralatan yang digunakan

Peralatan perpipaan berisi barang-barang yang sering kali tersembunyi dari pandangan masyarakat umum di balik tembok atau di area utilitas. Meteran air, pompa, tangki ekspansi, lampu sterilisasi UV, pencegah arus balik, pelembut air, pemanas air, penukar panas, pengukur, dan sistem kontrol semuanya merupakan bagian darinya.

Untuk melakukan pekerjaan pemipaan yang berkualitas, seorang tukang ledeng memerlukan berbagai macam peralatan. Beberapa perkakas tangan dasar dapat menangani banyak pekerjaan pipa yang mudah, namun peralatan khusus diperlukan untuk prosedur yang lebih sulit. Alat-alat ini dibuat khusus untuk mempermudah prosesnya.

Kunci pas pipa, tang pembakaran, catok pipa, mesin pembengkok pipa, pemotong pipa, cetakan, dan peralatan penyambung termasuk obor solder dan alat crimp adalah contoh instrumen pipa khusus. Untuk membantu tukang pipa memecahkan masalah dengan lebih cepat, alat-alat baru telah diciptakan. Misalnya, tukang pipa menggunakan jet air dan pompa hidrolik bertekanan tinggi yang dihubungkan dengan kabel baja untuk perbaikan saluran pembuangan limbah tanpa parit, serta kamera video untuk memeriksa kebocoran tersembunyi dan masalah lainnya.

Masalah yang timbul

Sistem perpipaan bangunan adalah rumah bagi bakteri. Selama berabad-abad, sistem air masyarakat telah dikaitkan dengan penularan penyakit yang ditularkan melalui air termasuk kolera dan tifus. Di sisi lain, baru akhir-akhir ini “patogen oportunistik pipa ledeng” teridentifikasi: Orang dengan sistem kekebalan tubuh yang lemah mungkin menghirup atau memakan kuman seperti Mycobacterium avium, Pseudomonas aeruginosa, dan penemuan tahun 1976 Legionella pneumophila. Ini adalah mikroorganisme yang paling sering dipantau. Mikroorganisme oportunistik ini dapat berkembang, antara lain, di sepanjang dinding pipa, di pemanas air, pancuran, dan keran. "Rasio permukaan terhadap volume yang tinggi, stagnasi yang terputus-putus, residu disinfektan yang rendah, dan siklus pemanasan" merupakan faktor-faktor yang mendorong perkembangannya. Rasio permukaan terhadap volume yang tinggi, atau luas permukaan yang relatif besar, memungkinkan pembentukan biofilm oleh bakteri yang melindunginya dari disinfeksi.

Regulasi

Karena pekerjaan perpipaan berdampak langsung terhadap kesehatan, keselamatan, dan kesejahteraan masyarakat, sebagian besar pekerjaan tersebut diatur oleh pemerintah atau organisasi kuasi-pemerintah di wilayah berpenduduk padat. Secara umum, peraturan perpipaan dan bangunan harus dipatuhi saat memasang dan memperbaiki pipa di rumah dan bangunan lainnya untuk melindungi penghuni bangunan dan memberikan jaminan konstruksi yang aman dan berkualitas tinggi kepada pembeli di masa depan. Kontraktor perpipaan biasanya mendapatkan izin dari pihak berwenang atas nama pemilik bangunan atau rumah jika diperlukan untuk pekerjaan tersebut.

Disadur dari:

https://en.wikipedia.org

Optimasi kawanan partikel

Dalam ilmu komputer, optimasi gerombolan partikel (PSO) adalah metode komputasi yang bertujuan untuk meningkatkan kandidat solusi secara berulang dengan mempertimbangkan ukuran kualitas tertentu. Metode ini memecahkan masalah dengan memanipulasi populasi kandidat solusi, yang disebut partikel, dan memindahkan partikel-partikel tersebut dalam ruang pencarian berdasarkan rumus matematika sederhana yang menggambarkan posisi dan kecepatan partikel. Pergerakan setiap partikel dipengaruhi oleh posisi lokalyang paling terkenal, namun juga diarahkan ke posisi paling terkenal di ruang pencarian, yang diperbarui saat partikel lain menemukan posisi yang lebih baik. Tujuannya adalah untuk memimpin kelompok menuju solusi terbaik.

PSO awalnya dikaitkan dengan Kennedy, Eberhart dan Shi dan pada awalnya dimaksudkan untuk mensimulasikan perilaku sosial, mewakili pergerakan organisme dalam kawanan burung atau gerombolan ikan.Algoritma tersebut kemudian disederhanakan dan diamati untuk melakukan optimasi. Buku Kennedy dan Eberhart menjelaskan banyak aspek filosofis PSO dan badan intelijen mafia. Poli melakukan survei komprehensif terhadap permintaan PSO. Baru-baru ini, Bonyadi dan Michalewicz menerbitkan tinjauan komprehensif karya teoretis dan eksperimental tentang PSO.

PSO bersifat metaheuristik karena membuat sedikit atau tidak ada asumsi mengenai masalah yang sedang dioptimalkan dan dapat mencari solusi yang mungkin dalam ruang yang sangat luas. Selain itu, PSO tidak menggunakan gradien dari masalah yang sedang dioptimalkan, sehingga masalah optimasi tidak perlu dapat dibedakan, seperti yang disyaratkan oleh metode optimasi klasik seperti metode penurunan gradien dan metode quasi-Newton. Namun perlu diperhatikan bahwa metaheuristik seperti PSO tidak menjamin akan ditemukannya solusi optimal.

Pemlihan Parameter

Pemilihan parameter PSO mempunyai pengaruh yang signifikan terhadap kinerja optimasi. Oleh karena itu, penelitian tentang pemilihan parameter PSO yang mencapai kinerja optimal menjadi fokus utama. Untuk menghindari divergensi (“ledakan”), bobot inersia harus kurang dari 1. Dua parameter lainnya dapat diturunkan dengan menggunakan pendekatan restriktif atau dipilih secara bebas, namun analisis menyarankan wilayah konvergensi untuk membatasinya pada nilai-nilai tipikal. berada dalam kisaran [1,3].Parameter PSO juga dapat dioptimalkan menggunakan pengoptimal overlay lainnya, sebuah konsep yang dikenal sebagai meta-optimasi, atau bahkan disempurnakan selama optimasi, misalnya dengan menggunakan logika fuzzy.Pemilihan parameter PSO juga dapat disesuaikan untuk skenario optimasi yang berbeda.

Lingkungan dan Topologi

Topologi gerombolan mendefinisikan subset partikel yang dapat bertukar informasi dengan setiap partikel. Versi dasar dari algoritma ini menggunakan topologi global sebagai struktur komunikasi cluster. Topologi ini memungkinkan semua partikel untuk berkomunikasi dengan partikel lainnya, sehingga seluruh gerombolan berbagi posisi terbaik yang sama (g) dari satu partikel. Namun, pendekatan ini dapat mengakibatkan kawanan ternak terjebak dalam kondisi minimum lokal. Oleh karena itu,topologi berbeda digunakan untuk mengontrol aliran informasi antar partikel.

Misalnya, dalam topologi lokal, sebuah partikel hanya berbagi informasi dengan subset partikel, di mana subset tersebut adalah subset geometris, seperti "m partikel terdekat", atau subset sosial, yaitu sekelompok partikel yang tidak bergantung pada semua jarak.Dalam kasus seperti ini, varian PSO dianggap yang terbaik secara lokal (dibandingkan dengan varian global dari PSO dasar).Topologi cluster yang umum digunakan adalah ring dimana setiap partikel hanya memiliki dua tetangga, namun terdapat banyak partikel lain di dalam cluster. Topologi belum tentu statis dan upaya telah dilakukan untuk menciptakan topologi adaptif seperti SPSO, APSO, Stochastic Star, TRIBES, Cyber ​​​​​​Swarm dan C-PSO.Dengan menggunakan topologi ring, PSO dapat mencapai paralelisme pada tingkat generasi, sehingga secara signifikan meningkatkan kecepatan evolusi.

Cara Kerja Bagian Dalam

Cara kerja algoritma PSO memiliki pemikiran yang berbeda tentang mengapa dan bagaimana hal itu dapat dioptimalkan.Pandangan umum di kalangan peneliti adalah bahwa perilaku gerombolan bervariasi antara eksplorasi, yang melibatkan pencarian di wilayah ruang pencarian yang lebih luas, dan eksploitasi, yang merupakan pencarian berorientasi lokal untuk mendapatkan titik optimal terdekat (mungkin lokal).

Aliran pemikiran ini telah menjadi konsep umum sejak awal PSO. Aliran pemikiran ini berpendapat bahwa algoritma PSO dan parameternya harus dipilih sedemikian rupa sehingga dapat menyeimbangkan eksplorasi dan eksploitasi untuk menghindari konvergensi dini ke optimal lokal sekaligus memastikan tingkat konvergensi yang baik. Keyakinan ini menjadi dasar dari banyak varian PSO.Sebaliknya, aliran pemikiran lain berfokus pada pemahaman perilaku gerombolan PSO dan bagaimana pengaruhnya terhadap kinerja pengoptimalan aktual, khususnya untuk ruang pencarian berdimensi lebih tinggi dan masalah pengoptimalan yang dapat terputus-putus, berisik, dan bervariasi terhadap waktu. Aliran pemikiran ini mencari algoritma dan parameter PSO yang berkinerja baik dalam konteks eksplorasi dan eksploitasi, terlepas dari interpretasi perilaku kawanan. Studi-studi ini telah mengarah pada penyederhanaan algoritma PSO.

Konvergensi

Dalam konteks OSP, konvergensi memiliki dua arti utama. Pertama, konvergensi himpunan solusi terjadi ketika semua partikel berkumpul pada suatu titik di ruang pencarian, yang mungkin optimal atau tidak. Analisis konvergensi urutan solusi telah memberikan pedoman untuk memilih parameter PSO untuk menghindari divergensi kawanan partikel. Meskipun ada kritik terhadap penyederhanaan analisis yang berlebihan, penelitian menunjukkan bahwa penyederhanaan tersebut tidak berdampak pada batas konvergensi.Kedua, konvergensi menuju optimal lokal terjadi ketika posisi terbaik atau paling terkenal dari kawanan mendekati permasalahan optimal lokal tanpa mempertimbangkan perilaku kawanan secara keseluruhan.

Analisis konvergensi terhadap optimum lokal menunjukkan bahwa PSO memerlukan modifikasi tertentu untuk memastikan ditemukannya optimum lokal. Meskipun penentuan kemampuan konvergensi masih bergantung pada hasil empiris, upaya sedang dilakukan untuk mengembangkan strategi “pembelajaran ortogonal” untuk meningkatkan kinerja PSO secara keseluruhan. Tujuan dari strategi ini adalah untuk mendorong konvergensi global yang lebih cepat, solusi berkualitas lebih tinggi, dan ketahanan yang lebih besar. Namun,penelitian ini tidak memberikan bukti teoretis apa pun yang mendukung klaim tersebut.

Mekanisme Adaptif

Tanpa memerlukan keseimbangan antara konvergensi (“eksploitasi”) dan divergensi (“eksplorasi”), mekanisme adaptif dapat diterapkan. Optimasi kawanan partikel adaptif (APSO) memberikan efisiensi pencarian yang lebih baik daripada PSO standar. APSO dapat melakukan pencarian global di seluruh ruang pencarian dengan kecepatan konvergensi yang lebih cepat, memungkinkan kontrol otomatis terhadap bobot inersia, koefisien percepatan, dan parameter algoritmik lainnya pada waktu proses.ini sekaligus meningkatkan efektivitas dan efisiensi pencarian. Selain itu, APSO juga dapat bertindak berdasarkan partikel terbaik global untuk meninggalkan optimal lokal.Meskipun APSO memperkenalkan parameter algoritme baru, tidak diperlukan kompleksitas desain atau implementasi tambahan.Selain itu, PSO dapat secara efisien mengatasi masalah optimasi komputasi intensif dengan memanfaatkan mekanisme evaluasi kesesuaian skala-adaptif.

Varian

Banyak varian bahkan dari algoritma PSO dasar yang dimungkinkan. Misalnya, ada beberapa metode untuk menginisialisasi partikel dan kecepatan, seperti memulai dari kecepatan nol, serta berbagai pendekatan untuk buffering kecepatan, memperbarui pi dan g hanya setelah seluruh gerombolan diperbarui, dan seterusnya. Beberapa pilihan ini dan dampaknya terhadap kinerja telah dibahas dalam literatur.

Peneliti terkemuka telah mengembangkan serangkaian implementasi standar sebagai dasar untuk menguji kinerja teknik peningkatan sekaligus memperkenalkan PSO ke komunitas pengoptimalan yang lebih luas. Keberadaan standar algoritme yang terkenal dan didefinisikan secara ketat memberikan titik perbandingan berharga yang dapat digunakan di seluruh penelitian untuk menguji kemajuan baru dengan lebih baik.Salah satu standar terbaru adalah Standar PSO 2011 (SPSO-2011).

Hibridisasi

Untuk meningkatkan kinerja pengoptimalan, varian PSO baru dan lebih canggih terus diperkenalkan. Terdapat tren tertentu dalam penelitian ini, termasuk pengembangan metode optimasi hybrid yang menggabungkan PSO dengan pengoptimal lainnya. Contoh pendekatan ini antara lain menggabungkan PSO dengan optimasi berbasis biogeografi dan mengintegrasikan metode pembelajaran yang efektif. Tujuan pengembangan varian ini adalah untuk mencapai peningkatan kinerja lebih lanjut dalam proses optimasi dengan menggabungkan keunggulan PSO dengan sifat positif metode optimasi lainnya. Pendekatan ini membuka peluang eksplorasi dan penggunaan yang lebih efisien dalam bidang pencarian solusi.

Mengurangi Kovergensi Dini

Tren penelitian lainnya adalah upaya untuk mengurangi konvergensi dini, yang mengindikasikan stagnasi optimasi. Beberapa pendekatan yang digunakan antara lain membalikkan atau menghentikan pergerakan partikel PSO. Selain itu, strategi lain untuk mengatasi konvergensi prematur adalah dengan menggunakan multiple-swarm (multi-swarm optimizer). Pendekatan multi-swarm juga dapat digunakan untuk mengimplementasikan optimasi multi-tujuan. Selain itu, terdapat kemajuan dalam penyesuaian parameter perilakuPSO selama proses optimasi.Semua ini merupakan upaya untuk meningkatkan ketahanan algoritme terhadap konvergensi dini dan meningkatkan kinerja pengoptimalan pada masalah yang kompleks dan dinamis.

Penyederhanaan

Aliran pemikiran lainnya adalah bahwa PSO harus disederhanakan sebanyak mungkin tanpa mengorbankan kinerjanya, sebuah konsep yang sering disebut sebagai “Occam's Razor.” Kennedy awalnya mengusulkan penyederhanaan PSO, dan penelitian selanjutnya menunjukkan bahwa menyederhanakan PSO meningkatkan kinerja pengoptimalan, mempermudah penyesuaian parameter, dan menjaga konsistensi kinerja di berbagai masalah pengoptimalan.

Argumen untuk menyederhanakan PSO mencakup keyakinan bahwa efektivitas metaheuristik hanya dapat ditunjukkan secara empiris melalui eksperimen komputasi pada sejumlah masalah optimasi yang terbatas. Sulit untuk membuktikan bahwa metaheuristik seperti PSO benar, sehingga meningkatkan risiko kesalahan dalam deskripsi dan implementasinya. Misalnya, varian algoritma genetika menunjukkan potensi besar tetapi kemudian ditemukan cacat karena optimasi pencariannya bias terhadapnilai serupa untuk berbagai dimensi dalam ruang pencarian.Penyederhanaan PSO juga berlaku untuk inisialisasi cepat. Variasi PSO Bare Bones yang diusulkan oleh James Kennedy pada tahun 2003 tidak memerlukan penggunaan kecepatan sama sekali. Varian lain yang lebih sederhana adalah Accelerated Particle Swarm Optimization (APSO), yang juga tidak memerlukan kecepatan dan dapat mempercepat konvergensi di banyak aplikasi. Kode demo APSO sederhana tersedia.

Pengoptimalan Multi-Tujuan

PSO juga telah berhasil diterapkan pada masalah multiobjektif dimana perbandingan fungsi objektif memperhitungkan dominasi Pareto dalam gerak partikel PSO. Dalam konteks ini, solusi yang tidak didominasi disimpan sedemikian rupa sehingga mendekati front Pareto dan memberikan alternatif optimal yang mencakup solusi yang tidak dapat dilampaui satu sama lain dalam konteks fungsi tujuan yang berbeda. 

Disadur dari: en.wikipedia.org