IMPLEMENTASI ALGORITMA PARTICLE SWARM OPTIMIZATION DAN KOMPUTASI PARALEL UNTUK MENYELESAIKAN PERSAMAAN ROSENBROCK DAN ALGORITMA EIGENFACE

Particle Swarm Optimization On Parallel Computing For Solving Rosenbrock Function And Eigenface Algorithm

Abstract

Penelitian ini akan membahas mengenai bagaimana membuat program yang mengimplementasikan algoritma Particle Swarm Optimization (PSO) dan komputasi paralel untuk menyelesaikan persamaan Rosenbrock dan algoritma Eigenface. Permasalahan yang muncul adalah semakin banyak partikel yang digunakan maka semakin lama waktu komputasinya.

Penelitian ini akan membandingkan waktu komputasi antara program yang berjalan secara standalone dengan yang telah diprogram secara paralel. Serta mengkaji pengaruh perubahan konstanta PSO (partikel, c1, c2 dan w) dalam melakukan optimasi.

Hasil penelitian ini menunjukkan penggunaan komputasi paralel dapat mempercepat waktu komputasi dari PSO. Percepatan yang didapat saat menjalankan 6144 partikel pada 16 rank  sebesar 28.5 kali lebih baik daripada saat dijalankan pada program standalone. Konstanta PSO yang hasilnya relatif baik pada saat c1=2 dan c2=0.5. penggunaan bobot inertia (w) dapat meredam laju pergerakan partikel. Pengujian PSO pada penyelesaian algoritma eigenface didapatkan nilai J(W) dengan eror relatif sebesar 0.956%.

Kata Kunci: Particle Swarm Optimization (PSO), Komputasi Paralel, Rosenbrock, Eigenface, Message Passing Interface (MPI).