English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Permasalahan optimasi lintas domain merupakan permasalahan optimasi yang sangat rumit karena masing-masing permasalahan mempunyai karakteristik yang berbeda. Penyelesaian terhadap permasalahan optimasi lintas domain tersebut melibatkan metode pencarian komputasional untuk memperoleh hasil yang mendekati optimal. Beberapa peneliti terdahulu mengembangkan metode hiperheutistik untuk memperoleh solusi generik yang diharapkan mampu memberikan hasil yang mendekati optimal. Hasil penelitian terdahulu mengidikasikan bahwa strategi hiperheuristik yang lebih baik diperlukan guna memperoleh solusi yang mendekati optimal untuk lintas domain permasalahan. Dalam penelitian ini, upaya untuk mendapatkan solusi generik yang mendekati optimal terhadap permasalahan optimasi lintas domain dilakukan dengan mengembangkan strategi pencarian komputasional pada tatanan High Level Heuristics (HLH) dalam mengatur proses seleksi pada rangkaian  Low Level Heuristics (LLH) kemudian melakukan mekanisme penerimaan solusi. Penelitian ini menguji metode Simulated Annealing (SA) sebagai mekanisme penerimaan solusi dalam tatanan HLH agar dapat menghasilkan solusi mendekati optimal pada berbagai domain masalah optimasi yang dikombinasikan dengan metode seleksi LLH. Penelitian ini melakukan eksperimen untuk menentukan nilai parameter yang tepat untuk mengotomatiskan parameter kontrol SA dalam menyelesaikan permasalahan optimasi lintas domain. Strategi yang digunakan dalam penelitian ini diuji coba untuk menyelesaikan enam permasalahan optimasi domain yang berbeda yang diperoleh dari HyFlex, yaitu Satisfiability (SAT), Bin Packing, Flow Shop, Personnel Scheduling, Travelling Salesmen Problem (TSP), dan Vehicle Routing Problem (VRP). Dari hasil pengujian terhadap enam permasalahan optimasi tersebut, nilai parameter untuk suhu awal T adalah 100 dan faktor penurunan suhu α adalah 0,995.

Penerapan Hiperheuristik Berbasis Metode Simulated Annealing untuk Penyelesaian Permasalahan Optimasi Lintas Domain