Aplikasi Grey Wolf Optimizer dalam Pembelajaran Mesin Modern

Siswantoro, Joko (2026) Aplikasi Grey Wolf Optimizer dalam Pembelajaran Mesin Modern. Direktorat Penerbitan dan Publikasi Ilmiah Universitas Surabaya, Universitas Surabaya. ISBN 978-623-8038-80-0

PDF (E-Book) Grey Wolf Optimezer Dummy Cover 03082026.pdf - Published Version Download (3MB)

Abstract

Buku ini membahas secara mendalam hubungan sinergis antara pembelajaran mesin (machine learning) dan optimasi metaheuristik, dengan fokus utama pada algoritma Grey Wolf Optimizer (GWO). Sebagai salah satu algoritma berbasis populasi yang sangat relevan untuk menyelesaikan persoalan optimasi modern yang kompleks, GWO menawarkan pendekatan yang adaptif dan efisien. Uraian dalam buku ini disusun secara sistematis, dimulai dari pengenalan konsep dasar pembelajaran mesin yang meliputi definisi, klasifikasi jenis pembelajaran, serta tahapan umum dalam melatih suatu model. Penulis juga memberikan batasan yang jelas mengenai perbedaan mendasar antara parameter dan hyperparameter, serta bagaimana fungsi loss seperti mean squared error dan cross-entropy bekerja sebagai pemandu utama dalam proses pelatihan model. Selanjutnya, pembahasan bergeser pada filosofi dan pemodelan matematis GWO. Terinspirasi dari hierarki sosial dan strategi berburu kawanan serigala abu-abu di alam liar, bagian ini mengupas tuntas landasan umum algoritma metaheuristik, mekanisme mengepung mangsa, serta dinamika antara fase eksplorasi dan eksploitasi. Tidak hanya menyajikan teori standar, buku ini juga merangkum berbagai evolusi dan variasi pengembangan GWO yang dirancang khusus untuk meningkatkan performa komputasi dalam domain pembelajaran mesin. Pada bagian inti, buku ini memaparkan penerapan praktis GWO ke dalam tiga konteks krusial pembelajaran mesin, yaitu optimasi hyperparameter, pemilihan fitur, dan pelatihan model pembelajaran mesin. Di setiap konteks tersebut, diuraikan secara logis bagaimana solusi riil direpresentasikan ke dalam posisi koordinat serigala, perumusan fungsi objektif yang tepat, hingga cara GWO menavigasi ruang pencarian untuk menemukan Solusi yang paling optimal. Sebagai nilai tambah yang sangat menunjang aspek praktis, buku ini juga dilengkapi dengan sajian algoritma yang terstruktur yang dapat digunakan sebagai panduan bagi mahasiswa, peneliti, maupun praktisi teknologi jika ingin mengaplikasikan GWO dalam pembelajaran mesin.

Item Type:	Book
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering > Department of Informatic
Depositing User:	Joko Siswantoro
Date Deposited:	28 Aug 2026 05:50
Last Modified:	28 Aug 2026 05:50
URI:	http://repository.ubaya.ac.id/id/eprint/51227

Available Versions of this Item

• Aplikasi Grey Wolf Optimizer dalam Pembelajaran Mesin Modern. (deposited 03 Aug 2026 09:08)
  • Aplikasi Grey Wolf Optimizer dalam Pembelajaran Mesin Modern. (deposited 28 Aug 2026 05:50) [Currently Displayed]

Actions (login required)

View Item