Nama dan NIM : Muhammad Syaifullah (230605110129) Dosen Pengampu : Prof. Dr. Suhartono, M.Kom Universitas : Universitas Islam Negeri Maulana Malik Ibrahim Malang Fakultas : Sains dan Teknologi Program Studi : Teknik Informatika — Optimization

Optimization, atau optimisasi, merujuk pada proses pencarian nilai terbaik atau solusi optimal dari suatu masalah di antara sekumpulan alternatif yang mungkin. Dalam konteks matematis, optimization seringkali melibatkan pencarian nilai maksimum atau minimum dari suatu fungsi tujuan (objective function) dengan mempertimbangkan berbagai kendala atau batasan yang ada. Tujuan utama dari optimization adalah meningkatkan kinerja atau efisiensi suatu sistem, mencapai keuntungan maksimum, atau mengoptimalkan parameter tertentu.

Optimization melibatkan beberapa komponen kunci. Fungsi tujuan merupakan representasi matematis dari kriteria yang ingin dioptimalkan, seperti maksimisasi keuntungan atau minimisasi biaya. Variabel keputusan adalah variabel-variabel yang nilainya dapat diatur untuk mencapai solusi optimum. Kendala atau batasan adalah pembatas yang harus dipenuhi oleh solusi optimal, seperti keterbatasan sumber daya, batasan waktu, atau parameter lain yang harus diperhitungkan.

Metode-metode optimization dapat dibagi menjadi dua kategori utama: unconstrained optimization, yang fokus pada pencarian optimum tanpa adanya batasan tertentu, dan constrained optimization, yang memperhitungkan adanya batasan atau kendala dalam mencari solusi optimum.Berikut adalah contoh penerapan optimization dalam R untuk memvisualisasikan fungsi tujuan f(x)=x²−4x+4 dan mencari nilai minimum:

# Install paket ggplot2 jika belum terinstal
# install.packages("ggplot2")

library(ggplot2)

# Fungsi Tujuan
f <- function(x) {
  return(x^2 - 4*x + 4)
}

# Plot Fungsi Tujuan
plot_objective_function <- function() {
  x_values <- seq(-1, 5, 0.1)
  df <- data.frame(x = x_values, f_value = f(x_values))
  
  ggplot(df, aes(x = x, y = f_value)) +
    geom_line(color = "blue") +
    geom_point(color = "red") +
    labs(title = "Objective Function Visualization",
         x = "x", y = "f(x)")
}

# Contoh Penggunaan
plot_objective_function()

Kode ini menghasilkan grafik yang menunjukkan visualisasi dari fungsi tujuan f(x)=x²−4x+4. Dalam konteks optimization, tujuan dapat menjadi mencari nilai minimum dari fungsi ini dengan memanfaatkan metode-metode optimization yang sesuai.