PENCARIAN MAXIMUM CLIQUE MENGGUNAKAN ALGORITMA IMPROVED ANT COLONY OPTIMIZATION DAN PARTICLE SWARM OPTIMIZATION PADA JARINGAN SOSIAL

Pada teori kompleksitas komputasi, pencarian maksimum clique merupakan permasalahan yang dikategorikan Nondeterministic-Polinomial (NP)-Hard dan digunakan sebagai alat untuk menganalisis interaksi antar aktor pada jaringan sosial. Untuk menyelesaikan permasalahan ini, pendekatan optimalisasi dapat diaplikasikan seperti Ant Colony Optimization (ACO), Improved Ant Colony Optimization (IACO), dan Ant Colony Optimization ditambah Particle Swarm Optimization (ACOPSO). Agar mendapatkan hasil yang lebih baik, algoritma IACO dengan penemuan hasil yang lebih tinggi dari ACO digabungkan dengan ACOPSO dengan waktu pencarian yang rendah dibandingkan dengan ACO menjadi Improved Ant Colony Optimization ditambah Particle Swarm Optimization (IACOPSO). Pengujian dilakukan pada graf jaringan sosial dan DIMACS dimana pada graf DIMACS, dilakukan pembagian menjadi 3 bagian berdasarkan jumlah simpul. Hasil penelitian menunjukkan algoritma IACOPSO mampu memberikan hasil yang lebih baik dengan waktu yang relatif lebih singkat.