menggunakan informasi tersebut untuk menghitung temperatur awal. Mulai dengan temperatur awal yang tinggi dan mendinginkannya secara
cepat sehingga 60 new state solusi baru yang lebih buruk dapat terpilih [Morton,dkk, 1993]. Cara ini dapat menghasilkan temperatur
awal yang sebenarnya dan selanjutnya temperatur tersebut dapat didinginkan secara lebih lambat.
Cara yang sama juga diusulkan oleh [Rayward-Smith, dkk, 1996] dimana sistem dipanaskan secara cepat hingga solusi yang lebih buruk
dapat terpilih secara proporsional dalam posisi tertentu yang diinginkan dan kemudian pendinginan yang pelan dapat diimulai. Hal
ini sama dengan apa yang terjadi pada physical annealing, dimana materi dipanaskan hingga mencair dan kemudian pendinginan dimulai
secara perlahan.
2.4.1.2. Temperatur Akhir.
Temperatur bisa saja dibuat terus menurun hingga mencapai 0. Tetapi, hal ini bisa membuat SA berjalan sangat lama, terutama ketika
SA menggunakan geometric cooling schedule. Secara praktis, tidak perlu membiarkan temperatur mencapai 0 karena ketika temperatur
mendekati 0, peluang untuk memilih new state yang lebih buruk hampir sama saja dengan ketika temperatur sudah sama dengan 0.
Oleh karena itu, kriteria berhenti stopping criteria dapat berupa temperatur yang sudah rendah dalam batas tertentu atau ketika sistem
sudah membeku “frozen” pada temperatur saat ini tidak ada lagi satu state-pun yang bisa dipilih.
2.4.1.3. Penurunan Temperatur.
Setelah menentukan temperatur awal dan akhir, selanjutnya harus menentukan bagaimana cara yang baik dalam proses penurunan
temperatur selama proses SA sampai kriteria berhenti tercapai. Cara penurunan temperatur merupakan satu hal yang sangat penting dan kritis
dalam SA. Secara teori, seharusnya membuat cukup iterasi pada setiap
temperatur sedemikian hingga sistem menjadi stabil pada temperatur tersebut. Tetapi, teori juga menyatakan bahwa jumlah iterasi pada setiap
temperatur untuk mencapai stabilitas mungkin bersifat eksponensial terhadap ukuran masalah. Karena hal ini tidak mungkin di
implementasikan, maka membutuhkan kompromi. Terdapat dua cara yang dapat gunakan, yaitu: 1 dengan melakukan sejumlah besar iterasi
pada sedikit temperatur dan sejumlah kecil iterasi pada banyak temperatur atau 2 menggunakan porsi yang seimbangdiantara keduanya.
Satu cara untuk menurunkan temperatur adalah metode linear sederhana simple linear method. Cara lainnya adalah penurunan
geometris dengan rumus T = ∗ T
2.1
Di mana 1.
Menurut [Suyanto, 2010], pengalaman menunjukan bahwa yang sebaiknya digunakan adalah antara 0,8 dan 0,99. Biasanya hasil yang
baik diperoleh ketika mendekati 0,99. Tetapi, tentu saja semakin besar semakin lama pula proses penurunan temperatur untuk mencapai
kriteria berhenti.
2.4.1.4. Jumlah Iterasi pada Setiap Temperatur.
