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.
Komponen terakhir dalam jadwal pendingin annealing schedule adalah jumlah iterasi pada setiap temperatur. Bisa menggunakan jumlah
iterasi yang konstan atau dinamis. Lundy mengusulkan penggunaan hanya satu iterasi secara konstan
pada setiap temperatur. Penurunan temperatur dilakukan secara sangat pelan [
Downsland,K.A , 1995] menggunakan rumus
T =
T 1+βT
2.2
Dimana adalah satu bilangan kecil yang sesuai. Alternatif lainnya adalah dengan mengubah-ubah jumlah iterasi
sesuai dengan perkembangan proses annealing. Pada temperatur yang rendah, sebaiknya digunakan sejumlah iterasi sehingga semua optimum
local dapat dieksplorasi. Tetapi, pada temperatur yang lebih tinggi, sebaiknya digunakan sedikit iterasi.
2.4.2. Fungsi Biaya.
Untuk suatu masalah yang diberikan, terdapat beberapa cara mengukur
kualitas solusi.
Umumnya kualitas
solusi diukur
menggunakan fungsi biaya. Bagaimana menentukan fungsi biaya yang baik?
Pertama, tentu saja perlu memastikan bahwa fungsi tersebut merepresentasikan masalah yang hadapi, SA dirancang untuk masalah
minimasi, sehingga semakin kecil fungsi biaya dari suatu state berarti semakin baik kualitas state tersebut. Untuk masalah maksimasi, harus
menggunakan fungsi biaya yang sesuai. Kedua, fungsi biaya sebaiknya memiliki kompleksitas komputasi
yang serendah mungkin karena fungsi tersebut umumnya harus dihitung pada setiap iterasi. Untuk menekan kompleksitas penghitungan fungsi
biaya, bisa menggunakan satu dari dua cara berikut:
Delta Evaluation: fungsi biaya dihitung hanya ketika terdapat
perbedaan antara state saat ini current state dengan state tetangga neighbourhood states.
Partial Evaluation: menggunakan fungsi biaya estimasi sehingga
keluarannya hanya berupa nilai-nilai perkiraan bukan nilai sebenarnya, tetapi nilai estimasi tersebut memberikan indikasi yang memadai untuk
menentukan kualitas solusi. Ketiga, fungsi biaya sebaiknya dirancang sedemikian rupa
sehingga fungsi tersebut dapat memandu proses pencarian. Hindari fungsi biaya yang menghasilkan nilai sama pada banyak state. Jika
semua state memiliki biaya yang sama, kemana arah pencarian yang sebaiknya dilakukan?
Banyak fungsi biaya yang bisa menentukan validitas suatu solusi menggunakan batasan-batasan tertentu. Terdapat dua jenis batasan yang
sering digunakan, yaitu;
Hard Constraints: batasan yang tidak boleh dilanggar. Misalnya,
pada masalah penjadwalan kuliah, suatu jadwal yang valid adalah jadwal yang tidak terdapat bentrok dosen, tidak bentrok ruang
kelas, tidak bentrok rombongan mahasiswa.
Soft Constraints: batasan yang sebaiknya tidak dilanggar, tetapi
jika batasan ini dilanggar, solusinya masih dianggap valid. Misalnya, pada masalah penjadwalan kuliah, suatu jadwal masih
dianggap valid meskipun terdapat seorang dosen yang diberikan jadwal empat pertemuan kuliah dalam sehari tanpa bentrok. Hal ini
masih valid meskipun sebaiknya dihindari. Untuk membangun fungsi biaya, bisa memberikan pembobotan
weighting pada hard constraints dan soft constraints.
2.4.3. Struktur Ketetanggaan.
