11 Bertugas mengirimkan informasi dari sumber ke tujuan. Pada lapisan fisik
ada tiga komponen utama dalam sistem komunikasi yaitu pemancar, kanal, dan penerima.
Lapisan data link Bertugas memperbaiki kesalahan atau mendeteksi. Ada sub lapisan medium
access control MAC yang bertugas mengatur akses dari sistem komunikasi. Metode aksesnya adalah : FDMA, TDMA, CDMA, dan SDMA.
Lapisan jaringan Bertugas untuk menentukan routing dari informasi, mengontrol jaringan, dan
kualitas layanan. Untuk mengoptimalkan kinerja sistem maka fungsi atau tugas dari tiap-
tiap lapisan perlu diadaptasikan yang dikenal dengan istilah lintas lapisan. Tujuan dari lintas lapisan tersebut tergantung dari besaran pada lapisan yang mau
diadaptasikan. Sebagai contoh, kinerja yang ingin dioptimalkan adalah mengurangi konsumsi daya dan pemilihan rute maka lintasan yang akan
beradaptasi adalah lintasan fisik dan jaringan.
2.5. Optimasi Permasalahan Jamak MOO
Definisi yang paling sederhana tentang optimasi yaitu proses mencari solusi yang terbaik dari permasalahan optimasi. Permasalahan optimasi ada yang
berupa memaksimalkan atau meminimalkan fungsi obyektif. Solusi yang terbaik pada proses optimasi adalah mencari solusi yang optimal.
Permasalahan dalam membuat keputusan dalam MOO, memungkinkan terjadinya kompromi tradeoff terhadap beberapa permasalahan yang saling
kontradiktif. MOO diperkenalkan oleh Vilfredo Pareto. Dalam permasalahan MOO terdapat vektor fungsi obyektif. Setiap fungsi obyektif adalah fungsi dari
vektor solusi. Secara matematis persamaan dari permasalahan MOO dapat ditulis sebagai berikut Erhgott, 2005 :
min { �
1
�, �
2
�, … , �
�
�} subject to :
� ∈ � 2.4
di mana :
12 n
= banyaknya fungsi obyektif
� = himpunan yang layak �
�
= fungsi obyektif ke- n
� = solusi min =
meminimalkan suatu obyek gabungan Metode untuk menyelesaikan permasalahan MOO dapat diklasifikasikan
menjadi dua yaitu metode skalarisasi dan Pareto Weck, 2004. Metode skalarisasi dan Pareto adalah metode yang berbeda. Berikut ini akan dijelaskan masing-
masing metode tersebut.
2.5.1. Metode Skalarisasi
Metode skalarisasi dibuat solusi tunggal dan pembobot terlebih dahulu ditentukan sebelum proses optimasi. Metode skalarisasi ada beberapa macam
yaitu weighted sum approach WSA, compromise programming, physical programming, goal programming, dan fuzzy logic. Salah satu metode skalarisasi
yang paling banyak digunakan adalah metode weighted sum approach WSA karena metode ini lebih mudah dianalisis. Metode WSA, menggabungkan fungsi
multi obyektif menjadi solusi fitness skalar seperti pada persamaan berikut Murata et al, 1996 :
�� = �
1
�
1
� + �
2
�
2
� + ⋯ + �
�
�
�
� 2.5
di mana : n
= banyaknya fungsi obyektif �� = fungsi fitness
�
�
� = fungsi obyektif ke - n �
= solusi �
�
= bobot ke - n Bobot suatu fungsi obyektif akan menentukan solusi dari fungsi fitness tersebut.
Merubah suatu bobot dari fungsi obyektif tersebut maka menyebabkan berubahnya solusi dari fungsi fitness.
