Penentuan Solusi Satisfiability (SAT) Problem dengan Metode Kohonen Self-Organizing Map (K-SOM)

Abstract

SAT Problem (Boolean Satisfiablity Problem) merupakan salah satu permasalahan semantic yang menentukan ada atau tidak pemberian nilai kebenaran pada setiap proposisi yang memberikan hasil satisfiable pada formula logika boolean. SAT Problem masuk dalam permasalahan NP-Complete ( Non Polynomial-Complete), sehingga kasus terburuk memiliki kompleksitas waktu yang tidak dibatasi dengan fungsi polinom. Apabila formula proposisi yang ingin diketahui nilai satisfiable memiliki ukuran yang relatif besar, maka hal ini akan sulit untuk dikerjakan dengan cara konvensional karena akan banyak memakan waktu dan biaya (resource). Sudah banyak solusi yang ditawarkan berbentuk eksak, namun dalam penelitian kali ini, bertujuan untuk menambah sumber komputasi dengan dengan menggunakan metode salah satu dari neural network, yaitu metode Kohonen Self-Organizing Map (K-SOM). Kohonen Self Organizing Map (K-SOM) merupakan salah satu neural network yang bersifat unsupervised learning atau tanpa pembelajaran yang membagi pola masukan ke dalam beberapa kelompok (klaster). Metode ini cocok digunakan pada saat memiliki data yang sangat besar, cocok untuk menyelesaikan SAT Problem dalam bentuk eksak karena kohonen ini merupakan salah satu bentuk dari soft computing, dimana soft computing ini dapat menyelesaikan problematika yang sulit serta menghitung kuantifikasi data dalam jumlah skala yang cukup besar dibanding dengan hard computing. Dalam penelitian ini, SAT Problem akan direpresentasikan dalam bentuk CNF (Conjunctive Normal Form) dan akan diselesaikan dengan menggunakan metode Kohonen Self Organizing Map (K-SOM) dalam bentuk eksak. Kemudian penyelesaian tersebut akan diimplementasikan dalam bahasa pemograman python untuk membuat SAT Solver (software/perangkat lunak dalam menyelesaikan SAT Problem). Setelah SAT Solver terbentuk, selanjutnya akan dilakukan pengujian, kesimpulan yang dapat diambil dari pengujian tersebut adalah SAT Solver yang dikembangkan dari penelitian ini dapat menyelesaikan SAT Problem. Pada penelitian kali ini, terbentuk sebuah SAT Solver yang bernama Ander-SAT yang dapat menghitung SAT Problem menggunakan metode Kohonen Self-Organizing Map dengan jumlah data sebanyak 30 dengan format .cnf dan rata-rata jumlah klausa pada data tersebut lebih dari 1000 klausa dengan tingkat akurasi sebesar 83% dan dalam waktu relatif singkat yaitu kurang dari 15 detik.