Semua keadaan dinamis yang ada di alam semesta dapat dibentuk ke dalam sebuah
persamaan diferensial parsial. Namun, hal ini tidak menjamin bahwa bentuk persamaan
diferensial parsial tersebut memiliki solusi numerik yang sederhana. Physicsinformed
neural networks (PINN), metode yang diperkenalkan oleh Raissi, menjadi
salah satu cara yang dapat digunakan dalam mencari solusi hampiran untuk persamaan
diferensial parsial berhubungan dengan hukum fisika seperti persamaan Burger
ataupun Schrodinger. Pada umumnya, dalam melakukan proses training, PINN
maupun neural networks standar menggunakan alat optimisasi berbasis turunan.
Namun, dalam penelitian ini dilakukan suatu pendekatan lain dimana PINN dipadukan
dengan sebuah metode metaheuristik, yaitu algoritma spiral. Untuk menunjang
analisa dari metode PINN dan algoritma spiral, persamaan diferensial parsial
Black-Scholes akan dijadikan sebagai objek utama dari penelitian. Adapun pengaruh
parameter terhadap hasil dalam PINN beserta algoritma spiral akan diteliti lebih
dalam pada penelitian ini.