digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Fairuz Cahyohartoto
PUBLIC Open In Flip Book Dwi Ary Fuziastuti

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.