Metode metaheuristik telah banyak digunakan untuk memecahkan berbagai
permasalahan optimisasi. Salah satu metode metaheuristik adalah Grey Wolf
Optimization yang pertama kali dikemukakan oleh Mirjalili pada tahun 2014.
Metode tersebut terinspirasi oleh hierarki sosial dan mekanisme berburu serigala
abu-abu (Mirjalili dkk., 2014). Pada tugas akhir ini, penulis akan melakukan
improvisasi pada metode tersebut agar dapat digunakan untuk menyelesaikan
permasalahan sistem persamaan taklinear, persamaan dan sistem persamaan
diophantine, fungsi multimodal, dan beberapa masalah real di bidang rekayasa.
Penulis juga akan menggabungkan metode GWO dengan metode clustering untuk
membagi sebuah domain berdasarkan daerah-daerah yang diduga memiliki solusi
optimum (Sidarto and Kania, 2015). Barisan Sobol digunakan untuk membangkitkan
populasi awal sehingga nilai awal dapat terdistribusi lebih seragam. Hasil
eksperimen menunjukkan bahwa algoritma GWO memiliki hasil yang baik dalam
mencari nilai optimum dan memiliki laju kekonvergenan yang cukup cepat.