Swarm Intelligence (SI) telah diterapkan secara luas untuk mengoptimalkan masalah kontinu dan diskrit. Banyak paper telah menyelidiki mereka untuk pengoptimalan berkelanjutan karena sebagian besar algoritme berbasis gerombolan dirancang berdasarkan gerakan berkelanjutan, yang hanya dihitung menggunakan operasi matematika berbasis vektor. Sangat mudah untuk memilih algoritma SI terbaik untuk masalah kontinu yang diberikan. Namun, cukup sulit untuk memilih algoritma SI yang optimal untuk masalah diskrit karena pergerakan individu sulit untuk dikembangkan. Oleh karena itu, dalam makalah ini, tiga algoritma SI: particle swarm optimization (PSO), firefly algoritma (FA), dan bat algoritma (BA), dibandingkan untuk menyelesaikan beberapa kasus permasalahan diskrit.