Optimasi merupakan suatu proses untuk memaksimalkan atau meminimalkan suatu permasalahan tertentu agar diperoleh kondisi optimal. Dalam mengoptimasi suatu permasalahan terkadang model kasus yang tersedia bersifat muliobjektif, yang artinya ada lebih dari satu fungsi model yang harus diselesaikan secara bersamaan. Pada model multiobjektif keoptimalan satu fungsi dipengaruhi fungsi-fungsi yang lain. Sehingga untuk mendapatkan solusinya lebih sulit jika dibandingkan dengan mengoptimalkan satu fungsi saja. Salah satu metode dalam penyelesaian permasalahan multiobjektif yaitu dengan menggunakan metode metaheuristik. Metode ini mudah digunakan dan tidak memerlukan informasi gardien dari model yang akan dioptimalkan. Salah satu metode metaheuristik adalah Bat Algorithm (BA). Pada penelitian ini BA akan dihybrid-kan dengan menggunakan metode Differential Evolution (DE) yang sudah sejak lama powerfull dalam pencarian solusi optimal suatu persamaan. Kedua algoritma ini digabungkan dengan menggabungkan local search pada BA dengan DE. Sehingga keunggulan pada BA dan keunggulan pada DE dapat dioptimalkan dalam satu algoritma hybrid. Berdasarkan hal tersebut maka hybrid dari BA dan DE akan diuji dengan menyelesaikan model-model fungsi yang bersifat multiobjektif. Hasil yang didapat menunjukan bahwa algoritma hybrid ini mampu menyelesaikan fungsi-fungsi yang memuat permasalahan multiobjektif.