Penerapan Algoritma Genetika Untuk Mencari Optimasi Kombinasi Jalur Terpendek Dalam Kasus Travelling Salesman Problem
DOI:
https://doi.org/10.54914/jtt.v7i2.424Kata Kunci:
Travelling Salesman Problem, MATLAB, Algoritma Genetika, Jalur Terpendek, Komputasi CerdasAbstrak
Dalam pengiriman suatu paket, barang, dan dalam melakukan sebuah bisnis, lokasi merupakan hal yang sangat penting untuk dikendalikan. Banyaknya kasus yang sering ditemukan adalah kedatangan paket yang terlambat dikarenakan kurir barang tidak dapat menemukan jalur yang tercepat atau yang paling efisien. Menentukan jarak yang paling efektif dalam sebuah pengiriman barang atau paket menjadi hal yang dapat menentukan kepuasan pelanggan. Dalam kasus ini penulis membuat sebuah alternatif mencari optimasi jalur terpendek dalam kasus TSP dengan menggunakan metode algoritma genetika. Dengan metode tersebut penulis ingin menganalisa dan menghitung rute optimal atau terpendek dengan data set yang telah digunakan. Dengan prinsip algoritma genetika yang menyerupai seleksi makhluk hidup dengan pupulasi sebagai bagian dari tiap individu dan tiap individu akan dilambangkan dengan sebuah nilai fitness. Aplikasi yang digunakan untuk membuat aplikasi ini adalah Matlab 2020a.  Hasil dari penelitian yang ditemukan ukuran generasi pada penelitian kali ini yang menunjukkan hasil optimal adalah 200 generasi dengan nilai optimal untuk Probabilitas crossover sebesar 0,8 serta 0,005 untuk probabilitas terbaik mutasi. Nilai tersebut dapat dikatakan baik karena fitness yang didapat dari hasil tersebut adalah 0,036 menunjukkan nilai yang paling optimal.
Unduhan
Referensi
D. T. Wiyanti, “Algoritma Optimasi Untuk Penyelesaian Travelling Salesman Problem,†J. Transform., vol. 11, no. 1, p. 1, 2013, doi: 10.26623/transformatika.v11i1.76.
M. Irfan, “Penyelesaian Travelling Salesman Problem (TSP) Menggunakan Algoritma Hill Climbing dan MATLAB,†Matematika, vol. 17, no. 1, pp. 13–20, 2018, doi: 10.29313/jmtm.v17i1.3090.
T. Chen and G. Zhou, “Vehicle Routing Optimization Problem With Time-Windows and Its Solution by Genetic Algorithm,†J. Digit. Inf. Manag., vol. 11, pp. 136–145, 2013.
W. T. Ina, S. O. Manu, and T. Y. Matahhine, “Penerapan Algoritma Genetika pada Travelling Salesman Problem (TSP) (Studi Kasus: Pedagang Perabot Keliling di Kota Kupang),†J. Media Elektro, pp. 53–58, 2019, doi: 10.35508/jme.v8i1.632.
R. A. Mayadi, “Perbandingan Perhitungan Manual dengan Algoritma A,†JIRE (Jurnal Inform. Rekayasa Elektron., vol. 2, no. 2, pp. 27–34, 2019.
W. Mahmudy, R. Marian, and L. Luong, “Hybrid Genetic Algorithms for Part Type Selection and Machine Loading Problems with Alternative Production Plans in Flexible Manufacturing System,†ECTI Trans. Comput. Inf. Technol., vol. 8, pp. 80–93, 2014, doi: 10.37936/ecti-cit.201481.54390.
L. G. A. Candrawati and I. G. A. G. A. Kadyanan, “Optimasi Traveling Salesman Problem (TSP) untuk Rute Paket Wisata di Bali dengan Algoritma Genetika,†J. Ilm. Komput., vol. 10, no. 1, pp. 27–32, 2017.
I. M. S. Putra, “Penerapan Algoritma Genetika dan Implementasi Dalam MATLAB,†vol. 53, no. 9, pp. 1689–1699, 2018.
W. F. Mahmudy, “The Introduction of Genetic Algorithm,†pp. 1–104, 2015.
W. Mahmudy, R. Marian, and L. Luong, “Real Coded Genetic Algorithms for Solving Flexible Job-Shop Scheduling Problem-Part II: Optimization,†Adv. Mater. Res., vol. 701, pp. 364–369, 2013, doi: 10.4028/www.scientific.net/AMR.701.364
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Aldhiqo Yusron Mubarok, Umi Chotijah
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.