HYBRID ALGORITMA KELELAWAR DAN ARTIFICIAL BEE COLONY UNTUK MENYELESAIKAN DYNAMIC TRAVELLING SALESMAN PROBLEM
Skripsi ini bertujuan untuk menyelesaikan Dynamic Travelling Salesman Problem (DTSP) menggunakan hybrid algoritma Kelelawar dan Artificial Bee Colony. Dynamic Travelling Salesman Problem (DTSP) merupakan pengembangan dari Travelling Salesman Problem (TSP) yaitu suatu permasalahan yang bertujuan...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian Indonesian |
Published: |
2018
|
Subjects: | |
Online Access: | http://repository.unair.ac.id/71316/2/KKC%20KK%20MPM.24-18%20Fai%20h%20ABSTRAK.pdf http://repository.unair.ac.id/71316/3/KKC%20KK%20MPM.24-18%20Fai%20h%20SKRIPSI.pdf http://repository.unair.ac.id/71316/ http://lib.unair.ac.id |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universitas Airlangga |
Language: | Indonesian Indonesian |
Summary: | Skripsi ini bertujuan untuk menyelesaikan Dynamic Travelling Salesman Problem
(DTSP) menggunakan hybrid algoritma Kelelawar dan Artificial Bee Colony.
Dynamic Travelling Salesman Problem (DTSP) merupakan pengembangan dari
Travelling Salesman Problem (TSP) yaitu suatu permasalahan yang bertujuan
untuk menentukan rute dengan jarak tempuh terpendek dalam mengunjungi kotakota
tertentu yang terdapat pada rencana kunjungan. Pada DTSP, kota-kota yang
akan dikunjungi dapat berubah sewaktu-waktu, perubahan disini dapat berupa
penambahan maupun penghapusan kota yang akan dikunjungi. Algoritma
Kelelawar merupakan suatu algoritma yang terinspirasi dari tingkah laku alami
kelelawar, yaitu echolocation yang merupakan serentetan gelombang ultrasonik
yang digunakan oleh kelelawar untuk menentukan lokasi mangsa. Algoritma
Artificial Bee Colony merupakan suatu algoritma yang terinspirasi dari kehidupan
koloni lebah pada saat mencari sumber makanan. Hybrid algoritma Kelelawar dan
Artificial Bee Colony merupakan gabungan dari kedua algoritma tersebut, dengan
dilakukan algoritma Kelelawar sebagai proses pertama kemudian dilanjutkan
proses algoritma Artificial Bee Colony. Program dibuat dalam bahasa
pemrograman C++ serta diimplementasikan pada dua contoh kasus yaitu data
kecil dengan 10 kota tujuan awal dan data besar dengan 100 kota tujuan awal.
Kemudian ketika dalam perjalanan ditambah dua kota tujuan. Berdasarkan hasil
implementasi diperoleh solusi terbaik untuk data berukuran kecil adalah 264
satuan jarak, solusi terbaik untuk data berukuran besar adalah 88271 satuan jarak,
dan dapat disimpulkan bahwa semakin besar nilai popsize dan maksimum iterasi
maka solusi yang dihasilkan semakin baik. |
---|