PERBANDINGAN METODE PARTICLE SWARM OPTIMIZATION (PSO) DAN MODIFIED PARTICLE SWARM OPTIMIZATION (MPSO) PADA PERMASALAHAN TRAVELLING SALESMAN PROBLEM
Travelling Salesman Problem (TSP) adalah suatu permasalahan dimana seorang salesman harus mengunjungi seluruh kota dan kembali ke kota awal dengan jalur yang minimal. Masalah utama pada TSP adalah mendapatkan kombinasi urutan jalur yang mempunyai jarak terpendek. Pada penelitian ini, dilakukan p...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian Indonesian |
Published: |
2018
|
Subjects: | |
Online Access: | http://repository.unair.ac.id/77829/1/ST%20SI%2027-18%20TEG%20P%20-%20ABSTRAK.pdf http://repository.unair.ac.id/77829/2/ST%20SI%2027-18%20TEG%20P%20-%20FULLTEXT.pdf http://repository.unair.ac.id/77829/ http://www.lib.unair.ac.id |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universitas Airlangga |
Language: | Indonesian Indonesian |
Summary: | Travelling Salesman Problem (TSP) adalah suatu permasalahan dimana
seorang salesman harus mengunjungi seluruh kota dan kembali ke kota awal dengan
jalur yang minimal. Masalah utama pada TSP adalah mendapatkan kombinasi
urutan jalur yang mempunyai jarak terpendek. Pada penelitian ini, dilakukan
perbandingan algoritma Particle Swarm Optimization (PSO) dan Modified Particle
Swarm Optimization (MPSO) dalam menyelesaikan masalah TSP. MPSO adalah
pengembangan dari algoritma PSO yang telah dimodifikasi pada prosedur langkah
algoritmanya. Data TSP yang digunakan meliputi : Data Kecil (5 kota), Data
Sedang (45 kota) dan Data Besar (100 kota). Dari penyelesaian TSP dengan PSO
dan MPSO dihasilkan penyelesaian data TSP dengan jumlah iterasi dan partikel
yang berbeda. Hasil dari penyelesaian TSP dengan PSO dan MPSO dibandingkan
untuk mencari kemampuan perhitungan jarak PSO dan MPSO. Pada permasalahan
data kecil algoritma PSO dan MPSO relatif seimbang dalam pencarian jarak
terpendek dan algoritma PSO dan MPSO berhasil mencapai solusi optimal.
Sedangkan pada permasalahan data sedang dan data besar, algoritma MPSO
menghasilkan jarak yang lebih baik daripada algoritma PSO. Kemudian pada
pencarian solusi optimal data sedang, algoritma MPSO memiliki persentase
kedekatan hasil 78% yang lebih baik daripada algoritma PSO yang memiliki
persentase kedekatan hasil 131%. Pada data besar, algoritma MPSO memiliki
persentase kedekatan hasil 266% yang lebih baik daripada algoritma PSO yang
memiliki persentase kedekatan hasil 281%. Sehingga dapat disimpulkan bahwa
pada pencarian solusi optimal data sedang dan data besar, algoritma MPSO
menghasilkan jarak yang lebih dekat dengan solusi optimal daripada algoritma PSO. |
---|