Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X

Transkripsi

1 Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer e-issn: X Vol. 1, No. 9, Juni 2017, hlm hp://j-piik.ub.ac.id Opimasi Muliple Travelling man Problem Pada Pendisribusian Air Minum Menggunakan Algorime Paricle Swarm Opimizaion (Sudi Kasus: UD. Tosa Malang) Rinindya Nuriara Pueri 1, Agus Wahyu Widodo 2, Imam Cholissodin 3 Program Sudi Teknik Informaika, 1 rinindyanuriarapueri@gmail.com, 2 a_wahyu_w@ub.ac.id, 3 imamcs@ub.ac.id Absrak Penerapan pelaksanaan pendisribusian yang kurang opimal dapa menghamba proses penyaluran air minum. Keerlambaan pengiriman air minum menjadi hambaan dalam pendisribusian. Keerlambaan pengiriman barang enunya dipengaruhi oleh beberapa fakor, dianaranya keidakahuan sales mengenai rue jalur erpendek ke empa para pelanggan. Oleh sebab iu diperlukan sisem yang dapa mempermudah kinerja sales dalam menenukan rue jalan erpendek yang akan dilalui. Pada permasalahan pedisribusian ini disebu Muliple Travelling man Problem karena melibakan lebih dari sau sales. Salah sau ujuan dari peneliian ini adalah menenukan rue jarak erpendek yang akan dilalui oleh semua sales. Dan algorime yang digunakan pada peneliian kali ini adalah Algorime Paricle Swarm Opimizaion. Peneliian mengenai Muliple Travelling man Problem elah banyak dilakukan, namun dengan meode PSO masih sediki. Paricle Swarm Opimizaion merupakan salah sau meode yang dapa menyelesaikan masalah mengenai M-TSP dimana meode ersebu akan memberikan beberapa alernaif solusi yang mendekai solusi opimum. Berdasarkan laar belakang ersebu, penelii mengusulkan Opimasi Muliple Travelling man Problem Pada Pendisribusian Air Minum Menggunakan Algorime Paricle Swarm Opimizaion. Hasil pengujian yang elah dilakukan menunjukkan uruan rue yang dihasilkan menggunakan algoprima paricle swarm opimizaion lebih baik dari penerapan yang dilakukan oleh disribuor, dan diperoleh parameer opimal yaiu sebanyak ierasi 30 dan dengan ukuran parikel 90. Kaa kunci: disribusi, air minum, M-TSP, paricle swarm opimizaion Absrac If he disribuion applicaion was no run opimally,i can obsruc he disribuion of drinking waer process.the ardiness of drinking waer ransmission become an obsacle in he process and i is also effeced by many facors, such as sales ignorance abou he shores pah o where he cusomers are.so his sysem can lead and make he process easier o deermine he shorhes pah. In ha Disribuion obsacle we called i Muliple Travelling man Problem because implicae more han one facor.one of he main purpose from his research is o deermine he shores pah for every saleses.this hesis uses Paricle Swarm Opimizaion Algorihm. There were some hesis alked abou Muliple Travelling man Problem bu o PSO mehod is scarce. Paricle Swarm Opimizaion is one of he mehod ha solved M-TSP which is ha mehod will gives some effecive soluions.based on he background,researcher choose o use The opimizaion of Muliple Travelling man Problem applicaion,and in drinking waer disribuion use Paricle Swarm Opimizaion Algorihm. The resul ha had been proved show he roue sequence ha used is beer from opimum parameer made 30 ieraions and wih 90 paricle. Fakulas Ilmu Kompuer Universias Brawijaya 842

2 Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer 843 Keywords: disribuion, drinking waer, M-TSP, paricle swarm opimizaion 1. PENDAHULUAN Pendisribusian barang merupakan kegiaan yang dilakukan unuk memperlancar dan mempermudah penyampaian barang dari produsen ke pelanggan, sehingga penggunaannya sesuai dengan yang diperlukan. Kegiaan pendisribusian selalu digunakan unuk semua perusahaan yang ingin meningkakan produkiviasnya. Pendisribusian biasanya berkaian dengan adanya suau jalur aau jalan menuju empa ujuan. Masalah pendisribusian idak erlepas dengan bagaimana mengaur sraegi dalam menyalurkan barang agar proses penyaluran barang dapa berjalan dengan baik dan dapa mengunungkan bagi perusahaan iu sendiri. Sraegi pendisribusian ini dimaksudkan unuk dapa mengefekifkan penelusuran jalur yang opimal unuk pendisribusian barang. Selain iu juga memerlukan penenuan rue dengan menggunakan Travelling man Problem. Traveling man Problem (TSP) adalah sebuah jenis permasalahan pendisribusian barang unuk menenukan rue kendaraan dari seiap yang berangka dari depo perama. Selain iu ada meode lain kelanjuan dari TSP yaiu Muliple Travelling man Problem (M-TSP) dimana kia membuuhkan lebih dari sau sales unuk mendisribusikan air minum. Dengan kinerja yang dilakukan oleh beberpa sales, maka akan dapa mempercepa pekerjaan dan dapa memperkecil biaya ransporasi sehingga dapa menambah keunungan bagi perusahaan. Konsep pada M-TSP ini, seorang sales yang berugas mendisribusikan air minum harus mengunjungi beberapa oko pelanggan yang sudah menjadi langganan epa hanya sekali jalan dan kembali ke empa disribuor awal pada saa akan melakukan pendisribusian diseiap harinya (Famawai, 2015). Seperi halnya penelian yang elah dilakukan oleh (Surya A.A, 2016) mengenai pemilihan rue jalur pariwisaa di pulau Lombok dengan Meode Hybird Discree Paricle Swarm Opimizaion. Berdasarkan laar belakang, penulis berharap sisem dengan implemenasi meode ini dapa memperoleh rue jalur erpendek dari jarak yang paling minimum sehingga dapa digunakan sebagai sebuah perimbangan dari perusahaan unuk mendapakan keunungan maksimum dari meminimalisir biaya ransporasi. Dengan begiu pendisribusian di UD. Tosa ke geraigerai yang ada bisa lebih efekif, efisien dan opimal. 2. DASAR TEORI 2.1 Opimasi Opimasi merupakan usaha unuk meminimalkan maupun memaksimalkan secara sisemais dengan menggunakan beberapa fungsi, peluang, aaupun dengan menggunakan meode lainnya (fachrurrazi, 2014). Hal ini digunakan unuk mencapai hasil yang efekif dan efisien pada semua bidang. 2.2 Disribusi Disribusi adalah sebuah akifias yang sering orang lain lakukan, baik dalam bidang bisnis maupun non bisnis di kehidupan sehariharinya. Menyampaikan produk ke pelanggan aau klien merupakan salah sau akivias dari pendisribusian barang. (Hahury, 2010). Proses disribusi di bagi menjadi 2 dianaranya : (Anonim, 2014) 1. Disribusi Langsung Proses yang dilakukan dari produsen unuk pelanggan secara langsung dan idak membuuhkan peranara lain. 2. Disribusi Tidak Langsung Proses yang dilakukan oleh seseorang yang mempunyai anggung jawab pada produsen unuk menyalurkan barang ke pelanggan, adanya orang keiga aaupn peranara. 2.3 Muliple Travelling man Problem (M-TSP) M-TSP adalah kelanjuan dari masalah TSP iu sendiri, dimana kia membuuhkan lebih dari sau sales unuk mendisribusikan air minum. Dengan kinerja yang dilakukan oleh beberpa sales, maka akan dapa mempercepa pekerjaan dan dapa memperkecil biaya ransporasi sehingga dapa menambah keunungan bagi perusahaan. Konsep pada M-TSP ini, seorang sales yang berugas mendisribusikan air minum harus mengunjungi beberapa oko cusomer yang sudah menjadi langganan epa hanya sekali jalan dan kembali keempa disribuor

3 Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer 844 awal pada saa akan melakukan pendisribusian diseiap harinya. 2.4 Algorime Paricle Swarm Opimizaion Paricle Swarm Opimizaion (PSO) adalah salah sau perkembangan erbaru dalam kaegori heurisic mengenai eknik opimasi. Pada awal pengembang PSO, Kennedy dan Eberhar pada ahun memiliki konsep yang didasarkan pada perilaku individu (parikel aau gen) dari sekelmpok burug aau ikan, sebagai ala opimasi iu sendiri menyediakan pencarian berdasarkan populasi. Paricle Swarm Opimizaion (PSO) sendiri memiliki kesamaan dengan algorime geneika, Teapi PSO idak berganung pada operaor seleksi, operaor crossover dan operaor muasi. PSO mengopimalkan populasi melalui perukaran informasi di anara individu. PSO mencapai solusi opimal dengan memulai dari kelompok solusi acak dan kemudian mencari berulang kali. Fungsi finess adalah sau-saunya sandar unuk menilai baik aau idaknya. Dalam mengambil imbal balik dari panjang seiap jalur sebagai fungsi finess. Semakin pendek panjang yang lebih baik nilai-nilainya (P. Vamski Krishna, 2014). Adapun proses pencarian nilai opimum melalui algorime PSO adalah sebagai beriku: (Misra Harai, 2012) 1. Penenuan Nilai Parameer Nilai parameer adalah nilai apa saja yang dibuuhkan pada algorime Paricle Swarm Opimizaion. Adapun nilai parameer yang diperlukan anara lain : inisialisasi kecepaan, posisi, nilai pbes, nilai gbes, nilai finess yang akan dicari dan sebagai dari jawaban aas permasalahan yang ada. 2. Inisialisasi Kecepaan dan Posisi Parikel Pada inisialisasi kecepaan dan posisi parikel diperoleh dari kumpulan parikel yang diambil secara acak aau random. 1 finess = (3) f (x) Keerangan: f(x) = jumlah oal jarak anar parikel/empa (x) = parikel/empa Unuk updae kecepaan dari masing-masing dimensi menggunakan rumus (Cholissodin & Riyandani, 2016): v i +1 = c 1. v i c 2 ((Pbes i (Gbes g Pbes i )) x i ) (4) Keerangan: +1 v i = updae kecepaan pada parikel ke-i pada ierasi ke-+1 v i = kecepaan pada parikel ke-i pada ierasi ke- c 1, c 2 = nilai konsana random anar 0-1 Pbes i = parikel ke-i erbaik pada ierasi ke- Gbes g = global bes dari finess eringgi pada ierasi ke- x i = posisi parikel pada ke-i ierasi ke- Sedangkan unuk updae posisi dengan menggunakan rumus : x i 0+1 = x v (5) 3. PERANCANGAN DAN IMPLEMENTASI Pada proses alur pendisribusian air minum oleh para sales dengan cara mengeahui semua empa pelanggan dan jumlah jarak yang ada. Dengan ini akan mendapakan keluaran berupa uruan rue yang paling erpendek yang akan menjadi salah sau alernaif unk sales mengirimkan pesanan ke pelanggan. Beriku pada Gambar 1 merupakan alur dari proses menenukan rue jalur erpendek pada pendisribusian air minum. v i = 0 (1) x i = x i () (2) Keerangan: x i = posisi parikel ke-i pada ierasi ke- v i = kecepaan parikel ke-i pada ierasi ke- 3. Menghiung Nilai Finess Unuk menghiung nilai finess dari masingmasing parikel dengan rumus:

4 Raa-raa Finess Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer 845 Hiung PSO Mulai jumlah popsize, jumlah ierasi Membangun Popsize Awal for i=1, o jumlah ierasi-1 updae kecepaan diperoleh, barulah updae posisi yakni digunakan unuk memindahkan aau menukarkan leak posisi dari seiap parikel berdasarkan hasil updae yang didapakan. Dari proses ersebu akan menghasilkan parikel baru, dimana dengan nilai raa-raa finess eringgi akan menjadi solusi rue dengan jarak erpendek yang merupakan solusi yang mendekai opimum. Toal Jarak dan Finess Hiung Pbes HIung Gbes Perbarui Kecepaan Perbarui Posisi i Solusi Ruer Jarak Terpendek Selesai Gambar 1 Alur Proses Opimasi M-TSP pada Pendisribusian Air Minum Menggunakan Algorime Paricle Swarm Opimizaion Berdasarkan Gambar 1 proses dalam menenukan rue jalur erpendek pada pendisribusian air minum diawali dengan memberi masukan pada sisem yaiu sisem disribusi dan sisem menggunakan algorime paricle swarm opimizaion. Pada penggunaan algorime paricle swarm opimizaion hal perama adalah membenuk parikel awal, dimana parikel awal akan membenuk sebuah parikel yang elah dienukan saa menginpukan nilai. Dari hasil pembenukan parikel awal akan dilanjukan pada penghiungan oal jarak dan nilai finess. Perhiungan oal jarak dan nilai finess digunakan unuk dapa memperoleh nilai pbes dari masing-masing parikel yang ada. Kemudian dari hasil pbes yang diperoleh dari masing-masing parikel, nilai pbes eringgi akan menjadi nilai gbes diseiap kali proses ierasi yang dilakukan. Kemudian Proses selanjunya adalah updae kecepaan parikel yang digunakan unuk menemukan hasil yang akan digunakan unuk perpindahan. Seelah hasil 4. PENGUJIAN DAN ANALISIS Pada peneliian ini dilakukan beberapa pengujian erhadap hasil penenuan rue jalur erpendek dianaranya pengujian jumlah ierasi, pengujian parikel dan pengujian perbandingan opimasi daa sisem dan UD. Tosa. 4.1 Pengujian Jumlah Ierasi Pengujian peneliian yang perama dilakukan adalah pengujian jumlah ierasi pada algorime paricle swarm opimizaion. Pengujian ini berujuan unuk mengeahui pengaruh masing-masing nilai finess erhadap jumlah ierasi yang diujikan. Pada percobaan pengujian kali ini akan dilakukan sebanyak 10 kali percobaan. Dimana seiap ierasi yang diujikan akan memiliki jumlah yang berbeda. Pada pengujian percobaan ini menggunakan ukuran parameer parikel 10, c 1 =0.5 dan c 2 =1, dengan banyaknya pelanggan 30 oko. Pengujian jumlah ierasi dapa diliha pada Gambar 2 beriku ini. 0,011 0,0105 0,01 0,0095 Hasil Pengujian Jumlah Ierasi Jumlah Ierasi Gambar 2 Grafik Pengujian Jumlah Ierasi Berdasarkan grafik hasil pengujian pada Gambar 2 menunjukkan bahwa raa-raa jumlah nilai finess erbesar yaiu pada ierasi 30, sedangkan raa-raa jumlah nilai finess erkecil pada jumlah ierasi 20 yaiu Dari hasil ersebu dapa diliha bahwa erdapa peningkaan dan penurunan sera kesabilan jumlah ierasi yang dilakukan.

5 Raa-raa Finess Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer Pengujian Jumlah Parikel Pada pengujian jumlah parikel berujuan unuk mengeahui pengaruh ukuran parikel pada masing-masing nilai finess yang diperoleh oleh sisem. Pada perancangan pengujian pada bab yang sebelumnya, bahwa di dapa pengujian sebanyak 10 kali percobaan dengan menggunakan banyaknya populasi 10 hingga 100. Unuk ukuran ierasi yakni 30 yang diperoleh dari hasil raa-raa nilai finess eringgi pada pengujian sebelumnya, c 1 =0.5 dan c 2 =1. Dengan banyaknya pelanggan erdapa 30 oko. Hasil pengujian jumlah parikel dapa diliha pada Gambar 3 sebagai beriku: 0,013 0,012 0,011 0,01 Hasil Pengujian Jumlah parikel Jumlah Popsize Gambar 3 Grafik Pengujian Jumlah Ierasi Berdasarkan grafik hasil pengujian pada Gambar 3 menunjukkan bahwa raa-raa nilai finess eringgi yaiu pada jumlah parikel 90 dan raa-raa nilai finess erendah sebesar pada parikel 10. Dari pengujian grafik raa-raa nilai finess adanya peningkaan dan penurunan pada jumlah parikel yang diujikan. Terliha pada ukuran parikel 10 sampai 60 mengalami kenaikan, namun mengalami sediki penurunan pada jumlah parikel 70. Seelah iu erjadi kenaikan kembali dimana parikel 90 ini menjadi populasi paling opimal dikarenakan memiliki raa-raa finess eringgi. Grafik ersebu menunjukkan bahwa semakin banyaknya parikel yang digunakan dalam proses maka nilai finess yang dihasilkan akan semakin baik. Hal ini dapa dibukikan bahwa semakin banyaknya jumlah parikel yang digunakan maka semakin banyaknya pilihan rue dan unuk mendapakan rue erbaik semakin besar. Dari sini dapa disimpulkan bahwa idak selalu semakin banyak jumlah populasi yang digunakan akan menghasilkan solusi opimum. 4.3 Pengujian Sisem Pada pengujian sisem dan UD. Tosa yaiu membandingkan hasil solusi mengenai pemilihan rue pada pensisribusian air minum pada sisem dengan hasil kinerja pada UD. Tosa ersebu. Daa yang digunakan adalah daa dari rue sales pada UD.Tosa yang berugas menganarkan pesanan ke para pelanggan di seiap harinya. Pada pendisribusian air minum UD.Tosa, sales berugas mengirimkan pesanan berdasarkan uruan pada pemesanan pelanggan. Pamesanan pelanggan yang ada akan dikumpulkan dan naninya akan dibagikan ke masing-masig sales. Pada pengujian ini digunakannnya sales sebanyak 4 orang dan dalam sau hari erdapa 30 pesanan yang memiliki alama ujuan yang berbeda. Unuk lebih jelasnya pengujian hasil UD. Tosa dan sisem dapa diliha pada Tabel 1 sebagai beriku. Tabel 1 Hasil Perbandingan Sisem dan UD. Tosa Toal Jarak (km) Finess Hasil UD. Tosa Hasil Sise m Selisi h oal Jarak Dari hasil pengujian pada Tabel 1 Dapa dibukikan bahwa hasil kinerja dari sisem ini bisa menjadi solusi dibandingkan dengan hasil UD. Tosa. Hasil perbandingan jarak yang paling eringgi diperoleh pada sales 2 yaiu sebesar km. Dari pengujian sisem erliha oal jarak selalu lebih kecil dari hasil UD. Tosa. Dengan ini sisem dapa menjadikan sebuah solusi dalam menenukan rue jalan erpendek. Sehingga para sales dapa mengeahui rue jalur erpendek mana yang harus diempuh erlebih dahulu agar dapa memaksimalkan waku sebaik mungkin dan dapa meminimalkan biaya ransporasi. Adapaun grafik mengenai hasil perbandingan pengujian sisem dan UD. Tosa dapa diliha pada Gambar 4 sebagai beriku :

6 Toal Jarak Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer 847 Grafik Pengujian Opimasi Perbandingan Daa Tosa dan Sisem ,9 26,35 30,35 13,3 48,2 36,05 Gambar 4 Pengujian Opimasi Sisem dan UD. Tosa 5. KESIMPULAN DAN SARAN 32,05 25, Manualisasi Sisem Berdasarkan hasil pengujian dari peneliian opimasi muliple ravelling salesman problem pada pendisribusian air minum menggunakan Paricle Swarm Opimizaion, dapa diambil kesimpulan dianaranya sebagai beriku: 1. Algorime Paricle Swarm Opimizaion (PSO) ernyaa dapa mengimplemenasikan unuk opimasi muliple ravelling salesman problem dalam menenukan rue jalan erpendek. Permasalahan pada penggunaan algorime paricle swarm opimizaion dapa diselesaikan dengan beberapa ahapan dianaranya melakukan inisialisasi kecepaan, inisialisasi parikel dengan panjang parikel sebanyak jumlah oko pelanggan, membenuk rue berdasarkan oko pelanggan secara random, menghiung oal jarak dari masing-masing parikel, menghiung nilai finess dari seiap parikel, memperbarui kecepaan dan posisi pada seiap ierasi, menenukan pbes erbaik dari seiap parikel yang dan menenukan gbes erbaik dari semua parikel sesuai dengan baas ierasi yang dienukan. Nilai finess gbes pada ierasi erakhir yang akan digunakan menjadi solusi erakhir. Pada peneliian ini menggunakan 3 pengujian yang dianaranya pengujian jumlah ierasi, pengujian jumlah parikel dan pengujian perbandingan opimasi kinerja sisem dengan UD. Tosa. Adapun Fiur yang erdapa pada sisem ini dianaranya dapa memilih pelanggan yang akan dikirimkan barang, dapa menenukan jumlah banyaknya sales, mengisi parameer yang digunakan dan dapa meliha rincian proses dari algorime. 2. Pada sisem opimasi dalam menenukan rue jalur erpendek anar oko pelanggan 1 dengan oko pelanggan lainnya menggunakan algorime Paricle Swarm Opimizaion, memiliki parameer erbaik dari seiap nilai finess yang didapakan. Hasil dari nilai finess erbaik diperoleh dari hasil pengujian yang sudah dilakukan, anara lain : Jumlah ierasi paling opimal sebanyak 30, dengan raa-raa finess Jumlah parikel paling opimal sebanyak 90, dengan raa-raa finess Selisih nilai jarak dari perbandingan pada sisem dan UD. TOSA dapa digunakan unuk unuk mengukur kualias solusi yang dihasilkan. Pada pengujian perbandingan hasil yang elah dilakukan memperoleh selisih jarak eringgi pada sales 2 sebesar 17,05 km dengan nilai finess dari pengujian sisem sebesar sera dengan selisah finess sebesar Dari hasil pengujian ersebu dapa disimpulkan bahwa solusi yang didapa oleh sisem lebih baik dari pada hasil asli dari UD. Tosa. Saran Berdasarkan kesimpulan yang ada, apabila pembaca ingin mengembangkan peneliian lebih lanju ada beberapa krieria lain dianaranya: 1. Unuk peneliian berikunya, dapa melakukan pengujian unuk parameer Paricle Swarm Opimizaion yang lainnya seperi parameer c 1, c 2. Selain iu dapa menghybird algorime PSO dengan algorime lain dengan menambahkan parameer lain dari algorime yang digunakan agar bisa membanding hasil solusinya, dimana yang dapa lebih mendekai solusi opimum. 2. Penelii Menambahkan kondisi-kondisi yang mempengaruhi penenuan rue dianaranya; kapan oko pelanggan buka aau saa akan mengirimkan pesanan, keadaan jalan yang baik/rusak 6. DAFTAR PUSTAKA A A Gede Oka D S, I. C. E. S., Pemilihan

7 Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer 848 Rue Jalur Terpendek Anar Tempa Wisaa Di Pulau Lombok Dengan Meode Hybird Discree Paricle Swarm Opimizaion. PTIIK DORO:Reposiory Jurnal Mahasiswa, Volume 7, p. 22. Anonim, Kegiaan Ekonomi : Kegiaan Produksi, Kegiaan Disribusi, dan Kegiaan Konsumsi. hp:// s.n. Cholissodin, I. & Riyandani, E., Swarm Inelligence. Universias Brawijaya ed. s.l.:fakulas Ilmu Kompuer. Deepika Yadav, R. N. a. V. S., Improved Paricle Swarm Opimizaion Algorihm for Hydrohermal Generaion Scheduling. Hydro Nepal, Issue 15, pp Erny, Opimasi Pola Penyusanan Barang dalam Pei Kemas Menggunakan Algorime Paricle Swarm Opimizaion. Jurnal Maemaika Kompuasi. fachrurrazi, S., Penerarapan Algorime Geneika Dalam Opimasi Pendisribusian Pupuk di PT. Pupuk Iskandar Muda Aceh Uara.. Peneliian Teknik Informaika Universias Malikussaleh, Lhokseumawe Aceh. Fakhiroh, D. M. W. F. I., Opimasi Komposisi Pakan Sapi Perah Menggunakan Algorime Geneika. Reposiory Jurnal Mahasiswa PTIIK Universias Brawijaya. Famawai, B. P. E. N., Penyelesaian Travelling man Problem Dengan Meode Tabe Search. Bulein Ilmiah Ma. Sa. Dan Terapannya (Bimaser), 04(1), pp Hahury, H. D., Penenuan Saluran Disribusi Oven Pada UD, Swan Jaya Di Koa Ambon. Jurnal Ekonomi- Fekon Universias Paimura, IV(2), pp Hermawan, Implemenasi Algoriam Paricle Swarm Opimizaion unuk Penneuan Posisi Sraegis Agen pada Simulasi Robo Sepak Bola Dua Dimensi. Jurnal Ilmiah Kompuer dan Informaika. Maickel Teugeh, a. S. M. H. P., Opimal Generaor Scheduling Based On Paricle Swarm Opimizaion. Seminar Nasional Informaika, pp Misra Harai, I. V. B. S., Pengembangan Algorime Paricle Swarm Opimizaion unuk Opimalisasi Dispersi Bach Pada Proses Produksi. Simposium Nasional RAPI XI FT UMS, pp Monica Widiasri, A. J. A. Z. A., Penarapan Paricle Swarm Opimizaion unuk Penenuan Parameer Regularisasi pada Kernel Regularized Discriminan Analysis. Compuer Science and Engineering, Informaion Sysems Technologies and Applicaions, pp P. Vamski Krishna, M. O., Travelling man Problem Using Paricle Swarm Opimizaion. Journal of Innovaion Compuer Science and Engineering, 4(1), pp Renzy Nuriha Sari, W. F. M., Penyelesaian Muliple Travelling person Problem(M-TSP) Dengan Algorime Geneika : Sudi Kasus Pendisribusian Air Mineral. DORO:Reposiory Jurnal Mahasiswa PTIIK Universias Brawijaya, 5(14). Rosia A., P. Y. S. R., Implemenasi Algorime Paricle Swarm Opimizaion unuk Menyelesaikan Sisem Persamaan Nonlinier. Jurnal Teknik ITS, Volume 1. Tri Kusnandi Fazzarudin, M. D. S. G. S. W., Muli-Depo Vehicle Rouing Problem Wih Time WIndow Menggunakan Adapive Geneic Algorihm dengan Fuzzy Logic Cinroller. Jurnal Teknologi, 8(2), pp Xuesong Yan, C. Z. W. L. W. L. W. C. a. H. L., Solve Traveling man Problem Using Paricle Swarm Opimizaion Algorihm. IJCSI Inernaional Journal of Compuer Science Issues, 9(6), pp