BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 1 PENDAHULUAN. 1.1 Latar Belakang"

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesperson Problem selanjutnya dalam tulisan ini disingkat menjadi TSP, digambarkan sebagai seorang penjual yang harus melewati sejumlah kota selama perjalanannya, dengan jarak tempuh yang minimum dan kembali ke kota asal keberangkatannya, di mana jarak antarkota diketahui dan terhubung ke kota lain tepat atau hanya satu jalan dengan catatan jalur yang dilalui adalah sama. Persoalan TSP ini dimodelkan sebagai graf lengkap dengan n buah vertex. Bobot pada setiap setiap sisi menyatakan jarak antara dua buah kota yang bertetangga. Dengan menetapkan sejumlah n kota, TSP dapat didefinisikan sebagai permasalahan dalam mencari jalur terpendek dengan melakukan tour tertutup (yang dimulai dari suatu kota dan kembali ke kota tersebut) di mana setiap kota yang ada hanya dikunjungi sekali. Dalam persoalan TSP yang digambarkan dengan penjual yang harus menemukan tour terpendek dengan melewati beberapa kota hanya sekali dan kembali lagi ke kota asal keberangkatannya, dengan memodelkan kota sebagai simpul (vertex) dan jalan sebagai sisi (edge) digambarkan persoalan tersebut adalah persoalan graf dengan menemukan sirkuit Hamilton dengan bobot minimum. Ada beberapa algoritma yang telah menyelesaikan TSP di antaranya adalah algoritma Greedy dan algoritma Brute force, kedua algoritma dalam tulisan ini sebagai contoh penyelesaian TSP untuk perbandingan dengan TSP dengan menggunakan algoritma yang akan dikerjakan yaitu algortima Semut.

2 Algoritma Brute Force untuk persoalan TSP: 1. Enumerasikan (list) semua sirkuit Hamilton dari graf lengkap dengan n buah simpul. 2. Hitung (evaluasi) bobot setiap sirkuit Hamilton yang ditemukan pada langkah pertama. 3. Pilih sirkuit Hamilton yang mempunyai bobot terkecil. Untuk n buah simpul semua rute perjalanan yang mungkin dibangkitkan dengan permutasi dari n 1 buah simpul. Permutasi dari n 1 buah simpul adalah (n 1)!. Jika persoalan TSP diselesaikan dengan metode Brute force, maka harus dienumerasi sebanyak (n 1)!/2 buah sirkuit Hamilton, menghitung setiap bobotnya, dan memilih sirkuit Hamilton dengan bobot terkecil. Untuk ukuran masukan yang besar, algoritma Brute force menjadi sangat tidak mangkus. Pada persoalan TSP misalnya, untuk jumlah simpul n = 20 akan terdapat (19!)/2 = sirkuit Hamilton yang harus dievaluasi satu per satu. Sedangkan penyelesaian TSP dengan algoritma Greedy adalah sebagai berikut: 1. Mulai dari sembarang kota. 2. Evaluasi semua biaya tetangga. 3. Ambil tetangga dengan biaya terkecil dan diulang pada langkah ke dua hingga kota telah terlewati semua. Algoritma Greedy adalah algoritma yang memecahkan masalah langkah perlangkah, pada setiap langkah mengambil pilihan yang terbaik yang dapat diperoleh pada saat itu tanpa memperhatikan konsekuensi ke depan (prinsip take what you can get now! ). Algoritma greedy tidak selalu memberikan solusi optimum dan umumnya

3 algoritma ini tidak selalu benar. Tetapi ketika algoritma Greedy bekerja, lebih mudah untuk diterapkan dan cukup cepat untuk dilaksanakan. Dalam algoritma Semut (Ant Algorithm) penyelesaian masalah TSP dengan cara menemukan jalur terbaik melalui grafik. Algoritma ini terinspirasi oleh perilaku semut dalam menemukan jalur dari sarangnya menuju makanan. Dalam proses perjalanan semut menuju makanan, terdapat suatu mekanisme untuk mencari lintasan optimal yang akan dilalui semut. Pada awalnya, semut berkeliling secara acak, hingga menemukan makanan. Ketika menemukan makanan mereka kembali ke koloninya sambil memberikan tanda dengan jejak feromon. Setiap semut memiliki feromon, yaitu jejak yang mengidentifikasi sesamanya. Semut lain yang menemukan jalur tersebut tidak akan berjalan dengan acak lagi, melainkan akan mengikuti jejak tersebut dan jika pada akhirnya menemukan makanan kembali menguatkan jejaknya dengan feromon. Seekor semut yang secara tidak sengaja menemukan jalur optimal akan menempuh jalur ini lebih cepat dari rekan-rekannya, melakukan round-trip lebih sering dan dengan sendirinya meninggalkan feromon lebih banyak dari jalur-jalur yang lebih lambat ditempuh. Feromon yang berkonsentrasi tinggi pada akhirnya akan menarik semut-semut lain untuk berpindah jalur, menuju jalur paling optimal, sedangkan jalur lainnya akan ditinggalkan. Pada akhirnya semua semut yang tadinya menempuh jalur yang berbeda-beda akan beralih ke sebuah jalur tunggal yang ternyata paling optimal dari sarang menuju ke tempat makanan. Pada penyelesaian TSP setiap semut memulai tournya melalui sebuah kota yang dipilih secara acak. Secara berulang kali, satu-persatu kota yang ada dikunjungi oleh semut dengan tujuan untuk menghasilkan tour yang lengkap (yaitu mengunjungi masing-masing kota sekali saja). Pemilihan kota-kota yang akan dilaluinya didasarkan pada suatu fungsi probabilitas, dengan mempertimbangkan visibility (invers dari jarak) kota tersebut dan jumlah feromon yang terdapat pada ruas yang menghubungkan kota tersebut. Semut lebih suka untuk bergerak menuju ke kota-kota yang dihubungkan dengan ruas yang pendek dan memiliki tingkat feromon yang tinggi.

4 1.2 Perumusan Masalah Perumusan masalah yang akan diteliti dalam tulisan ini adalah bagaimana algoritma Semut menghasilkan penyelesaian yang optimal pada kasus Traveling Salesperson Problem. 1.3 Tinjauan Pustaka Marco Dorigo dan Luca Gambardella dalam jurnalnya yang berjudul Ant Colonies for The Traveling Salesman Problem, menjelaskan bahwa semut riil mampu untuk menemukan jalur paling pendek dari suatu sumber makanan ke sarang tanpa menggunakan isyarat visual. Juga mereka mampu untuk beradaptasi pada perubahan lingkungan, misalnya menemukan suatu jalur baru yang paling pendek sekali ketika yang lama tidak lagi mungkin dilalui karena suatu rintangan. Semut menyimpan feromon dalam jumlah tertentu saat berjalan, dan masing-masing semut secara probabilistik mengikuti arah yang memiliki banyak feromon. Dasar perilaku dari semut riil ini dapat digunakan untuk menjelaskan bagaimana mereka dapat menemukan jalur yang paling pendek dan menyambung kembali suatu jalan yang terputus setelah mendapat rintangan yang tak terduga. Faktanya, ketika mendapat rintangan, hanya semut yang berada di depan rintangan yang tidak bisa melanjutkan mengikuti jejak feromon dan oleh karena itu mereka harus memilih antara memutar atau meninggalkan. Marco dorigo dan Gianni Di Caro dalam jurnal yang berjudul Ant Algorithms for Discrete Optimization, menjelaskan bahwa aplikasi dari algoritma Semut telah digunakan pada percobaan Traveling Salesperson Problem. Ide mengapa mengunakan TSP adalah karena TSP merupakan salah satu permasalahan NP-hard pada optimisasi kombinatorik, yang dipilih dari permasalahan menemukan jalur terpendek menggunakan metafora koloni semut. Ibnu Sina Wardy dalam makalahnya yang berjudul Penggunaan Graf dalam Algoritma Semut untuk melakuka n Optimisasi menguraikan bahwa ide algoritma

5 Semut adalah meniru perilaku semut tiruan berjalan seputar grafik yang menunjukkan persoalan yang harus bisa diselesaikan. Ada banyak sekali penerapan algoritma Semut dalam berbagai persoalan kehidupan sehari-hari. Persoalan tersebut adalah Traveling Salesman Problem (TSP), Quadratic Assignment Problem (QAP), Job-shop Scheduling Problem (JSP), dan sejumlah aplikasi lain mencakup pengaturan jalur kendaraan, pewarnaan graf dan network routing. Situs Wikipedia menjelaskan bahwa algoritma Semut telah digunakan untuk menghasilkan penyelesaian yang mendekati optimal pada masalah salesman yang melakukan perjalanan. Algoritma Semut lebih menguntungkan daripada pendekatan penguatan tiruan (simulated annealing) dan algoritma Genetik saat grafik mungkin berubah secara dinamis; algoritma Semut dapat berjalan secara kontinyu dan menyesuaikan dengan perubahan secara waktu nyata (real time). 1.4 Tujuan Penelitian Penelitian ini secara umum bertujuan untuk mengkaji tentang Algoritma Semut dan menerapkannya untuk menyelesaikan Traveling Salesperson Problem sehingga diperoleh perjalanan yang optimal dan mengimplementasikan ke dalam bahasa pemrograman. 1.5 Manfaat Penelitian Dengan menggunakan Algoritma Semut untuk menyelesaikan masalah Traveling Salesperson dapat digunakan untuk meminimumkan biaya dalam menyelesaikan beberapa kasus perjalanan salesperson dan mendapatkan lintasan terpendek yang optimal yang dapat diaplikasikan pada perjalanan wiraniaga, lengan robot mengencangkan n buah mur pada beberapa buah peralatan mesin dalam sebuah jalur perakitan dan produksi n komoditi berbeda dalam sebuah siklus.

6 1.6 Metode Penelitian Dalam penyusunan tulisan ini, penulis menggunakan tahapan sebagai berikut: 1. Mendefinisikan istilah-istilah dalam algoritma dengan istilah pada teori graf. 2. Menyajikan persolan TSP dalam bentuk graf. 3. Menerapkan algoritma Semut untuk penyelesaian kasus Traveling Salesperson Problem. 4. Mengimplementasikan algoritma Semut pada kasus Traveling Salesperson Problem ke dalam bahasa pemrograman.

Penyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut

Penyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut Penyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut Irfan Afif (13507099) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung,

Lebih terperinci

BAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu

BAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu BAB 1 PENDAHULUAN 1.1 Latar Belakang Bagi perusahaan kontraktor perumahan, pemasangan kabel menjadi bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu dilakukan perencanaan urutan rumah yang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada awalnya komputer hanya digunakan untuk alat hitung saja tetapi seiring dengan perkembangan teknologi, komputer diharapkan mampu melakukan semua yang dapat

Lebih terperinci

Penggunaan Graf dalam Algoritma Semut untuk Melakukan Optimisasi

Penggunaan Graf dalam Algoritma Semut untuk Melakukan Optimisasi Penggunaan Graf dalam lgoritma Semut untuk Melakukan Optimisasi Ibnu Sina Wardy NIM : 150505 Program Studi Teknik Informatika, Institut Teknologi andung Jl. Ganesha 10, andung E-mail : if1505@students.if.itb.ac.id

Lebih terperinci

JURNAL IT STMIK HANDAYANI

JURNAL IT STMIK HANDAYANI Nurilmiyanti Wardhani Teknik Informatika, STMIK Handayani Makassar ilmyangel@yahoo.com Abstrak Algoritma semut atau Ant Colony Optimization merupakan sebuah algoritma yang berasal dari alam. Algoritma

Lebih terperinci

ANT COLONY OPTIMIZATION

ANT COLONY OPTIMIZATION ANT COLONY OPTIMIZATION WIDHAPRASA EKAMATRA WALIPRANA - 13508080 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: w3w_stay@yahoo.com ABSTRAK The Ant Colony Optimization

Lebih terperinci

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex

Lebih terperinci

Pemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf

Pemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf Pemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf Anugrah Adeputra - 13505093 Program Studi Informatika, Sekolah Teknik Elektro & Informatika ITB Jl. Ganesha No.10 If15093@students.if.itb.ac.id

Lebih terperinci

Analisa Pencarian Jarak Terpendek Lokasi Wisata di Provinsi Sumatera Utara Menggunakan Algoritma Ant Colony Optimization (ACO)

Analisa Pencarian Jarak Terpendek Lokasi Wisata di Provinsi Sumatera Utara Menggunakan Algoritma Ant Colony Optimization (ACO) Analisa Pencarian Jarak Terpendek Lokasi Wisata di Provinsi Sumatera Utara Menggunakan Algoritma Ant Colony Optimization (ACO) Juanda Hakim Lubis Prorgram Studi Teknik Informatika, Fakultas Teknik, Universitas

Lebih terperinci

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah PT. TIKI (Abadi Express) adalah perusahaan jasa yang menerima pengiriman paket dan paket tersebut akan diantar kealamat tujuan. Para kurir yang bertugas mengantar

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST

Lebih terperinci

BAB I PENDAHULUAN. dalam kehidupan sehari-hari. Proses distribusi barang dari suatu tempat ke tempat

BAB I PENDAHULUAN. dalam kehidupan sehari-hari. Proses distribusi barang dari suatu tempat ke tempat BAB I PENDAHULUAN A. Latar Belakang Masalah Permasalahan optimisasi merupakan permasalahan yang banyak dijumpai dalam kehidupan sehari-hari. Proses distribusi barang dari suatu tempat ke tempat lain merupakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Dasar Graf Graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G=(V,E), yang dalam hal ini V adalah himpunan tidak-kosong dari simpul-simpul (vertices

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM

STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN

Lebih terperinci

ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)

ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 201 210. ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Cindy Cipta Sari, Bayu Prihandono,

Lebih terperinci

Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik

Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Filman Ferdian - 13507091 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha

Lebih terperinci

ALGORITMA GENETIC ANT COLONY SYSTEM UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM

ALGORITMA GENETIC ANT COLONY SYSTEM UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM ALGORITMA GENETIC ANT COLONY SYSTEM UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM Lutfiani Safitri 1) Sri Mardiyati 2) 1) Matematika, FMIPA Universitas Indonesia Jl. H. Boan lisan 9, Depok 16425 Indonesia

Lebih terperinci

Algoritma Koloni Semut dan Manfaatnya untuk Menentukan Jalur Pengumpulan Sampah

Algoritma Koloni Semut dan Manfaatnya untuk Menentukan Jalur Pengumpulan Sampah Algoritma Koloni Semut dan Manfaatnya untuk Menentukan Jalur Pengumpulan Sampah Muhtar Hartopo 13513068 Program Sarjana Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek

Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek Finsa Ferdifiansyah NIM 0710630014 Jurusan Teknik Elektro Konsentrasi Rekayasa Komputer Fakultas Teknik Universitas

Lebih terperinci

OPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION. Zulfikar Hasan, Novianita Achmad, Nurwan

OPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION. Zulfikar Hasan, Novianita Achmad, Nurwan OPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION Zulfikar Hasan, Novianita Achmad, Nurwan ABSTRAK Secara umum, penentuan rute terpendek dapat dibagi menjadi dua metode,

Lebih terperinci

Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System

Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System Jan Alif Kreshna, Satria Perdana Arifin, ST, MTI., Rika Perdana Sari, ST, M.Eng. Politeknik Caltex Riau Jl. Umbansari 1 Rumbai,

Lebih terperinci

Design and Analysis of Algorithm

Design and Analysis of Algorithm Design and Analysis of Algorithm Week 7: Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan 1 1 Department of Computational Science School of Computing Telkom University Dr. Putu Harry

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu permasalahan optimasi kombinatorial yang terkenal dan sering dibahas adalah traveling salesman problem. Sejak diperkenalkan oleh William Rowan Hamilton

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 9 BAB 1 PENDAHULUAN 1.1 Latar Belakang Travelling Salesman Problem (TSP) merupakan salah satu permasalahan yang penting dalam dunia matematika dan informatika. TSP dapat diilustrasikan sebagai perjalanan

Lebih terperinci

Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek

Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia

Lebih terperinci

BAB I PENDAHULUAN. Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah

BAB I PENDAHULUAN. Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah BAB I PENDAHULUAN I.1. Latar Belakang Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah optimasi yang banyak menarik perhatian para peneliti sejak beberapa dekade terdahulu. Pada mulanya,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem (TSP) Travelling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah

Lebih terperinci

Design and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search

Design and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search Design and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Pendahuluan..................................... 1 2 Traveling

Lebih terperinci

Algoritma Brute Force (lanjutan)

Algoritma Brute Force (lanjutan) Algoritma Brute Force (lanjutan) Contoh lain Mencari Pasangan Titik yang Jaraknya Terdekat Persoalan: Diberikan n buah titik (2-D atau 3- D), tentukan dua buah titik yang terdekat satu sama lain. y p 5

Lebih terperinci

Penyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO)

Penyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO) Penyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO) Anna Maria 1, Elfira Yolanda Sinaga 2, Maria Helena Iwo 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Travelling Salesman Problem (TSP) merupakan permasalahan pedagang keliling dalam mencari lintasan terpendek dari semua kota yang dikunjunginya. Dengan syarat kota tersebut

Lebih terperinci

IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS)

IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS) IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS) Devie Rosa Anamisa, S.Kom, M.Kom Jurusan D3 Teknik Multimedia Dan Jaringan-Fakultas Teknik Universitas Trunojoyo

Lebih terperinci

LEMBAR PENGESAHAN LEMBAR PERNYATAAN HAK CIPTA ABSTRAK...

LEMBAR PENGESAHAN LEMBAR PERNYATAAN HAK CIPTA ABSTRAK... DAFTAR ISI Halaman LEMBAR PENGESAHAN LEMBAR PERNYATAAN HAK CIPTA ABSTRAK... i KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR SIMBOL... ix BAB I PENDAHULUAN... 1

Lebih terperinci

Jurnal Edukasi dan Penelitian Informatika (JEPIN) Vol. 1, No. 2, (2015) 1 Rancangan Sistem Penjadwalan Akademik Menggunakan Algoritma Max Min Ant System (Studi Kasus: STMIK Atma Luhur Pangkalpinang) Delpiah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Clustering Analysis Clustering analysis merupakan metode pengelompokkan setiap objek ke dalam satu atau lebih dari satu kelompok,sehingga tiap objek yang berada dalam satu kelompok

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang

Lebih terperinci

SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG

SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG Achmad Hambali Jurusan Teknik Informatika PENS-ITS Kampus PENS-ITS Keputih Sukolilo Surabaya 60 Telp (+6)3-59780, 596, Fax. (+6)3-596 Email : lo7thdrag@ymail.co.id

Lebih terperinci

VEHICLE ROUTING PROBLEM UNTUK DISTRIBUSI BARANG MENGGUNAKAN ALGORITMA SEMUT

VEHICLE ROUTING PROBLEM UNTUK DISTRIBUSI BARANG MENGGUNAKAN ALGORITMA SEMUT VEHICLE ROUTING PROBLEM UNTUK DISTRIBUSI BARANG MENGGUNAKAN ALGORITMA SEMUT Agung Hadhiatma 1*, Alexander Purbo 2* 1,2 Program Studi Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma

Lebih terperinci

OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT

OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT Budi Prasetyo Wibowo, Purwanto, dansusy Kuspambudi Andaini Universitas Negeri Malang ABSTRAK: Travelling Salesman Problem

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Routing 2.1.1 Definisi Routing Routing adalah inti dari semua kontrol jaringan, yaitu mekanisme yang digunakan untuk mengirimkan paket serta mengarahkan dan menentukan jalur yang

Lebih terperinci

BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya

BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya 5 BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya Traveling salesman problem (TSP) merupakan salah satu permasalahan yang telah sering diangkat dalam berbagai studi kasus dengan penerapan berbagai

Lebih terperinci

Sirkuit Euler & Sirkuit Hamilton SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013

Sirkuit Euler & Sirkuit Hamilton SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Sirkuit Euler & Sirkuit Hamilton SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Sirkuit Euler Lintasan Euler ialah lintasan yang melalui masing-masing sisi di dalam graf tepat satu kali. Sirkuit Euler

Lebih terperinci

Graf. Bekerjasama dengan. Rinaldi Munir

Graf. Bekerjasama dengan. Rinaldi Munir Graf Bekerjasama dengan Rinaldi Munir Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson problem) Persoalan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 TEORI GRAF 2.1.1 Definisi Definisi 2.1 (Munir, 2009, p356) Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal

Lebih terperinci

PERANCANGAN PROGRAM APLIKASI OPTIMASI PEMASANGAN KABEL DENGAN METODE ANT COLONY

PERANCANGAN PROGRAM APLIKASI OPTIMASI PEMASANGAN KABEL DENGAN METODE ANT COLONY PERANCANGAN PROGRAM APLIKASI OPTIMASI PEMASANGAN KABEL DENGAN METODE ANT COLONY Joni Cukri Binus University, Jalan KH. Syahdan No. 9 Palmerah, Jakarta 11480, Indonesia joni.cukri@yahoo.co.id ABSTRACT Cabling

Lebih terperinci

PENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY. Budi Triandi

PENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY. Budi Triandi Budi, Penemuan Jalur Terpendek Dengan 73 PENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY Budi Triandi Dosen Teknik Informatika STMIK Potensi Utama STMIK Potensi Utama, Jl.K.L Yos Sudarso Km 6,5 No.3-A

Lebih terperinci

BAB 1 PENDAHULUAN. dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah

BAB 1 PENDAHULUAN. dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Komputer merupakan salah satu alat bantu untuk menyelesaikan masalah. Untuk dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah

Lebih terperinci

CLONING-BASED ALGORITHM DAN APLIKASINYA DALAM TRAVELLING SALESPERSON PROBLEM

CLONING-BASED ALGORITHM DAN APLIKASINYA DALAM TRAVELLING SALESPERSON PROBLEM CLONING-BASED ALGORITHM DAN APLIKASINYA DALAM TRAVELLING SALESPERSON PROBLEM Pranoto Budi Sasongko NIM: 13506098 Jurusan Teknik Informatika Institut Teknologi Bandung Jl. Ganesha 10, Bandung pranoto_budi_s@students.itb.ac.id

Lebih terperinci

BAB II DASAR TEORI 2.1 Penjadwalan Kuliah

BAB II DASAR TEORI 2.1 Penjadwalan Kuliah BAB II DASAR TEORI 2.1 Penjadwalan Kuliah Penjadwalan Kuliah merupakan pengaturan penempatan waktu dan ruangan berdasarkan jumlah kuliah dan akademik sejenis, dengan memperhatikan sejumlah aturan yang

Lebih terperinci

PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS)

PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS) PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS) Hari Santoso 146060300111019 haripinter@gmail.com Prodi Sistem Komunikasi dan Infromatika Teknik Elektro

Lebih terperinci

BAB IV ANALISIS MASALAH

BAB IV ANALISIS MASALAH BAB IV ANALISIS MASALAH 4.1 Tampilan Program Persoalan TSP yang dibahas pada tugas akhir ini memiliki kompleksitas atau ruang solusi yang jauh lebih besar dari TSP biasa yakni TSP asimetris dan simetris.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.

Lebih terperinci

APLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY

APLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY APLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY Andri 1, Suyandi 2, WinWin 3 STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id 1, suyandiz@gmail.com

Lebih terperinci

Edu Komputika Journal

Edu Komputika Journal EDUKOM 1 (2) (2014) Edu Komputika Journal http://journal.unnes.ac.id/sju/index.php/edukom IMPLEMENTASI METODE ANT COLONY UNTUK TRAVELING SALESMAN PROBLEM MENGGUNAKAN GOOGLE MAPS PADA KOTA-KOTA DI JAWA

Lebih terperinci

Aplikasi dan Optimasi Kombinatorial pada Ant Colony

Aplikasi dan Optimasi Kombinatorial pada Ant Colony Aplikasi dan Optimasi Kombinatorial pada Ant Colony Letivany Aldina / 13514067 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Beberapa Aplikasi Graf Lintasan terpendek (shortest path) Persoalan pedagang keliling (travelling salesperson problem) Persoalan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar dan beberapa definisi yang akan digunakan sebagai landasan berpikir dalam melakukan penelitian ini sehingga mempermudah penulis untuk

Lebih terperinci

Penentuan Rute Belanja dengan TSP dan Algoritma Greedy

Penentuan Rute Belanja dengan TSP dan Algoritma Greedy Penentuan Rute Belanja dengan TSP dan Algoritma Greedy Megariza 13507076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

PERBANDINGAN ALGORITME ANT COLONY OPTIMIZATION DENGAN ALGORITME GREEDY DALAM TRAVELING SALESMAN PROBLEM

PERBANDINGAN ALGORITME ANT COLONY OPTIMIZATION DENGAN ALGORITME GREEDY DALAM TRAVELING SALESMAN PROBLEM PERBANDINGAN ALGORITME ANT COLONY OPTIMIZATION DENGAN ALGORITME GREEDY DALAM TRAVELING SALESMAN PROBLEM Djasli Djamarus, Meiril Mediawan Laboratorium Informatika Dasar Jurusan Teknik Informatika FTI -

Lebih terperinci

MateMatika Diskrit Aplikasi TI. Sirait, MT 1

MateMatika Diskrit Aplikasi TI. Sirait, MT 1 MateMatika Diskrit Aplikasi TI By @Ir.Hasanuddin Sirait, MT 1 Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson

Lebih terperinci

STUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING SALESMAN PROBLEM

STUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING SALESMAN PROBLEM Jurnal Computech & Bisnis, Vol. 3, No. 1, Juni 2009, 30-36 ISSN Studi 1978-9629 Komparatif Algoritma Ant...(Bambang Siswoyo & Andrianto) STUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING

Lebih terperinci

1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan

1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan 1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Fokus dalam bidang teknologi saat ini tidak hanya berada pada proses pengembangan yang disesuaikan dengan permasalahan yang dapat membantu manusia

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pencarian rute terpendek merupakan masalah dalam kehidupan sehari-hari, berbagai kalangan menemui masalah yang sama dalam pencarian rute terpendek (shortest path) dengan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Semakin dengan berkembangnya teknologi fotografi di Indonesia, khususnya di Kota Medan, fotografi tidak hanya sebagai sarana atau alat untuk mengabadikan suatu kejadian

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Graf didefinisikan dengan G = (V, E), di mana V adalah himpunan tidak kosong dari vertex-vertex = {v1, v2, v3,...,vn} dan E adalah himpunan sisi

Lebih terperinci

BAB II LANDASAN TEORI. 2.1 Penjadwalan Definisi Penjadwalan Kegiatan Belajar Mengajar

BAB II LANDASAN TEORI. 2.1 Penjadwalan Definisi Penjadwalan Kegiatan Belajar Mengajar BAB II LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Definisi Penjadwalan Kegiatan Belajar Mengajar Penjadwalan terkait pada aktivitas dalam hal untuk membuat sebuah jadwal. Sebuah jadwal adalah sebuah tabel dari

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Bali memiliki bermacam-macam obyek wisata yang sangat potensial untuk dijadikan ladang penghasil devisa bagi negara, tidak hanya itu saja para penduduk di sekitar obyek

Lebih terperinci

ALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP

ALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP Media Informatika, Vol. 2, No. 2, Desember 2004, 75-81 ISSN: 0854-4743 ALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP Zainudin Zukhri, Shidiq Alhakim Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI.1 Ant Colony System dan Asal Usulnya Pada subbab ini akan diuraikan mengenai asal usul Ant Colony System (ACS), yaitu membahas tentang semut dan tingkah lakunya yang merupakan sumber

Lebih terperinci

ANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI. Lindawati Syam M.P.Siallagan 1 S.Novani 2

ANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI. Lindawati Syam M.P.Siallagan 1 S.Novani 2 ANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI Lindawati Syam M.P.Siallagan 1 S.Novani 2 Jurusan Teknik Informatika, FT, Jl. Dipati Ukur Bandung ABSTRAK Masalah Travelling Salesman

Lebih terperinci

BAB III ALGORITMA ANT DISPERSION ROUTING (ADR)

BAB III ALGORITMA ANT DISPERSION ROUTING (ADR) BAB III ALGORITMA ANT DISPERSION ROUTING (ADR) Pada permasalahan pencarian rute optimal dalam rangka penyebaran rute lalu lintas untuk mencapai keseimbangan jaringan lalu lintas sebagai upaya untuk mengurangi

Lebih terperinci

BAB 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui

BAB 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam masalah pengiriman barang, sebuah rute diperlukan untuk menentukan tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui darat, air,

Lebih terperinci

Ant Colony Optimization

Ant Colony Optimization Ant Colony Optimization Budi Santosa, PhD Dosen Teknik Industri ITS, Surabaya Lab Komputasi dan Optimasi Industri Email : budi_s@ie.its.ac.id 1.1 Pahuluan Dalam dua dekade terakhir ini, banyak penelitian

Lebih terperinci

Optimasi Branch and Bound pada Persoalan Travelling Salesman Problem

Optimasi Branch and Bound pada Persoalan Travelling Salesman Problem Optimasi Branch and Bound pada Persoalan Travelling Salesman Problem Hasna Nur Karimah - 13514106 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK Permasalahan transportasi yang terjadi akibat kenaikan harga bahan bakar minyak (BBM) yang tinggi membuat para pengguna jasa transportasi berpikir untuk dapat meminimalisasi biaya yang dikeluarkan.

Lebih terperinci

BAB I PENDAHULUAN. Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung

BAB I PENDAHULUAN. Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung 1 BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan.

Lebih terperinci

TEKNIK MANAJEMEN LOSSES ALA KOLONI SEMUT UNTUK PENINGKATAN EFISIENSI SALURAN DISTRIBUSI 20 KV

TEKNIK MANAJEMEN LOSSES ALA KOLONI SEMUT UNTUK PENINGKATAN EFISIENSI SALURAN DISTRIBUSI 20 KV TEKNIK MANAJEMEN LOSSES ALA KOLONI SEMUT UNTUK PENINGKATAN EFISIENSI SALURAN DISTRIBUSI 20 KV Julianus Gesuri Daud 1,2 1 Mahasiswa Pascasarjana Jurusan Teknik Elektro, FTI-ITS Surabaya 2 Staf Pengajar

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Sebelum memulai pembahasan lebih lanjut, pertama-tama haruslah dijelaskan apa yang dimaksud dengan traveling salesman problem atau dalam bahasa Indonesia disebut sebagai persoalan

Lebih terperinci

PENERAPAN ALGORITMA ANT COLONY PADA PENJADWALAN PRODUKSI

PENERAPAN ALGORITMA ANT COLONY PADA PENJADWALAN PRODUKSI PENERAPAN ALGORITMA ANT COLONY PADA PENJADWALAN PRODUKSI Nurul Imamah, S.Si 1, Dr.Imam Mukhlas, S.Si, MT 2 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan, Institut Teknologi Sepuluh Nopember

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan lintasan terpendek di antara titik tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus khusus dan

Lebih terperinci

AS IR O R U O TI U N TI G P AD

AS IR O R U O TI U N TI G P AD Tesis OPTIMASI ROUTING PADA JARING DATA MULTI JALUR MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO) Nama : Agus Kurniwanto NIM : 2209206803 PROGRAM STUDI MAGISTER BIDANG KEAHLIAN TELEMATIKA JURUSAN TEKNIK

Lebih terperinci

OPTIMASI PENENTUAN RUTE KENDARAAN PADA SISTEM DISTRIBUSI BARANG DENGAN ANT COLONY OPTIMIZATION

OPTIMASI PENENTUAN RUTE KENDARAAN PADA SISTEM DISTRIBUSI BARANG DENGAN ANT COLONY OPTIMIZATION OPTIMASI PENENTUAN RUTE KENDARAAN PADA SISTEM DISTRIBUSI BARANG DENGAN ANT COLONY OPTIMIZATION Gunawan, Indra Maryati, Henry Kurniawan Wibowo Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut

Lebih terperinci

BAB III IMPLEMENTASIALGORITMA GENETIK DAN ACS PADA PERMASALAHAN TRAVELLING SALESMAN PROBLEM

BAB III IMPLEMENTASIALGORITMA GENETIK DAN ACS PADA PERMASALAHAN TRAVELLING SALESMAN PROBLEM BAB III IMPLEMENTASIALGORITMA GENETIK DAN ACS PADA PERMASALAHAN TRAVELLING SALESMAN PROBLEM 3.1 TRAVELLING SALESMAN PROBLEM Sebelum membahas pencarian solusi Travelling Salesman Problem menggunakan algoritma

Lebih terperinci

Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer

Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer Membangun Pohon Merentang Minimum Dari Algoritma Prim dengan Strategi Greedy Doni Arzinal 1 Jursan Teknik Informatika, Institut Teknologi Bandung Labtek V, Jl. Ganesha 10 Bandung 1 if15109@students.if.itb.ac.id,

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,

Lebih terperinci

Artikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing.

Artikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing. Artikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing. Malang, 1 Agustus 2013 Pembimbing Dra. Sapti Wahyuningsih,M.Si NIP 1962121 1198812 2 001 Penulis Siti Hasanah NIP 309312426746

Lebih terperinci

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming 4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori

Lebih terperinci

Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First

Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First Muhammad Fauzan Naufan / 13513062 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

PENDAHULUAN BAB Latar Belakang Masalah

PENDAHULUAN BAB Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perjalanan dari tempat satu ke tempat yang lain merupakan kegiatan yang sehari hari kita lakukan. Perjalanan ini memiliki rute tertentu dengan jarak tertentu

Lebih terperinci

IMPLEMENTASI DAN ANALISA KINERJA ALGORITMA ANT SYSTEM (AS) DALAM PENYELESAIAN MULTIPLE TRAVELLING SALESMAN PROBLEM (MTSP)

IMPLEMENTASI DAN ANALISA KINERJA ALGORITMA ANT SYSTEM (AS) DALAM PENYELESAIAN MULTIPLE TRAVELLING SALESMAN PROBLEM (MTSP) IMPLEMENTASI DAN ANALISA KINERJA ALGORITMA ANT SYSTEM (AS) DALAM PENYELESAIAN MULTIPLE TRAVELLING SALESMAN PROBLEM (MTSP) Boko Susilo, Rusdi Efendi, Siti Maulinda Program Studi Teknik Informatika, Fakultas

Lebih terperinci

ALGORITMA OPTIMASI UNTUK PENYELESAIAN TRAVELLING SALESMAN PROBLEM (Optimization Algorithm for Solving Travelling Salesman Problem)

ALGORITMA OPTIMASI UNTUK PENYELESAIAN TRAVELLING SALESMAN PROBLEM (Optimization Algorithm for Solving Travelling Salesman Problem) ALGORITMA OPTIMASI UNTUK PENYELESAIAN TRAVELLING SALESMAN PROBLEM (Optimization Algorithm for Solving Travelling Salesman Problem) Dian Tri Wiyanti Program Studi Teknik Informatika, Jurusan Teknologi Informasi

Lebih terperinci

ALGORITMA ANT COLONY OPTIMIZATION (ACO) UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM (TSP) SKRIPSI. Oleh : Agus Leksono J2A

ALGORITMA ANT COLONY OPTIMIZATION (ACO) UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM (TSP) SKRIPSI. Oleh : Agus Leksono J2A ALGORITMA ANT COLONY OPTIMIZATION (ACO) UNTUK MENYELESAIKAN TRAVELING SALESMAN PROBLEM (TSP) SKRIPSI Oleh : Agus Leksono J2A 002 002 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY

IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Arief Latu Suseno NIM : 13505019 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : Abstrak Graf merupakan

Lebih terperinci

PERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH

PERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH PERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH Abstrak Wiradeva Arif Kristawarman NIM : 13505053 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10,

Lebih terperinci

TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL

TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL Mochamad Suyudi 1, Sisilia Sylviani 2 1,2 Departmen Matematika FMIPA Universitas Padjadjaran moch.suyudi@gmail.com Abstrak: Fokus utama

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 6 BAB II TINJAUAN PUSTAKA Pada bagian pada bagian ini akan diuraikan tentang tinjauan pustaka dan landaran teori yang sesuai dengan ACO dan AG. 2.1 Algoritma Ant Colony Optimization Secara umum pencarian

Lebih terperinci

METODE PROGRAM DINAMIS PADA PENYELESAIAN TRAVELING SALESMAN PROBLEM

METODE PROGRAM DINAMIS PADA PENYELESAIAN TRAVELING SALESMAN PROBLEM Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 329 336. METODE PROGRAM DINAMIS PADA PENYELESAIAN TRAVELING SALESMAN PROBLEM Hermianus Yunus, Helmi, Shantika Martha INTISARI

Lebih terperinci

ALGORITMA FLEURYUNTUK MENYELESAIKAN PERMASALAHAN TSP (Traveling Salesman Problem)

ALGORITMA FLEURYUNTUK MENYELESAIKAN PERMASALAHAN TSP (Traveling Salesman Problem) Jurnal Ilmiah d omputare Volume 8 disi Januari 2018 LGORITM LURYUNTUK MNYLSIKN PRMSLHN TSP (Traveling Salesman Problem) Iin Karmila Putri Iinkarmilaputri@gmail.com Universitas okroaminoto Palopo Jl. Latamacelling

Lebih terperinci

PENENTUAN RUTE OPTIMAL PADA KEGIATAN PENJEMPUTAN PENUMPANG TRAVEL MENGGUNAKAN ANT COLONY SYSTEM

PENENTUAN RUTE OPTIMAL PADA KEGIATAN PENJEMPUTAN PENUMPANG TRAVEL MENGGUNAKAN ANT COLONY SYSTEM JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 1-6 1 PENENTUAN RUTE OPTIMAL PADA KEGIATAN PENJEMPUTAN PENUMPANG TRAVEL MENGGUNAKAN ANT COLONY SYSTEM Laksana Samudra dan Imam Mukhlash Matematika, Fakultas

Lebih terperinci