Simulasi Penentuan Rute Terpendek Menggunakan Metode Tabu Search (Studi Kasus : Lokasi Wisata di Palembang)

Transkripsi

1 378 ISSN: Simulasi Penentuan Rute Terpendek Menggunakan Metode Tabu Search (Studi Kasus : Lokasi Wisata di Palembang) Helly Paramita Sari* 1, Daniel Udjulawa 2 1,2 STMIK GI MDP; Jl. Rajawali No.14 Palembang 1,2 PS Teknik Informatika STMIK Global Informatika MDP * 1 helly2158@gmail.com, 2 daniel@mdp.ac.id Abstrak Kota Palembang merupakan ibu kota propinsi Sumatera selatan yang memiliki beraneka ragam objek wisata baik jenis, bentuk, maupun ciri keunikan tradisional daerah. Kebutuhan memperoleh informasi secara cepat dan mudah telah menjadi suatu kebutuhan penting bagi masyarakat, khususnya wisatawan yang ingin berkunjung ke suatu objek wisata di kota palembang. Kebutuhan informasi ini diperlukan dengan menampilkan informasi rute terpendek untuk menuju sebuah lokasi wisata. Metode yang digunakan adalah tabu search. Metode ini menggunakan tabu list untuk menyimpan solusi jalur yang diperoleh dari iterasi dan bangkitkan jalur tetangga dari iterasi yang baru saja dievaluasi. Jalur yang masuk tabu list adalah yang memiliki panjang jalur minimum. Panjang jalur diperoleh dari penjumlah jarak antar jalur tersebut. Nilai minimum dari perhitungan akan menjadi BestSoFar dan dimasukkan ke dalam tabu list. Perhitungan akan berhenti, apabila iterasi telah mencapai maksimum iterasi yang telah ditentukan. Proses iterasi dilakukan pada metode ini, dan hasilnya berupa jalur terpendek dari sebuah lokasi menuju lokasi lainnya. Dengan Algoritma ini hasil yang didapat menjadi lebih tepat. Kata kunci Wisata Palembang, Rute Terpendek, Tabu Search, Tabu List Abstract Palembang is the capitol city of South Sumatera province, which has a wide range of attraction both kinds, shapes, as well as the unique characteristic of the tradional area. The needs of fast and easy information becomes primary needs in the present society, especially for traveling tourists. The tourists needs the shortest route to reach the touring objects. One of several methods to search the shortest route is Tabu Search method. This method is using tabu list to store path solution received from iteration and generates neighbour path from newly evaluated iteration. The path that included in tabu list has minimum path distance. The path distance generated from the sum of every paths. Minimum point of calculations will be the BestSoFar and will be included to the tabu list. The calculation will ends if the iteration reach the maximum iterations that had been determined. The method of this system development is using iteratif method approach. The calculation will be stopped, if the iteration has reached a predetermined maximum iteration. The iteration process is done in this method, and the result is the shortest path from a location to the other location. With this algorithm the results obtained have been more appropriate. Keywords Palembang s Tourism, Shortest Path, Tabu Search, Tabu List

2 Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 379 K 1. PENDAHULUAN ota Palembang merupakan ibu kota propinsi Sumatera Selatan yang memiliki beraneka ragam obyek wisata baik jenis, bentuk, maupun ciri keunikan tradisional daerah. Kurangnya Informasi yang dibuat oleh Dinas Pariwisata kota Palembang menjadikan masyarakat luas tidak bisa mendapatkan informasi tentang kepariwisataan secara jelas. Padahal, kebutuhan memperoleh informasi secara cepat dan mudah telah menjadi suatu kebutuhan penting bagi masyarakat, khususnya wisatawan yang ingin berkunjung ke suatu objek wisata di kota palembang. Masalah lain adalah penentuan rute terpendek dari sebuah lokasi ke lokasi wisata, sehingga masyarakat akan dapat dengan mudah menjangkau lokasi tersebut. Masyarakat selalu mencari alternatif menuju semua objek wisata dengan jarak tempuh yang lebih singkat. Hal ini dapat memberikan informasi lokasi wisata di kota Palembang serta rute terpendek yang dapat di tempuh ke tujuan tersebut. Dalam penelitian ini digunakan metode Tabu search, untuk menyelesaikan masalah rute terpendek yang bisa ditempuh oleh wisatawan dari sebuah lokasi ke lokasi obyek wisata tersebut. Dalam metode Tabu search terkandung sebuah tabu list yang digunakan untuk penyimpanan solusi rute terpendek. Apabila proses iterasi dan perhitungan telah mencapai maksimum, maka proses akan dihentikan. Proses Iterasi yang semakin banyak akan menghasilkan nilai maksimum yang akurat atau dengan kata lain bahwa semakin banyak proses iterasinya maka hasilnya juga semakin baik. 2. METODE PENELITIAN 2.1. Studi Literatur Studi literatur adalah mencari referensi teori yang relefan dengan kasus atau permasalahan yang ditemukan. Referensi tersebut berisikan tentang [1]: 1. Informasi tentang objek wisata di Kota Palembang. 2. Informasi mengenai rute jalan menuju lokasi-lokasi wisata di Kota Palembang. 3. Teori tentang metode Tabu Search. Tujuannya adalah untuk memperkuat permasalahan serta sebagai dasar teori dalam melakukan studi dan juga menjadi dasar untuk melakukan desain kendali dan simulasi penentuan rute terpendek lokasi wisata di Kota Palembang Pengumpulan Data Data sekunder yang dibutuhkan untuk dapat menyelesaikan penelitian ini: 1. Data Lokasi objek wisata di Kota Palembang. 2. Data rute jalan di Kota Palembang. 3. Peta Kota Palembang. Data ini dapat diperoleh dengan studi literatur dan pembacaan peta Kota Palembang yang didapat. 2.3 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 atau node) dan E adalah himpunan sisi (edges atau arcs) yang menghubungkan sepasang simpul. Definisi ini menyatakan bahwa V tidak boleh kosong, sedangkan E boleh kosong. Jadi, sebuah graf dimungkinkan tidak mempunyai sisi satu buah pun, tetapi simpulnya harus ada, minimal satu [2]. Secara geometri graf digambarkan sebagai sekumpulan noktah (simpul) di dalam bidang dwimantra yang dihubungkan dengan sekumpulan garis (sisi) [2]. Adapun geometri Graf dapat dilihat pada Gambar 1.

3 380 ISSN: Gambar 1 Graf Gambar 1. memperlihatkan tiga buah graf G 1, G 2, dan G 3. Pada G 2, sisi e 3 = (1, 3) dan sisi e 4 = (1, 3) dinamakan sisi-ganda (multiple edges atau paralel edges) karena kedua sisi ini menghubungi dua buah simpul yang sama, yaitu simpul 1 dan simpul 3. Pada G 3, sisi e 8 = (3, 3) dinamakan gelang atau kalang (loop) karena ia berawal dan berakhir pada simpul yang sama. 2.4 Metode Tabu Search Tabu Search adalah suatu metode optimasi matematis yang termasuk ke dalam kelas local search[3]. Tabu Search memperbaiki performansi local search dengan memanfaatkan penggunaan struktur memory. Sebagian solusi yang pernah dibangkitkan ditandai sebagai tabu (dalam ejaan lain adalah taboo yang berarti sesuatu yang terlarang), sehingga algoritma Tabu Search tidak akan mengunjungi solusi tersebut secara berulang-ulang [3]. Sama dengan metode simulated annealing, algoritma Tabu Search juga bisa menerima solusi yang lebih buruk daripada solusi saat ini. Untuk menjaga agar solusi terbaik tidak hilang, Tabu Search menyimpan solusi terbaik dan terus mencari berdasarkan solusi terakhir. Selain itu, metode ini mengingat sebagian solusi yang pernah ditemui dan melarang untuk menggunakan solusi yang telah ditelusuri untuk menghindari pengulangan yang sia-sia. Hal ini yang membuat Tabu Search menjadi lebih efisien dalam hal usaha dan waktu [3]. Tabu Search menggunakan struktur memory yang disebut Tabu List untuk menyimpan atribut dari sebagian move (langkah transisi dari satu solusi ke solusi yang lain) yang telah diterapkan pada iterasi-iterasi sebelumnya. Tabu List digunakan untuk menolak solusi-solusi yang memenuhi atribut tertentu agar proses pencarian tidak berulang-ulang pada daerah solusi yang sama dan untuk menuntun proses pencarian menelusuri solusi-solusi yang belum pernah dikunjungi[3]. Tabu Search bekerja secara iteratif menggunakan algoritma local search pada setiap iterasi untuk mencari solusi terbaik di antara sebagian tetangga dari solusi terbaik saat ini. Pada setiap iterasi, algoritma local search memilih solusi tetangga yang memberikan peningkatan kualitas tertinggi. Tetapi, jika semua solusi tetangga tidak memberikan peningkatan kualitas, maka local search akan memilih solusi yang penurunan kualitasnya paling rendah. Kualitas di sini bergantung pada masalah yang dihadapi. Untuk masalah minimasi, semakin rendah nilai fungsi objektifnya berarti semakin tinggi kualitasnya. Sebaliknya, untuk masalah maksimasi, solusi dengan nilai fungsi objektif yang tinggi berarti kualitasnya tinggi [3]. Tabu Search memiliki lima parameter utama yang harus ditentukan secara hati-hati, yaitu prosedur local search, struktur ketetanggan, kondisi tabu, kondisi aspirasi dan kriteria penghentian. Algoritma Tabu Search bisa dihentikan berdasarkan kriteria tertentu, misalnya sejumlah waktu CPU tertentu atau sejumlah iterasi berurutan tanpa peningkatan nilai fungsi objektif terbaik dan sebagainya. Tabu Search juga memiliki lima unsur dasar [3], yaitu : 1. Langkah utama memanfaatkan memory di dalam Tabu Search adalah mengklasifikasi suatu subhimpunan langkah di dalam suatu ketetanggaan sebagai larangan atau tabu. 2. Suatu ketetanggaan dibangun untuk mengidentifikasi solusi-solusi tetangga yang dapat dicapai dari solusi saat ini.

4 Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) Klasifikasi bergantung pada sejarah pencarian dan khususnya pada kebaruan (recency) atau frekuensi (frequency) bahwa langkah atau komponen solusi tertentu, yang disebut atribut, telah berpartisipasi pada pembangkitan solusi-solusi sebelumnya. 4. Suatu tabu list mencatat langkah-langkah terlarang atau tabu moves. 5. Batasan-batasan tabu bisa diberikan pengecualian. Ketika suatu langkah tabu memberikan suatu solusi yang lebih baik dibandingkan semua langkah terbaik sebelumnya, maka status tabu dari langkah tersebut bisa diabaikan (statusnya diubah dari tabu menjadi tidak tabu). Kondisi atau kriteria pengabaian status tabu ini disebut kondisi aspirasi. 3. HASIL DAN PEMBAHASAN 1. Analisis Pada tahap ini dilakukan analisis dalam mencari rute terpendek dari titik awal ke titik akhir dengan menggunakan metode Tabu Search. Solusi dari masalah ini akan menjadi bahan dalam pembuatan program. Serta menyatakan bagaimana sebuah rancangan sistem akan dibuat dengan menggambarkan sebuah model sistem untuk penyelesaian dalam aplikasi melalui model use case. Pemodelan use case menjelaskan mengenai aktivitas-aktivitas atau kejadian-kejadian yang disediakan oleh aplikasi. Berikut ini adalah pemodelan kebutuhan dengan use case. Pada Gambar 2, menunjukkan use case yang ada pada aplikasi yang dibuat. Gambar 2 Diagram Use Case Aplikasi 2. Perancangan Sistem Pada tahap perancangan sistem ini, dibuat rancangannya dengan menggambarkan sebuah model sistem untuk penyelesaian dalam aplikasi melalui diagram aktivitas. Gambar 3 menunjukkan pemodelan diagram aktivitas aplikasi. 3. Implementasi Desain program diterjemahkan dalam kode-kode dengan menggunakan bahasa pemrograman yang sudah ditentukan yaitu Microsoft Visual Basic Aplikasi yang dibuat memiliki fungsionalitas menampilkan peta kota Palembang dan rute terpendek pada peta, serta menunjukkan titik-titik (vertex) yang merupakan objek wisata yang ada di Kota Palembang. Masukkan (input) dari sistem berupa data titik-titik yang akan dipilih dari vertex yang telah ditentukan saat pembuatan peta, sedangkan keluaran (output) sistem adalah rute terpendek yang dapat dilalui dari titik awal ke titik akhir pada peta.

5 382 ISSN: Gambar 3 Diagram Aktivitas Pencarian Rute Terpendek 4. Pengujian Aplikasi Pengujian aplikasi dilakukan dengan menentukan banyaknya iterasi yang diperlukan untuk mencari rute terpendek dan menampilkan hasil pada peta. Evaluasi metode Tabu Search didapat dari membandingkan hasil percobaan dengan banyak iterasi untuk mendapatkan solusi rute terpendek. 5. Rancangan Algoritma Program 5.1 Langkah Kerja Metode Tabu Search Langkah-langkah kerja dari metode Tabu Search pada aplikasi simulasi penentuan rute terpendek lokasi wisata di Palembang, yaitu : 1. Inisial variabel titik awal atau lokasi awal tempat wisata yang ingin dikunjungi dan titik akhir atau lokasi akhir tempat wisata yang ingin dikunjungi. 2. Kemudian inisial MaxIterasi yang merupakan jumlah iterasi yang akan dilakukan dalam pencarian rute. 3. Mulai dengan sebuah solusi awal dengan indeks solusi pertama. Solusi awal diperoleh dari tahap inisialisasi dan merupakan jalur awal yang diperoleh secara acak. Selanjutnya dilakukan proses perulangan membandingkan setiap titik sampai titik tujuan yang dipilih dan memilih secara acak titik mana saja yang bisa dilewati untuk menjadi rute solusi awalnya. 4. Kemudian solusi awal yang diperoleh akan dihitung total jaraknya (panjang). Solusi awal yang telah diperoleh akan dimasukkan dalam tabu list. 5. Proses selanjutnya menginisialisasi solusi Tabu Search. Jalur yang ada pada proses pencarian akan dilakukan iterasi dengan menukarkan posisi setiap jalur untuk mendapatkan rute alternatifnya. 6. Kemudian dilakukan proses penghitungan setiap jaraknya. Jika jarak solusi2 lebih kecil dari total jarak solusi awal (p < pnjg), maka solusi2 masuk ke dalam tabu list dan dilakukan proses iterasi selanjutnya. 7. Apabila perhitungan sudah sampai maksimum iterasi, maka rute yang memiliki total jarak terkecil akan disimpan dalam tabu list dan menjadi GlobalMin atau jalur terpendeknya. 8. Rute terpendek yang didapat dari hasil proses pencarian tersebut akan ditampilkan pada peta.

6 Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) Flowchart Metode Tabu Search Bagan alir (flowchart) metode Tabu Search merupakan bagan yang menjelaskan secara rinci langkah-langkah dari metode Tabu Search. secara umum, langkah-langkah metode Tabu Search digambarkan pada flowchart dalam Gambar 4. Gambar 4 Flowchart Metode Tabu Search 5.3. Tampilan Antarmuka 1. Antarmuka Halaman Utama Tampilan antarmuka halaman utama berisi menu pilihan yang terdiri dari menu pencarian rute terpendek, koordinat lokasi wisata, keterangan wisata, petunjuk dan keluar. Rancangan tampilan halaman utama dapat dilihat pada Gambar 5. Gambar 5 Tampilan Antarmuka Halaman Utama

7 384 ISSN: Antarmuka Pencarian Rute terpendek Tampilan antarmuka pencarian rute terpendek dari aplikasi ini dapat dilihat pada Gambar 6. Gambar 6 Tampilan Antarmuka Pencarian Rute Terpendek Untuk memulai sistem ini, user atau pengguna harus memilih titik awal dan titik akhir yang telah ditentukan oleh sistem. Titik awal dan titik akhir terdiri dari 17 titik yang diberi kode W1, W2, W3, W4, W5, W6, W7, W8, W9, W10, W11, W12, W13, W14, W15, W16, W Antarmuka Hasil Pencarian Tampilan antarmuka hasil pencarian ini memiliki dua data yaitu data tabu list dan data hasil proses iterasi pencarian. Data pada rute yang diperoleh merupakan hasil pencarian dari metode Tabu Search. Rancangan tampilan antarmuka hasil pencarian dapat dilihat pada Gambar 7. Gambar 7 Tampilan Antarmuka Hasil Pencarian 4. Antarmuka Koordinat Lokasi Wisata Tampilan antarmuka koordinat lokasi wisata ini merupakan halaman untuk informasi koordinat lokasi wisata yang berisi informasi tentang longitude dan latitude lokasi

8 Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 385 wisata yang ada di Kota Palembang. Rancangan tampilan antarmuka koordinat lokasi wisata ini dapat dilihat pada Gambar 8. Gambar 8 Tampilan Antarmuka Koordinat Lokasi Wisata 5. Antarmuka Keterangan Wisata Tampilan antarmuka keterangan wisata ini menampilkan informasi mengenai objek wisata yang ada di Kota Palembang. Informasi tersebut berupa penjelasan singkat tentang sejarah objek wisata tersebut. Objek wisata ini terdiri dari wisata alam, wisata religi, wisata belanja dan wisata seni yang ada di Kota Palembang. Tampilan antarmuka keterangan wisata ini dapat dilihat pada Gambar 9. Gambar 9 Tampilan Antarmuka Keterangan Wisata 6. Antarmuka Petunjuk Tampilan antarmuka petunjuk berisi petunjuk yang dapat membantu user dalam menggunakan aplikasi ini. Rancangan tampilan antarmuka petunjuk ini dapat dilihat pada Gambar 10.

9 386 ISSN: Gambar 10 Tampilan Antarmuka Petunjuk 5.4. Pengujian Aplikasi Dalam sistem ini akan dilakukan pencarian jalur terpendek berdasarkan jarak tempuh yang data-data jarak antar titiknya telah diketahui. Pengujian sistem akan dilakukan berdasarkan jumlah iterasi yang dimasukkan. Hasil dari pengujian berdasarkan jalur dan jarak tempuh yang dilalui. Pada Tabel 1 menunjukkan representasi jarak antar titik yang ditabulasikan. Titik W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 W11 W12 W13 W14 W15 W16 W17 Tabel 1 Keterangan Titik Lokasi Wisata Lokasi Wisata The Amanzi Waterpark Taman Wisata Alam Punti Kayu Gereja Baptis Indonesia Palembang Palembang Trade Center Makam Kawah Tengkurep Masjid Agung Palembang Jembatan Ampera Bagus Kuning Gelora Sriwijaya Waterboom OPI Museum Sultan Mahmud Badaruddin II Benteng Kuto Besak Pusat Kerajinan Songket Kambang Iwak Family Park Palembang Indah Mall Palembang Square Mall Pasar Tradisional 16 Ilir

10 Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 387 Sedangkan pada Table 2, disajikan Jarak antar Lokasi Wisata di kota palembang. No Titik Awal Titik Tujuan 1 W1 W W2 W W2 W W2 W W2 W W3 W W3 W W3 W W3 W W3 W W3 W W4 W W4 W W4 W W5 W W5 W W5 W W6 W W6 W W6 W W6 W W7 W W7 W W7 W W8 W W8 W W9 W Tabel 2 Jarak Antar Lokasi Wisata Total Jarak (m) No Titik Awal Titik Tujuan Sumber : Total Jarak (m) 28 W9 W W9 W W10 W W11 W W11 W W11 W W12 W W12 W W12 W W12 W W12 W W13 W W13 W W14 W W14 W W14 W W14 W W15 W W15 W W15 W W15 W W16 W W16 W W16 W W16 W W16 W W17 W Pengujian Pertama Pada pengujian pertama ini akan dicari rute terpendek dari titik awal vertex W1 (The Amanzi Waterpark) menuju titik akhir vertex W10 (Waterboom OPI) dan jumlah iterasi yang dimasukkan adalah 10. Setelah titik dan jumlah iterasi dimasukkan, maka dengan menggunakan metode Tabu Search akan dilakukan proses pencarian dan hasil yang didapat dengan menggunakan aplikasi adalah seperti yang disajikan pada Gambar 11.

11 388 ISSN: Gambar 11 Tampilan Pengujian Sistem Pertama Proses Iterasi dari hasil pencarian lokasi disajikan dalam Gambar 12. Gambar 12 Tampilan Hasil Pencarian Setelah dilakukan pengujian dengan jumlah iterasi 10, maka diperoleh waktu pencarian selama 0,169 detik dengan rute W1-W2-W3-W5-W6-W7-W9-W10 dan total jarak tempuh m, keterangan rute terpilih yaitu The Amanzi Waterpark, Taman Wisata Alam Punti Kayu, Gereja Baptis Indonesia Palembang, Makam Kawah Tengkurep, Masjid Agung Palembang, Jembatan Ampera, Gelora Sriwijaya, Waterboom OPI

12 Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) Pengujian Kedua Pada pengujian kedua ini akan dicari rute terpendek dengan titik awal dan titik akhir yang sama dengan pengujian pertama, tetapi dengan jumlah iterasi yang berbeda, yaitu 100 iterasi. Maka dengan menggunakan metode Tabu Search akan dilakukan proses pencarian dan hasil yang didapat dengan menggunakan aplikasi disajikan pada Gambar 13. Gambar 13 Tampilan Pengujian Sistem Kedua Pada proses iterasi, akan dihasilkan pencarian yang disajikan pada Gambar 14. Gambar 14 Tampilan Hasil Pencarian Setelah dilakukan pengujian dengan jumlah iterasi 100, maka diperoleh waktu pencarian selama 0,676 detik dengan rute W1-W2-W3-W6-W7-W9-W10 dan total jarak tempuh m, keterangan rute terpilih yaitu :

13 390 ISSN: The Amanzi Waterpark - Taman Wisata Alam Punti Kayu - Gereja Baptis Indonesia Palembang - Masjid Agung Palembang - Jembatan Ampera - Gelora Sriwijaya - Waterboom OPI Berdasarkan dua hasil pengujian yang telah dilakukan, dapat diketahui bahwa hasil pencarian rute terpendek dengan menggunakan aplikasi yang telah dibuat memiliki hasil pencarian dan lama waktu pencarian yang berbeda. Semakin banyak jumlah iterasi yang dilakukan, maka hasil pencarian rute terpendek semakin akurat dan semakin lama pula waktu yang akan dibutuhkan sistem untuk menampilkan lintasan pada peta. 4. KESIMPULAN 4.1 Kesimpulan Kesimpulan penelitian ini berdasarkan hasil proses pengerjaan dan implementasi yaitu : 1. Rute terpendek yang didapat adalah lintasan antar lokasi dan hasilnya digambarkan dalam bentuk garis lintasan yang menghubungkan antara lokasi yang satu dengan lokasi lainnya pada peta. 2. Metode Tabu Search yang digunakan lebih tepat dan cocok untuk pencarian rute, karena proses iterasiya yang banyak menghasilkan daftar tempat lokasi yang terpendek. 3. Semakin banyak jumlah iterasi yang dimasukkan, maka semakin banyak rute jalan yang dibandingkan sehingga hasil rute terpendek yang didapat semakin baik dan akurat. 4. Dari sisi penggunaan deklarasi variabel, metode Tabu Search dapat dikatakan membutuhkan banyak sekali variabel dalam pencapaian hasil akhir yang akurat dan juga penggunaan memori karena mengharuskan banyak penyimpanan memori array dalam tabu list yang digunakannya. 4.2 Saran Berdasarkan dari kesimpulan diatas, maka dapat diberikan beberapa saran untuk pengembangan sistem ini selanjutnya, yaitu : 1. Untuk penelitian yang mendatang disarankan agar tidak hanya metode Tabu Search saja, sehingga dapat dibandingkan dengan metode lain seperti Algoritma A*, Algoritma Genetika, Algoritma Semut dan algoritma lainnya. Agar dapat dilihat perbedaan dari setiap metode untuk menyelesaikan masalah lintasan terpendek. 2. Untuk perkembangan lebih lanjut dapat menambah alat transportasi seperti bus, angkutan umum (angkot), transmusi dan taksi. Sehingga user dapat mengetahui biaya setiap perjalanan yang dilakukan. 3. Untuk pengembangan sistem selanjutnya, sebaiknya dapat dipadukan dengan menggunakan alat GPS, agar lebih memudahkan user melihatnya di handphone yang memakai alat GPS dan juga dapat berbasis web. DAFTAR PUSTAKA [1] Suharsimi, Arikunto. 2002, Prosedur Penelitian, Rineka Cipta, Jakarta. [2] Munir, Rinaldi 2010, Matematika Diskrit, Informatika, Bandung. [3] Suyanto 2010, Algoritma Optimasi Deterministik atau Probabilistik, Graha Ilmu, Yogyakarta.

14 Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 391 [4] Admin 2012, Tabu Search, Diambil 9 Oktober 2013, dari index.php?view=article&catid=21%3aitp-informatika-teori-dan-pemograman& id=1150%3atabu-search&format=pdf&option=com_content&itemid=14. [5] A.S., Rosa., Shalahudin M. 2011, Pembelajaran Rekayasa Perangkat Lunak., Modula, Bandung. [6] Gendreau, Michel, dkk. 2010, A Tabu Search for the Vehicle Routing Problem, Diambil 12 Oktober 2013, dari [7] Glover, Fred, Tabu Search Fundamentals Uses, Diambil 12 Oktober, dari [8] Komputer, Wahana 2008, Cepat Menguasai VB. Net 2008 Express, Andi, Yogyakarta. [9] Kusumadewi, Sri, Hari Purnomo 2005, Penyelesaian Masalah Optimasi dengan Teknikteknik Heuristik, Graha Ilmu, Yogyakarta. [10] Sadeli, M. 2009, 7 Jam Belajar Interaktif Visual Basic.Net 2008, Maxikom, Palembang.