ABSTRAK. Universitas Kristen Maranatha

dokumen-dokumen yang mirip
ABSTRAK. Universitas Kristen Maranatha

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System

ANT COLONY OPTIMIZATION

Matematika dan Statistika

ALGORITMA SEMUT UNTUK MENCARI JALUR TERPENDEK YAAYU

BAB IV ANALISIS MASALAH

PENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY. Budi Triandi

BAB 2 LANDASAN TEORI

LEMBAR PENGESAHAN LEMBAR PERNYATAAN HAK CIPTA ABSTRAK...

BAB III ANALISIS DAN PERANCANGAN

Penyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut

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

Penerapan Algoritma Ant System dalam Menemukan Jalur Optimal pada Traveling Salesman Problem (TSP) dengan Kekangan Kondisi Jalan

DAFTAR ISI ABSTRAK ABSTRACT KATA PENGANTAR

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PEMBUATAN SKEMA JALUR ANGKUTAN KOTA PALU BERDASARKAN PENCARIAN LINTASAN DENGAN BOBOT MAKSIMUM MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM (ACS)

IMPLEMENTASI MOBILE TRACKING MENGGUNAKAN METODE ANT COLONY OPTIMIZATION DAN GOOGLE MAPS API SKRIPSI DONNY SANJAYA

ABSTRAK. Kata kunci: Google Maps, travelling salesman problem, pencarian rute, Branch and Bound. vi Universitas Kristen Maranatha

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PERANCANGAN PROGRAM SIMULASI RUTE PENDISTRIBUSIAN BARANG DENGAN ALGORITMA ELITIST ANT SYSTEM PADA PT TIMUR JAYA SKRIPSI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

VEHICLE ROUTING PROBLEM UNTUK DISTRIBUSI BARANG MENGGUNAKAN ALGORITMA SEMUT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

ABSTRAK Kata kunci : Universitas Kristen Maranatha

REKAYASA APLIKASI PENCARI RUTE LOKASI INDUSTRI MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM

Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana ( )

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

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

UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah

IMPLEMENTASI ALGORITMA DIJKSTRA UNTUK PENCARIAN RUTE TERPENDEK MENUJU PELABUHAN BELAWAN BERBASIS SISTEM INFORMASI GEOGRAFIS SKRIPSI

OPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09

INTERAKSI ANTARA PENGURANGAN WAKTU TUNGGU DAN BIAYA PEMESANAN PADA MODEL PERSEDIAAN DENGAN BACKORDER PRICE DISCOUNT DAN PENGENDALIAN FAKTOR PENGAMAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM

OPTIMISASI POLA DISTRIBUSI DENGAN LOGIKA FUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA

MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT

PENCARIAN RUTE TERPENDEK OBJEK WISATA DI MAGELANG MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO)

PENERAPAN ALGORITMA ANT COLONY UNTUK TRAVELLING SALESMAN PROBLEM PADA PERANGKAT BERGERAK

PENGGUNAAN ALGORITMA GENETIKA UNTUK MENENTUKAN LINTASAN TERPENDEK STUDI KASUS : LINTASAN BRT (BUS RAPID TRANSIT) MAKASSAR

IMPLEMENTASI ALGORITMA ANT COLONY DALAM PENCARIAN LOKASI RUMAH SAKIT BERBASIS MOBILE GIS PADA PLATFORM ANDROID (STUDI KASUS : KOTA MEDAN) SKRIPSI

PENERAPAN KOMBINASI ALGORITMA GEOMETRIC DIFFERENTIAL EVOLUTION DAN SISTEM FUZZY DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) TUGAS AKHIR

APLIKASI PEMETAAN RUTE TERPENDEK FASILITAS UMUM DIKOTA BINJAI DALAM SISTEM INFORMASI GEOGRAFIS MENGGUNAKAN ALGORITMA SEMUT SKRIPSI

BAB II KAJIAN TEORI. semut, dan travelling salesman problem. Teori graf digunakan untuk menerapkan

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2011/2012

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG

SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM

KATA PENGANTAR. DAFTAR TABEL.. xviii. 1.1 Latar Belakang Masalah 1

STUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING SALESMAN PROBLEM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

APLIKASI ALGORITMA ANT SYSTEM (AS) DALAM KASUS TRAVELLING SALESMAN PROBLEM (TSP) Dedy Mulia

ALGORITMA SEMUT UNTUK PENYELESAIAN TRAVELLING SALESMAN PROBLEM

BAB 1 PENDAHULUAN. 1.1 Pendahuluan

BAB 1 PENDAHULUAN. transportasi yang harus dikeluarkan dalam proses pendistribusian.

BAB II TINJAUAN PUSTAKA

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

PERANCANGAN SISTEM OPTIMASI RUTE DISTRIBUSI PENGANGKUTAN SAMPAH DI SURABAYA SECARA ADAPTIF MENGGUNAKAN METODE ALGORITMA KOLONI SEMUT


Jl. Ir. M. Putuhena, KampusUnpatti, Poka-Ambon, Maluku

BAB 2 LANDASAN TEORI. Perancangan sistem merupakan penguraian suatu sistem informasi

1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan

PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING

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

PENENTUAN RUTE TERPENDEK DENGAN METODE FLOYD WARSHALL PADA PETA DIGITAL UNIVERSITAS SUMATERA UTARA SKRIPSI DHYMAS EKO PRASETYO

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND

IMPLEMENTASI METODE DIJKSTRA DALAM MOBILE APLIKASI PENCARIAN SPBU TERDEKAT DI KOTA PALEMBANG. Vina Meitasari 1, Ali Nurdin 1, Aryanti 1

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI

MODIFIKASI ALGORITMA SEMUT UNTUK OPTIMASI PROBABILITAS PEMILIHAN NODE DALAM PENENTUAN JALUR TERPENDEK

JURNAL IT STMIK HANDAYANI

Algoritma. Untuk. Problem Dengan. Vehicle. Window. Jasa

Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek

UNNES Journal of Mathematics

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB II TINJAUAN PUSTAKA

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...

ALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP

PENENTUAN ARAH TUJUAN OBJEK DENGAN TABU SEARCH

Algoritma Koloni Semut dan Manfaatnya untuk Menentukan Jalur Pengumpulan Sampah

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

IMPLEMENTASI ALGORITMA SEMUT UNTUK PENCARIAN RUTE TERPENDEK BERBASIS SISTEM INFORMASI GEOGRAFIS

BAB III METODOLOGI PENELITIAN

Transkripsi:

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. Salah satu cara untuk meminimalisasi biaya adalah dengan menentukan jalur terpendek dalam mengirimkan barang. Metode yang dapat digunakan untuk menentukan jalur terpendek adalah dengan menggunakan algoritma semut yang didasarkan pada cara kerja semut untuk menentukan jalur terpendek dari sarang menuju sumber makanan. Semut dapat menemukan jalur terpendek dengan memanfaatkan feromon sebagai komunikasi tidak langsung antar semut. Jalur dengan konsentrasi feromon lebih kuat yang dilewati semut merupakan jalur terpendek. Pada Tugas Akhir ini akan dibahas mengenai perancangan program untuk menentukan jalur terpendek dengan menggunakan algoritma semut, disertai percobaan dan pengamatan terhadap perangkat lunak. Perancangan ini telah berhasil dilakukan dan memperoleh parameter parameter yang baik digunakan dalam program tersebut. Parameter parameter yang baik digunakan adalah α = 1, β = 2, dan ρ = 0.5.Untuk percobaan 6 buah kota diperoleh jalur terpendek yaitu 43.1154 unit dan untuk percobaan 10 buah kota diperoleh jalur terpendek yaitu 52.2097 unit. i

ABSTRACT Problems of transportation that happened effect of oil fuel increase of price make service user of transportation think to be able to minimize it. One of the way to minimize the cost by determining shortest trade in delivering goods. The method that can be used to determining shortest trade by using ant algorithm which based on ant s activity in determining shortest way from den to source of food. Ant can find shortest way by exploiting feromon as indirect communications between ant. The way with stronger concentration of feromon will be pass by ant representing the shortest way. At this paper will discuss about design of program to determine shortest way by using ant algorithm, accompanied experiment and attempt to software. Design of this software have succeed and get the parameters which is good to be used in program. The good parameters that used is α = 1, β = 2, and ρ = 0.5. For a experiment with six cities the algorithm shown the shortest way is 43.1154 unit and for a experiment with ten cities the algorithm shown the shortest way is 52.2097 unit. ii

DAFTAR ISI LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR PERSAMAAN i ii iii v vii viii ix BAB I PENDAHULUAN I.1 Latar Belakang 1 I.2 Identifikasi Masalah 2 I.3 Tujuan 2 I.4 Pembatasan Masalah 2 I.5 Sistematika Penulisan 3 BAB II DASAR TEORI II.1 Graf 4 II.1.1 Definisi Graf 4 II.1.2 Lintasan dan Sirkuit Hamilton 4 II.2 TSP (Travelling Salesman Problem) 6 II.3 Teori Tentang Semut 7 II.3.1 Kehidupan Nyata Semut 7 II.3.2 Optimasi Koloni Semut 10 BAB III PERANCANGAN PERANGKAT LUNAK III.1 Perancangan Perangkat Lunak 16 iii

III.1.1 Koordinat Kota 18 III.1.2 Fungsi untuk Panjang Jalur 19 III.1.3 Jarak Antar Kota 19 III.1.4 Penyusunan Jalur Semut 20 III.1.5 Pemilihan Jalur Semut 21 III.1.6 Mencari Panjang Jalur dan Update Feromon 24 III.1.7 Jalur Terpendek 25 III.1.8 Mengulang Iterasi sampai Maksimum 26 BAB IV HASIL PENGAMATAN IV.1 Percobaan untuk 6 Buah Koordinat Kota 28 IV.1.1 Percobaan Pertama dari 6 Koordinat Kota 30 IV.1.2 Percobaan Kedua dari 6 Koordinat Kota 32 IV.1.3 Percobaan Ketiga dari 6 Koordinat Kota 33 IV.1.4 Percobaan Keempat dari 6 Koordinat Kota 34 IV.2 Percobaan untuk 10 Buah Koordinat Kota 35 IV.2.1 Percobaan Pertama dari 10 Koordinat Kota 37 IV.2.2 Percobaan Kedua dari 10 Koordinat Kota 39 IV.2.3 Percobaan Ketiga dari 10 Koordinat Kota 40 IV.2.4 Percobaan Keempat dari 10 Koordinat Kota 41 BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan 42 V.2 Saran 42 DAFTAR PUSTAKA 43 LAMPIRAN A A-1 LAMPIRAN B B-1 iv

DAFTAR TABEL Tabel IV.1 Koordinat 6 buah kota 28 Tabel IV.2 Jarak antar kota pada 6 buah kota (d) 29 Tabel IV.3 Visibilitas antar kota pada 6 buah kota (η) 29 Tabel IV.4 Percobaan pertama (6 kota) 30 Tabel IV.5 Percobaan kedua (6 kota) 32 Tabel IV.6 Percobaan ketiga (6 kota) 33 Tabel IV.7 Percobaan keempat (6 kota) 34 Tabel IV.8 Koordinat 10 buah kota 35 Tabel IV.9: Jarak antar kota pada 10 buah kota (d ij ) 35 Tabel IV.9: Jarak antar kota pada 10 buah kota (d ij )(lanjutan) 36 Tabel IV.10 Visibilitas antar kota pada 10 buah kota (η) 36 Tabel IV.11 Percobaan pertama (10 kota) 37 Tabel IV.12 Percobaan kedua (10 kota) 39 Tabel IV.13 Percobaan ketiga (10 kota) 40 Tabel IV.14 Percobaan keempat (10 kota) 41 v

DAFTAR GAMBAR Gambar II.1 (a) Graf memiliki lintasan Hamilton ( misal : 3,2,1,4) 5 Gambar II.1(b) Graf memiliki sirkuit Hamilton ( 1,2,3,4,1) 5 Gambar II.1(c) Graf tidak memiliki lintasan maupun sirkuit Hamilton 5 Gambar II.2 Graf lengkap dengan 4 simpul 5 Gambar II.3 Contoh Karakteristik semut (1) 8 Gambar II.4 Contoh Karakteristik semut (2) 9 Gambar II.5 Jalur Solusi Semut (Ant System) 11 Gambar II.6 Diagram alir algoritma semut secara umum 15 Gambar III.1 Diagram alir program algoritma semut 17 Gambar III.2 Diagram alir dari koordinat kota 18 Gambar III.3 Diagram alir dari penyusunan jalur semut 20 Gambar III.4 Diagram alir dari pemilihan jalur semut 23 Gambar III.5 Diagram alir dari mencari panjang jalur dan update feromon 24 Gambar III.6 Diagram alir dari jalur terpendek 26 Gambar III.7 Diagram alir dari iterasi 27 Gambar IV.1 Tampilan jalur awal (6 kota) 31 Gambar IV.2 Tampilan iterasi ke 1 (6 kota) 31 Gambar IV.3 Tampilan jalur awal (10 kota) 38 Gambar IV.4 Tampilan iterasi ke 119 (10 kota) 38 vi

DAFTAR PERSAMAAN Persamaan II.1 12 Persamaan II.2 13 Persamaan II.3 13 vii