IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE OPTIMUM OBJEK WISATA DI KABUPATEN PEMALANG

dokumen-dokumen yang mirip
ABSTRAK. Universitas Kristen Maranatha

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

Pencarian Rute Optimum Menggunakan Algoritma Genetika

Implementasi Algoritma Genetika Untuk Pencarian Rute Berdasarkan Waktu Tercepat Objek Wisata Di Kabupaten Ngawi. Makalah

PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK (SHORTEST PATH) SKRIPSI RION SIBORO

IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE PALING OPTIMUM

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

PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

Lingkup Metode Optimasi

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System

Matematika dan Statistika

Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika

APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

Crossover Probability = 0.5 Mutation Probability = 0.1 Stall Generation = 5

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya

PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC)

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA. ALGORITMA GENETIK DENGAN aossoyer UNIFOllM UNTUK MASALAB DC-MST (DEGllEE CONSTIlAlNED MINIMUM SPANNING TREE)

BAB I PENDAHULUAN. antaranya Rumah Sakit Umum Daerah Ujung Berung, Rumah Sakit Hasan

ABSTRAK Kata kunci : Universitas Kristen Maranatha

PENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

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

OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG

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

BAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta

BAB 1 PENDAHULUAN Latar Belakang

Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)

BAB I PENDAHULUAN 1.1 Latar Belakang

PENDAHULUAN. Latar Belakang

Algoritma Evolusi Dasar-Dasar Algoritma Genetika

PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY

Penentuan Rute Belanja dengan TSP dan Algoritma Greedy

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

OPTIMASI PENJADWALAN SUMBER DAYA DENGAN METODE ALGORITMA GENETIK TESIS MAGISTER OLEH: DEDE SUMIRTO PEMBIMBING: DR.IR. BIEMO W.

BAB 1 PENDAHULUAN Latar Belakang

METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI

PERBANDINGAN KINERJA ALGORITMA GENETIK DAN ALGORITMA BRANCH AND BOUND PADA TRAVELLING SALESMAN PROBLEM

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

BAB I PENDAHULUAN. bangunan seperti pada frames ataupun truss. Hal ini dikarenakan penggunaan

BAB IV ANALISIS MASALAH

METODE REDUCED-GRADIENT PADA OPTIMASI NONLINIER BERKENDALA PERTIDAKSAMAAN NONLINIER SKRIPSI. Oleh : Normayati Sumanto J2A

Prosiding Matematika ISSN:

Penentuan Rute Kendaraan dalam Pendistribusian Beras Bersubsidi Menggunakan Algoritma Genetika (Studi Kasus Perum Bulog Sub Divre Cirebon) *

Optimasi Cluster Pada Fuzzy C-Means Menggunakan Algoritma Genetika Untuk Menentukan Nilai Akhir

Optimasi Pemilihan Pekerja Bangunan Proyek Pada PT. Citra Anggun Pratama Menggunakan Algoritma Genetika

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:

Denny Hermawanto

PENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA. Abstraksi

BAB 2 LANDASAN TEORI. 2.1 Algoritma

OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA

PENGENALAN ANGKA DENGAN MENGGUNAKAN ALGORITMA GENETIK. Fakultas Teknik dan Ilmu Komputer, Jurusan Teknik Informatika Universitas Komputer Indonesia

BAB II TINJAUAN PUSTAKA

Optimasi Pembagian Barang Alat Tulis Kantor Menggunakan Algoritme Genetika

Optimasi distribusi barang dengan algoritma genetika

IMPLEMENTASI ALGORITMA FUZZY EVOLUSI PADA PENJADWALAN PERKULIAHAN

IMPLEMENTASI ALGORITMA GENETIKA UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM

PENYELESAIAN MASALAH PENUGASAN DENGAN ALGORITMA GENETIKA TEKNIK CYCLE CROSSOVER.

PERBANDINGAN ALGORITMA EXHAUSTIVE, ALGORITMA GENETIKA DAN ALGORITMA JARINGAN SYARAF TIRUAN HOPFIELD UNTUK PENCARIAN RUTE TERPENDEK

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN

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

Prosiding Matematika ISSN:

Optimizing The Distribution Route of LPG Tube By Using Genetic Algorithm (Case Studies: PT. Restu Ajimanunggal of Surakarta) Kustanto 2)

Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner

DINAMISASI PARAMETER ALGORITMA GENETIKA MENGGUNAKAN POPULATION RESIZING ON FITNESS IMPROVEMENT FUZZY EVOLUTIONARY ALGORITHM (PROFIFEA)

BAB 2 LANDASAN TEORI

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

UNNES Journal of Mathematics

GENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR

APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN

RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Bab II Konsep Algoritma Genetik

PENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP)

OPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA

Analisis Aplikasi Algoritma Genetika Untuk Pencarian Nilai Fungsi Maksimum Djunaedi Kosasih 1) Rinaldo 2)

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

Arif Munandar 1, Achmad Lukman 2 1 Teknik Informatika STMIK El Rahma Yogyakarta, Teknik Informatika STMIK El Rahma Yogyakarta

PERANCANGAN APLIKASI SISTEM PENJADWALAN LABORATORIUM FISIKA DASAR DI UNIVERSITAS GUNADARMA

ANALISIS PENGATURAN INDIVIDU CROSSOVER DAN MUTASI ALGORITMA GENETIKA STUDI KASUS TRAVELLING SALESMAN PROBLEM

MILIK UKDW BAB I PENDAHULUAN Latar Belakang Masalah

OPTIMASI TRAVELLING SALESMAN PROBLEM WITH TIME WINDOWS (TSP-TW) PADA PENJADWALAN PAKET RUTE WISATA DI PULAU BALI MENGGUNAKAN ALGORITMA GENETIKA

Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem

BAB II LANDASAN TEORI

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

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

Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag.

TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA. Oleh Dian Sari Reski 1, Asrul Sani 2, Norma Muhtar 3 ABSTRACT

Penjadwalan Dinas Pegawai Menggunakan Algoritma Genetika Pada PT Kereta Api Indonesia (KAI) Daerah Operasi 7 Stasiun Besar Kediri

Optimasi Penjadwalan Mata Pelajaran Pada Kurikulum 2013 Dengan Algoritme Genetika (Studi Kasus: SMA Negeri 3 Surakarta)

Optimization of Transportation Cost Using Genetic Algorithm

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah

Transkripsi:

IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE OPTIMUM OBJEK WISATA DI KABUPATEN PEMALANG SKRIPSI Oleh: Indra Surada J2A 605 060 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2010

ABSTRAK Dinas Pariwisata Kabupaten Pemalang adalah suatu instansi yang salah satu tugasnya mengatur dan mengontrol semua objek wisata di Kabupaten Pemalang. Agar tugasnya menjadi efisien, perlu dicari rute optimum untuk 15 objek wisata di Kabupaten Pemalang. Algoritma genetika merupakan algoritma konvensional yang dapat digunakan untuk menyelesaikan masalah optimasi seperti mencari rute optimum dengan mengabaikan kondisi jalan yang ada. Dengan mengasumsikan perjalanan akan kembali ke tempat semula, dan memberikan nilai untuk parameter crossover probability (pc), mutation rate (pm), maka dihasilkan solusi rute optimum dengan titik awal dan akhir yang sama. MATLAB 7.1 digunakan untuk pembuatan interface aplikasi pencarian rute optimum menggunakan Algoritma Genetika. Hasil yang diperoleh menggunakan Algoritma Genetika dapat berubah untuk setiap eksekusi, karena sifat Algoritma Genetika yang selalu mengambil bilangan acak di dalam prosesnya. Kata kunci: algoritma genetika, rute optimum

ABSTRACT Pemalang County Tourism Office is an institution in which one of its duties to regulate and control all tourist attraction in the District Pemalang. To be his duty to be efficient, we have to find the optimum route for the 15th District as a tourist attraction in Pemalang. Conventional genetic algorithm is an algorithm that can be used to solve optimization problems such as finding the optimum route by ignoring the existing road conditions. Assuming the trip will go back into place, and provide value for the parameter crossover probability (pc), mutation rate (pm), then the resulting solution with the optimum route starting point and end the same. Matlab 7.1 is used to manufacture the optimum route search application interface using Genetic Algorithm. Solution using Genetic Algorithms can change for each execution, because the nature of Genetic Algorithms which always takes the random number in the process. Keywords: genetic algorithms, optimum routes

BAB I PENDAHULUAN 1.1. Latar Belakang Ilmu pengetahuan dan teknologi pada akhir-akhir ini berkembang dengan begitu pesatnya. Seiring dengan itu muncul berbagai masalahmasalah yang baru, antara lain adalah masalah efisiensi dan optimasi. Masalah optimasi ini beraneka ragam tergantung dari bidangnya, misalnya dalam industri antara lain pengaturan jam kerja karyawan, jumlah persediaan bahan baku, jalur distribusi yang optimal, dan sebagainya. Selain itu untuk memenuhi kebutuhan sehari-hari banyak yang telah mengedepankan teknologi untuk segala aktifitasnya baik perorangan, perusahaan maupun sebuah departemen. Sesuai dengan data yang dimiliki Dinas Pariwisata Kabupaten Pemalang tahun 2008, terdapat 15 tempat cagar budaya yang dijadikan sebagai objek wisata yang dimiliki oleh Kabupaten Pemalang. Untuk menempuh perjalanan ke 15 tempat objek wisata akan sangat menjadi efisien jika mengetahui jalur yang paling optimum sehingga bisa meminimalkan waktu tempuh dari objek wisata satu ke objek wisata yang lain. Oleh karena itu dalam hal ini masalah optimasi yang dipilih adalah masalah dalam bidang transportasi, dimana akan dicari optimasi dalam pencarian rute optimum jalur perjalanan dari posisi awal menuju posisi tujuan pada suatu peta lokasi jalan/kota. Untuk itu diperlukan suatu metode untuk mendapatkan solusi yang optimal dari masalah tersebut.

Masalah optimasi khususnya pencarian rute optimum secara matematika dicoba dan dipelajari oleh pakar matematikawan Irlandia yang bernama Sir William Rowan Hamilton pada tahun 1859 dengan menggunakan suatu cycle dalam suatu graph G yang hanya melewati vertek tepat satu kali, yang kemudian dinamakan Hamilton cycle. Secara umum, masalah rute optimum adalah masalah yang bertujuan untuk mencari Hamilton cycle dengan panjang total minimal dengan menggunakan konsep teori graph. Bermula dari tuntutan pemecahan masalah optimasi, pada tahun 70-an muncul sebuah Algoritma baru yang dikenal dengan Algoritma Genetika yaitu merupakan metode penyelesaian yang terinspirasi oleh prinsip Genetika dan seleksi alam yang dikemukakan oleh Darwin (Teori Evolusi Darwin). Suatu Algoritma yang menirukan proses evolusi suatu makhluk hidup yang berfungsi untuk memberikan solusi untuk masalah optimasi. Kelebihan Algoritma Genetika dibandingkan metode pencarian konvensional pada optimasi yaitu pertama, solusi dapat diperoleh setiap saat karena solusi dihasilkan pada generasi ke berapapun, kedua, Algoritma Genetika tidak harus membutuhkan waktu yang lama karena tidak semua kemungkinan dicoba, tergantung pada kriteria berakhirnya. [2] Dengan beberapa kelebihan, maka Algoritma Genetika dapat diimplementasikan untuk pencarian rute optimum objek wisata di Kabupaten Pemalang. Hal ini diharapkan dapat membantu Dinas

Pariwisata dalam menempuh perjalanan ke 15 tempat objek wisata agar menjadi efisien jika mengetahui jalur yang paling optimum sehingga bisa meminimalkan waktu tempuh dari objek wisata satu ke objek wisata yang lain. 1.2. Perumusan Masalah Permasalahan yang dibahas dalam Tugas Akhir ini adalah bagaimana menyelesaikan masalah pencarian rute optimum atau mendekati optimum menggunakan Algoritma Genetika dengan sebuah sistem aplikasi perangkat lunak. 1.3. Pembatasan Masalah Dalam pembuatan Tugas Akhir ini permasalahan dibatasi pada pencarian rute optimum objek wisata di Kabupaten Pemalang yang diasumsikan bertipe simetris yaitu melakukan perjalanan tanpa memperhatikan arah kunjungan dengan setiap tempat dikunjungi tepat satu kali dan tanpa memperhatikan besar biaya yang dicapai pula, artinya biaya dari daerah asal ke daerah tujuan sama dengan biaya dari daerah tujuan ke daerah asal, serta dengan mengabaikan kondisi jalan dan alat transportasi yang digunakan, artinya untuk jarak yang sama akan memakan waktu tempuh yang sama. Jumlah objek wisata yang dikunjungi adalah 15 objek wisata yang tersebar di seluruh Kabupaten Pemalang. Algoritma Genetika diimplementasikan ke dalam bahasa pemrograman MATLAB 7.1.

1.4. Tujuan Penulisan Tujuan penulisan Tugas Akhir ini adalah mengimplementasikan konsep Algoritma Genetika untuk menyelesaikan masalah pencarian rute optimum objek wisata di Kabupaten Pemalang, dengan menggunakan MATLAB 7.1. 1.5. Sistematika Penulisan Sistematika penulisan yang akan diuraikan dalam Tugas Akhir ini terbagi dalam beberapa bab yang akan dibahas sebagai berikut : BAB I : Pendahuluan. Bab ini menjelaskan secara umum mengenai latar belakang masalah, permasalahan dengan batasan-batasan masalah yang digunakan, tujuan serta sistematika penulisan Tugas Akhir ini. BAB II : Dasar Teori. Bab ini berisi dasar-dasar teoritis Algoritma Genetika untuk melandasi pemecahan masalah serta metode-metode yang berkaitan dan sekilas tentang bahasa pemrograman yang digunakan untuk implementasinya. BAB III : Analisis dan Pembahasan. Bab ini berisi tentang metode Algoritma Genetika yang digunakan untuk menyelesaikan permasalahan pencarian rute optimum. Algoritma penyelesaian permasalahan ini

dalam pembuatan program komputer dan hasil percobaan yang mendapatkan solusi permasalahan ini. BAB IV : Implementasi dan Pengujian. Bab ini berisi tentang implementasi dan pengujian program untuk pencarian rute optimum objek wisata di Kabupaten Pemalang dengan menggunakan bahasa pemrograman MATLAB 7.1. BAB V : Penutup. Bab ini berisi simpulan yang telah didapatkan dari hasil uji coba program dan analisanya mengenai keterkaitan dengan tujuan pembuatan sistem, dan selanjutnya akan dikemukakan saran-saran mengenai penggunaan sistem serta bahan masukan dari penulis bagi rencana pengembangan Tugas Akhir untuk masa yang akan datang.