Perancangan Program Aplikasi Penentuan Jalur Pendistribusian Barang Menggunakan Max-Min Ant System Budi Adi Darma Binus University, Jalan KH Syahdan No 9 Palmerah, Jakarta 11480, Indonesia +6285697858589 budiadarma@gmailcom ABSTRACT This thesis described about the issue in traveling salesman problem which discusses the problem of finding the shortest route in the graph in order to go through all places and back at the starting place The purpose of this thesis is to solve the problem in determining the route using max min ant system so that the travel distance to the all places is being optimal The problem is represented in an interconnected graph The distance of the travel was found out based on coordinate of the places This method of thesis used parameters value the determined parameters in order to obtain the optimal result Computational results by using max-min ant system to get the best route in problem travelling salesman problem This thesis did not use the actual route but the result of this thesis can be applied as the alternative of decision-making in choosing the best route (BAD) Keywords: traveling salesman problem, max min ant system, graph, optimal
ABSTRAK Skripsi ini menjelaskan tentang permasalahan dalam travelling salesman problem yang membahas masalah pencarian rute terpendek dalam graf untuk melewati semua tempat dan kembali lagi ke tempat awal Tujuan skripsi ini adalah untuk menyelesaikan permasalahan menentukan rute perjalanan dengan menggunakan max-min ant system agar jarak perjalanan ke semua tempat menjadi optimal Permasalahan direpresentasikan dalam sebuah graf yang saling terhubung Jarak perjalanan telah diketahui berdasarkan koordinat tempat Metode skripsi ini menggunakan nilai parameter parameter yang telah ditentukan agar mendapatkan hasil yang optimal Hasil komputasi dengan menggunakan max-min ant system mendapatkan rute perjalanan yang terbaik dalam masalah travelling salesman problem Dalam skripsi tidak menggunakan jalur yang sebenarnya namun hasil dari skripsi ini dapat digunakan sebagai alternatif pengambilan keputusan dalam memilih rute perjalanan yang terbaik (BAD) Kata kunci: traveling salesman problem, max-min ant system, graf, optimal PENDAHULUAN Saat ini perkembangan perekonomian di Indonesia semakin meningkat, ditandai dengan banyaknya jumlah pabrik dan perusahaan yang selalu bertambah disetiap tahunnya Hal ini dapat menimbulkan semakin ketatnya persaingan bisnis sejenis, sehingga berdampak pada persaingan harga Untuk memperoleh keuntungan yang maksimal, maka diperlukan adanya penekanan biaya pengeluaran salah satunya adalah biaya transportasi Penekanan biaya transportasi bisa dilakukan dengan menghemat bahan bakar minyak kendaraan salah satu caranya adalah dengan memilih rute perjalanan terpendek Selain menghemat bahan bakar minyak, dengan memilih rute perjalanan terpendek maka waktu perjalanan yang ditempuh juga akan lebih cepat Menurut Thomas Stützle & Holger H Hoos (2000: 16) menyatakan bahwa algoritma Max-Min Ant System merupakan sebuah optimasi algoritma koloni semut yang berasal dari Ant System Dimana Ant System diadaptasi dari tingkah laku semut yang mencari makanan dari koloninya Semut akan mencari jalur perjalanan ke sumber makanan Dan meninggalkan jejak berupa feromon dalam perjalanannya Jejak tersebut memberikan informasi kepada semut lain Maka semut-semut lain akan mengikuti jejak tersebut Semakin banyak semut yang mengikuti jejak tersebut, semakin jelas terlihat jalur perjalanannya Jejak yang sedikit diikuti semut akan menghilang, sehingga jejak tersebut tidak akan dilewati semut lagi Dalam penerapannya algoritma semut untuk mengatasi masalah salah satunya adalah menentukan rute perjalanan Berdasarkan latar belakang tersebut, penulis ingin mengimplentasikan algoritma Max-Min Ant System untuk menentukan jalur pendistribusian barang secara optimal
METODE PENELITIAN Metode yang digunakan untuk penelitian ini adalah sebagai berikut : 1 Studi Pustaka Mengetahui materi algoritma Max-Min Ant System dengan mencari sumber buku, artikel, dan literatur internet Penulis kemudian mempelajari dan memahami materi tersebut sebagai penunjang dalam kaitannya dengan materi yang di pilih untuk dijadikan pedoman pembuatan program aplikasi 2 Studi Lapangan Studi lapangan dilakukan untuk mendapatkan data-data yang diperlukan dari CV Arga Cipta Adhisakti Cara yang digunakan wawancara yang mana penulis melakukan wawancara langsung dengan pihak yang terkait di CV Arga Cipta Adhisakti 3 Metode Analisis Metode Analisis dalam penelitian ini dibagi menjadi beberapa tahap yaitu: a) Mempelajari algoritma Max-Min Ant System b) Mempelajari bahasa pemrograman PHP dan HTML5 c) Mempelajari proses pemasukan data menggunakan komputer 4 Metode Perancangan Metode perancangan dimulai dari mengambil data-data yang diperlukan untuk membuat program aplikasi yang diharapkan 5 Uji Coba dan Evaluasi Setelah program aplikasi telah selesai dibuat, maka pengujian program akan dilakukan lalu dievaluasi HASIL DAN BAHASAN Pengolahan data dilakukan dengan menggunakan data pelanggan pada CV Arga Cipta Adhisakti Data tersebut berupa lokasi tempat pelanggan yang direpresentasikan ke dalam koordinat x dan koordinat y Dalam pengolahan data ini menggunakan 4 data pelanggan yang ada pada tabel 1 berikut Tabel 1 Data Lokasi yang Dituju Node Nama Koor X Koor Y A CV Arga Cipta Adhisakti 10689924-623797 B Koperasi RSPP 106793185-6240455 C Mangga Dua 106831573-6137291 D Koperasi RSPJ 106875969-6173132 Lalu dalam melakukan pengolahan data menggunakan max-min ant system diperlukan inisialisasi parameter Inisialisasi parameter tersebut adalah
Dengan menggunakan rumus probabilitas untuk menentukan kota, maka rute perjalanan semut 1 sampai dengan semut 4 dinyatakan dalam tabel 2 berikut Tabel 2 Rute Perjalanan Semut Rute Perjalanan Jarak Semut-1 ABCDA 0342104193 2923086063 Semut-2 BADCB 0342104193 2923086063 Semut-3 CBADC 0342104193 2923086063 Semut-4 DCABD 0391150783 2556558863 Lalu dilakukan pembaharuan intensitas jejak semut menggunakan rumus Perhitungan akan terus dilakukan sampai = dan hasil dari perhitungan adalah Pada siklus NC=1, diperoleh adalah semut 1 dengan jarak yang ditempuh 0342104193 dan rute perjalanan ABCDA atau CV Arga Cipta Adhisakti - Koperasi RSPP - Mangga Dua - Koperasi RSPJ - CV Arga Cipta Adhisakti Dalam perhitungan sistem, jarak yang ditempuh akan dikonversi ke dalam satuan kilometer sehingga jarak yang ditempuh adalah 217954581642 KM Berikut adalah cara pemakaian dalam program Gambar 1 Layar Data Lokasi User
Gambar 1 merupakan tampilan layar untuk melakukan proses penentuan jalur pendistribusian Pada layar ini terdapat data pelanggan Untuk pemakaiannya user hanya perlu mencentang pada kolom checklist tempat tujuan yang ingin dilalui lalu dilanjutkan dengan melakukan klik tombol proses User harus mencentang lebih dari satu tempat yang ingin dilalui Dengan menggunakan pengolahan data pada pada tabel 1 yaitu 4 data, maka user melakukan centang pada tempat tujuan seperti pada gambar 2 berikut Gambar 2 Penerapan olah data Data yang dicentang memiliki koordinat x dan koordinat y yang nantinya akan digunakan untuk melakukan perhitungan sistem Proses lanjut dalam langkah berikutnya yaitu menghasilkan rute terpendek dari perhitungan sistem Gambar 3 Layar Hasil
Gambar 3 merupakan proses lanjutan dari gambar 2 Pada layar ini menghasilkan rute jalur yang ada pada peta Hasil rute perjalanan terpendek dan jarak yang ditempuh diperoleh berdasarkan perhitungan sistem Hasil rute perjalanan terpendek berdasarkan data input pada gambar 2 adalah CV Arga Cipta Adhisakti - Koperasi RSPP - Mangga Dua - Koperasi RSPJ - CV Arga Cipta Adhisakti dan jarak yang ditempuh adalah 217954581642 KM SIMPULAN DAN SARAN Berdasarkan analisis yang dilakukan dari pembuatan aplikasi sistem penentuan jalur pendistribusian ini, dapat ditarik simpulan dan saran yang mungkin diperlukan untuk pengembangan sistem yang lebih baik lagi Simpulan dibuat berdasarkan dari hasil evaluasi terhadap program aplikasi yang telah dibuat Kesimpulan yang didapat adalah: a) Program aplikasi ini dapat memberikan solusi untuk CV Arga Cipta Adhisakti dalam menentukan jalur pendistribusian barang b) Terdapat ada kelemahan dalam perhitungan menggunakan max-min ant system yaitu nilai batas bawah intensitas jejak semut lebih besar dibanding nilai batas atas intensitas jejak semut pada kasus tertentu c) Menggunakan metode max-min ant system dapat menyelesaikan masalah pada travelling salesman problem Dari pembuatan program aplikasi penentuan jalur pendistribusian ini, maka penulis dapat memberikan saran sebagai berikut: a) Untuk pengembangan lebih lanjut diharapkan program aplikasi penentuan jalur pendistribusian barang ini dapat diimplementasikan sesuai dengan kebutuhan dengan menambah variabel kuantitas barang yang didistribusikan dan jumlah pegawai untuk mengirim barang b) Untuk pengembangan lebih lanjut program aplikasi penentuan jalur pendistribusian barang ini diharapkan lebih banyak fasilitas yang dapat ditampilkan dengan lebih menarik dalam penyajian informasi yang terkandung didalam aplikasi sistem penentuan jalur pendistribusian ini c) Untuk pengembangan lebih lanjut dapat menggunakan jalur yang sebenarnya REFERENSI Adiwijaya Matematika Diskrit Diperoleh 04-03-2013 dari http://wwwscribdcom/doc/110279208/bab-iv-teori-graf Agus Leksono (2009) Algoritma Ant Colony Optimization untuk Menyelesaikan Traveling Salesman Problem SkripsiS1 Universitas Diponegoro Semarang Albertus Bayu Aji Priyono Analisis Sistem Informasi: UML Diperoleh 05-15-2013 dari http://bayuajistaffgunadarmaacid/downloads/files/32096/umlpdf Anharku 2009 Flowchart Diperoleh 04-20-2013 dari http://ilmukomputerorg/wpcontent/uploads/2009/06/anharku-flowchartpdf Bambang Y, Agus S A, & Siswanto B W (2009) Implementasi Algoritma Koloni Semut Pada Proses Pencarian Jalur Terpendek Jalan Protokol di Kota Yogyakarta Seminar Nasional Informatika 2009, 111-120
Bidisha G 2011 Optimization Diperoleh 05-11-2013 dari http://wwwtcdie/civileng/staff/bidishaghosh/research%20methods/optimizationdocx Loka Dwiartara 2010 Menyelam & Menaklukan Samudra PHP Diperoleh 05-20-2013 dari http://wwwilmuwebsitecom/ebook Marco Dorigo, Mauro Birattari, & Thomas Stutzle 2006 Ant Colony Optimization Artificial Ants as a Computational Intelligence Technique Diperoleh 04-18-2013 dari http://iridiaulbacbe/iridiatrseries/rev/iridiatr2006-023r001pdf Mann, A, Talwar, R, Bhushan, B, & Gupta, R (2012) A Review of Ant Colony Optimization International Journal of Engineering and Social Science, 2(7), 36-47 Martin Fowler (2003) UML Distilled: A Brief Guide to the Standard Object Modeling Language (3rd edition) Boston: Pearson Education Oloruntoyin S T, Ojo J, Amao T, Salawudeen D, & Oloruntoyin K S (2013) Implementation of Heuristics for Solving Travelling Salesman Problem Using Nearest Neighbour and Nearest Insertion Approaches International Journal of Advance Research, 1(3), 139-155 Pressman, Roger S (2010) Software Engineering A Practitioner s Approach (7th edition) New York: Mc Graw-Hill International Edition S Babaeizah, A Banitalebi, Rohanin A, & M Ismail A A (2012) Solving Optimal Control Problem Using Max Min Ant System IOSR Journal of Mathematics, 1(3), 47-51 Shneiderman, B (2005) Designing the User Interface Strategies for Effective Human- Computer Interaction (4th edition) United States of America: Pearson Education Thomas Stützle & Holger H Hoos (2000) MAX-MIN Ant System Journal Future Generation Computer Systems, 16(9), 889-914 Vinnet C, Parveen K Y, & Pawan K D (2012) Evaluation of Cost Optimazion for Travelling Salesman by Comparing Various Ant Colony Optimization Algorithms International Journal of Computational Engineering & Management, 15(5), 38-44 Yudha Yudhanto 2012 Games Sederhana dengan HTML5 Diperoleh 05-01-2013 dari http://ilmukomputerorg/wp-content/uploads/2012/10/games-html5pdf RIWAYAT PENULIS Budi Adi Darma lahir di kota Jakarta pada 25 November 1989 Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang ilmu Teknik Informatika dan Matematika pada tahun 2013