PENGEMBANGAN ALGORITMA HYBRID NEAREST NEIGHBOUR & ANT COLONY OPETIMIZATION UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM

Alpihuda, Ilham (2023) PENGEMBANGAN ALGORITMA HYBRID NEAREST NEIGHBOUR & ANT COLONY OPETIMIZATION UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM. Thesis(S2) thesis, UNIVERSITAS PASUNDAN.

[img]
Preview
Text
Jurnal Tesis Ilham Alpi Huda Indo.pdf

Download (369kB) | Preview

Abstract

Abstract. Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah optimasi yang banyak menarik perhatian para peneliti sejak beberapa dekade terdahulu. Meskipun TSP sepertinya mudah dinyatakan, akan tetapi sangat sulit untuk diselesaikan terutama untuk persoalan dengan jumlah kota yang banyak. TSP dikarakteristikan kedalam kelas NP-hard (Nondeterministik Polynomial – hard), dimana jika titik yang harus dikunjungi berjumlah banyak. Untuk menyelesaikan permasalahan TSP, selain menggunakan metode heuristik ada metode yang lebih cerdas dalam mengeskplorasi solusi terbaik yaitu dengan menggunakan algoritma metaheurstik. Banyak algoritma metaheuristik yang berguna telah dikembangkan oleh para peneliti terdahulu untuk menyelesaikan masalah TSP, di penenelitian ini akan akan dibahas sebuah tema mengenai Pengembangan Algoritma Hybrid Nearest Neighbour (NN) & Ant Colony Optimization (ACO) untuk Menyelesaikan Travelling Salesman Problem (TSP). Algoritma yang telah dikembangkan diterjemahkan ke dalam bahasa pemrograman, sehingga penyelesaian TSP dengan menggunakan NN dan ACO dapat dilakukan dengan bantuan komputer. Penulisan program dilakukan di GNU Octave. Dari hasil pengujian pada algoritma Nearest Neighbour, Ant Colony Optimization juga Hybrid Nearest Neighbour & Ant Colony Optimization dari beberapa Instance yang dilakukan, maka keluar nilai jarak yang bervariatif berdasarkan perbandingan solusi, untuk setiap instance yang diselesaikan, algoritma yang dikembangkan tidak mampu menghasilkan total panjang seluruh rute yang lebih baik dibandingkan dengan algoritma-algoritma dari penelitian sebelumnya. Total panjang seluruh rute dari instance 2l_cvrp0101 merupakan total panjang seluruh rute terbaik yang mampu dihasilkan dibandingkan dengan penelitian-penelitian sebelumnya, dengan nilai perbandingan -1,43%. Total panjang seluruh rute terburuk yang mampu dihasilkan adalah total panjang seluruh rute dari instance 2l_cvrp1801, dengan nilai perbandingan -124,91% dibandingkan dengan GTS, -127,18% dibandingkan dengan ACO dan -127,90% dibandingkan dengan GRASPxELS. Secara rata-rata, total panjang seluruh rute yang dihasilkan mempunyai nilai perbandingan -63,72% dibandingkan dengan GTS, -68,28% dibandingkan dengan ACO dan -70,58% dibandingkan dengan GRASPxELS. Keywords: Traveling

Item Type: Thesis (Thesis(S2))
Subjects: RESEARCH REPORT
Divisions: Pascasarjana > S2-Teknik Industri 2023
Depositing User: asep suryana
Date Deposited: 27 Jul 2023 07:18
Last Modified: 27 Jul 2023 07:18
URI: http://repository.unpas.ac.id/id/eprint/64411

Actions (login required)

View Item View Item