PENYELESAIAN TRAVELING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA IMPROVED ANT COLONY OPTIMIZATION

• Main Author: Daniya Rifa Fadhilah, - (Author)
• Format: Book
• Published: 2019-08-29.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upi.edu/39500/1/S_MAT_1504308_Title.pdf; http://repository.upi.edu/39500/2/S_MAT_1504308_Chapter1.pdf; http://repository.upi.edu/39500/3/S_MAT_1504308_Chapter2.pdf; http://repository.upi.edu/39500/4/S_MAT_1504308_Chapter3.pdf; http://repository.upi.edu/39500/5/S_MAT_1504308_Chapter4.pdf; http://repository.upi.edu/39500/6/S_MAT_1504308_Chapter5.pdf; http://repository.upi.edu/39500/7/S_MAT_1504308_Appendix.pdf
• Keywords: L Education (General); QA Mathematics

PENYELESAIAN TRAVELING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA IMPROVED ANT COLONY OPTIMIZATION DANIYA RIFA FADHILAH ABSTRAK Traveling Salesman Problem (TSP) adalah salah satu model permasalahan optimisasi untuk menentukan rute perjalanan dengan total jarak terpendek. TSP dapat diilustrasikan sebagai masalah seorang pekerja yang melakukan perjalanan ke semua lokasi tepat satu kali, dimulai dari satu lokasi dan kembali ke lokasi awal. Penelitian ini membahas penyelesaian model TSP dengan menggunakan Algoritma Improved Ant Colony Optimization (IACO). Algoritma IACO adalah salah satu metode optimisasi yang menambahkan proses mutasi dan local search sebelum proses update pheromone yang ada pada Algoritma Ant Colony Optimization (ACO). Penambahkan kedua proses tersebut bertujuan untuk menghasilkan solusi yang lebih baik. Pada penelitian ini, Algoritma IACO diimplementasikan pada kasus pendistribusian roti dari sebuah rumah produksi di daerah Kabupaten Bandung. Selanjutnya, hasil yang diperoleh juga dibandingkan dengan hasil optimasi dengan menggunakan Algoritma ACO. Hasil dari penelitian ini menyimpulkan bahwa Algoritma IACO dapat menyelesaikan model TSP dan memberikan solusi dengan jarak yang lebih baik dibandingkan dengan Algoritma ACO. Kata kunci : Traveling Salesman Problem, Algoritma Ant Colony Optimization, Algoritma Improved Ant Colony Optimization, solusi optimum. THE SETTLEMENT OF TRAVELING SALESMAN PROBLEM USING IMPROVED ANT COLONY OPTIMIZATION ALGORITHM DANIYA RIFA FADHILAH ABSTRACT Traveling Salesman Problem (TSP) is an optimization problem to determine route of worker with minimal cost. TSP can be illustrated as a problem of a worker to visit a set of places where each place should be visited once, starting and ending at the same place. This study discusses the solution of TSP using Improved Ant Colony Optimization (IACO) Algorithm. The IACO Algorithm is an optimization method that combines mutation process and local search before update pheromone in Ant Colony Optimization (ACO) Algorithm. Those processes is purposed to obtain a better solution. In this study, IACO Algorithm is implemented to solve a bread distribution problem of home production in Bandung regency. Then we compare the solution of IACO Algotrithm with the solution of ACO Algorithm. The computation results show the that IACO Algorithm gives better solution than ACO Algorithm. Kata kunci : Traveling Salesman Problem, Ant Colony Optimization Algorithm, Improved Ant Colony Optimization Algorithm, optimum solution.