Modifikasi Ant Colony Optimization (ACO) untuk Penentuan Rute Terpendek dari dan ke Kabupaten/Kota di Jawa
| Main Author: | Jufri, Ahmad |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/157492/ |
Daftar Isi:
- Secara umum ada dua pendekatan yang banyak digunakan untuk menyelesaikan permasalahan pencarian jalur terpendek, yaitu deterministik dan probabilistik. ACO merupakan salah satu metode dengan pendekatan probabilistik yang terbukti mampu menyelesaikan permasalahan TSP. Namun salah satu kelemahan dari metode ini adalah kecepatan komputasi. Dalam penelitian ini dilakukan modifikasi algoritma ACO untuk menentukan jalur terpendek dari dan ke Kabupaten/Kota di Jawa. Tujuan penelitian ini adalah meningkatkan kinerja Algoritma ACO, baik dari sisi waktu komputasi maupun pemakaian memori. Fokus dari penelitian ini adalah modifikasi terhadap jumlah Semut yang ditugaskan untuk melakukan perjalanan dari sumber ke tujuan, modifikasi pada intensitas jejak Semut, dan modifikasi probabilitas untuk pemilihan kota berikutnya. Hasil penelitian ini menunjukkan bahwa memodifikasi probabilitas pemilihan kota berikutnya dan intensitas jejak Semut dapat menjaga kualitas solusi yang dihasilkan Algoritma Modifikasi ACO dengan prosentase 99,8% terhadap Algoritma ACO. Dan Modifikasi ACO rata-rata lebih efisien dari Algoritma ACO dengan prosentase 7%. Selain itu waktu yang dibutuhkan untuk menghasilkan rute terpendek rata-rata 3 kali lebih cepat daripada Algoritma ACO yang asli.