Forest Optimization Algorithm untuk Menyelesaikan Travelling Salesman Problem
| Main Author: | Damayanti, Aisah Feriera Awip |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/178583/ |
| ctrlnum |
178583 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/178583/</relation><title>Forest Optimization Algorithm untuk
Menyelesaikan Travelling Salesman
Problem</title><creator>Damayanti, Aisah Feriera Awip</creator><subject>518.1 Algorithms</subject><description>Travelling Salesman Problem (TSP) adalah masalah yang
sering kita jumpai dalam kehidupan sehari-hari sehingga banyak
penelitian dilakukan dalam bidang tersebut. Perkembangan
penyelesaian TSP dapat dilakukan dengan metode tradisional dan
algoritma heuristik. Namun, kedua metode tersebut memiliki
kelemahan sehingga muncul algoritma pendekatan dari algoritma
heuristik yaitu algoritma metaheuristik. Beberapa algoritma
metaheuristik telah terbukti mampu menyelesaikan masalah
tersebut dengan baik seperti algoritma Ant Colony Optimization
(ACO), algoritma genetika (GA), dan Particle Swarm
Optimization (PSO). Seiring dengan perkembangan zaman
muncul beberapa algoritma metaheuristik, salah satunya adalah
Forest Optimization Algorithm (FOA). Dalam perkembangannya,
algoritma FOA memiliki performa yang cukup baik untuk
menyelesaikan masalah optimasi fungsi kontinu dan masalah
dengan sifat diskrit dan biner dibandingkan algoritma yang lain.
Oleh karena itu, pada skripsi ini akan dibahas metode optimasi
Forest Optimization Algorithm (FOA) untuk menyelesaikan
Travelling Salesman Problem (TSP) dan hasilnya akan
dibandingkan dengan algoritma Ant Colony Optimization (ACO).
Data uji yang digunakan adalah data uji TSP WI29, DJ38, dan
QA194. Rancangan FOA dibentuk mirip dengan aslinya dengan
beberapa modifikasi pada tahap inisialisasi hutan dengan pohon
berusia „0‟, tahap local seeding, dan tahap global seeding. Hasil
yang diperoleh dari 30 kali simulasi menunjukkan bahwa FOA
yang telah dimodifikasi belum berhasil mengungguli kinerja
algoritma ACO pada data uji WI29 dan DJ38. Namun, untuk data
uji QA194 FOA dapat mencapai kriteria pemberhentian meskipun
nilai fitness yang diperoleh tidak lebih baik daripada algoritma
ACO.</description><date>2019-07-05</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Damayanti, Aisah Feriera Awip (2019) Forest Optimization Algorithm untuk Menyelesaikan Travelling Salesman Problem. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/MIPA/2019/160/051910863</relation><recordID>178583</recordID></dc>
|
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview |
| author |
Damayanti, Aisah Feriera Awip |
| title |
Forest Optimization Algorithm untuk
Menyelesaikan Travelling Salesman
Problem |
| publishDate |
2019 |
| topic |
518.1 Algorithms |
| url |
http://repository.ub.ac.id/178583/ |
| contents |
Travelling Salesman Problem (TSP) adalah masalah yang
sering kita jumpai dalam kehidupan sehari-hari sehingga banyak
penelitian dilakukan dalam bidang tersebut. Perkembangan
penyelesaian TSP dapat dilakukan dengan metode tradisional dan
algoritma heuristik. Namun, kedua metode tersebut memiliki
kelemahan sehingga muncul algoritma pendekatan dari algoritma
heuristik yaitu algoritma metaheuristik. Beberapa algoritma
metaheuristik telah terbukti mampu menyelesaikan masalah
tersebut dengan baik seperti algoritma Ant Colony Optimization
(ACO), algoritma genetika (GA), dan Particle Swarm
Optimization (PSO). Seiring dengan perkembangan zaman
muncul beberapa algoritma metaheuristik, salah satunya adalah
Forest Optimization Algorithm (FOA). Dalam perkembangannya,
algoritma FOA memiliki performa yang cukup baik untuk
menyelesaikan masalah optimasi fungsi kontinu dan masalah
dengan sifat diskrit dan biner dibandingkan algoritma yang lain.
Oleh karena itu, pada skripsi ini akan dibahas metode optimasi
Forest Optimization Algorithm (FOA) untuk menyelesaikan
Travelling Salesman Problem (TSP) dan hasilnya akan
dibandingkan dengan algoritma Ant Colony Optimization (ACO).
Data uji yang digunakan adalah data uji TSP WI29, DJ38, dan
QA194. Rancangan FOA dibentuk mirip dengan aslinya dengan
beberapa modifikasi pada tahap inisialisasi hutan dengan pohon
berusia „0‟, tahap local seeding, dan tahap global seeding. Hasil
yang diperoleh dari 30 kali simulasi menunjukkan bahwa FOA
yang telah dimodifikasi belum berhasil mengungguli kinerja
algoritma ACO pada data uji WI29 dan DJ38. Namun, untuk data
uji QA194 FOA dapat mencapai kriteria pemberhentian meskipun
nilai fitness yang diperoleh tidak lebih baik daripada algoritma
ACO. |
| id |
IOS4666.178583 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2021-10-28T07:01:46Z |
| last_indexed |
2021-10-28T07:01:46Z |
| recordtype |
dc |
| _version_ |
1751453900808912896 |
| score |
17.538404 |