Daniya Rifa Fadhilah, - (2019) PENYELESAIAN TRAVELING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA IMPROVED ANT COLONY OPTIMIZATION. S1 thesis, Universitas Pendidikan Indonesia.
Abstract
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.
![[thumbnail of S_MAT_1504308_Title.pdf]](http://repository.upi.edu/style/images/fileicons/text.png "S_MAT_1504308_Title.pdf") |
Text
S_MAT_1504308_Title.pdf Download (434kB) |
|
Text
S_MAT_1504308_Chapter1.pdf Download (271kB) |
|
Text
S_MAT_1504308_Chapter2.pdf Restricted to Staf Perpustakaan Download (465kB) |
|
Text
S_MAT_1504308_Chapter3.pdf Download (666kB) |
|
Text
S_MAT_1504308_Chapter4.pdf Restricted to Staf Perpustakaan Download (828kB) |
|
Text
S_MAT_1504308_Chapter5.pdf Download (361kB) |
|
Text
S_MAT_1504308_Appendix.pdf Restricted to Staf Perpustakaan Download (170kB) |
| Item Type: | Thesis (S1) |
|---|---|
| Uncontrolled Keywords: | Traveling Salesman Problem, Algoritma Ant Colony Optimization, Algoritma Improved Ant Colony Optimization, solusi optimum |
| Subjects: | L Education > L Education (General) Q Science > QA Mathematics |
| Divisions: | Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Matematika - S1 |
| Depositing User: | Daniya Rifa Fadhilah |
| Date Deposited: | 27 Mar 2020 03:46 |
| Last Modified: | 27 Mar 2020 03:46 |
| URI: | http://repository.upi.edu/id/eprint/39500 |
Actions (login required)
 |
View Item |