OPTIMALISASI METODE PENYELESAIAN ORIENTEERING PROBLEM MENGGUNAKAN ALGORITMA GENETIK DAN ANT COLONY OPTIMIZATION


Radiva Hera Oktiagi , 5302414066 (2019) OPTIMALISASI METODE PENYELESAIAN ORIENTEERING PROBLEM MENGGUNAKAN ALGORITMA GENETIK DAN ANT COLONY OPTIMIZATION. Under Graduates thesis, UNNES.

[thumbnail of OPTIMALISASI METODE PENYELESAIAN ORIENTEERING PROBLEM MENGGUNAKAN ALGORITMA GENETIK DAN ANT COLONY OPTIMIZATION]
Preview
PDF (OPTIMALISASI METODE PENYELESAIAN ORIENTEERING PROBLEM MENGGUNAKAN ALGORITMA GENETIK DAN ANT COLONY OPTIMIZATION) - Published Version
Download (898kB) | Preview

Abstract

Dalam menyelesaikan kasus orienteering problem dapat digunakan algoritma genetik ataupun ant colony optimization. Namun algoritma genetik memiliki kelemahan, dimana hasil yang didapat kurang optimal. Sedangkan algoritma ant colony optimization mampu memberikan hasil yang lebih optimal, namun membutuhkan waktu perhitungan yang lebih lama. Dengan menggabungkan kedua algoritma tersebut, diharapkan mampu memberikan hasil yang lebih optimal dengan waktu yang singkat. Penelitian ini bertujuan untuk melihat sejauh mana tingkat optimalisasi diterapkannya penggabungan algoritma genetik dengan ant colony optimization dalam menyelesaikan orienteering problem. Metode penelitian yang digunakan adalah eksperimen dimana algoritma gabungan akan di uji coba dan dibandingkan dengan algoritma genetik dan ant colony optimization. Hasil yang dibandingkan merupakan waktu komputasi algoritma dan hasil terbaik yang dihasilkan algoritma tersebut. Berdasarkan hasil uji coba menggunakan 5 skenario yang memiliki batasan jarak 2000, 4000, 6000, 8000, dan 10000, didapatkan hasil bahwa algoritma gabungan mampu meningkatkan waktu komputasi sebesar 3-5 detik dibandingkan ant colony optimization, namun masih jauh lebih lambat dibanding dengan algoritma genetik. Sedangkan dalam segi hasil pencarian rute, algoritma gabungan meningkatkan hasil sebesar 20% dari ant colony optimization dan 30% - 80% dari algoritma genetik. Saran pada penelitian selanjutnya adalah melakukan pengujian dengan skenario yang lebih banyak, dan melakukan pengujian terhadap parameter tiap algoritma secara lebih mendalam agar hasil yang didapat bisa lebih optimal.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Algoritma Gabungan, Algoritma Genetik, Ant Colony, Orienteering Problem
Subjects: T Technology > Information and Computer
Fakultas: Fakultas Teknik > Pendidikan Teknik Informatika dan Komputer, S1
Depositing User: budi Budi santoso perpustakaan
Date Deposited: 23 Jun 2020 14:43
Last Modified: 23 Jun 2020 14:43
URI: http://lib.unnes.ac.id/id/eprint/36953

Actions (login required)

View Item View Item