Optimasi Asymmetric City Tour di Kota Kediri Menggunakan Ant Colony System
Abstrak
Kota Kediri merupakan kota persinggahan lalu lintas transportasi dan memiliki sejumlah potensi di bidang pariwisata, pendidikan, dan industri. Dengan demikian, Kota Kediri menjadi salah satu kota yang sangat mungkin untuk berkembang dan ramai dikunjungi. Oleh karena itu, Kota Kediri dipandang perlu memodelkan city tour di beberapa bidang yang dapat diunggulkan. Jika ditilik dari disiplin ilmu komputasi, penentuan rute optimum dapat didekati sebagai permasalahan traveling salesman problem. Namun, model traveling salesman problem standar tidak dapat diimplementasikan pada kasus penentuan city tour karena jarak antar lokasi yang mungkin berbeda. Oleh karena itu, pada makalah ini, city tour diselesaikan menggunakan konsep asymmetric traveling salesman problem. Selanjutnya, algoritme ant colony system diimplementasikan dalam penyelesaian masalah ini. Kasus yang diselesaikan pada makalah ini adalah lokasi pusat pariwisata, pusat industri, dan pusat pendidikan di Kota Kediri. Hasil yang diperoleh adalah ant colony system mampu memberikan solusi rute tur yang optimum, yakni rute tempat wisata kota 34,65 km, rute industri 21,19 km, dan rute sekolah 28 km.
Referensi
A. Chusna (2017) ANTARA News Jawa Timur. [Online], https://jatim.antaranews.com/berita/245508/kediri-dapat-penghargaankota-cerdas-2017-dari-wapres-jusuf-kalla, tanggal akses: 28-Nov-2019.
M.D.A.C. Hasibuan dan Lusiana, “Pencarian Rute Terbaik pada Travelling Salesman Problem (TSP) Menggunakan Algoritma Genetika pada Dinas Kebersihan dan Pertamanan Kota Pekanbaru,” Jurnal SATIN - Sains dan Teknologi Informasi, Vol. 1, No. 1, hal. 35-46, Jun. 2015.
F. Glover, G. Gutin, A. Yeo, dan A. Zverovich, “Construction Heuristics for The Asymmetric TSP,” European Journal of Operational Research, Vol. 129, No. 3, hal. 555–568, Mar. 2001.
I.K. Gupta, S. Shakil, dan S. Shakil, “A Hybrid GA-PSO Algorithm to Solve Traveling Salesman Problem,” Computational Intelligence: Theories, Applications and Future Directions, Vol. 798, hal. 453–462, Agustus 2018.
X.H. Zhi, X.L. Xing, Q.X. Wang, L.H. Zhang, X.W. Yang, C.G. Zhou, dan Y.C. Liang, “A Discrete PSO Method for Generalized TSP Problem,” Proc. International Conference on Machine Learning and Cybernetics, 2004, hal. 2378-2383.
N. Chandekar dan M.J. Pillai, “In a Comparative Study of GA and ACO for Solving Travelling Salesman Problem,” International Journal of Mechanical and Production Engineering, Vol. 5, No. 11, hal. 34-37, Nov. 2017.
A.A. Ismail dan S. Herdjunanto, “Penerapan Algoritma Ant System dalam Menemukan Jalur Optimal pada Traveling Salesman Problem (TSP) dengan Kekangan Kondisi Jalan,” JNTETI, Vol. 1, No. 3, hal. 43-48, Nov. 2012.
A. Bajpai dan R. Yadav, “Ant Colony Optimization (ACO) for the Traveling Salesman Problem (TSP) Using Partitioning,” International Journal of Scientific & Technology Research, Vol. 4, No. 9, hal. 376-381, Sep. 2015.
B. Freisleben dan P. Merz, “Genetic Local Search Algorithm for Solving Symmetric and Asymmetric Traveling Salesman Problems,” Proc. IEEE Conference on Evolutionary Computation, 1996, hal. 616-621.
A. Maria, E.Y. Sinaga, dan M.H. Iwo, “Penyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO)”, Jurnal Media Informatika, Vol. 6, hal. 1-5, 2008.
X. Chen, Y. Zhou, Z. Tang, dan Q. Luo, “A Hybrid Algorithm Combining Glowworm Swarm Optimization and Complete 2-Opt Algorithm for Spherical Travelling Salesman Problems,” Applied Soft Computing Journal, Vol. 58, hal. 104–114, September 2017.
A. Izzah, B.A. Nugroho, W.F. Mahmudy, F.A. Bachtiar, T.A. Cinderatama, dan Y.A. Sari, “Convergence Analysis in Swarm Intelligence for City Tour Optimization,” Proc. International Seminar on Research of Information Technology and Intelligent System, 2019, hal. 109.
© Jurnal Nasional Teknik Elektro dan Teknologi Informasi, di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.
2.png)
