Computer File

Perancangan algoritma artificial bee colony untuk menyelesaikan probabilistic traveling salesman problem

Pencarian rute terpendek untuk mengunjungi sejumlah konsumen
merupakan hal yang sangat penting karena berkaitan dengan biaya yang
dikeluarkan. Salah satu permasalahan untuk mencari rute terpendek adalah
Probabilistic Traveling Salesman Problem (PTSP). PTSP dapat dideskripsikan
sebagai permasalahan dengan masing-masing konsumen berada pada tempat
yang diketahui dan mempunyai probabilitas membutuhkan kunjungan yang
independen satu sama lain. PTSP bertujuan untuk mencari suatu a priori tour
untuk semua konsumen yang dapat menghasilkan expected length minimal. Oleh
karena itu, dapat disimpulkan bahwa PTSP merupakan perluasan dari Traveling
Salesman Problem (TSP). Algoritma yang digunakan dalam penelitian ini adalah
algoritma Artificial Bee Colony (ABC). Algoritma ABC terinspirasi dari kecerdasan
berkelompok lebah madu dalam mencari makan. Algoritma ABC menggunakan
tiga jenis koloni lebah yaitu employed bees, onlooker bees, dan scout bees.
Bunga dalam algoritma ABC merupakan analogi dari solusi PTSP yang
dihasilkan. Adapun bunga yang mempunyai nektar paling baik merupakan
analogi dari solusi PTSP yang paling baik, yaitu solusi yang dapat menghasilkan
expected length terkecil. Bunga yang digunakan oleh algoritma ABC diwakili
dengan serangkaian bilangan acak. Jika terdapat n kota dalam suatu kasus
PTSP, maka dibuat bunga yang memiliki n dimensi.
Algoritma ABC telah diterapkan untuk menyelesaikan PTSP.
Berdasarkan pengujian eksperimental terhadap 8 kasus hipotetis, diketahui
bahwa parameter yang paling berpengaruh sampai dengan yang kurang
berpengaruh adalah Maximum Cycle Number (MCN), jumlah sumber makanan
(SN), dan Limit (L). Selain itu, performansi algoritma ABC juga lebih baik
dibandingkan performansi algoritma Particle Swarm Optimization (PSO), MultiSwarm
Particle Swarm Optimization (MSPSO), Hybrid Particle Swarm
Optimization (HybPSO), Hybrid Multi-Swarm Particle Swarm Optimization
(HybMSPSO), Greedy Randomized Adaptive Search Procedure (GRASP),
Expanding Neighborhood Search GRASP (ENS-GRASP), dan Tabu Search
(Marinakis & Marinaki 2009) untuk kasus-kasus PTSP yang dicoba.

Ketersediaan

Informasi Detail

Judul Seri

No. Panggil

TI CHR p/12

Penerbit

Bandung : Program Studi Teknik Industri Fakultas Teknologi Industri - UNPAR., 2012

Deskripsi Fisik

xiv, ... p. : il. ; 30 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

TI

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

3424 - FTI

Pernyataan Tanggungjawab

Natalia Christi

Versi lain/terkait

Lampiran Berkas

Komentar