Optimisasi Travelling Salesman Problem dengan Algoritma Genetika pada Kasus Pendistribusian Barang PT. Pos Indonesia di Kota Bandar Lampung

Saiful Rohman, La Zakaria, Asmiati Asmiati, Aang Nuryaman

Abstract


Optimasi merupakan proses untuk mendapatkan nilai minimum atau maksimum dari sebuah fungsi, peluang, atau pencarian nilai lainnya dalam berbagai kasus. Salah satu masalah yang melibatkan proses optimasi yaitu Travelling Salesman Problem (TSP). Studi kasus pada TSP yang diteliti oleh penulis adalah terkait pendistribusian barang yang dilakukan oleh PT.Pos Indonesia di Kota Bandar Lampung. Kantor Pos Bandar Lampung sering mengalami beberapa permasalahan antara lain keterlambatan pengiriman barang, kurang puasnya pelayanan kantor pos, rute pendistribusian barang yang rumit dan lain-lain. Penyelesaian masalah TSP seperti diatas dapat diselesaikan dengan metode Algoritma Genetika. Algoritma Genetika merupakan algoritma pencarian yang didasarkan atas mekanisme seleksi alami dan evolusi biologis. Proses pencarian solusi terbaik menggunakan Algoritma Genetika dilakukan pengujian sebanyak 10 kali dengan ukpop = 30, maxgen = 100, pc = 0,95, pm = 0,01 dan operator genetika menggunakan order crossover dan inversion mutationdiperoleh hasil terbaik pada pengujian ke-8 dengan nilai fitness = 0,015032531, dengan panjang sirkuit terbaik 66,52239581 km.


Keywords


Optimasi, TSP, PT.Pos Indonesia, Algoritma Genetika.

References


Amin, R.A., Ikhsan, M.,dan Wibisono, L. 2006.Traveling Salesman Problem. InstitutTeknologi Bandung.Bandung.

Dewa, dan Vivine. 2012. Penentuan Jarak Terpendek Pada Jalur Distribusi Barang Di Pulau Jawa Dengan Menggunakan Algoritma Genetika. Jurnal Nasional Pendidikan Teknik Informasi. STMIK STIKOM Indonesia. Vol. 1, No. 3.

Gutin, G. dan Punnen, A. 2004. The Traveling Salesman Problem and Its Variations. Kluwer Academic Publisher. London, Inggris.

Goldberg, D. 1989. Genetic Algorithms in Search, Optimization and Machine Learning Reading. Addison-Wesley Publishing Company, Inc. USA.

Holland, J. 1975. Adaptation in Natural and Artificial Systems. University of Michigan Press. Ann Arbor.

Kusumadewi, S.danPurnomo, H. 2005. Penyelesaian Masalah Optimasidengan Teknik-Teknik Heuristik. Graha Ilmu: Yogyakarta.

Setiawan, K., Supriyadin, Santoso, I.,dan Buana, R.2015. Menghitung Rute Terpendek Menggunakan Algoritma A* Dengan Fungsi Euclidan Distance. Seminar Nasional Teknologi Informasi dan Komunikasi 2018 (SENTIKA 2018).STIK Cipta Karya Informatika. Yogyakarta.

Moengin, P. 2011. Metode Optimasi. Muara Indah.Bandung.

Sivanandam, S. dan Deepa, S. 2008. Introduction to Genetic Algorithm. Springer-Verlag. German.

Syarif, A. 2014. Algoritma Genetika, Teori dan Aplikasi. Graha Ilmu. Ruko Jambusari 7A Yogyakarta.

Yurika, dan Ravi. 2006. Representasi Jalur (Path) Pada Travelling Salesman Problem untuk Menentukan Jarak Terpendek Menggunakan Algoritma Genetika.Jurnal Matematika. UNISBA Bandung. Vol. 6, No. 1




DOI: https://doi.org/10.24198/jmi.v16.n1.27804.61-73

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Jurnal Matematika Integratif

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Published By:

Department of Matematics, FMIPA, Universitas Padjadjaran, Jl. Raya Bandung-Sumedang KM. 21 Jatinangor


Indexed by:

width=width= width= width= width= width=

 

Visitor Number : free
hit counter View My Stats


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.