Mohammad Ghildhoh (2015) Hybrid Algoritma Genetika Dan Algoritma Artificial Bee Colony (ABC) Untuk Menyelesaikan Travelling Salesman Problem (TSP). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. COVER.pdf Download (711kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (253kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (268kB)
	Text (BAB I PENDAHULUAN) 4. BAB I PENDAHULUAN.pdf Download (256kB)
	Text (BAB II TINJAUAN PUSTAKA) 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only Download (559kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 6. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only Download (280kB) | Request a copy
	Text (BAB IV PEMBAHASAN) 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only Download (591kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only Download (249kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (249kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy
Preview	Text (ABSTRAK) gdlhub-gdl-s1-2015-ghildhohmo-41585-5.-abstr-k.pdf Download (254kB) | Preview
	Text (FULLTEXT) MPM.76-15 Ghi h.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Traveling Salesman Problem (TSP) dinyatakan sebagai permasalahan dalam mencari jarak minimal sebuah tour tertutup terhadap sejumlah n kota dengan kotakota yang ada hanya dikunjungi tepat sekali dengan kota awal juga merupakan kota akhir (tujuan). Oleh karena itu, tujuan dari penulisan skripsi ini adalah menyelesaikan Traveling Salesman Problem dengan hybrid Algoritma Genetika dan algoritma Artificial Bee Colony (ABC). Algoritma genetika merupakan metode optimasi yang menggunakan teori evolusi dan seleksi alam. Algoritma ABC merupakan algoritma yang terinspirasi dari tingkah laku sekumpulan lebah pada saat mencari makanan. Hybrid algoritma genetika dan algoritma ABC adalah gabungan dari kedua algoritma dengan cara memproses algoritma genetika terlebih dahulu kemudian proses algoritma ABC. Proses algoritma ini dimulai dengan inisialisasi parameter, pembangkitan solusi awal, menghitung fungsi tujuan, seleksi roulette wheel, proses crossover dan mutasi, pemilihan generasi baru, pencarian neighbourhood dari solusinya dan menghitung nilai fungsi tujuan, seleksi roulette wheel, pencarian solusi baru dengan neighbourhood dari solusinya untuk onlooker, menghitung nilai fungsi tujuan, mengingat solusi terbaik, mencari solusi yang habis, dan proses berlanjut sampai maksimal iterasi. Data yang digunakan adalah data 10 kota di jawa timur, data 17 kota di Swiss (Grouschield), dan data 100 kota di Pulau Jawa. Algoritma ini diimplementasikan dengan bahasa pemprograman C++, menggunakan software Borland C++. Fungsi tujuan (jarak) minimum terbaik berdasarkan hybrid algoritma genetika dan algoritma ABC didapatkan untuk data 10 kota di Timur sebesar 1022 km, untuk data 17 kota di Swiss sebesar 2286 km, sedangkan untuk data 100 kota di Pulau Jawa diperoleh jarak minimum sebesar 19255 km.

Actions (login required)

View Item