Algoritma Improved Ant Colony Optimization (Iaco) Untuk Menyelesaikan Traveling Salesman Problem (Tsp)

Muh. Ainur Rosid (2015) Algoritma Improved Ant Colony Optimization (Iaco) Untuk Menyelesaikan Traveling Salesman Problem (Tsp). Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf

Download (567kB)
[img] Text (ABSTRAK)
2. ABSTRAK.pdf

Download (138kB)
[img] Text (BAB 1)
3. BAB I.pdf

Download (118kB)
[img] Text (BAB 2)
4. BAB II.pdf
Restricted to Registered users only until 17 April 2023.

Download (355kB) | Request a copy
[img] Text (BAB 3)
5. BAB III.pdf
Restricted to Registered users only until 17 April 2023.

Download (276kB) | Request a copy
[img] Text (BAB IV)
6. BAB IV.pdf
Restricted to Registered users only until 17 April 2023.

Download (610kB) | Request a copy
[img] Text (BAB 5)
7. BAB V.pdf
Restricted to Registered users only until 17 April 2023.

Download (114kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
8. DAFTAR PUSTAKA.pdf

Download (111kB)
[img] Text (LAMPIRAN)
9. LAMPIRAN.pdf
Restricted to Registered users only until 17 April 2023.

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Traveling Salesman Problem (TSP) adalah suatu permasalahan dalam menentukan rute yang optimal dari sejumlah rute perjalanan seorang salesman sehingga kota-kota tersebut hanya boleh dilewati tepat satu kali dan kemudian kembali lagi ke kota awal. Oleh karena itu, tujuan dari penulisan skripsi ini adalah menyelesaikan Traveling Salesman Problem dengan algoritma Improved Ant Colony Optimization (IACO) . Algoritma IACO merupakan modifikasi dari algoritma Ant Colony Optimization (ACO) pada pembaharuan pheromone untuk memperbaiki solusi. Algoritma Ant Colony Optimization merupakan algoritma yang meniru perilaku semut dalam pencarian makanan dengan mencari rute perjalanan terpendek dimulai dari sarang hingga ke tempat makanan. Algoritma IACO mencakup empat proses dasar, yaitu proses inisialisasi parameter, pengisian tabu list, hitung panjang rute, dan proses update pheromone global. Data yang digunakan adalah data 10 kota di Jawa timur dan data 100 kota di Pulau Jawa diselesaikan dengan bahasa pemrograman Java Netbeans IDE 6.9.1. Fungsi tujuan (jarak) minimum terbaik berdasarkan dari algoritma IACO didapatkan untuk data 10 kota di Jawa Timur sebesar 1022 km, sedangkan untuk data 100 kota di Pulau Jawa diperoleh jarak minimum sebesar 12783 km

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM.16/15 Ros a
Uncontrolled Keywords: IACO Algorithm, Ant colony Optimization, Traveling Salesman Problem, Update Pheromone Global
Subjects: Q Science > QA Mathematics > QA1-939 Mathematics
Q Science > QA Mathematics > QA150-272.5 Algebra
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM
Muh. Ainur RosidNIM081012023
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorAuli DamayantiNIDN0007117502
Depositing User: Dwi Prihastuti
Date Deposited: 06 Mar 2015 12:00
Last Modified: 17 Apr 2020 07:42
URI: http://repository.unair.ac.id/id/eprint/27935
Sosial Share:

Actions (login required)

View Item View Item