Seminar Nasional Sistem Informasi Indonesia, 2-3 November 2015 Copyright © 2015 SESINDO OPTIMASI TRAVELLING SALESMAN PROBLEM WITH TIME WINDOWS (TSP-TW) PADA PENJADWALAN PAKET RUTE WISATA DI PULAU BALI MENGGUNAKAN ALGORITMA GENETIKA Nurizal Dwi Priandani 1) , Wayan Firdaus Mahmudy 2) Jurusan Ilmu Komputer, Universitas Brawijaya Jl. Veteran, Kota Malang – Jawa Timur E-mail : priandani@ub.ac.id 1) Abstrak Pulau Bali merupakan tempat impian bagi wisatawan dimana terdapat ratusan bahkan ribuan destinasi wisata yang ditawarkan[1]. Waktu wisatawan yang singkat dan banyaknya destinasi wisata yang ingin dikunjungi, membuat wisatawan harus menjadwalkan perjalanan wisatanya seefektif mungkin. Pada kenyataannya, setiap destinasi wisata mempunyai waktu buka-tutup atau waktu terbaik untuk dikunjungi. Pemakaian konsep TSP konvensional akan menjadi kurang tepat jika di implementasikan pada kondisi demikian. Salah satu bentuk pengembangan TSP yang lebih rumit dengan melibatkan dua variabel adalah TSP-TW yaitu pencarian rute optimal dengan menambahkan variabel waktu yang harus diperhatikan[3]. Pada penelitian ini, akan digunakan algoritma genetika pada kasus TSP-TW untuk menghasilkan jadwal perjalanan paling optimal yaitu dengan rute terpendek dan perjalanan tepat waktu pada wisata pada Pulau Bali. Berdasar hasil pengujian, parameter yang optimal untuk optimasi TSP-TW menggunakan Algoritma genetika pada kasus penjadwalan perjalanan wisata pada Pulau Bali yaitu metode seleksi yang di pakai adalah Elitis, nilai Crossover Rate (Cr) adalah 0,05, nilai Mutation Rate (Mr) adalah 0,35, jumlah generasi adalah 1750 generasi dan jumlah populasi adalah 100 populasi. Kata kunci: Optimasi Rute, Travelling Salesman Problem, Time Windows, Algortima Genetika Abstract The Bali Island is a dream place for tourists where there are hundreds or even thousands of tourist destinations that offered[1]. In the reality, the tourists don't have much time enough to visit the abundant tourism destination so that the travelers should make tourism travel schedule as effective as possible. In fact, each destination has open-close time or the best time to visit. The use of the conventional TSP concept would be unreliable if implemented in such conditions. One variant of TSP concept which more complicated by involving two variables is TSP-TW where this concept will search the optimal route by adding a time variable that must be considered [3]. In this research, we will use a genetic algorithm on TSP-TW case for optimizing the travel scheduling on the Bali Island. Based on the test results, the optimal parameters for the TSP-TW optimization using genetic algorithms on travel scheduling to the Bali Island which Elitist as the selection method , crossover rate value is 0.05, crossover rate value is 0.35, the generation size is 1750, and the population size is 100. Keywords: Route Optimization, Travelling Salesman Problem, Time Windows, Genetic Algorithm 1. PENDAHULUAN Pulau Bali merupakan tempat impian bagi wisatawan lokal maupun mancanegara. Pesona objek wisata baik berupa keindahan alam, budaya dan adat istiadat yang kental membuat Bali menjadi destinasi wisata unggulan di Indonesia. Terdapat lebih dari ratusan bahkan ribuan destinasi wisata yang ditawarkan oleh Pulau Bali. Banyak paket pariwisata yang ditawarkan oleh hotel tempat menginap atau agen perjalan [1]. Setiap paket perjalanan telah mempunyai jadwal dan destinasi yang telah ditentukan sebelumnya. Tidak sedikit wisatawan yang kurang menyukai paket yang disediakan oleh hotel atau agen. Hal ini terjadi karena ketidaksesuaian jadwal yang telah ditentukan dengan keinginan para wisatawan. Banyak wisatawan memilih untuk berwisata “backpacker” dengan menentukan destinasi-destinasi wisata sesuai keinginan mereka sendiri. Pada umumnya, semua wisatawan tidak mengetahui jarak antar destinasi wisata dan wisatawan hanya mempunyai waktu yang singkat untuk menikmati liburannya namun juga ingin mengunjungi banyak destinasi wisata. Waktu yang singkat dan banyaknya destinasi wisata yang ingin dikunjungi, membuat wisatawan harus menjadwalkan perjalanan wisatanya seefektif mungkin.