68 1. Pendahuluan Travelling Salesman Problem (TSP) adalah pencarian rute terpendek atau jarak minimum oleh seorang salesman dari suatu kota ke semua kota tepat satu kali dan kembali ke kota awal keberangkatan [1]. TSP dikenal sebagai salah satu masalah optimasi, TSP dinyatakan dalam masalah perjalanan seorang salesman dapat mengatur rute perjalanannya untuk mengunjungi sejumlah kota yang diketahui jarak satu kota dengan kota lainnya sehingga jarak yang ditempuh merupakan jarak minimum, salesmen hanya dapat mengunjungi Penggabungan Metode Replacement Strategy Steady State dan Generational Dalam Algoritma Berevolusi untuk Penyelesaian TSP Munawir 1 , Tauiq A. Gani 2 1 Prodi Teknik Informatika, Fakultas Teknik Universitas Serambi Mekkah 2 Prodi Magister Teknik Elektro Universitas Syiah Kuala, Darussalam, Banda Aceh 23111, Indonesia Corresponden e-mail: munawir.mte@gmail.com, Abstrak. Travelling Salesman Problem (TSP) merupakan masalah optimasi perjalanan seorang salesman dalam mengunjungi kota dan tiap–tiap kota hanya dilewati tepat satu kali. Masalah tsp dapat diterapkan pada berbagai kegiatan yang bersifat untuk optimalisasi, dalam penyelesaian TSP ada beberapa metode yang bisa digunakan, diantaranya algoritma berevolusi. Untuk meningkatkan diversity dan menaikkan kualitas solusi, metode yang digunakan adalah replacement strategy. Penelitian ini menganalisis metode replacement strategy steady state dan generational. Replacement strategy steady state akan terperangkap local optimal karena individu baru yang diciptakan hanya satu anggota baru yang akan diuji untuk dimasukkan ke dalam populasi selanjutnya, sedangkan replacement strategy generational diversity akan meningkat karena generational ini memiliki prosedur menggantikan semua individu pada suatu generasi digantikan sekaligus oleh jumlah individu baru hasil pindah silang dan mutasi. Dalam penelitian ini, data pengujian yang digunakan adalah datatsp lib sebanyak 5 dataset, dan dibangkitkan sebanyak 128 generasi, pengujian masing–masing data set 10 kali pengujian, yang dihasilkan dari pengujian ini adalah rata–rata jarak minimum dan diversity, setelah pengujian maka mendapatkan kesimpulan bahwa dengan menggunakan penggabungan metode replacement strategy steady state dan generational mendapatkan solusi jarak terpendek yang lebih optimal. Kata kunci : Replacement Strategy, Steady State, Generational , Algoritma berevolusi Abstract. Travelling Salesman Problem (TSP) is a traveling salesman optimization problems in visiting the city and every town just skipped right one. Tsp problem can be applied to various activities are to optimize, in the completion of TSP there are several methods that can be used, including the algorithms evolve. To increase diversity and raise the quality of the solution, the method used is the replacement strategy. his study analyzes the replacement method of steady state and generational strategy. Replacement strategy steady state will be trapped local optimum because of the new individual created only one new member to be tested for inclusion in the population further, while the replacement strategy generational diversity will increase as generational this procedure replaces all individuals in a generation is replaced at once by a number of individuals he new results of crossover and mutation. In this study, the test data used is datatsp lib as much as 5 dataset, and raised as much as 128 generations, the testing of each data set 10 times of testing, resulting from this test is the average minimum distance and diversity, ater testing then get a conclusion that by using the merger method of replacement strategy generational steady state and the shortest distance to get a solution that is more optimal. Keywords: Replacement Strategy, Steady State, generational, algorithms evolve