12
EDUKOM 1 (2) (2014)
Edu Komputika Journal
http://journal.unnes.ac.id/sju/index.php/edukom
IMPLEMENTASI METODE ANT COLONY UNTUK TRAVELING SALESMAN
PROBLEM MENGGUNAKAN GOOGLE MAPS PADA KOTA-KOTA DI JAWA
TENGAH
Awang Harizka
dan Feddy Setio Pribadi
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang, Indonesia
Info Artikel
________________
Sejarah Artikel:
Diterima Oktober 2014
Disetujui Oktober 2014
Dipublikasikan Oktober
2014
________________
Keywords:
Ant Colony Optimization;
Traveling Salesman
Problem; Google Maps;
Local Search 2-opt; Greedy.
____________________
Abstrak
___________________________________________________________________
Tujuan penelitian ini adalah mengimplementasikan metode Ant Colony untuk Traveling
Salesman Problem (TSP) dengan memanfaatkan Google Maps studi kasus pada kota-
kota di Jawa Tengah. Algoritma Ant System yang merupakan salah satu algoritma Ant
Colony Optimization (ACO) digunakan untuk membangun sebuah rute yang optimal
untuk Traveling Salesman Problem pada Google Maps. Dari hasil pengujian untuk
inputan kota kurang dari 10, algoritma Ant System mampu memberikan hasil yang
optimal. Sedangkan untuk inputan kota lebih dari 10, algoritma Ant System tidak mampu
memberikan hasil yang optimal. Oleh karena itu untuk menambah kinerja algoritma Ant
System ditambahkan algoritma Local Search 2opt. Perbandingan hasil perjalanan yang
dihasilkan kedua algoritma Ant System sebelum dan setelah ditambah dengan algoritma
Local Search 2-opt juga dibandingkan dengan algoritma Greedy. Hasil pengujian
menunjukan algoritma Ant System Local Search mempunyai bobot jarak dan waktu
tempuh yang paling kecil dari dua algoritma yang lain, serta jalur Traveling Salesman
Problem yang dibangun optimal. Pada hasil waktu komputasi dalam perhitungan jalur
Traveling Salesman Problem, algoritma Greedy membutuhkan waktu komputasi yang
paling sedikit dibandingkan dengan algoritma Ant System dan Ant System Local Search.
Abstract
___________________________________________________________________
The purpose of this study was to implemented Ant Colony method to solve the Traveling Salesman Problem
(TSP) using Google Maps on cities of Central Java. Ant System algorithm is one of the Ant Colony Optimization
(ACO) algorithm to determine the optimum route on Google Maps and solves Traveling Salesman Problem.
Based on results for 10 cities input, the Ant System algorithm can solves optimum route, the otherwise where
input is more than 10 cities it can’t solve optimum route. Therefore to improve performance of Ant System
algorithm, the Local Search 2-opt algorithm added to Ant System algorithm. The comparison of the results of
route optimum construction both algorithm, that shows the Ant System algorithm with Local Search 2-opt have
the best minimum cost tour. And the best results of computation time was produced by Greedy algorithm.
© 2014 Universitas Negeri Semarang
Alamat korespondensi:
Gedung E6 Lantai 2 FT Unnes
Kampus Sekaran, Gunungpati, Semarang, 50229
E-mail: aharizka.tugas@gmail.com
ISSN 2252-6811