PENERAPAN ALGORITMA ANT COLONY OPTIMIZATION (ACO) DALAM PENCARIAN RUTE TERPENDEK UNTUK MENYELESAIKAN TRAVELLING PROBLEM (TP)

Mutiawati, Nelly, Herawati
{"title":"PENERAPAN ALGORITMA ANT COLONY OPTIMIZATION (ACO) DALAM PENCARIAN RUTE TERPENDEK UNTUK MENYELESAIKAN TRAVELLING PROBLEM (TP)","authors":"Mutiawati, Nelly, Herawati","doi":"10.3314/JES.V6I2.1111","DOIUrl":null,"url":null,"abstract":"Abstrak Travelling bagi masyarakat sudah menjadi lifestyle , tetapi masih banyak traveller yang bingung dalam menentukan tujuan mereka. Faktor yang menjadi penghambat dalam setiap kegiatan travelling diantaranya adalah menentukan destinasi. Pada proses tersebut trave ller memerlukan jalur atau rute tempuh yang pendek, sehingga dapat cepat sampai ke tujuan destinasi. Oleh karena itu, melalui bantuan komputasi dapat ditemukan jalur tempuh yang pendek, yaitu dengan menerapkan Algoritma Ant Colony. Algoritma Ant Colony diinspirasi oleh perilaku semut dalam mencari makanan. Algoritma Ant Colony merupakan salah satu metode heuristic dimana dalam permasalahan semut-semut buatan akan bekerjasama untuk menemukan solusi yang tepat dalam permasalahan optimasi diskrit. Tujuan penelitian ini untuk menerapkan konsep dan cara kerja algoritma Ant colony Aotimization (ACO) untuk menyelesaikan Travelling Problem (TP). Analisis sejumlah sampel akan dilakukan pada ruas jalan utama kota Banda Aceh. Data yang dibutuhkan adalah informasi lokasi antar kota dalam bentuk matriks jarak dan rute perencanaan lokasi tujuan. Perhitungan Jarak dilakukan dengan menjumlahkan semua total jarak awal sampai akhir perjalanan dan menghitung ongkos bahan bakar. ACO telah diterapkan dalam berbagai bidang diantaranya untuk mencari solusi optimal pada Traveling  Salesman Problem (TSP), dengan memberikan sejumlah n titik. Kata Kunci : Algoritma Ant Colony Optimization (ACO),Travelling Problem (TP)","PeriodicalId":15610,"journal":{"name":"Journal of Education Science","volume":"16 1","pages":"107-111"},"PeriodicalIF":0.0000,"publicationDate":"2020-11-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Education Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.3314/JES.V6I2.1111","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Abstrak Travelling bagi masyarakat sudah menjadi lifestyle , tetapi masih banyak traveller yang bingung dalam menentukan tujuan mereka. Faktor yang menjadi penghambat dalam setiap kegiatan travelling diantaranya adalah menentukan destinasi. Pada proses tersebut trave ller memerlukan jalur atau rute tempuh yang pendek, sehingga dapat cepat sampai ke tujuan destinasi. Oleh karena itu, melalui bantuan komputasi dapat ditemukan jalur tempuh yang pendek, yaitu dengan menerapkan Algoritma Ant Colony. Algoritma Ant Colony diinspirasi oleh perilaku semut dalam mencari makanan. Algoritma Ant Colony merupakan salah satu metode heuristic dimana dalam permasalahan semut-semut buatan akan bekerjasama untuk menemukan solusi yang tepat dalam permasalahan optimasi diskrit. Tujuan penelitian ini untuk menerapkan konsep dan cara kerja algoritma Ant colony Aotimization (ACO) untuk menyelesaikan Travelling Problem (TP). Analisis sejumlah sampel akan dilakukan pada ruas jalan utama kota Banda Aceh. Data yang dibutuhkan adalah informasi lokasi antar kota dalam bentuk matriks jarak dan rute perencanaan lokasi tujuan. Perhitungan Jarak dilakukan dengan menjumlahkan semua total jarak awal sampai akhir perjalanan dan menghitung ongkos bahan bakar. ACO telah diterapkan dalam berbagai bidang diantaranya untuk mencari solusi optimal pada Traveling  Salesman Problem (TSP), dengan memberikan sejumlah n titik. Kata Kunci : Algoritma Ant Colony Optimization (ACO),Travelling Problem (TP)
抽象的社会旅行已经成为一种生活方式,但许多旅行者仍然对他们的目标感到困惑。介于两者之间的任何旅行障碍因素都是确定目的地。在这个过程中,trave ller需要短的路径或路线,这样它才能快速到达目的地。因此,通过使用蚂蚁群算法,可以找到更短的支线。蚂蚁殖民地算法是由蚂蚁觅食行为启发的。蚂蚁群算法是一种启发方法,在这种方法中,人工蚂蚁将共同努力,在离散优态问题上找到正确的解决方案。本研究的目的是应用蚂蚁colony aotionzation算法的概念和工作方式来解决问题(TP)。分析了许多样本将在班达亚齐的主要街道上进行。所需的数据以矩阵距离和目标规划路线的形式构成了城市之间的位置信息。计算距离是通过将所有初始距离的总和加起来,计算燃料成本来完成的。针对上述领域,针对旅行推销员问题(TSP)寻求最佳解决方案,提供了n点。关键词:蚂蚁联合优化算法(阿科)、旅行问题(TP)
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信