Sanjaya, Romi Patria (2026) Algoritma genetika hibrida untuk multiple traveling salesman problem menggunakan pendekatan min-max. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
Cover__Skripsi Romi Patria Sanjaya.pdf Download (644kB) | Preview |
|
|
Text (ABSTRAK)
Abstrak__Skripsi Romi Patria Sanjaya.pdf Download (89kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (LEMBAR PERNYATAAN)
CamScanner 09-06-26 14.42.pdf Download (866kB) |
|
|
Text (DAFTAR ISI)
Daftar Isi__Skripsi Romi Patria Sanjaya.pdf Download (123kB) | Preview |
|
|
Text (BAB I)
Bab 1__Skripsi Romi Patria Sanjaya.pdf Download (89kB) | Preview |
|
|
Text (BAB II)
Bab 2__Skripsi Romi Patria Sanjaya.pdf Restricted to Registered users only Download (718kB) |
|
|
Text (BAB III)
Bab 3__Skripsi Romi Patria Sanjaya.pdf Restricted to Registered users only Download (524kB) |
|
|
Text (BAB IV)
Bab 4__Skripsi Romi Patria Sanjaya.pdf Restricted to Registered users only Download (172kB) |
|
|
Text (BAB V)
Bab 5__Skripsi Romi Patria Sanjaya.pdf Restricted to Registered users only Download (77kB) |
|
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka__Skripsi Romi Patria Sanjaya.pdf Restricted to Registered users only Download (84kB) |
|
|
Text (LAMPIRAN)
Lampiran__Skripsi Romi Patria Sanjaya.pdf Restricted to Repository staff only Download (5MB) |
Abstract
Efisiensi perencanaan rute menjadi tantangan utama dalam berbagai sektor seperti logistik, distribusi barang, dan koordinasi multi-agen. Salah satu model matematis yang relevan untuk merepresentasikan permasalahan tersebut adalah Multiple Traveling Salesman Problem (mTSP). Sebagai permasalahan NP-hard, mTSP sulit diselesaikan secara eksak pada skala besar, sehingga pendekatan metaheuristik menjadi sangat diperlukan. Penelitian ini mengusulkan Algoritma Genetika Hibrida (HGA) yang mengintegrasikan Algoritma Genetika, pencarian lokal (Local Search), dan K-Medoids (PAM) dalam satu kerangka terintegrasi. Populasi awal dibangkitkan menggunakan heuristik Nearest Neighbor dengan randomisasi, pembagian rute antar salesman dilakukan menggunakan K-Medoids (PAM), dan evaluasi fitness mempertimbangkan jarak maksimum serta keragaman populasi berbasis Hamming Distance. Operator crossover yang digunakan adalah Similar Tour Crossover (STX), didukung mekanisme Edukasi Kromosom dua lapis untuk perbaikan inter-route dan intra-route, serta mekanisme diversifikasi untuk menghindari solusi lokal. Algoritma diimplementasikan menggunakan Python pada Google Colab dengan dataset benchmark TSPLIB: eil51, berlin52, eil76, pr76, gr96, dan rat99. Hasil eksperimen menunjukkan HGA yang diusulkan menghasilkan Gap sebesar 1,007 terhadap metode eksak CPLEX, artinya solusi rata-rata hanya 0,7% di atas solusi optimal, sekaligus mengungguli metode berbasis pembelajaran DAN dan ScheduleNet. Operator STX menghasilkan performa terbaik dibandingkan OX, PMX, dan STX-PMX dengan mean fitness 24.572,4. Edukasi Kromosom terbukti meningkatkan kualitas solusi secara signifikan, dan K-Medoids (PAM) menghasilkan pembagian beban rute yang seimbang antar salesman dengan CoV Salesman mayoritas di bawah 10%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Multiple Traveling Salesman Problem; Algoritma Genetika Hibrida; Min-Max; Similar Tour Crossover; K-Medoids |
| Subjects: | Mathematics > Data Processing and Analysis of Mathematics Mathematics > Research Methods of Mathematics Applied mathematics > Mathematical Optimization Applied mathematics > Programming Mathematics |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Matematika |
| Depositing User: | Romi Patria Sanjaya |
| Date Deposited: | 09 Jun 2026 08:07 |
| Last Modified: | 09 Jun 2026 08:07 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/132280 |
Actions (login required)
 |
View Item |
