Penyelesaian Multiple Travelling Salesman Problem menggunakan algoritma genetika dengan tambahan operator jumping gene dan heuristik

Halimah, Siti (2026) Penyelesaian Multiple Travelling Salesman Problem menggunakan algoritma genetika dengan tambahan operator jumping gene dan heuristik. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (343kB) | Preview
Preview	Text 2_abstrak.pdf Download (127kB) | Preview
Preview	Text 3_skbebasplagiarism.pdf Download (454kB) | Preview
Preview	Text 4_daftarisi.pdf Download (100kB) | Preview
Preview	Text 5_bab1.pdf Download (90kB) | Preview
	Text 6_bab2.pdf Restricted to Registered users only Download (413kB) | Request a copy
	Text 7_bab3.pdf Restricted to Registered users only Download (493kB) | Request a copy
	Text 8_bab4.pdf Restricted to Registered users only Download (238kB) | Request a copy
	Text 9_bab5.pdf Restricted to Registered users only Download (115kB) | Request a copy
	Text 10_daftarpustaka.pdf Restricted to Registered users only Download (101kB) | Request a copy
	Text 11_lampiran.pdf Restricted to Repository staff only Download (729kB) | Request a copy

Abstract

Multiple Travelling Salesman Problem (mTSP) merupakan pengembangan dari Travelling Salesman Problem (TSP) yang melibatkan lebih dari satu salesman untuk mengunjungi seluruh kota. Pada penelitian ini, mTSP diselesaikan dengan mempertimbangkan dua objektif, yaitu meminimalkan total jarak tempuh sekaligus menyeimbangkan beban kerja antar salesman. Sebagai permasalahan NP-hard, mTSP membutuhkan pendekatan metaheuristik untuk memperoleh solusi yang efisien dalam waktu komputasi yang wajar. Maka dari itu, penelitian ini bertujuan menerapkan algoritma Genetika dengan operator Jumping Gene dan Heuristik (GA-JGHO) untuk menyelesaikan permasalahan mTSP dengan kedua objektif tersebut, menganalisis pengaruh parameter keseimbangan (α), serta membandingkan kinerjanya dengan beberapa algoritma pembanding. Algoritma GA-JGHO mengombinasikan mekanisme genetika, operator jumping gene, dan operator heuristik untuk meningkatkan kemampuan eksplorasi dan eksploitasi solusi. Pengujian dilakukan pada kondisi dengan dan tanpa mempertimbangkan keseimbangan, serta dilakukan variasi parameter α untuk menganalisis trade-off antara minimasi total jarak tempuh dan pemerataan beban kerja antar salesman. Hasil penelitian menunjukkan bahwa algoritma GA-JGHO mampu menghasilkan solusi yang efisien dan stabil pada berbagai dataset. Pada kondisi dengan mempertimbangkan keseimbangan, algoritma menghasilkan distribusi rute yang lebih merata dengan tetap mempertahankan efisiensi jarak tempuh, sedangkan pada kondisi tanpa mempertimbangkan keseimbangan, GA-JGHO menunjukkan performa yang kompetitif dibandingkan algoritma pembanding. Hasil pengujian parameter menunjukkan bahwa nilaiα=0,5 memberikan kompromi terbaik antara efisiensi jarak dan keseimbangan distribusi rute.

Actions (login required)

View Item