Penyelesaian Multiple Traveling Salesman Problem menggunakan algoritma hybrid Ant Colony Optimization dan Symbiotic Organism Search

Mansika, Alena Mansika (2025) Penyelesaian Multiple Traveling Salesman Problem menggunakan algoritma hybrid Ant Colony Optimization dan Symbiotic Organism Search. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (182kB) | Preview
Preview	Text 2_abstrak.pdf Download (238kB) | Preview
Preview	Text 3_skbebasplagiarism.pdf Download (231kB) | Preview
Preview	Text 4_daftarisi.pdf Download (246kB) | Preview
Preview	Text 5_bab1.pdf Download (371kB) | Preview
	Text 6_bab2.pdf Restricted to Registered users only Download (950kB) | Request a copy
	Text 7_bab3.pdf Restricted to Registered users only Download (785kB) | Request a copy
	Text 8_bab4.pdf Restricted to Registered users only Download (645kB) | Request a copy
	Text 9_bab5.pdf Restricted to Registered users only Download (229kB) | Request a copy
	Text 10_daftarpustaka.pdf Restricted to Registered users only Download (235kB) | Request a copy
	Text 11_lampiran.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Penelitian ini mengkaji permasalahan kompleks Multiple Traveling Salesman Problem (MTSP), yang merupakan perluasan dari Traveling Salesman Problem (TSP) dan termasuk dalam kategori masalah NP-hard. Efektivitas metaheuristik seperti Ant Colony Optimization (ACO) dalam menyelesaikan MTSP sangat dipengaruhi oleh optimalisasi parameternya. Mengingat pentingnya hal tersebut, penelitian ini mengusulkan dan menerapkan algoritma hybrid Ant Colony Optimization dan Symbiotic Organisms Search (SOS-ACO). Dalam kerangka ini, SOS berperan untuk mengoptimalkan parameter α dan β dalam ACO secara adaptif, sementara ACO berfungsi sebagai komponen internal yang mencari solusi rute. Tujuan utama penelitian adalah membandingkan efektivitas algoritma SOS-ACO dengan algoritma ACO dasar, ditinjau dari kualitas solusi dan waktu komputasi dalam menyelesaikan MTSP. Metode yang digunakan melibatkan representasi MTSP sebagai satu giant tour TSP yang kemudian dipartisi berdasarkan batas kota per salesman. Eksperimen dilakukan menggunakan instance simetris dari TSPLIB, yaitu att48, eil51, berlin52, st70, rat99 dan bier127. Hasil analisis menunjukkan bahwa algoritma hybrid SOS-ACO secara signifikan lebih efektif dalam hal kualitas solusi, dibuktikan oleh nilai Best dan Average yang konsisten lebih rendah, serta ketahanan (robustness) yang lebih baik dengan nilai PE (%) yang cenderung lebih rendah. Meskipun waktu komputasi SOS-ACO umumnya lebih lama, peningkatan kualitas solusi dan ketahanan yang dicapai membenarkan biaya komputasi tambahan tersebut, menjadikan SOS-ACO pilihan yang lebih efektif untuk MTSP.

Actions (login required)

View Item