Apriani, Neulis Pipit (2018) Penyelesaian Travelling Salesman Problem (TSP) menggunakan Ant Colony Optimization (ACO) dan Algoritma Genetika: Studi Kasus PT. POS Indonesia Katapang. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (143kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (92kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (107kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (95kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (123kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (465kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (615kB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (25kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (99kB) | Request a copy |
Abstract
Travelling Salesman Problem (TSP) salah satu bentuk dari masalah optimisasi yang dapat dipresentasikan ke dalam bentuk graf G = (V,E), dengan konsep yang mudah, namun rumit jika dipecahkan secara konvensional. TSP bertujuan untuk membangun rute yang optimal bagi seorang salesman yang mempunyai tugas mengirimkan pesanan kepada setiap pelanggan yang berada di sejumlah kota atau daerah yang berada di sebuah kota. Dengan kendala permasalahan, salesman tersebut harus mengunjungi kota-kota atau daerah-daerah yang ada tepat satu kali, dengan perjalanan yang dimulai dan diakhiri pada depot yang telah ditentukan. Seiring berjalannya waktu TSP diaplikasikan dalam berbagai permasalahan di kehidupan sehari-hari. Pada penelitian ini TSP diaplikasikan pada pengiriman barang di PT. Pos Indonesia Katapang. Permasalahan tersebut diselesaikan menggunakan metode Ant Colony Optimization (ACO) dan algoritma genetika dengan pengerjaan secara manual dan simulasi program, selain itu hasil dari kedua metode tersebut dibandingkan. Hasil dari perhitungan manual dan simulasi program menggunakan ACO dan algoritma genetika diperoleh rute terpendek yang berbeda, dimana hasil dari metode ACO lebih baik daripada metode algoritma genetika. Hal ini menunjukkan bahwa metode metode ACO mampu memberikan hasil yang lebih optimal dibanding metode algoritma genetika.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Travelling Salesman Problem (TSP); Graf; Optimisasi; Algoritma Genetika; Ant Colony Optimization (ACO) |
Subjects: | Mathematics Mathematics > Research Methods of Mathematics |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Matematika |
Depositing User: | Neulis Pipit Apriani |
Date Deposited: | 01 Aug 2018 04:44 |
Last Modified: | 01 Aug 2018 04:44 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/12089 |
Actions (login required)
View Item |