ANALISA PENCARIAN RUTE TERPENDEK UNTUK PERJALANAN PROMOSI PMB MENGGUNAKAN ALGORITMA GENETIKA DAN ALGORITMA GREEDY (STUDI KASUS PADA AMIK BSI TASIKMALAYA)

ANALISA PENCARIAN RUTE TERPENDEK UNTUK PERJALANAN PROMOSI PMB MENGGUNAKAN ALGORITMA GENETIKA DAN ALGORITMA GREEDY (STUDI KASUS PADA AMIK BSI TASIKMALAYA)

• By Purnia, Dini SIlvi;
• Tesis
• 77

Sebuah tim promosi yang melakukan promosi-promosi ke sekolah-sekolah dalam penentuan rute perjalanan masih mengalami kesulitan karena harus mencari jarak terdekat sekolah yang akan didatangi. Dalam penyelesaian rute yang efisien, diperlukan sistem dengan metode yang dapat membantu dalam penentuan rute tercepat. Metode yang dibandingkan adalah algoritma genetika dan algoritma greedy karena algoritma genetika merupakan metode dengan memanfaatkan variable kecepatan disetiap jalannya yang mempengaruhi waktu tempuh disetiap jalan dan memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi, proses ini memiliki fungsi crossover, mutasi maupun perbaikan individu, dengan menggunakan proses-proses yang sebagian besar  dilakukan secara acak maka dihasilkan solusi yang terbaik didalam proses pencarian rute tercepat. Telah dilakukan penerapan Algoritma genetika dan algoritma greedy untuk menyusun penentuan rute terpendek perjalanan promosi PMB AMIK BSI Tasikmalaya yang menghasilkan rute yang paling optimal. Telah dilakukan perbandingan antara algoritma genetika dan algoritma greedy dalam pencarian rute yang paling optimal

Hasil perbandingan menunjukan bahwa algoritma genetika adalah algoritma yang lebih pantas untuk menentukan rute perjalanan promosi tersebut dibanding algoritma greedy.

• Katakunci algoritma genetika, algoritma greedy, rute Terpendek
• URL http://
• Penerbit Nusa Mandiri,

REFERENSI

Adewole, P., Akinwale., & Otunbanowo, K. (2011). A Genetic Algorithm for Solving Travelling Salesman Problem. International Journal of Advanced Computer Science and Applications,Vol. 2, No.1.

 

 

 Al-Dulaimi B.F, and Ali H.A., (2008). Enhanced Traveling Salesman Problem Solving by Genetic Algorithm Technique (TSPGA), World Academy of Science, Engineering and Technology 38.

 

Akshata, P.S., Vasudha, Tanupriya. (2013). Open Loop Travelling Salesman Problem using Genetic Algorithm. International Journal of Innovative Research in Computer and Communication Engineering Vol. 1, Issue 1.

 

Dian. (2013). Algoritma Optimasi Untuk Penyelesaian Travelling Salesman Problem  (Optimization Algorithm For Solving Travelling Salesman Problem). Jurnal Transformatika. Jurusan Teknologi Informasi Fakultas Teknologi Informasi dan Komunikasi, Universitas Semarang. Volume 11, No.1, Juli.

Efendi, Ilham. Algoritma Greedy (2015). Diambil dari: http://www.it-jurnal.com/pengertian-algoritma-greedy/. (21 Juli 2016)

 

Fitrah, A.,Zaky, A., Fitrasani. (2006). Penerapan Algoritma Genetika pada Persoalan Pedagang Keliling. Jurnal Program Studi Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung.

 

 

Kustanto. 2013. Optimasi Rute Distribusi Tabung Gas Elpiji Menggunakan Algoritma Genetika. Tesis

 

Suprayogi, D., Mahmudi, W., Furqon,M. (2014). Optimasi Rute Antar Jemput Laundry dengan Time Windows (TSPTW) Menggunakan Algoritma Genetika. Jurnal Mahasiswa PTIIK Universitas Brawijaya Volume 3, Number 12.

 

Teddy Rachmayadi, T. (2008). Pencarian Solusi TSP (Travelling Salesman Problem) Menggunakan Algoritma Genetik. Jurnal Teknik Informatika Institut Teknologi Bandung.

 

Zukhri, Z.(2014). Algoritma Genetika Metode Komputasi Evolusioner untuk Menyelesaikan Masalah Optimasi. Yogyakarta: Andi Publishing.