Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Epsilon: Jurnal Matematika Murni dan Terapan

APLIKASI EVOLUTIONARY DISCRETE FIREFLY ALGORITHM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM Cahya, Nila; Soesanto, Oni; Affandi, Pardi
JURNAL MATEMATIKA MURNI DAN TERAPAN EPSILON Vol 13, No 1 (2019): JURNAL EPSILON VOLUME 13 NOMOR 1
Publisher : Mathematics Department, Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (70.376 KB) | DOI: 10.20527/epsilon.v13i1.1248

Abstract

Proses distribusi barang pada suatu industri memerlukan bentuk efisiensi dalam pemilihan jalur terpendek yang akan dilalui seorang salesman. Secara matematis, pemilihan jalur terpendek merupakan suatu permasalahan optimasi yang disebut Travelling Salesman Problem (TSP). Terdapat banyak metode yang dapat diterapkan untuk menemukan solusi dari TSP, salah satunya Evolutionary Discrete Firefly Algorithm (EDFA) yang merupakan metode metaheuristik terbaru yang ditemukan oleh Jati dan Suyanto (2011) sebagai perkembangan dari Firefly Algorithm (FA) yang hanya didesain untuk permasalahan kontinu. Penelitian ini bertujuan untuk menjelaskan penerapan EDFA dalam penyelesaian TSP. Data yang digunakan dalam penelitian ini merupakan data kasus TSP berupa koordinat titik kota yang diambil dari database TSP Libary (TSPLIB) dengan 7 jenis kasus berbeda yaitu Ulysses16, Ulysses22, Eil51, Berlin52, St70, Rat99, dan Gr202. Kasus-kasus tersebut diselesaikan dengan menerapkan EDFA untuk menemukan solusi optimalnya melalui beberapa langkah yang terdapat dalam algoritma ini. Penyelesaian kasus TSP melalui EDFA juga dilakukan menggunakan bantuan program simulasi untuk mempermudah pehitungan. Hasil penelitian menunjukkan bahwa EDFA sebagai perkembangan FA telah berhasil diterapkan untuk kasus TSP yang memiliki solusi dalam ruang diskrit. Simulasi program EDFA yang diterapkan pada kasus-kasus tersebut memberikan solusi lebih baik pada beberapa kasus dengan hasil jarak optimal yang lebih pendek dibandingkan jarak optimal yang telah ditemukan sebelumnya.Kata Kunci: TSP, EDFA, firefly, solusi optimal.
APLIKASI EVOLUTIONARY DISCRETE FIREFLY ALGORITHM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM Cahya, Nila; Soesanto, Oni; Affandi, Pardi
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN (EPSILON: JOURNAL OF PURE AND APPLIED MATHEMATICS) Vol 13, No 1 (2019): JURNAL EPSILON VOLUME 13 NOMOR 1
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1082.913 KB) | DOI: 10.20527/epsilon.v13i1.3194

Abstract

Proses distribusi barang pada suatu industri memerlukan bentuk efisiensi dalam pemilihan jalur terpendek yang akan dilalui seorang salesman. Secara matematis, pemilihan jalur terpendek merupakan suatu permasalahan optimasi yang disebut Travelling Salesman Problem (TSP). Terdapat banyak metode yang dapat diterapkan untuk menemukan solusi dari TSP, salah satunya Evolutionary Discrete Firefly Algorithm (EDFA) yang merupakan metode metaheuristik terbaru yang ditemukan oleh Jati dan Suyanto (2011) sebagai perkembangan dari Firefly Algorithm (FA) yang hanya didesain untuk permasalahan kontinu. Penelitian ini bertujuan untuk menjelaskan penerapan EDFA dalam penyelesaian TSP. Data yang digunakan dalam penelitian ini merupakan data kasus TSP berupa koordinat titik kota yang diambil dari database TSP Libary (TSPLIB) dengan 7 jenis kasus berbeda yaitu Ulysses16, Ulysses22, Eil51, Berlin52, St70, Rat99, dan Gr202. Kasus-kasus tersebut diselesaikan dengan menerapkan EDFA untuk menemukan solusi optimalnya melalui beberapa langkah yang terdapat dalam algoritma ini. Penyelesaian kasus TSP melalui EDFA juga dilakukan menggunakan bantuan program simulasi untuk mempermudah pehitungan. Hasil penelitian menunjukkan bahwa EDFA sebagai perkembangan FA telah berhasil diterapkan untuk kasus TSP yang memiliki solusi dalam ruang diskrit. Simulasi program EDFA yang diterapkan pada kasus-kasus tersebut memberikan solusi lebih baik pada beberapa kasus dengan hasil jarak optimal yang lebih pendek dibandingkan jarak optimal yang telah ditemukan sebelumnya.