<![CDATA[Puzzle Rubik's Cube adalah permainan teka-teki yang menantang, yang melibatkan pengaturan ulang blok-blok warna untuk mencapai konfigurasi yang diinginkan. Dalam penelitian ini, kami mengusulkan implementasi algoritma Bee Colony Optimization (BCO) untuk mencari langkah solusi tercepat dalam menyelesaikan Puzzle Rubik's Cube. Algoritma BCO terinspirasi oleh perilaku koloni lebah dalam mencari sumber makanan dan telah terbukti efektif dalam mencari solusi optimal dalam berbagai masalah optimisasi. Kami menerapkan pendekatan ini dengan memodelkan konfigurasi Rubik's Cube sebagai ruang pencarian dan menggunakan lebah sebagai agen pencarian yang bergerak di sekitar ruang pencarian untuk mencari langkah-langkah solusi yang meminimalkan jumlah langkah yang diperlukan untuk menyelesaikan teka-teki. Kami melakukan eksperimen dan perbandingan dengan pendekatan lain, seperti algoritma genetika dan algoritma pencarian heuristik, untuk mengevaluasi keefektifan algoritma BCO dalam menyelesaikan Rubik's Cube. Hasil eksperimen menunjukkan bahwa algoritma BCO mampu menemukan solusi tercepat dengan jumlah langkah yang lebih sedikit dibandingkan dengan pendekatan lain yang kami uji. Implikasinya, implementasi algoritma BCO dalam mencari langkah solusi tercepat pada Puzzle Rubik's Cube dapat membantu pemain dan penggemar Rubik's Cube dalam menyelesaikan teka-teki dengan lebih efisien. Penelitian ini berkontribusi pada pengembangan metode optimisasi dalam konteks pemecahan teka-teki dan dapat menjadi landasan untuk penelitian lebih lanjut dalam pengaplikasian algoritma BCO pada permasalahan optimisasi lainnya.]]>
