<![CDATA[Abstrak. Penelitian ini bertujuan untuk membandingkan dua algoritma pencarian rute terpendek, yaitu Dijkstra dan Bellman-Ford, dalam konteks kegiatan cafe hopping di Kota Bandung. Dengan semakin maraknya minat masyarakat terhadap eksplorasi tempat-tempat kuliner seperti cafe, dibutuhkan sistem yang mampu memberikan rute tercepat dan terpendek agar kegiatan tersebut lebih efisien. Penelitian dilakukan dengan membangun model graf berarah berbobot dari beberapa lokasi cafe populer, menggunakan jarak antar titik sebagai bobot sisi. Implementasi algoritma dilakukan menggunakan Python di Google Colab. Hasil pengujian menunjukkan bahwa meskipun kedua algoritma menghasilkan rute dan jarak yang sama dari titik awal ke tujuan akhir, Algoritma Dijkstra memproses data lebih cepat karena tidak melakukan relaksasi berulang seperti Bellman-Ford. Namun, Bellman-Ford memiliki keunggulan dalam menangani graf dengan bobot negatif. Penelitian ini menyimpulkan bahwa pemilihan algoritma harus disesuaikan dengan karakteristik graf dan kebutuhan aplikasi. Rekomendasi untuk pengembangan selanjutnya mencakup penggunaan graf dua arah dan integrasi data waktu tempuh aktual agar solusi lebih relevan terhadap kondisi nyata di lapangan. Abstract. This study aims to compare two shortest path algorithms, namely Dijkstra and Bellman-Ford, in the context of cafe hopping activities in Bandung City. With the growing public interest in exploring culinary destinations such as cafés, a system that can determine the most efficient and shortest route is essential. The research was conducted by modeling a directed weighted graph based on several popular cafe locations, using the distance between each point as edge weights. The algorithms were implemented using Python on the Google Colab platform. The results show that although both algorithms produced the same route and distance from the starting point to the destination, Dijkstra's algorithm processed the data faster due to its single-pass nature, unlike Bellman-Ford which performs multiple relaxation steps. However, Bellman-Ford has the advantage of handling graphs with negative weights. This study concludes that the selection of an algorithm should align with the graph characteristics and application needs. Future development is recommended to include bidirectional graphs and real-time travel time data to ensure more practical and realistic solutions in real-world scenarios. ]]>
