Penyelesaian Colored Traveling Salesman Problem Menggunakan Algoritma Genetika Hill-Climbing

Fakhrana Nadhilah, Khusnul Novianingsih, Kartika Yulianti

Abstract


Colored Traveling Salesman Problem (CTSP) adalah pengembangan dari MTSP dimana terdapat dua wilayah kerja yaitu wilayah umum yang dapat dikunjungi oleh setiap pekerja, dan wilayah pribadi yang berlaku hanya untuk pekerja yang ditugaskan di wilayah tersebut. Pada CTSP rute dari beberapa pekerja akan dibagi dengan mempertimbangkan wilayah umum dan wilayah pribadinya. Pada kajian ini, CTSP diselesaikan dengan Algoritma Genetika Hill-Climbing, yang merupakan penggabungan dari Algoritma Genetika dengan Algoritma Hill-Climbing dengan tujuan menghasilkan solusi yang lebih baik. Selanjutnya, model CTSP menggunakan Algoritma Genetika Hill-Climbing diimplementasikan pada kasus pengumpulan paket suatu perusahaan ekspedisi di Kota Bandung. Hasil dari kajian ini yaitu diperoleh rute terpendek untuk kasus pengumpulan paket suatu perusahaaan ekspedisi. Selain itu, dengan membandingkan Algoritma Genetika Hill-Climbing dengan Algoritma Genetika Klasik, diperoleh hasil bahwa Algoritma Genetika Hill-Climbing memberikan solusi dengan jarak yang lebih pendek meskipun membutuhkan waktu komputasi yang lebih lama.


Keywords


Algoritma Genetika, Hill-Climbing, Multiple Traveling Salesman Problem

Full Text:

PDF

References


Bellmore, M., & Hong, S. (1974). Transformation of multisalesman problem to the standard traveling salesman problem. Journal of the ACM (JACM), 21(3), 500-504.

Bellmore, M., & Nemhauser, G. L. (1968). The traveling salesman problem: a survey. Operations Research, 16(3), 538-558.

Li, J., Zhou, M., Sun, Q., Dai, X., & Yu, X. Colored Traveling Salesman Problem. IEEE (2014): 2168-2267.

Thengade, A., & Dondal, R. (2012, January). Genetic algorithm–survey paper. In MPGI national multi conference (pp. 7-8). Citeseer.

Ahuja, R. K., Orlin, J. B., & Tiwari, A. (2000). A greedy genetic algorithm for the quadratic assignment problem. Computers & Operations Research, 27(10), 917-934.

Talbi, E. G., & Muntean, T. (1993, January). Hill-climbing, simulated annealing and genetic algorithms: a comparative study and application to the mapping problem. In [1993] Proceedings of the Twenty-sixth Hawaii International Conference on System Sciences (Vol. 2, pp. 565-573). IEEE.




DOI: https://doi.org/10.17509/jem.v8i2.30742

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Fakhrana Nadhilah, Khusnul Novianingsih, Kartika Yulianti



  

 Google Scholar Logo PNG vector in SVG, PDF, AI, CDR format