ANALISIS PERBANDINGAN ALGORITMA GENETIK DAN ALGORITMA ANT COLONY SYSTEM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM

Andrianto (2006) ANALISIS PERBANDINGAN ALGORITMA GENETIK DAN ALGORITMA ANT COLONY SYSTEM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Travelling Salesman Problem (TSP) yaitu sebuah masalah dimana seorang pedagang harus membuat suatu sirkuit atau rute melalui beberapa kota, dimana setiap kota hanya dikunjungi sekali dan dengan meminimalkan total jarak yang dilalui. Batasannya adalah bahwa setiap kota yang dilalui hanya sekali dikunjungi, dan pedagang tersebut harus kembali ke kota asal pada akhir perjalanannya. Algoritma genetik adalah algoritma yang bekerja berdasarkan mekanisme seleksi alam dan genetika alam. Ide utama dibalik algoritma ini adalah memilih individu-individu terbaik dari sebuah populasi individu dan melakukan rekombinasi antar individu untuk membangkitkan individu baru yang diharapkan lebih baik dari individu sebelumnya. Ant Colony System adalah algoritma yang menggunakan cara kerja koloni semut untuk memecahkan masalah TSP. Pada ACS ini terdapat sekumpulan semut yang bekerja sama untuk menentukan solusi TSP yang paling baik, semutsemut bekerja sama melalui komunikasi tidak langsung dengan menggunakan jejak pheromone yang disimpan pada sisi-sisi dari graph TSP. Dari perbedaan pendekatan ini, akan dipelajari dan diperbandingkan kemampuan masing-masing pendekatan dalam menyelesaikan travelling salesman problem.

Item Type: Thesis (Diploma)
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2006
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 07:43
Last Modified: 16 Nov 2016 07:43
URI: http://repository.unikom.ac.id/id/eprint/7378

Actions (login required)

View Item View Item