ANDRIANTO (2006) ANALISIS PERBANDINGAN ALGORITMA GENETIK DAN ALGORITMA ANT COLONY SYSTEM DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM. Other thesis, Universitas Komputer Indonesia.
cover.pdf
Download (31kB)
DAFTAR-ISI.pdf
Download (6kB)
BAB-I-PENDAHULUAN.pdf
Download (38kB)
BAB-II-LANDASAN-TEORI.pdf
Download (318kB)
DAFTAR-PUSTAKA.pdf
Download (5kB)
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 (Other) |
|---|---|
| Additional Information: | Migrasi dari GDL. Identifier: jbptunikompp-gdl-s1-2006-andrianton-2840. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2006 |
| Uncontrolled Keywords: | ALGORITMA GENETIK, ALGORITMA ANT COLONY SYSTEM, TRAVELLING SALESMAN PROBLEM. |
| Divisions: | S1 Skripsi > Teknik Informatika |
| Depositing User: | Robot Migration |
| Date Deposited: | 05 Nov 2026 05:09 |
| Last Modified: | 05 Nov 2026 05:09 |
| URI: | https://elibrary.unikom.ac.id/id/eprint/24939 |
