Implementasi algoritma bee colony optimization dalam mencari langkah solusi terpendek pada Puzzle Rubik's cubw

Penyelesaian puzzle Rubik�s Cube dengan mengandalkan intuisi maupun langkah-langkah tertentu yang dihafalkan biasanya membutuhkan lebih dari 40 langkah, sedangkan metode pencarian langkah solusi terpendek pada puzzle Rubik�s Cube menggunakan agen tunggal kurang praktis karena membutuhkan waktu dan ruang yang besar.Algoritma Bee Colony Optimization (BCO) yang berbasis swarm intelligence diajukan sebagai metode alternatif untuk menyelesaikan puzzle Rubik�s Cube, dengan asumsi bahwa semakin banyak agen yang melakukan pencarian maka solusi dapat lebih cepat ditemukan. Algoritma BCO dianalisis dan dimodelkan dengan pemodelan berorientasi objek menggunakan Unified Modeling Language (UML), kemudian diimplementasikan pada suatu simulasi Rubik�s Cube dengan menggunakan bahasa pemrograman Java.Hasil pengujian implementasi algoritma BCO pada simulasi Rubik�s Cube menunjukkan bahwa algoritma BCO dapat digunakan untuk mencari langkah solusi terpendek dengan ruang memori yang efisien tetapi seringkali terjebak dalam local optimum karena proses pencariannya yang bersifat acak, sehingga waktu pencarian yang dibutuhkan lebih lama dalam kasus terburuk.

Solving Rubik's Cube puzzle with intuition or certain memorized methods usually takes more than 40 steps, while the search for the shortest sequence of solution for Rubik's Cube using single agent approach are inneficient because of time and space required.Bee Colony Optimization (BCO) algorithm is proposed as an alternative method to solve the Rubik's Cube puzzle, asumming that solution can be found faster if there are many agents that perform search. The application needed to test the performance of BCO algorithm is analized and modeled using Unified Modeling Language then implemented on a Rubik�s Cube simulator using Java programming language.The algorithm implemented and tested on a rubik�s Cube simulation and the results show than the algorithm can be used to find the shortest sequence with reasonable memory space depending on the amount of pre-determined parameters but often trapped in a local optimum because of it�s random nature, thus takes longer time in the worst case