Text
Implementasi algoritma ant colony optimization (aco) pada masalah pendistribusian barang di kantor pos
Salah satu permasalahan travelling salesman problem adalah pendistribusian
barang, karena dalam pendistribusian barang kita seharusnya mencari lintasan
terpendek dari asal ke tujuan dan kembali lagi ke daerah asal. Ada banyak algoritma
untuk mencari lintasan terpendek, salah satunya adalah algoritma Ant Colony
Optimization (ACO). Algoritma ini mengadopsi perilaku semut dalam pencarian rute
terpendek dari sarang menuju tempat makananya. Penelitian ini bertujuan
menerapkan algoritma Ant Colony Optimization (ACO) untuk menyelesaikan
masalah pencarian lintasan terpendek pada Kantor Pos Cabang Palembang. Kantor
Pos Palembang mempunyai 2 wilayah yaitu wilayah A dan wilayah B. Dalam
penelitian ini siklus untuk algoritma Ant Colony Optimization (ACO) menggunakan 3
siklus, pada siklus pertama hasilnya sudah konvergen. Lintasan terpendek untuk
wilayah A memiliki rute dari KPRK Palembang ke KPC Kapt. A. Rivai ke KPC
Pakjo ke KPC Talang Ratu ke KPC Sekip ke KPC Alang Lebar ke KPC Sukarami ke
KPC Cinde ke KPC Indralaya dan ke KPRK Palembang adalah 97,3 km, lintasan
terpendek untuk wilayah B memiliki rute dari KPRK Palembang ke KPC Sungai
Kendang ke KPC Lemabang ke KPC Pusri ke KPC Sungai Buah ke KPC Sekojo ke
KPC Kenten ke KPC Perumnas Kenten ke KPC Mayor Ruslan ke KPC Indralaya ke
KPRK Palembang adalah 102 km. Solusi yang diperoleh dari Ant Colony
Optimization (ACO) lebih baik daripada algoritma Floyd Warshall untuk masalah
pendistribusian barang di Kantor Pos, tetapi solusi yang diperoleh algoritma Branch
and Bound lebih baik daripada algoritma Ant Colony Optimization (ACO) untuk
kasus yang sama.
No copy data
No other version available