Skripsi
Perbandingan algoritma nearest neighbor, algoritma ant colony optimization, dan algoritma genetika pada traveling salesman problem pendistribusian gas lpg 3kg Kota Malang / Lailatul Hikmah
Abstrak
Dalam dunia industri diperlukan proses distribusi untuk menyalurkan barang ke gudang agen maupun kepada konsumen. Kegiatan distribusi membutuhkan waktu dan biaya untuk melaksanakannya sehingga pelaku usaha harus mempertimbangkan secara matang agar proses distribusi dapat dilaksanakan dalam waktu dan biaya seminimal mungkin. Salah satu solusi yang dapat digunakan untuk meminimalkan waktu dan biaya dalam kegiatan distribusi yaitu dengan melewati rute yang paling pendek. Dengan mencari rute terpendek pelaku usaha dapat melakukan distribusi dalam waktu yang lebih singkat serta dapat menghemat biaya bahan bakar kendaraan. Permasalahan pencarian rute terpendek pada proses distribusi dikenal sebagai Traveling Salesman Problem (TSP). Untuk menyelesaikan permasalahan pencarian rute terpendek terdapat beberapa metode dari beberapa metode yang sering digunakan ada 3 diantaranya yaitu menggunakan algoritma Nearest Neighbor (NN) algoritma Ant Colony Optimization (ACO) dan algoritma Genetika (GA). Pada penelitian ini digunakan aplikasi Matlab sebagai alat bantu dalam pengerjaan pencarian rute terpendek setiap algoritma. Adapun tujuan dari penelitian ini adalah membandingkan ketiga algoritma dalam menyelesaikan TSP pada pendistribusian gas LPG 3kg di Kota Malang untuk mendapatkan rute optimal dalam segi jarak. Dari pengerjaan ketiga algoritma didapatkan hasil dengan total jarak dari algoritma Nearest Neighbor sebesar 52 03 kilometer algoritma Ant Colony Optimization sebesar 44 43 kilometer dan algoritma Genetika sebesar 43 38 kilometer. Berdasarkan hasil tersebut algoritma yang memberikan hasil paling optimal dengan total jarak paling pendek merupakan algoritma Genetika.