Penanganan Fuzzy Time Window pada Travelling Salesman Problem (TSP) dengan Penerapan Algoritma Genetika

Yuliastuti, Gusti Eka; Mahmudy, Wayan Firdaus; Rizki, Agung Mustika

doi:10.18860/mat.v9i1.4072

Cited by 4 publications

(7 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Kota Malang kini mulai berkembang dari segi demografis, sosial, pendidikan hingga wisata (Yuliastuti et al, 2017a) (Yuliastuti et al, 2017b). Perkembangan ini juga berbanding lurus dengan resiko penyebaran PMS.…”

Section: Pendahuluanunclassified

Klasifikasi Penyakit Menular Seksual Menggunakan Naïve Bayes

Yuliastuti¹,

Prabiantissa²,

Rizki³

2022

Journal Of Information Technology

Self Cite

View full text Add to dashboard Cite

The number of sufferers of Sexually Transmitted Diseases (STD) in Indonesia is starting to increase. One example of the case is in the city of Malang, in 2014 as many as 466 people suffer from HIV and 14 people suffer from syphilis. According to the Malang city health report, the average patient is 25 to 49 years old. Some are asymptomatic, where the patient does not feel any symptoms and is not even detected until a medical examination is carried out. In detecting this PMS can use information technology. One way is to build an expert system that applies the Naïve Bayes algorithm to help classify the STD you suffer based on the symptoms you feel. The accuracy results obtained in this study amounted to 76.67%.

show abstract

Section: Pendahuluanunclassified

Klasifikasi Penyakit Menular Seksual Menggunakan Naïve Bayes

Yuliastuti¹,

Prabiantissa²,

Rizki³

2022

Journal Of Information Technology

Self Cite

View full text Add to dashboard Cite

show abstract

“…Rute TSP ini memuat semua titik pada graph tersebut tepat satu kali. Dalam penyelesaian masalah TSP ada berbagai macam metode optimasi yang dapat di gunakan, diantaranya Ant Colony Optimization (ACO), Campbell Dudeck Smith (CDS), Greedy Algorithm, Particle Swarm Optimization (PSO), dan Genetic Algorithm (Algoritma Genetika) [2].…”

Section: Pendahuluanunclassified

Sistem optimasi pendistribusian bahan makanan dan snack dengan algoritma Ant Colony Optimization (ACO)

Prasetyo¹,

Istiadi

Marisa³

2021

AITI

View full text Add to dashboard Cite

Kegiatan distribusi merupakan kegiatan penyaluran barang dan jasa yang dibuat dari produsen ke konsumen agar tersebar luas. Begitulah yang dilakukan oleh perusahaan CV. Landahur , perusahaan ini bertanggung jawab untuk mendistribusikan bahan makanan dan snack dari prinsipal menuju ke customer. Hal tersebut dilakukan supaya memudahkan customer dan produsen baik untuk membeli dan menjual. Dalam prosesnya pendistribusian seorang salesman akan melakukan kunjungan ke customer dengan tujuan untuk menjual bahan makanan dan snack tersebut, Namun dengan banyaknya customer yang perlu dikunjungi maka diperlukan rekomendasi rute terbaik. Dalam penelitian ini menggunakan algoritma Ant Colony Optimization (ACO). ACO digunakan karena mampu menunjukan rute terbaik dengan menetapkan parameter-parameter. Pada penelitian ini telah melakukan 2 ujicoba, ujicoba pertama dengan menggunakan 5 data didapatkan jarak 20,3 km dan ujicoba kedua menggunakan 10 data didapatkan jarak rute terbaik 22,96 km dengan parameter yang jumlah semut 3, 2iterasi, α = 1, β = 0,5, ρ = 0,5194, Pheromone awal = 0,1. Dengan adanya sistem tersebut diharapkan dapat membantu salesman mendapatkan informasi rute terbaik dengan tepat dan akurat

show abstract

“…Pada penelitian sebelumnya, permasalahan TSP telah diselesaikan dengan menggunakan beberapa algoritma antara lain: Hill Climbing [3], Tabu Search [4], Particle Swarm Optimization (PSO) [5], Algoritma Genetika [6] dan Simulated Annealing [7].…”

Section: Pendahuluanunclassified

“…Permasalahan penentuan rute atau selanjutnya disebut TSP tersebut dapat diselesaikan dengan implementasi beberapa metode yang pernah dilakukan pada penelitian-penelitian sebelumnya. Tujuan yang ingin dicapai pada permasalahan TSP adalah mencari jarak terpendek untuk dilalui [6].…”

Section: Landasan Teoriunclassified

See 1 more Smart Citation

Implementasi Simulated Annealing untuk Penentuan Rute pada Jaringan

Yuliastuti

Prabiantissa

Rizki

2021

Self Cite

View full text Add to dashboard Cite

Abstract—Recently computer networks are increasingly complex. It needs to be a supporting device for network management such as a router. Router is a device that plays an important role in the routing process. In a router stored information in the form of routing paths, where the information includes data and which routers will be passed. In certain cases, a router can have more than one gateway. This is because the router needs to send data packets to several networks that have different segments. Such cases can be handled by using the appropriate routing path selection rules. The routing problem can be regarded as a traveling salesman problem (TSP), where a mechanism is needed to determine the shortest route to be traversed. The author implements the Simulated Annealing Algorithm because it can produce an optimal solution with light computing, so that the routing process can be more effective and efficient. Index Terms—Computer Network, Routing, Simulated Annealing, Travelling Salesman Problem Abstrak–-Jaringan komputer saat ini semakin kompleks. Perlu adanya suatu perangkat pendukung untuk manajemen jaringan seperti router. Router merupakan perangkat yang berperan penting dalam proses routing. Pada sebuah router tersimpan informasi berupa jalur routing, dimana informasi tersebut mencakup data dan router mana saja yang akan dilewati. Pada kasus tertentu, router dapat memiliki lebih dari satu gateway. Hal ini disebabkan karena router perlu mengirimkan paket data ke beberapa jaringan yang memiliki segmen berbeda. Kasus tersebut dapat ditangani dengan menggunakan aturan pemilihan jalur routing yang tepat. Permasalahan routing dapat dikatakan sebagai suatu permasalahan travelling salesman problem (TSP), dimana diperlukan suatu mekanisme dalam menentukan rute terpendek untuk dilalui. Penulis mengimplementasikan Algoritma Simulated Annealing karena dapat menghasilkan solusi yang optimal dengan komputasi ringan, sehingga proses routing dapat lebih efektif dan efisien. Kata Kunci—Jaringan Komputer, Penentuan Rute, Travelling Salesman Problem, Algoritma Simulated Annealing

show abstract

Penanganan Fuzzy Time Window pada Travelling Salesman Problem (TSP) dengan Penerapan Algoritma Genetika

Cited by 4 publications

References 14 publications

Klasifikasi Penyakit Menular Seksual Menggunakan Naïve Bayes

Klasifikasi Penyakit Menular Seksual Menggunakan Naïve Bayes

Sistem optimasi pendistribusian bahan makanan dan snack dengan algoritma Ant Colony Optimization (ACO)

Implementasi Simulated Annealing untuk Penentuan Rute pada Jaringan

Contact Info

Product

Resources

About