Perbandingan Algoritma Hill Climbing Dan Algoritma Ant Colony Dalam Penentuan Rute Optimum

Abstract

Optimasi adalah pencarian nilai-nilai variabel yang dianggap optimal untuk mencapai hasil yang diinginkan. Untuk memecahkan masalah optimasi tersebut, tentunya diperlukan algoritma yang handal. Algoritma Hill Climbing dan Algotrima Ant Colony adalah metode dari sekian banyak metode kecerdasan buatan untuk menyelesaikan permasalahan optimasi. Karena algoritmanya yang cukup sederhana, metode Hill Climbing telah banyak diterapkan dalam berbagai aplikasi. Disamping itu metode Hill Climbing juga mengefisienkan penggunaan memori yang besar. Algoritma Ant Colony adalah algoritma yang diadopsi dari perilaku koloni semut. Secara alamiah koloni semut mampu menemukan rute terpendek dalam perjalanan dari sarang ke tempat-tempat sumber makanan, berdasarkan jejak kaki pada lintasan yang telah dilewati. Dari hasil penelitian yang dilakukan dengan menggunakan algoritma Hill Climbing dan Algoritma Ant Colony diperoleh rute optimum ferry di Pulau Ambon, Pulau Seram, dan Pulau-Pulau Lease yang berbeda. Pada Algoritma Hill Climbing diperoleh rute yang optimal yaitu Tulehu – Wainama – Umeputih – Wailey – Amahai - Nalahia dengan jarak tempuh 126 Km, sedangkan menggunakan Algoritma Ant Colony diperoleh rute yang optimal yaitu Tulehu – Wainama – Umeputih – Wailey – Amahai – Nalahia - Tulehu dengan jarak tempuh 197 Km

Pemanfaatan Algoritma Generate and Test Dalam Kasus Travelling Salesman Problem Pencarian Jalur Terpendek

“…Solusinya adalah berupa rute terpendek dari semua jalur antar kota tersebut dengan aturan setiap kota hanya boleh dilewat satu kali [6]. Optimasi adalah pencarian nilai-nilai variabel yang dianggap optimal untuk mencapai hasil yang diinginkan [7]. Permasalahan dalam pengiriman adalah terdapat beberapa lokasi yang akan dikunjungi, dimana lokasi tersebut dikunjungi sebanyak satu kali kemudian driver atau sopir kembali ke lokasi awal hal tersebut adalah Travelling Salesman Problem [8].…”

Game Edukasi Pembelajaran Menghitung Susunan Angka Pada Puzzle-8 Menggunakan Metode Steepest Ascent Hill Climbing

“…Cara Kerja Algoritma Hill Climbing Menurut [8] adalah memahami bentuk intial state, apabila state merupakan goal state, harus kempali pada state untuk menemukan solusi dan keluar dan lakukan sampai solusi bisa ditemukan atau sampai tidak ada pilihan aturan produksi atau operator, agar bisa diterpkan pada curent state, langkah proses peyelesaian. Menurut pendapat [9] menjelaskan bahwa Algoritma Hill Climbing mampu menyelesaikan permasalahan kasus karena motode Algoritma Hill Climbing ini memiliki berbagai macam variasi sehingga mampu memproses part dengan tujuan mendapatkan hasil akhir berupa goal melalui pencarian heuristik Menurut [10], Hasil penelitian yang dikemungkakan Algoritma simple hill climbing mampu menyelesaikan permasalahan yang terjadi dilihat dari jarak terdekat. Tujuan utama pencarian ini adalah memberi petunjuk untuk mempermudah menyelesaikan perhitungan jarul terpendek untuk mengefesiakan tenaga dan waktu [11].…”

Model Simulasi Penyelesaian Masalah Perjalanan Penjual Menggunakan Pendekatan Kecerdasan Buatan, Optimisasi Koloni Semut

“…Banyak pekerjaan yang rumit dan kompleks yang akan mustahil untuk dilakukan secara manual ataupun kalau terpaksa dilakukan dengan cara manual akan membutuhkan waktu dan tenaga yang sangat besar. Selain itu, sering kali tidak ada jaminan untuk mendapatkan solusi yang baik ataupun yang terbaik (Ilwaru et al 2017). Dengan adanya algoritma optimisasian pekerjaan yang rumit dan kompleks tadi dapat dilakukan dengan lebih mudah dan lebih cepat.…”