PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) DENGAN ALGORITMA HYBRID CAT SWARM OPTIMIZATION (hCSO)

Abstract

Penelitian ini dilakukan beberapa langkah yaitu studi literatur yang berkaitan dengan referensi-referensi terkait algoritma CSO dan HS. Kemudian pengumpulan data yang diambil dari penelitian sebelumnya terkait kios pelanggan dari UD. Tani Lumintu Banyuwangi. Kemudian penyelesaian secara manual dengan data kecil yaitu 10 data. Kemudian pembuatan program dengan Matlab. Kemudian simulasi dan implementasi algoritma hCSO, dilakukan simulasi perubahan parameter m, MR, c, SMP dan SRD dengan masing-masing dicobakan sampai 3 buah nilai yang diulang sebanyak 10 kali. Kemudian melakukan simulasi hasil dari CSO, HS dan HCSO. Kemudian hasilnya di analisis dan ditarik kesimpulan. Dari penelitian yang telah dilakukan didapatkan bahwa Semakin besar parameter m maka jarak yang dihasilkan semakin minimum namun waktu running semakin lama. Semakin besar parameter MR yang diberikan maka waktu running yang dibutuhkan semakin cepat. Semakin besar parameter SMP yang diberikan maka jarak yang dihasilkan semakin minimum namun waktu semakin lama. Sedangkan parameter c dan SRD besarnya tidak mempengaruhi hasil. Selain itu dilakukan sebanyak 5 kali perulangan untuk perbandingan hasil dari CSO, HS dan HCSO. Hasil dari algoritma CSO diperoleh rata-rata jarak yang diperoleh yaitu 207.5, ratarata waktu yang dibutuhkan untuk running yaitu 728.53424 dan rata-rata titik konvergen yaitu 1554.2. Hasil dar algoritma HS diperoleh rata-rata jarak yaitu 356.76, rata-rata waktu yang dibutuhkan untuk running yaitu 297045.6 dan rata-rata titik konvergen pada 1149. Hasil dari algoritma hCSO rata-rata jarak yaitu 193.52, rata-rata waktu yang dibutuhkan untuk running yaitu 5725.64704 dan rata-rata titik konvergen pada 1485.6. Dari hasil tersebut dapat diperoleh bahwa algoritma yang lebih efektif untuk mencari jarak minimum adalah algoritma hCSO dibandingkan dengan algoritma CSO dan HS. Sedangkan algoritma yang lebih efektif dari segi waktu yaitu algoritma HS dibandingkan dengan algoritma CSO dan hCSO. Meskipun algoritma CSO, HS dan hCSO dapat dijamin konvergen, namun tingkat kekonvergenannya tidak dapat diprediksi setiap iterasinya. Hal ini disebabkan karena ketiga algoritma ini merupakan jenis algoritma metaheuristik yang setiap iterasinya selalu dibangkitkan oleh bilangan random. Jarak paling minimum yang diperoleh yaitu 151.2.