PENERAPAN CAT SWARM OPTIMIZATION ALGORITHM (CSO) DAN PARTICLE SWARM OPTIMIZATION ALGORITHM (PSO) DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)

Abstract

Kehidupan manusia tidak akan lepas dari permasalahan dalam bidang transportasi, misalnya seorang salesman. Salesman yang harus mengantarkan barang kebeberapa tempat tujuan dengan banyak alternatif rute yang dapat ditempuh untuk sampai ke semua pelanggan. Dengan banyak alternatif rute tersebut menimbulkan permasalahan bagi salesman karena harus menentukan rute optimal yang akan ditempuh untuk sampai ke tempat pelanggan, permasalahan ini lebih sering disebut Travelling Salesman Problem (TSP) yaitu permasalahan seorang salesman yang harus menentukan rute terpendek dalam sebuah perjalanannya yang melalui sejumlah kota. Tujuan dari tugas akhir ini yaitu menerapkan algoritma Cat Swarm Optimization (CSO) dan algoritma Particle Swarm Optimization (PSO) dalam penyelesaian Travelling Salesman Problem (TSP) dengan menggunakan data 50 kota. Penelitian dilakukan dengan beberapa langkah yaitu mulai, Study Literature, mengambil data mengenai permasalahan TSP sehingga menggunakan data yaitu 50 kota yang diambil dari library TSP asymmetric, kemudian mengolah data dengan algoritma CSO dan algoritma PSO, selanjutnya membuat program Matlab yang sesuai dengan algoritma CSO dan algoritma PSO, kemudian mensimulasi hasil dari program yang telah dijalankan, selanjutnya menganalisis hasil dari perbandingan hasil algoritma CSO dan algoritma PSO, selanjutnya menyimpulkan hasil yang didapat dari penerapan algoritma tersebut. Algoritma CSO dan algoritma PSO merupakan algoritma yang tergolong metaheuristik yaitu proses pembangkitan solusi awal dilakukan dengan membangkitkan bilangan random. Percobaan dilakukan running sampai 10 kali, kemudian diambil jarak paling minimum yang sesuai dengan tujuan permasalahan TSP. Algoritma CSO untuk data 50 kota pada penelitian ini diperoleh jarak paling minimum yaitu 1808 km yang konvergen pada titik 1600 dengan iterasi maksimum 3000. Algoritma PSO untuk data 50 kota pada penelitian ini diperoleh jarak paling minimum yaitu 1808 km yang konvergen pada titik 200 dengan iterasi maksimum 3000. Berdasarkan hasil yang telah diperoleh, algoritma Cat Swarm Optimization (CSO) lebih efektif dibandingkan algoritma Particle Swarm Optimization (PSO), karena meskipun total jarak tempuh yang dihasilkan sama jika dilihat dari hasil running program algoritma CSO selalu menghasilkan total jarak tempuh yang lebih minim dibandingkan algoritma PSO.