PERFORMANSI ANALISIS ALGORITMA KOLONI SEMUT (ANT COLONY OPTIMIZATION) DALAM MENYELESAIKAN PERMASALAHAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP)
Abstract
Algoritma koloni semut (ACO) merupakan sebuah algoritma yang diperkenalkan oleh Moyson dan Manderick dan selanjutnya dikembangkan oleh Marco Dorigo. Algoritma ini telah diterapkan dalam berbagai masalah optimasi, salah satunya adalah Capacitated Vehicle Routing Problem (CVRP). Tujuan dari penelitian ini adalah untuk menyelidiki tingkat performansi algoritma koloni semut (ACO) dalam menyelesaikan CVRP. Performansi ACO nantinya diukur berdasarkan 3 faktor, yaitu penggunaan memori, waktu eksekusi dan tingkat akurasi. Selain itu, dilakukan pula identifikasi pengaruh perubahan setting parameter terhadap performansi ACO. Hasil penelitian menunjukkan bahwa ACO memiliki penformasi yang cukup baik dalam menyelesaikan CVRP, baik dari segi penggunaan memori, waktu eksekusi maupun tingkat akurasi. Akan tetapi, performansi ACO ternyata juga dipengaruhi oleh beberapa parameternya. Hasil temuan dalam penelitian ini menunjukkan bahwa terdapat beberapa parameter ACO yang memiliki pengaruh signifikan terhadap performansi algoritma, yaitu jumlah semut, , nilai  dan . Sedangkan parameter yang lain, yaitu Q dan , kurang berpengaruh terhadap performansi ACO.
Keywords
References
Borcinova, Z. (2017). Two models of the capacitated vehicle routing problem. Croatian Operational Research Review, 8(2). https://doi.org/10.17535/crorr.2017.0029
CVRP Benchmark. (n.d.). Retrieved November 15, 2021, from http://vrp.atd-lab.inf.puc-rio.br/index.php/en/
Hillier, F., & Lieberman, G. (2010). Introduction to Operation Research. McGraw-Hill.
Karakatic, S., & Podgorelec, V. (2015). A survey of genetic algorithms for solving multi depot vehicle routing problem. Applied Soft Computing, 27, 519–532.
Karjono, K. (Karjono), Budiyanto, U. (Utomo), & Luhur, M.-. (Moedjiono). (2016). Aplikasi Penjadwalan Crew Ship Menggunakan Ant Colony Optimization: Studi Kasus PT Scorpa Pranedya. In Jurnal TICOM (Vol. 5, Issue 1).
Kristina, S., Sianturi, R. D., & Husnadi, R. (2020). Penerapan Model Capacitated Vehicle Routing Problem (CVRP) Menggunakan Google OR-Tools untuk Penentuan Rute Pengantaran Obat pada Perusahaan Pedagang Besar Farmasi (PBF). Jurnal Telematika, 15(2).
Kurniati, N. I., Rahmatulloh, A., & Rahmawati, D. (2019). Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah. Computer Engineering, Science and System Journal, 4(1). https://doi.org/10.24114/cess.v4i1.11387
Lestari, H. P., & Sari, E. R. (2014). Penerapan algoritma koloni semut untuk optimisasi rute distribusi pengangkutan sampah di kota Yogyakarta. Jurnal Sains Dasar, 2(1). https://doi.org/10.21831/jsd.v2i1.2373
Muna, I. H. (2019). Models and Methods for routing problems in Logistics. Brno University of Technology.
Redi, A. A. N. P., Maula, F. R., Kumari, F., Syaveyenda, N. U., Ruswandi, N., Khasanah, A. U., & Kurniawan, A. C. (2020). Simulated annealing algorithm for solving the capacitated vehicle routing problem: a case study of pharmaceutical distribution. Jurnal Sistem Dan Manajemen Industri, 4(1). https://doi.org/10.30656/jsmi.v4i1.2215
Ropke, S. (2005). Heuristic and exact algorithms for vehicle routing problems. In Unpublished PhD thesis, Computer Science Department, University of Copenhagen (Issue December).
Shahab, M. L., & Irawan, M. I. (2016). Algoritma Genetika untuk Capacitated Vehicle Routing Problem. Jurnal Sains Dan Seni, 4(2), 89–94.
Toth, P., & Vigo, D. (2002a). Models, relaxations and exact approaches for the capacitated vehicle routing problem. Discrete Applied Mathematics, 123(1–3). https://doi.org/10.1016/S0166-218X(01)00351-1
Toth, P., & Vigo, D. (2002b). The Vehile Routing Problem. In SIAM Society for Industrial and Applied Mathematics.
Xu, H., Pu, P., & Duan, F. (2018). Dynamic Vehicle Routing Problems with Enhanced Ant Colony Optimization. Discrete Dynamics in Nature and Society, 2018. https://doi.org/10.1155/2018/1295485
Yücenur, G. N., & Demirel, N. Ç. (2011). A new geometric shape-based genetic clustering algorithm for the multi-depot vehicle routing problem. Expert Systems with Applications, 38(9). https://doi.org/10.1016/j.eswa.2011.03.077
Yuwono, B., Aribowo, A. S., & Siswanto Budi Wardoyo. (2009). Implementasi Algoritma Koloni Semut Pada Proses Pencarian Jalur Terpendek Jalan Protokol Di Kota Yogyakarta. Seminar Nasional Informatika 2009, 2009(semnasIF).
Zarman, A., Irfan, M., & Uriawan, W. (2016). Implementasi Algoritma Ant Colony Optimization pada Aplikasi Pencarian Lokasi Tempat Ibadah Terdekat di Kota Bandung. Jurnal Online Informatika.
DOI: http://dx.doi.org/10.12928/admathedu.v12i1.22385
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Izza Hasanul Muna
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.