Penerapan K-means dan Algoritma Genetika untuk Menyelesaikan MTSP
Kata Kunci:
MTSP, Algoritma Genetika, Pembagian Klaster, K-meansAbstrak
Artikel ini mengimplementasikan kombinasi Kmeans dan algoritma genetika untuk menyelesaikan Multiple Traveling Salesman Problem (MTSP) yang menghindari perpotongan jalur antar travelling salesman. Ada beberapa tujuan dalam permasalahan ini diantaranya adalah mencari jalur terpendek setiap rute, dan mencari berapa banyak pembagian klaster yang paling optimal. Dalam penelitian ini kami mencoba menggabungkan algoritma K-means dan algoritma genetika dalam menyelesaikan Multiple Traveling Salesman Problem (MTSP) dengan pembagian klaster. Penelitian ini dilakukan dengan membagi destinasi menggunakan K-means dan menerapkan Algoritma Genetika pada klaster tersebut. Hasil menunjukkan bahwa kombinasi Algoritma Genetika dan pembagian klaster dapat berkurang secara signifikan dalam merencanakan rute perjalanan yang efisien. Penggunaan klaster memungkinkan pengelompokan destinasi dengan karakteristik geografis yang mirip dan bedekatan, sehingga menghasilkan rute yang lebih optimal. Dalam penelitian mendatang, optimasi parameter dan penggabungan metode lain dapat dieksplorasi untuk solusi perencanaan perjalanan yang lebih baik.
Unduhan
Referensi
“Multiple Traveling Salesman Problem menggunakan Algoritma Ant Colony Optimization dengan Operasi Elitism,” jcis, vol. 2, no. 1.
K. Krishna dan M. Narasimha Murty, “Genetic K-means algorithm,” IEEE Trans. Syst., Man, Cybern. B, vol. 29, no. 3, hlm. 433–439, Jun 1999, doi: 10.1109/3477.764879.
U. Maulik dan S. Bandyopadhyay, “Genetic algorithm-based clustering technique,” Pattern Recognition, vol. 33, no. 9, hlm. 1455–1465, Sep 2000, doi: 10.1016/S0031-3203(99)00137-5.
Z. Lu, K. Zhang, J. He, dan Y. Niu, “Applying K-means Clustering and Genetic Algorithm for Solving MTSP,” dalam Bio-inspired Computing – Theories and Applications, M. Gong, L. Pan, T. Song, dan G. Zhang, Ed., dalam Communications in Computer and Information Science, vol. 682. Singapore: Springer Singapore, 2016, hlm. 278–284. doi: 10.1007/978-981-10-3614-9_34.
“Data refrensi pendidikan.” Kemendikbud (2022). Diakses: 16 Agustus 2023. [Daring]. Tersedia pada: https://referensi. data.kemdikbud.go.id/index11.php?kode=052000&level=2
“Google Earth,” Google (2022). Diakses: 16 Agustus 2023. [Daring]. Tersedia pada: https://earth.google.com
Y. Agusta, “K-Means – Penerapan, Permasalahan dan Metode Terkait,” vol. 3, 2007.
S. Monalisa, “Klusterisasi Customer Lifetime Value dengan Model LRFM menggunakan Algoritma K-Means,” JTIIK, vol. 5, no. 2, hlm. 247, Mei 2018, doi: 10.25126/jtiik.201852690.
D. Hermawanto, “Algoritma Genetika dan Contoh Aplikasinya”.
R. S. Armanda dan W. F. Mahmudy, “Penerapan Algoritma Genetika Untuk Penentuan Batasan Fungsi Kenggotaan Fuzzy Tsukamoto Pada Kasus Peramalan Permintaan Barang,” JTIIK, vol. 3, no. 3, hlm. 169, Des 2016, doi: 10.25126/jtiik.201633201.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 TeIKa
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
The submitting author warrants that the submission is original and that she/he is the author of the submission together with the named co-authors; to the extend the submission incorporates text passages, figures, data or other material from the work of others, the submitting author has obtained any necessary permission.
Articles in this journal are published under the Creative Commons Share Alike Attribution Licence (CC-BY-SA What does this mean?). This is to get more legal certainty about what readers can do with published articles, and thus a wider dissemination and archiving, which in turn makes publishing with this journal more valuable for you, the authors.
By submitting an article the author grants to this journal the non-exclusive right to publish it. The author retains the copyright and the publishing rights for his article without any restrictions.
