Perbandingan Algoritma Nearest Neighbor dan Ant Colony Optimization dalam Optimasi Rute Wisata Semarang Berbasis Multi-Attribute Utility Theory

IZZATI, Ashilah Tsuraya (2026) Perbandingan Algoritma Nearest Neighbor dan Ant Colony Optimization dalam Optimasi Rute Wisata Semarang Berbasis Multi-Attribute Utility Theory. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (196kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (1MB)
	Text 4. HALAMAN PENGESAHAN.pdf Download (1MB)
	Text 5. KATA PENGANTAR.pdf Download (157kB)
	Text 6. ABSTRAK.pdf Download (141kB)
	Text 7. ABSTRACK.pdf Download (143kB)
	Text 8. DAFTAR ISI.pdf Download (174kB)
	Text 12. BAB 1.pdf Download (215kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (226kB)

Abstract

Permasalahan penentuan rute wisata merupakan aspek penting dalam
perencanaan pariwisata untuk meningkatkan efisiensi dan kualitas destinasi wisata.
Penelitian ini bertujuan untuk menentukan destinasi wisata prioritas serta
membandingkan kinerja metode optimasi rute wisata Semarang. Penentuan
destinasi prioritas dilakukan menggunakan metode Multi-Attribute Utility Theory
(MAUT) dengan pembobotan Rank Order Centroid (ROC). Destinasi wisata
dengan nilai utilitas tertinggi akan dipilih sebagai destinasi prioritas dan
dimodelkan sebagai Traveling Salesman Problem (TSP). Optimasi rute wisata
dilakukan dengan membandingkan tiga metode pemecahan masalah optimasi, yaitu
metode eksak, metode heuristik, dan metode metaheuristik. Metode eksak
menggunakan algoritma Branch and Bound (B&B) sebagai acuan pembanding
untuk memperoleh solusi optimal. Metode heuristik menggunakan algoritma
Nearest Neighbot (NN) dan metode metaheuristik menggunakan algoritma Ant
Colony Optimization (ACO). Evaluasi kinerja algoritma dilakukan berdasarkan
total jarak tempuh, waktu komputasi, dan Relative Error (RE) terhadap solusi
optimal. Hasil penelitian menunjukkan bahwa algoritma NN menghasilkan Relative
Error sebesar 8,66%, sedangkan algorima ACO menghasilkan Relative Error lebih
rendah, yaitu
sebesar 2,2%. Hal ini menunjukkan bahwa algoritma ACO
menghasilkan rute yang lebih mendekati solusi optimal dibandingkan algoritma
NN.
Kata Kunci: Multi-Attribute Utility Theory, Traveling Salesman Problem,
Optimasi Rute Wisata, Branch and Bound, Nearest Neighbor, Ant Colony
Optimization.

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	02 Mar 2026 10:23
Last Modified:	02 Mar 2026 10:23
URI:	https://eprints2.undip.ac.id/id/eprint/46323

Actions (login required)

View Item

Search for collections on Undip Repository