Akbar, Muhammad Naufal (2026) PENYELESAIAN MASALAH RUTE TERPENDEK MENGGUNAKAN ALGORITMA IMPROVED ANT COLONY OPTIMIZATION (IACO). Undergraduate thesis, Universitas Diponegoro.

	Text File 1 (Pendahuluan) Akbar - Naufal Akbar.pdf Download (662kB)
	Text File 2 (Isi) Akbar - Naufal Akbar.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text File 3 (Daftar Pustaka) Akbar - Naufal Akbar.pdf Download (168kB)

Abstract

Shortest Path Problem (SPP) merupakan permasalahan optimasi yang bertujuan
unuk menentukan rute dengan biaya minimum dari node awal menuju node akhir
pada suatu jaringan. Permasalahan ini banyak ditemukan pada sistem navigasi,
transportasi, robotika, dan distribusi logistik. Salah satu metode metaheuristik yang
banyak digunakan dalam penyelesaian SPP adalah Ant Colony Optimization
(ACO). Namun, algoritma ACO memiliki kelemahan berupa konvergensi yang
relatif lambat dan kecenderungan terjebak pada solusi optimum lokal. Pada tugas
akhir ini dikaji pengimplementasikan Improved Ant Colony Optimization (IACO)
sebagai pengembangan dari ACO dengan memodifikasi fungsi heuristik
menggunakan Artificial Potencial Field (APF) dan pembaruan feromon adaptif.
Penelitian dilakukan melalui tahapan perumusan algoritma ACO dan IACO,
implementasi menggunakan Phyton pada Google Colabotary, serta simulasi studi
kasus UNDIP Tembalang menuju Lawang Sewu. Hasil penelitian menunjukkan
bahwa algoritma ACO dan IACO menghasilkan rute optimal yang sama sebesar
11,5 km. Namun, IACO mampu mencapai solusi optimal dalam iterasi pertama
dengan waktu komputasi sebesar 0,000910 detik dibandingkan ACO yang
mencapai solusi optimal pada iterasi kelima dengan waktu komputasi sebesar
0,004086 detik. Berdasarkan simulasi studi kasus yang dilakukan, terlihat bahwa
IACO lebih efisien dalam proses pencarian rute karena memiliki kecepatan
konvergensi yang lebih baik tanpa mengurangi kualitas solusi yang dihasilkan.

Actions (login required)

View Item