Optimasi Algoritma Ant Colony Optimization (ACO) dengan Menggunakan Algoritma Tabu Search dalam Menyelesaikan Traveling Salesman Problem

Abstract

This research was conducted Ant Colony Optimization (ACO) Algorithm Optimization Using Taboo Search Algorithm where the problem to be solved was the Traveling Salesman Problem (TSP). The purpose of this study is to get a good running time by combining the Ant Colony Optimization (ACO) algorithm with Taboo Search where the Taboo Search algorithm functions as a controller of the routes that have been selected so that they are not included in the calculation process again. The test results obtained that the ACO algorithm can be optimized with the value of the percentage increase in distance optimization with the Combination algorithm (ACO-Taboo Search) is 23.93% and running time is 10.31%.

Penelitian ini dilakukan Optimasi Algoritma Ant Colony Optimization (ACO) Dengan Menggunakan Algoritma Taboo Search dimana masalah yang hendak diselesaikan adalah masalah pedagang keliling (Travelling Salesman Problem, TSP). Tujuan penelitian ini adalah mendapatkan running time yang baik dengan cara mengkombinasikan algoritma Ant Colony Optimization (ACO) dengan Taboo Search dimana algoritma Taboo Search berfungsi sebagai pengontrol rute-rute yang sudah pernah terpilih agar tidak diikutkan pada proses perhitungan lagi. Hasil pengujian diperoleh bahwa algoritma ACO dapat dioptimasi dengan nilai persentase peningkatan optimasi Jarak dengan algoritma Kombinasi (ACO-Taboo Search) adalah sebesar 23.93 % dan running time sebesar 10.31 %.