Pencarian Rute Terpendek Dengan Adanya Forbidden Path Menggunaka Genetik Algoritma

Abstract

Shortest path problem related to the search path in a weighted graph that connects two vertices such that the number of sides of the weight is the weight of the selected minimum. In the search for the shortest route on a problem, there are many algorithms that can be used. The selection of the most optimal algorithm often has advantages and disadvantages of each. Judging from the various problems that exist within the shortest route search, in this case of this thesis will discuss how the optimum completion in the shortest route search with the forbidden path by using a solution using a genetic algorithm. So expect the use of genetic algorithms in the shortest path problem with forbidden trajectory produces an accurate calculation. In the results of this study can be deduced can be seen a significant increase in the average fitness value for 20 experiments ranging from 20 to the total population with a population of 80, but for a population of 80 to 120 have been no changes in far enough. This indicates that the population size of a population of 80 is optimal for this problem. The higher number of population, the average effect on fitness value is obtained, but the number 80 is the point of optimum population which does not happen again a significant increase in the average fitness for the population of above 80.

Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf berbobot yang menghubungkan dua buah simpul sedemikian hingga jumlah bobot sisi-sisi yang terpilih merupakan bobot minimu. Dalam pencarian rute terpendek pada suatu masalah, terdapat banyak algoritma yang dapat digunakan. Pemilihan algoritma yang paling optimum seringkali menjadi mempunyai kelebihan dan kekurangan masing-masing. Dilihat dari berbagai permasalahan yang ada didalam pencarian rute terpendek, dalam hal ini tesis ini akan membicarakan bagaimana penyelesaian secara optimum dalam pencarian rute terpendek dengan adanya lintasan terlarang dengan menggunakan sebuah penyelesaian menggunakan algoritma genetika. Sehingga diharapkan penggunaan algoritma genetika pada masalah jalur terpendek dengan adanya lintasan terlarang menghasilkan suatu perhitungan yang akurat. Dalam hasil penelitian ini dapat ditarik kesimpulan dapat dilihat kenaikan signifikan rata-rata nilai fitness untuk 20 kali percobaan mulai dari jumlah populasi 20 sampai dengan jumlah populasi 80 namun untuk jumlah populasi 80 sampai 120 sudah tidak terjadi perubahan yang cukup jauh. Hal ini menunjukkan bahwa pada jumlah populasi 80 merupakan jumlah populasi yang optimal untuk masalah ini. Semakin tinggi jumlah populasi maka berpengaruh pada rata-rata nilai fitness yang didapatkan namun pada jumlah populasi 80 adalah titik optimum dimana tidak terjadi lagi kenaikan yang signifikan rata-rata fitness untuk jumlah populasi diatas 80.