TSP juga merupakan percobaan pertama dalam aplikasi algoritma Semut pada tahun 1991, dengan mengadaptasi perilaku kehidupan semut dalam
menemukan jalur terpendek. Didefinisikan V adalah vertex sebagai kota dan E adalah edge atau sisi yang terhubung secara penuh pada V. Permasalahannya
adalah menemuka n sirkuit Hamilton dalam sebuah graf G = V, E.
2.4 Algoritma Semut
2.4.1 Sejarah Algoritma Semut
Seiring berkembangnya pemikiran, ditemukan sejumlah algoritma dalam AI Artifical Intelligence yang mendapat inspirasi dari alam. Algoritma tersebut di
antaranya adalah: cara kerja otak yang luar biasa mengilhami neural network, genetic algorithm belajar dari proses evolusi, dan dari semut menyelesaikan
masalah optimisasi.
Pada tahun 1996, dunia AI diperkenalkan dengan algoritma Semut oleh
Moyson dan Manderick dan secara meluas dikembangkan oleh Marco Dorigo,
merupakan teknik probabilistik untuk menyelesaikan masalah komputasi dengan menemukan jalur terbaik melalui grafik. Sebagai sebuah simulasi yang
menggunakan metafora alami semut untuk menyelesaikan problem ruang fisik. Algoritma ini terinspirasi oleh perilaku semut dalam menemukan jalur dari
sarangnya menuju makanan.
2.4.2 Prinsip Perilaku Semut
Semut adalah serangga sosial yang hidupnya berkoloni, dapat
bekerjasama dengan sesamanya dalam melakukan pekerjaan secara efektif.
Perilaku semut dalam menemukan makanan dari sarangnya menghasilkan jalur yang optimal dengan menemukan jalur terpendek.
Universitas Sumatera Utara
Semut juga mampu mengindera lingkungannya yang kompleks
untuk mencari makanan dan kemudian kembali ke sarangnya dengan
meninggalkan zat feromon pada jalur-jalur yang mereka lalui. Feromon
adalah zat kimia yang berasal dari kelenjar endokrin dan digunakan oleh makhluk hidup untuk mengenali sesama jenis, individu lain, kelompok,
dan untuk membantu proses reproduksi. feromon menyebar ke luar tubuh dan hanya dapat mempengaruhi dan dikenali oleh individu lain yang
sejenis satu spesies.
Proses peninggalan feromon ini dikenal sebagai stigmergy, yaitu sebuah proses memodifikasi lingkungan yang tidak hanya bertujuan untuk
mengingat jalan pulang ke sarang, tetapi juga memungkinkan para semut berkomunikasi
dengan sesamanya.
Seiring waktu, bagaimanapun juga jejak feromon akan menguap dan akan mengurangi kekuatan daya
tariknya. Lebih lama seekor semut pulang pergi melalui jalur tersebut, lebih lama jugalah feromon menguap.
Agar semut mendapatkan jalur optimal dalam perjalanannya,
diperlukan beberapa proses:
1. Pada awalnya, semut berkeliling secara acak, hingga menemukan makanan.
2. Ketika menemukan makanan mereka kembali ke sarangnya sambil memberikan tanda dengan jejak feromon.
3. Jika semut-semut lain menemukan jalur tersebut, maka mereka tidak akan bepergian dengan acak lagi, melainkan akan mengikuti jejak tersebut.
4. Jika pada akhirnya mereka pun menemukan makanan, maka mereka kembali dan menguatkan jejaknya.
Universitas Sumatera Utara
5. Seekor semut yang secara tidak sengaja menemukan jalur optimal akan menempuh jalur ini lebih cepat dari rekan-rekannya, melakukan round-trip
lebih sering, dan dengan sendirinya meninggalkan feromon lebih banyak dari jalur-jalur yang lebih lambat ditempuh.
6. Feromon yang berkonsentrasi tinggi pada akhirnya akan menarik semut- semut lain untuk berpindah jalur, menuju jalur paling optimal, sedangkan
jalur lainnya akan ditingga lkan.
7. Pada akhirnya semua semut yang tadinya menempuh jalur yang berbeda- beda akan beralih ke sebuah jalur tunggal yang ternyata paling optimal
dari sarang menuju ke tempat makanan.
Gambar 2.4 Lintasan Awal Semut Menuju Tempat Makanan
Keterangan Gambar: A: Tempat awal semut sarang
B: Tujuan semut makanan
: Lintasan yang ditempuh oleh semut 1 → : Lintasan yang ditempuh oleh semut 2
Gambar 2.5 Lintasan Optimal Semut Menuju Tempat Makanan
Universitas Sumatera Utara
Keterangan Gambar: A: Tempat awal semutsarang
B: Tujuan semut makanan Jalur Optimal: Jalur yang dilewati semut setelah beberapa iterasi.
Perilaku semut itu telah menginspirasikan sebuah metodologi baru dalam mencari solusi terhadap suatu permasalahan kombinatorial dengan cara bertukar
informasi melalui feromon yang diletakkan pada edge-edge sebuah graf. Telah diamati bahwa pada saat berjalan semut meninggalkan sejumlah feromon pada
jalur yang dilaluinya untuk menandai jalur tersebut, sehingga semut lain yang mengikut i jalur tersebut dapat mengidentifikasi feromon yang diletakkan semut
sebelumnya, memutuskan untuk mengikutinya dan menguatkan jalur tersebut dengan feromon miliknya. Perilaku inilah yang menjelaskan bagaimana semut
mampu menemukan jalur terpendek. Bentuk komunikasi yang diperantarai feromon ini di sebut stigmergy.
Berikut adalah tahapan-tahapan algoritma Semut dalam graf:
1. Dari sarang, semut berkeliling secara acak mencari makanan sambil mencatat jarak antara vertex yang ia lalui.
2. Ketika sampai ke makanan, Total jarak dari tiap vertex yang ia tempuh dijumlahkan untuk mendapatkan jarak dari sarang ke makanan.
3. Ketika kembali ke sarang, sejumlah konsentrasi feromon ditambahkan pada jalur yang telah ditempuh berdasarkan total jarak jalur tersebut.
Makin kecil total jarak atau makin optimal, akan semakin banyak kadar feromon yang dibubuhkan pada masing-masing edge pada jalur tersebut.
Universitas Sumatera Utara
Gambar 2.6 Lintasan Semut Menuju Sarang
Keterangan Gambar: A: Sarang semut
B: Tempat ditemukannya makanan
: Jalur yang ditempuh oleh semut 1 dengan pemberian kadar feromon yang tinggi.
→ : Jalur yang ditempuh oleh semut 2 dengan pemberian kadar feromon yang rendah.
4. Untuk memilih edge mana yang harus dilalui berikutnya, digunakan sebuah rumus yang pada intinya menerapkan suatu fungsi heuristik untuk
menghitung intensitas feromon yang ditinggalkan pada suatu busur.
Gambar 2.7 Lintasan Semut Menuju Makanan pada Iterasi ke-2
Keterangan Gambar: A: Sarang semut
B: Tempat ditemukannya makanan
Universitas Sumatera Utara
→: Jalur 1 adalah yang ditempuh oleh semut 1 karena kadar feromon yang tinggi.
....: Jalur yang tidak ditempuh oleh semut karena kadar feromon yang rendah.
: Jalur yang ditemukan oleh semut 2
5. Pada iterasi berikutnya, edge-edge yang mengandung feromon lebih tinggi ini akan cenderung dipilih sebagai edge yang harus ditempuh berikutnya
berdasarkan rumus pemilihan edge. Akibatnya, lama-kelamaan akan
terlihat jalur optimal pada graf, yaitu jalur yang dibentuk oleh edge dengan
kadar feromon yang tinggi, yang pada akhirnya akan dipilih oleh semua semut.
Gambar 2.8 Lintasan Semut Menuju Sarang pada Iterasi ke-2
Keterangan Gambar: A: Sarang semut
B: Tempat ditemukannya makanan ----: Jalur 1 jalur yang ditempuh oleh semut 2 dengan pemberian
kadar feromon yang rendah. .....: Jalur 2, jalur yang tidak ditempuh.
: Jalur 3 adalah yang ditempuh oleh semut 2 dengan pemberian
kadar feromon yang tinggi.
Universitas Sumatera Utara
Gambar 2.9 Lintasan Optimal Semut Menuju Tempat Makanan
Keterangan Gambar: A: Sarang semut
B: Tempat ditemukannya makanan ----: Jalur 1 yaitu jalur yang tidak ditempuh karena kadar feromon
yang rendah. ......: Jalur 2, jalur yang tidak ditempuh karena kadar feromon yang
sangat rendah. →: Jalur 3, jalur optimal yang ditempuh oleh semut karena kadar
feromon yang tinggi.
Oleh karena itu sistem ini dinamai dengan algoritma Semut. Semut yang digunakan dalam sistem ini berbeda dengan hewan semut yang asli, antara lain
semut disini memiliki memori yang dalam tulisan ini dinamakan daftar semut dan semut akan berada pada lingkungan yang waktunya adalah diskrit.
2.5 Algoritma Semut Pada Traveling Salesperson Problem
