Rumusan Masalah Batasan Masalah Tujuan Penulisan Sistematika Penulisan

4 optimasi, salah satunya adalah untuk menentukan jalur terpendek pada permasalahan TSP.

1.2 Rumusan Masalah

Travelling Salesman Problem termasuk ke dalam masalah NP- hard, sehingga sangat sulit untuk mencari solusi dari masalah ini dengan pendekatan eksak. Untuk menyelesaikan TSP digunakan pendekatan secara heuristic. Salah satu metode heuristic yang dikenal adalah Algoritma Ant Colony Optimization. Permasalahan dari penulisan Tugas Akhir ini adalah mengetahui bagaimana performa dari algoritma – algoritma ACO Ant system, Elitist Ant System, Rank Based Ant System, Max-Min Ant System, dan Ant Colony System untuk menyelesaikan TSP simetrik dan mengetahui manakah yang terbaik diantara algoritma tersebut.

1.3 Batasan Masalah

Dalam tugas akhir ini masalah hanya akan dibatasi sebagai berikut : 1. Algoritma ACO yang dibandingkan adalah Ant System, Elitist Ant System, Rank-Based Ant System, Max-Min Ant System, dan Ant Colony System. 2. Permasalahan yang dibandingkan dalam semua algoritma adalah masalah Travelling Salesman Problem TSP Simetrik Euclidean dimana jarak antar 2 kota dan sebaliknya dianggap sama. 5

1.4 Tujuan Penulisan

Tujuan dari penulisan tugas akhir ini adalah untuk : 1. Menerapkan konsep dan cara kerja algoritma Ant Colony Optimization ACO untuk menyelesaikan masalah Travelling Salesman Problem TSP. 2. Mengetahui perbandingan Algoritma Ant system, Elitist Ant System, Rank Based Ant System, Max-Min Ant System, dan Ant Colony System, dalam menyelesaikan TSP Simetrik.

1.5 Sistematika Penulisan

Sistematika penulisan Tugas Akhir ini terdiri dari BAB I sebagai pendahuluan yang berisi tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan masalah, dan sistematika penulisan. BAB II yaitu dasar teori yang terdiri dari teori graph, optimisasi, Traveling Salesman Problem, Ant Colony Optimization, Ant system, Elitist Ant System, Rank- Based Ant System, Max-Min Ant System, dan Ant Colony System. BAB III yaitu pembahasan yang terdiri dari Algoritma Ant Colony Optimization, Ant system, Elitist Ant System, Rank Based Ant System, Max-Min Ant System, dan Ant Colony System dalam menyelesaikan permasalahan TSP. Perbandingan Algoritma – algoritma ACO berdasarkan kinerjanya, cara kerjanya, parameter terbaik, performa hasil pada beberapa kasus, waktu CPU, jumlah iterasi, dan hasil simulasi algoritma ACO menggunakan 6 ACOTSP version 1.0. BAB IV sebagai penutup yang berisi tentang kesimpulan dari pembahasan pada bab sebelumnya dan saran. 7

BAB II DASAR TEORI