17
Dinamika Teknologi
έψιφ φχσι νυψωφωοσ μιψ νυιιήι Γ Β
Pada iterasi ke-1 ini diperoleh nilai terbaik adalah km untuk jarak tempuh dan menit untuk
waktu perjalanan yakni pada Jalur ke-2. Selanjutnya lakukan iterasi ke 2, untuk perhitungan iterasi ke 2
sampai iterasi ke 60 juga menggunakan perhitungan yang sama seperti iterasi 1 sesuai dengan rute yang
dilalui Salesman tersebut. Setelah dilakukan perhitungan sebanyak 60 iterasi, maka diperoleh
jarak tempuh dan waktu perjalanan minimum pada setiap iterasi tersebut
3.4 Penerapan Algoritma Tabu Search pada Penjadwalan Wisata
Terdapat dua mekanisme utama dalam proses penjadwalan wisata. Kedua hal tersebut adalah
algoritma Tabu Search dan Fungsi Evaluasi. Seluruh proses iterasi dan pencarian solusi terbaik
serta penyimpanan memori melalui Tabu List dilakukan oleh algoritma Tabu Search. Fungsi
evaluasi dibutuhkan untuk proses penilaian dari tiap solusi rute yang memungkinkan.
3.4.1 Contoh Kasus Penerapan Algoritma Tabu Search pada Penjadwalan Wisata
Contoh kasus yang digunakan sebagai uji coba adalah sebuah kota di negara Austria, yaitu kota
Vienna. Dimana dalam kota tersebut, terdapat 40 buah POI yang dapat dikunjungi oleh para
wisatawan. Sebanyak 10 profil turis digunakan sebagai bahan uji coba, dimana tiap turis ini
memiliki preferensi wisata yang berbeda antara satu dengan lainnya.
Tabel 3. Parameter Data Uji Coba
Parameter Value
Jumlah Hari 2 hari
Durasi Trip 5 jam
Budget Trip 200 euro
Waktu mulai Trip 11:00
Waktu selesai Trip 16:00
Bobot Satisfaction Factor 70
Bobot Travel Time 30
Waktu Eksekusi Maksimal 5 menit
3.4.2 Hasil dari Contoh Kasus Penerapan Algoritma
Tabu Search
pada Penjadwalan Wisata
Cara perhitungan eksperimen ini yaitu dengan mengambil contoh 1 instansi turis yang dijalankan
10 kali masing-masing untuk tiap solusi awal. Hasil dari algoritma untuk tiap solusi awal yang berbeda
diambil dan dibandingkan, lalu angka maksimum untuk 1 dari 3 solusi awal dicatat.
Random solusi awal memiliki performa yang lebih bagus jika dibandingkan dengan solusi awal
ascending maupun dengan solusi awal descending. Secara umum, solusi yang dihasilkan dengan
menggunakan Tabu List berukuran 6 lebih baik dengan rata-rata 0.3 poin dibandingkan dengan
solusi yang menggunakan Tabu List dengan ukuran lain yang ada di eksperimen ini.
SISTEM PENJADWALAN WISATA SINGAPURA
Sistem penjadwalan wisata ini dijelaskan menjadi tiga bagian, yaitu arsitektur sistem, input
dan otput, serta langkah-langkah proses penjadwalan wisata.
4.1 Arsitektur Sistem
Pada sistem penjadwalan wisata ini terdapat empat komponen utama yaitu situs pengguna,
proses penjadwalan wisata, database dan directions. Input yang digunakan dalam penyusunan jadwal
wisata ini berupa parameter wisata, sedangkan output merupakan jadwal wisata. Pada proses
penyusunan jadwal wisata ini terdiri dari tiga macam proses dimana ketiga proses ini
membutuhkan tabel-tabel pendukung yang diperlukan.
Dalam proses
pembentukan Neighborhood diperlukan tabel shopping, tabel
entertainment, tabel culinary dan tabel preferences. Untuk proses perhitungan dengan fungsi evaluasi
diperlukan tabel mrt, tabel driving, tabel bus serta tabel preferences. Proses terakhir adalah pemilihan
kandidat solusi terbaik yang membandingkan nilai kebaikan dari tiap solusi dalam suatu neighborhood.
Gambar 2. Desain Asitektur
Berikut ini merupakan penjelasan yang lebih rinci mengenai parameter yang diperlukan untuk
kedua proses pada penyusunan jadwal wisata:
18
Dinamika Teknologi
έψιφ φχσι νυψωφωοσ μιψ νυιιήι Γ Β
1. Pembentukan Neighborhood Pada parameter wisata yang telah diinputkan
oleh pengguna, terdapat time spent, cost, priority, transportation, jumlah hari, jam mulai trip, jam
selesai trip dan budget trip per hari. Parameter tersebut beserta dengan data-data POI yang ada
seperti nama dan alamat POI digunakan untuk membentuk neighborhood. Dimana neighborhood
merupakan kumpulan solusi yang feasible. Nantinya, proses penjadwalan wisata mencari solusi
yang paling baik dari seluruh neighborhood yang ada.
2. Perhitungan Fungsi Evaluasi Fungsi Evaluasi merupakan fungsi yang
digunakan untuk mengkalkulasi atau menghitung skor dari suatu solusi. Input yang diperlukan pada
proses ini adalah travel time atau jarak tempuh dari seluruh POI yang ada di dalam suatu solusi, serta
satisfaction factor atau tingkat kepuasan dari solusi tersebut. Tingkat kepuasan ini didapat dari prioritas
yang telah diatur oleh pengguna untuk tiap POI. 3. Pemilihan Kandidat Solusi Terbaik
Dalam proses ini, seluruh solusi yang ada di dalam neighborhood dibandingkan skornya antara
satu dengan yang lain untuk mencari kandidat solusi terbaik dalam satu neighborhood. Input yang
dibutuhkan berupa list solusi dari neighborhood beserta dengan skornya yang didapat dari
perhitungan fungsi evaluasi.
4.2 Input dan Output