Perumusan Masalah Tinjauan Pustaka

1.2 Perumusan Masalah

Perumusan masalah yang akan diteliti dalam tulisan ini adalah bagaimana algoritma Semut menghasilkan penyelesaian yang optimal pada kasus Traveling Salesperson Problem.

1.3 Tinjauan Pustaka

Marco Dorigo dan Luca Gambardella dalam jurnalnya yang berjudul Ant Colonies for The Traveling Salesman Problem, menjelaskan bahwa semut riil mampu untuk menemukan jalur paling pendek dari suatu sumber makanan ke sarang tanpa menggunakan isyarat visual. Juga mereka mampu untuk beradaptasi pada perubahan lingkungan, misalnya menemukan suatu jalur baru yang paling pendek sekali ketika yang lama tidak lagi mungkin dilalui karena suatu rintangan. Semut menyimpan feromon dalam jumlah tertentu saat berjalan, dan masing-masing semut secara probabilistik mengikut i arah yang memiliki banyak feromon. Dasar perilaku dari semut riil ini dapat digunakan untuk menjelaskan bagaimana mereka dapat menemukan jalur yang paling pendek dan menyambung kembali suatu jalan yang terputus setelah mendapat rintangan yang tak terduga. Faktanya, ketika mendapat rintangan, hanya semut yang berada di depan rintangan yang tidak bisa melanjutkan mengikuti jejak feromon dan oleh karena itu mereka harus memilih antara memutar atau meninggalkan. Marco dorigo dan Gianni Di Caro dalam jurnal yang berjudul Ant Algorithms for Discrete Optimization, menjelaskan bahwa aplikasi dari algoritma Semut telah digunakan pada percobaan Traveling Salesperson Problem. Ide mengapa mengunakan TSP adalah karena TSP merupakan salah satu permasalahan NP-hard pada optimisasi kombinatorik, yang dipilih dari permasalahan menemukan jalur terpendek menggunakan metafora koloni semut. Ibnu Sina Wardy dalam makalahnya yang berjudul Penggunaan Graf dalam Algoritma Semut untuk melakuka n Optimisasi menguraikan bahwa ide algoritma Universitas Sumatera Utara Semut adalah meniru perilaku ‘semut tiruan’ berjalan seputar grafik yang menunjukkan persoalan yang harus bisa diselesaikan. Ada banyak sekali penerapan algoritma Semut dalam berbagai persoalan kehidupan sehari-hari. Persoalan tersebut adalah Traveling Salesman Problem TSP, Quadratic Assignment Problem QAP, Job-shop Scheduling Problem JSP, dan sejumlah aplikasi lain mencakup pengaturan jalur kendaraan, pewarnaan graf dan network routing. Situs Wikipedia menjelaskan bahwa algoritma Semut telah digunakan untuk menghasilkan penyelesaian yang mendekati optimal pada masalah salesman yang melakukan perjalanan. Algoritma Semut lebih menguntungkan daripada pendekatan penguatan tiruan simulated annealing dan algoritma Genetik saat grafik mungkin berubah secara dinamis; algoritma Semut dapat berjalan secara kontinyu dan menyesuaikan dengan perubahan secara waktu nyata real time.

1.4 Tujuan Penelitian