Analisis Perbandingan Jarak HASIL DAN PEMBAHASAN
Pada gambar 4.11 menunjukkan perbandingan jarak untuk 25 kota pada case4 yang dihasilkan pada 10 kali percobaan oleh algoritma genetika dan
algoritma genetika hibrida. Jarak terbaik dihasilkan oleh algoritma genetika hibrida pada percobaan ke-10. Sedangkan jarak terburuk dihasilkan oleh algoritma
genetika tanpa pencarian lokal pada percobaan ke-8. -
Analisis perbandingan jarak pada case5
Gambar 4.12 Grafik Jarak Perjalanan pada Case5
Pada gambar 4.12 menunjukkan perbandingan jarak untuk 36 kota pada case5 yang dihasilkan pada 10 kali percobaan oleh algoritma genetika dan
algoritma genetika hibrida. Jarak terbaik dihasilkan oleh algoritma genetika hibrida pada percobaan ke-9. Sedangkan jarak terburuk dihasilkan oleh algoritma
genetika tanpa pencarian lokal pada percobaan ke-10.
Berdasarkan analisis pengujian jarak, algoritma genetika hibrida dengan skema pencarian lokal adaptif mampu mendapatkan hasil jarak terbaik dalam 3
dari 5 60 pengujian data sampel TSP yaitu pada pengujian case3, case4 dan case5, sedangkan pada case1, case2 jarak terbaik yang dihasilkan sama dengan
jarak terbaik yang dihasilkan oleh algoritma genetika tanpa pencarian lokal. Dalam hal ini tidak berarti bahwa performa dari algoritma genetika hibrida tidak
lebih baik daripada algoritma genetika tanpa pencarian lokal karena pada case1 jumlah kota kecil yang mencerminkan masalah yang sederhana.
Dalam pengujian dengan data yang lebih kompleks terutama dimana jumlah kota lebih dari 17, algoritma genetika hibrida mendapatkan hasil yang lebih baik
dibandingkan algoritma genetika tanpa pencarian lokal. Secara keseluruhan algoritma genetika hibrida mampu mengungguli algoritma genetika tanpa
pencarian lokal pada jarak rata-rata yang didapatkan dari jarak rata-rata 10 percobaan pada case1, case2, case3, case4 dan case5. Algoritma genetika
menunjukkan performa yang buruk ditunjukkan dalam mendapatkan jarak terburuk pada semua pengujian case1, case2, case3, case4 dan case5.