3
terbukti efektif dibandingkan dengan GA tanpa pencarian lokal dalam menyelesaikan permasalahan optimasi seperti TSP
Yun, et al., 2009; Rafsanjani, et al., 2015
. Kebutuhan aplikasi untuk menentukan rencana perjalanan dengan rute yang
optimal dibutuhkan banyak perusahaan pada saat ini. Sebagai contoh, pada perusahaan jasa pengiriman barang seperti JNE, TIKI, dan POS Indonesia, dimana
seorang kurir salesman harus mengirimkan barang kepada konsumen dengan tempat tujuan yang berbeda-beda. Tujuan dari perusahaan tersebut adalah untuk
mendapatkan keuntungan yang maksimal sehingga aplikasi yang mampu memandu para kurir dan menentukan rute perjalanan yang optimal dengan jarak
yang minimal dibutuhkan untuk mencapai tujuan tersebut. Aplikasi tersebut dikembangkan pada android karena android merupakan sistem operasi yang
paling banyak digunakan diseluruh dunia berdasarkan installed base dari semua sistem operasi pada tahun 2015 Manjoo, 2015. Selain itu android bersifat mobile
yang tentunya mudah untuk dibawa dan telah terintegrasi dengan Google Maps.
Dalam penelitian ini, penulis mengangkat judul Penerapan Algoritma Genetika Dengan Skema Teknik Pencarian Lokal Adaptif untuk Penyelesaian
Traveling Salesman Problem pada Android.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, kelemahan GA ketika terjebak dapat keadaan optimal lokal, yang mengakibatkan GA terkadang tidak mampu
menemukan solusi optimal untuk masalah TSP. Kelemahan tersebut dapat
4
ditingkatkan menggunakan HGA dengan skema pencarian lokal adaptif, yang secara otomatis dapat mengontrol penggunaan teknik pencarian lokal kedalam GA
secara efektif. Sehingga dapat dirumuskan masalah, bagaimanakah menerapkan Algoritma Genetika Hibrida dengan Skema Pencarian Lokal Adaptif secara efektif
dalam menyelesaikan Traveling Salesman Problem pada Android.
1.3 Batasan Masalah
Berdasarkan masalah diatas maka dalam penelitian ini, permasalahan dibatasi sebagai berikut:
a. Rute perjalanan yang digunakan dalam lingkup antar kota-kota di provinsi
Jawa Tengah. b.
Data jarak perjalanan diperoleh dari penghitungan jarak antar dua kota, menggunakan fungsi jarak.
c. Penentuan rute optimum, dimana penjumlahan jarak-jarak semua kota yang
dikunjungi paling kecil terpendek berarti rute yang paling optimal. d.
Perencanaan perjalanan kota-kota yang akan dikunjungi ditampilkan menggunakan Markers dalam Google Maps Android.
e. Hasil keluaran sistem menggambarkan rute optimum dari kota-kota yang
dikunjungi digambarkan dengan polyline. f.
Dalam perencanaan perjalanan tidak memperhatikan kota awal dan kota akhir.
5
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mewujudkan Algoritma Genetika Hibrida dengan Skema Pencarian Lokal Adaptif efektif dalam menyelesaikan
Traveling Salesman Problem.
1.5 Manfaat Penelitian
Penelitian ini dapat memberikan manfaat sebagai berikut: a.
Penelitian ini diharapkan dapat membantu meningkatkan efektifitas algoritma genetika dalam menyelesaikan traveling salesman problem.
b. Penelitian ini diharapkan dapat menghasilkan aplikasi dalam menyelesaikan
traveling salesman problem yang berjalan pada sistem operasi android.
1.6 Sistematika Penulisan
