SIMULASI PENENTUAN RUTE TERPENDEK MENGGUNAKAN METODE TABU SEARCH (Studi Kasus : Lokasi Wisata di Palembang) - eprints3

  

SIMULASI PENENTUAN RUTE TERPENDEK

MENGGUNAKAN METODE TABU SEARCH

(Studi Kasus : Lokasi Wisata di Palembang)

  

Helly Paramita Sari

Jurusan Teknik Informatika

STMIK GI MDP

  

Abstrak : Kota Palembang merupakan salah satu kota di Sumatera bagian selatan yang memiliki

beraneka ragam objek wisata baik jenis, bentuk, maupun ciri keunikan tradisional daerah. Kebutuhan

memperoleh informasi secara cepat dan mudah telah menjadi suatu kebutuhan penting bagi masyarakat,

khususnya wisatawan yang ingin berkunjung ke suatu objek wisata. Tentunya hal ini didukung dengan

adanya rute terpendek untuk menuju lokasi wisata tersebut. Metode tabu search adalah salah satu metode

yang dapat digunakan dalam proses pencarian rute terpendek. Metode ini menggunakan tabu list untuk

menyimpan solusi jalur yang diperoleh dari iterasi dan bangkitkan jalur tetangga dari iterasi yang baru

saja dievaluasi. Jalur yang masuk tabu list adalah yang memiliki panjang jalur minimum. Panjang jalur

diperoleh dari penjumlah jarak antar jalur tersebut. Nilai minimum dari perhitungan akan menjadi

BestSoFar dan dimasukkan ke dalam tabu list. Perhitungan akan berhenti, apabila iterasi telah mencapai

maksimum iterasi yang telah ditentukan. Metodologi pengembangan sistem menggunakan pendekatan

model iteratif. Tujuan utama sistem ini adalah untuk menerapkan metode pencarian rute terpendek tabu

search dalam pencarian rute terpendek lokasi wisata di Palembang. Hasil pengujian membuktikan bahwa

semakin banyak jumlah iterasi yang dimasukkan, maka semakin banyak rute yang dibandingkan sehingga

hasil rute terpendek yang didapat semakin baik dan akurat.

  Kata kunci : Wisata Palembang, Rute Terpendek, Metode Tabu Search

Abstract : Palembang is a city in Sumatera Selatan province that has various touring objects with its

unique cultural characteristic. The needs of fast and easy information becomes primary needs in the

present society, especially for traveling tourists. The tourists needs the shortest route to reach the touring

objects. One of several methods to search the shortest route is Tabu Search method. This method is using

tabu list to store path solution received from iteration and generates neighbour path from newly

evaluated iteration. The path that included in tabu list has minimum path distance. The path distance

generated from the sum of every paths. Minimum point of calculations will be the BestSoFar and will be

included to the tabu list. The calculation will ends if the iteration reach the maximum iterations that had

been determined. The method of this system development is using iteratif method approach. The main

purpose of this system is to apply tabu search’s shortest route search method on searching the shortest

touring route in Palembang. The result shows that the more iterations included in calculations, the more

routes will be compared so that the shortest route can be achieved with better accuracy.

  Keywords : Palembang’s Tourism, Shortest Path, Tabu Search Method

1. PENDAHULUAN kepariwisataan secara jelas. Padahal,

  kebutuhan memperoleh informasi secara Kota Palembang merupakan salah cepat dan mudah telah menjadi suatu satu kota di Sumatera bagian selatan yang kebutuhan penting bagi masyarakat, memiliki beraneka ragam obyek wisata baik khususnya wisatawan yang ingin berkunjung jenis, bentuk, maupun ciri keunikan ke suatu objek wisata. Selain masalah tradisional daerah. Kurangnya Informasi tersebut, juga terdapat masalah rute yang dibuat oleh Dinas Pariwisata kota terpendek. Masyarakat selalu mencari Palembang menjadikan masyarakat luas alternatif menuju semua objek wisata tidak bisa mendapatkan informasi tentang dengan jarak tempuh yang lebih singkat. Metode Tabu search adalah metode yang dapat digunakan untuk menyelesaikan masalah tersebut. Metode ini menggunakan

  tabu list sebagai tempat penyimpanan solusi rute terpendek yang telah ditemukan.

  performansi local search dengan memanfaatkan penggunaan struktur

  Kualitas di sini bergantung pada masalah yang dihadapi. Untuk masalah minimasi, semakin rendah nilai fungsi objektifnya

  local search akan memilih solusi yang penurunan kualitasnya paling rendah.

  Tetapi, jika semua solusi tetangga tidak memberikan peningkatan kualitas, maka

  search memilih solusi tetangga yang memberikan peningkatan kualitas tertinggi.

  menggunakan algoritma local search pada setiap iterasi untuk mencari solusi terbaik di antara sebagian tetangga dari solusi terbaik saat ini. Pada setiap iterasi, algoritma local

  Tabu Search bekerja secara iteratif

  menyimpan atribut dari sebagian move (langkah transisi dari satu solusi ke solusi yang lain) yang telah diterapkan pada iterasi-iterasi sebelumnya. Tabu List digunakan untuk menolak solusi-solusi yang memenuhi atribut tertentu agar proses pencarian tidak berulang-ulang pada daerah solusi yang sama dan untuk menuntun proses pencarian menelusuri solusi-solusi yang belum pernah dikunjungi.

  Tabu Search menggunakan struktur memory yang disebut Tabu List untuk

  menerima solusi yang lebih buruk daripada solusi saat ini. Untuk menjaga agar solusi terbaik tidak hilang, Tabu Search menyimpan solusi terbaik dan terus mencari berdasarkan solusi terakhir. Selain itu, metode ini mengingat sebagian solusi yang pernah ditemui dan melarang untuk menggunakan solusi yang telah ditelusuri untuk menghindari pengulangan yang sia- sia. Hal ini yang membuat Tabu Search menjadi lebih efisien dalam hal usaha dan waktu.

  annealing, algoritma Tabu Search juga bisa

  Sama dengan metode simulated

  Tabu Search tidak akan mengunjungi solusi tersebut secara berulang-ulang.

  dibangkitkan ditandai sebagai “tabu” (dalam ejaan lain adalah “taboo” yang berarti sesuatu yang terlarang), sehingga algoritma

  memory. Sebagian solusi yang pernah

  local search. Tabu Search memperbaiki

  Berdasarkan uraian diatas, penulis tertarik untuk mengambil skripsi dengan judul

  matematis yang termasuk ke dalam kelas

  Search adalah suatu metode optimasi

  Menurut Suyanto (2010, h.135) Tabu

  2.2 Metode Tabu Search

  Pada G 3 , sisi e 8 = (3, 3) dinamakan gelang atau kalang (loop) karena ia berawal dan berakhir pada simpul yang sama.

  1 , G 2 , dan G 3 . Pada G 2 , sisi e 3 = (1, 3) dan sisi e 4 = (1, 3) dinamakan sisi-ganda (multiple edges atau paralel edges) karena kedua sisi ini menghubungi dua buah simpul yang sama, yaitu simpul 1 dan simpul 3.

Gambar 2.1 memperlihatkan tiga buah graf GGambar 2.1 Graf berarti semakin tinggi kualitasnya. Sebaliknya, untuk masalah maksimasi, solusi dengan nilai fungsi objektif yang tinggi berarti kualitasnya tinggi.

  Secara geometri graf digambarkan sebagai sekumpulan noktah (simpul) di dalam bidang dwimantra yang dihubungkan dengan sekumpulan garis (sisi).

  atau arcs) yang menghubungkan sepasang simpul. Definisi ini menyatakan bahwa V tidak boleh kosong, sedangkan E boleh kosong. Jadi, sebuah graf dimungkinkan tidak mempunyai sisi satu buah pun, tetapi simpulnya harus ada, minimal satu.

  node) dan E adalah himpunan sisi (edges

  Menurut Munir (2009, h. 356) Graf G didefinisikan sebagai pasangan himpunan (V, E), ditulis dengan notasi G = (V, E), yang dalam hal ini V adalah himpunan tidak- kosong dari simpul-simpul (vertices atau

  2.1 Graf

  Simulasi Penentuan Rute Terpendek Menggunakan Metode Tabu search (Studi Kasus : Lokasi Wisata di Palembang)”.

2. LANDASAN TEORI

  Tabu Search memiliki lima parameter

  Tujuannya adalah untuk memperkuat permasalahan serta sebagai dasar teori dalam melakukan studi dan juga menjadi dasar untuk melakukan desain kendali dan simulasi penentuan rute terpendek lokasi wisata di Kota Palembang.

  3. ANALISIS DAN PERANCANGAN SISTEM

  3.1 Metode Pembuatan Sistem

  1. Studi Literatur

  Studi literatur adalah mencari referensi teori yang relefan dengan kasus atau permasalahan yang ditemukan. Referensi tersebut berisikan tentang :

  1. Informasi tentang objek wisata di Kota Palembang.

  2. Informasi mengenai rute jalan menuju lokasi-lokasi wisata di Kota Palembang.

  3. Teori tentang metode Tabu Search.

  2. Pengumpulan Data

  .Net, sedangkan library adalah kelas pustaka

  Data sekunder yang dibutuhkan untuk dapat menyelesaikan Tugas Akhir ini adalah:

  1. Data objek-objek wisata di Kota Palembang.

  2. Data informasi rute jalan di Kota Palembang.

  3. Peta Kota Palembang.

  Data ini dapat diperoleh dengan studi literatur dan pembacaan peta Kota Palembang yang didapat.

  3. Analisis

  Pada tahap ini penulis melakukan analisis dalam mencari rute terpendek dari titik awal ke titik akhir dengan menggunakan metode Tabu Search. Solusi dari masalah ini akan menjadi bahan dalam

  atau perintah yang digunakan untuk membangun aplikasi.

  untuk menjalankan aplikasi yang berbasis

  utama yang harus ditentukan secara hati- hati, yaitu : prosedur local search, struktur ketetanggan, kondisi tabu, kondisi aspirasi, dan kriteria penghentian. Algoritma Tabu

  4. Suatu tabu list mencatat langkah-langkah terlarang atau tabu moves.

  Search bisa dihentikan berdasarkan kriteria

  tertentu, misalnya sejumlah waktu CPU tertentu, atau sejumlah iterasi berurutan tanpa peningkatan nilai fungsi objektif terbaik, dan sebagainya. Tabu Search juga memiliki lima unsur dasar, yaitu :

  1. Langkah utama untuk memanfaatkan

  memory di dalam Tabu Search adalah

  mengklasifikasi suatu subhimpunan langkah di dalam suatu ketetanggaan sebagai larangan atau tabu.

  2. Suatu ketetanggaan dibangun untuk mengidentifikasi solusi-solusi tetangga yang dapat dicapai dari solusi saat ini.

  3. Klasifikasi bergantung pada sejarah pencarian, dan khususnya pada kebaruan (recency) atau frekuensi (frequency) bahwa langkah atau komponen solusi terntentu, yang disebut atribut, telah berpartisipasi pada pembangkitan solusi- solusi sebelumnya.

  5. Batasan-batasan tabu bisa diberikan pengecualian. Ketika suatu langkah tabu memberikan suatu solusi yang lebih baik dibandingkan semua langkah terbaik sebelumnya, maka status tabu dari langkah tersebut bisa diabaikan (artinya : statusnya diubah dari tabu menjadi tidak

  Runtime) dan class library. CLR digunakan

  tabu). Kondisi atau kriteria

  pengabaian status tabu ini disebut kondisi aspirasi.

  Menurut Wahana Komputer (2010)

  Microsoft Visual Basic 2008 merupakan

  aplikasi pemrograman yang menggunakan teknologi .Net Framework yang merupakan komponen windows yang terintegrasi serta mendukung pembuatan, penggunaan aplikasi dan halaman web. Teknologi .Net

  Framework mempunyai dua komponen

  utama, yaitu CLR (Common Language

2.3 Microsoft Visual Basic 2008

  pembuatan program. Serta penulis Microsoft Visual Basic 2008. Aplikasi yang menyatakan bagaimana sebuah rancangan dibuat memiliki fungsionalitas menampilkan sistem akan dibuat dengan menggambarkan peta kota Palembang dan rute terpendek sebuah model sistem untuk penyelesaian pada peta, serta menunjukkan titik-titik dalam aplikasi melalui model use case. (vertex) yang merupakan objek wisata yang Pemodelan use case menjelaskan mengenai ada di Kota Palembang. Masukkan (input) aktivitas-aktivitas atau kejadian-kejadian dari sistem berupa data titik-titik yang akan yang disediakan oleh aplikasi. Berikut ini dipilih dari vertex yang telah ditentukan saat adalah pemodelan kebutuhan dengan use pembuatan peta, sedangkan keluaran

  case.

  (output) sistem adalah rute terpendek yang dapat dilalui dari titik awal ke titik akhir pada peta.

  6. Pengujian Aplikasi

  Pengujian aplikasi dilakukan dengan menentukan banyaknya iterasi yang diperlukan untuk mencari rute terpendek dan menampilkan hasil pada peta. Evaluasi metode Tabu Search didapat dari membandingkan hasil percobaan dengan

Gambar 3.1 Diagram Use Case Aplikasi

  banyak iterasi untuk mendapatkan solusi rute terpendek.

  4. Perancangan Sistem

  3.2 Rancangan Algoritma Program

  Pada tahap ini penulis melakukan rancangan sistem yang akan dibuat dengan

  3.2.1 Langkah Kerja Metode Tabu

  menggambarkan sebuah model sistem untuk

  Serach

  penyelesaian dalam aplikasi melalui diagram aktivitas. Berikut ini adalah pemodelan Langkah-langkah kerja dari metode diagram aktivitas aplikasi :

  Tabu Search pada aplikasi simulasi

  penentuan rute terpendek lokasi wisata di Palembang, yaitu :

  1. Inisial variabel titik awal atau lokasi awal tempat wisata yang ingin dikunjungi dan titik akhir atau lokasi akhir tempat wisata yang ingin dikunjungi.

  2. Kemudian inisial MaxIterasi yang merupakan jumlah iterasi yang akan dilakukan dalam pencarian rute.

  3. Mulai dengan sebuah solusi awal dengan indeks solusi pertama. Solusi awal diperoleh dari tahap inisialisasi dan merupakan jalur awal yang diperoleh secara acak. Selanjutnya dilakukan

Gambar 3.2 Diagram Aktivitas Pencarian

  proses perulangan membandingkan setiap

  Rute Terpendek

  titik sampai titik tujuan yang dipilih dan memilih secara acak titik mana saja yang

  5. Implementasi

  bisa dilewati untuk menjadi rute solusi awalnya. Desain program diterjemahkan dalam

  4. Kemudian solusi awal yang diperoleh kode-kode dengan menggunakan bahasa akan dihitung total jaraknya (pnjg). pemrograman yang sudah ditentukan, yaitu Solusi awal yang telah diperoleh akan dimasukkan dalam tabu list.

  5. Proses selanjutnya menginisialisasi solusi

  Tabu Search. Jalur yang ada pada proses

  pencarian akan dilakukan iterasi dengan menukarkan posisi setiap jalur untuk mendapatkan rute alternatifnya.

  6. Kemudian dilakukan proses penghitungan setiap jaraknya. Jika jarak solusi2 lebih kecil dari total jarak solusi awal (p < pnjg), maka solusi2 masuk ke dalam tabu list dan dilakukan proses iterasi selanjutnya.

  7. Apabila perhitungan sudah sampai maksimum iterasi, maka rute yang memiliki total jarak terkecil akan disimpan dalam tabu list dan menjadi GlobalMin atau jalur terpendeknya.

  8. Rute terpendek yang didapat dari hasil proses pencarian tersebut akan ditampilkan pada peta.

  4.1. Gambar 4.1 Tampilan Antarmuka

  Tampilan antarmuka halaman utama berisi menu pilihan yang terdiri dari menu pencarian rute terpendek, koordinat lokasi wisata, keterangan wisata, petunjuk dan keluar. Rancangan tampilan antarmuka halaman utama dapat dilihat pada gambar

  1. Tampilan Antarmuka Halaman Utama

  4.1 Tampilan Antarmuka Program

  4. IMPLEMENTASI DAN ANALISIS PROGRAM

3.2.2 Flowchart Metode Tabu Search

Gambar 3.3 Flowchart Metode Tabu

  langkah metode Tabu Search digambarkan pada flowchart dalam gambar 3.3.

  Tabu Search. Secara umum, langkah-

  secara rinci langkah-langkah dari metode

  Search merupakan bagan yang menjelaskan

  Bagan alir (flowchart) metode Tabu

  Halaman Utama

  2. Tampilan Antarmuka Pencarian Rute Terpendek

  Tampilan antarmuka pencarian rute terpendek dari aplikasi ini dapat dilihat pada gambar 4.2.

Gambar 4.2 Tampilan Antarmuka Pencarian Rute Terpendek

  Untuk memulai sistem ini, user atau pengguna harus memilih titik awal dan titik akhir yang telah ditentukan oleh sistem. Titik awal dan titik akhir terdiri dari 17 titik yang diberi kode W1, W2, W3, W4, W5, W6, W7, W8, W9, W10, W11, W12, W13, W14, W15, W16, W17.

  Search

  3. Tampilan Antarmuka Hasil Pencarian

  Tampilan antarmuka hasil pencarian ini memiliki dua data yaitu data tabu list dan data hasil proses iterasi pencarian. Data pada rute yang diperoleh merupakan hasil pencarian dari metode Tabu Search. Rancangan tampilan antarmuka hasil pencarian dapat dilihat pada gambar 4.3.

Gambar 4.3 Tampilan Antarmuka Hasil Pencarian

  4. Tampilan Antarmuka Koordinat Lokasi Wisata

  Tampilan antarmuka koordinat lokasi wisata ini merupakan halaman untuk informasi koordinat lokasi wisata yang berisi informasi tentang longitude dan latitude lokasi wisata yang ada di Kota Palembang. Rancangan tampilan antarmuka koordinat lokasi wisata ini dapat dilihat pada gambar

  4.4. Gambar 4.4 Tampilan Antarmuka

  Koordinat Lokasi Wisata

  5. Tampilan Antarmuka Keterangan Wisata

  Tampilan antarmuka keterangan wisata ini menampilkan informasi mengenai objek wisata yang ada di Kota Palembang. Informasi tersebut berupa penjelasan singkat tentang sejarah objek wisata tersebut. Objek wisata ini terdiri dari wisata alam, wisata religi, wisata belanja dan wisata seni yang ada di Kota Palembang. Rancangan tampilan antarmuka keterangan wisata ini dapat dilihat pada gambar 4.5.

Gambar 4.5 Tampilan Antarmuka Keterangan Wisata

  6. Tampilan Antarmuka Petunjuk

  Tampilan antarmuka petunjuk berisi petunjuk yang dapat membantu user dalam menggunakan aplikasi ini. Rancangan tampilan antarmuka petunjuk ini dapat dilihat pada gambar 4.6.

Gambar 4.6 Tampilan Antarmuka Petunjuk

  4.2 Pengujian Aplikasi

  Dalam sistem ini akan dilakukan pencarian jalur terpendek berdasarkan jarak tempuh yang data-data jarak antar titiknya telah diketahui. Pengujian sistem akan dilakukan berdasarkan jumlah iterasi yang dimasukkan. Hasil dari pengujian berdasarkan jalur dan jarak tempuh yang dilalui.

  Di bawah ini adalah representasi jarak antar titik yang ditabulasikan dalam tabel berikut :

Tabel 4.1 Keterangan Titik Lokasi Wisata

  36 W12 W14 1600

  26 W8 W9 7500

  27 W9 W7 4500

  28 W9 W8 7500

  29 W9 W10 2200

  30 W10 W9 2200

  31 W11 W6 700

  32 W11 W12 260

  33 W11 W17 400

  34 W12 W11 260

  35 W12 W13 1200

  37 W12 W15 1700

  24 W7 W9 4500

  38 W12 W16 3500

  39 W13 W12 1200

  40 W13 W14 1800

  41 W14 W12 1600

  42 W14 W13 1800

  43 W14 W15 1200

  44 W14 W16 2000

  45 W15 W3 2000

  46 W15 W12 1700

  47 W15 W14 1200

  48 W15 W16 1800

  25 W8 W7 5300

  23 W7 W8 5300

  Titik Lokasi Wisata W1 The Amanzi Waterpark W2 Taman Wisata Alam Punti Kayu W3 Gereja Baptis Indonesia Palembang W4 Palembang Trade Center W5 Makam Kawah Tengkurep W6 Masjid Agung Palembang W7 Jembatan Ampera W8 Bagus Kuning W9 Gelora Sriwijaya

  1 W3 W6 2300

  W10 Waterboom OPI W11 Museum Sultan Mahmud Badaruddin II W12 Benteng Kuto Besak W13 Pusat Kerajinan Songket W14 Kambang Iwak Family Park W15 Palembang Indah Mall W16 Palembang Square Mall W17 Pasar Tradisional 16 Ilir

Tabel 4.2 Jarak Antar Lokasi Wisata

  No Titik Awal Titik Tujuan Total Jarak (m)

  1 W1 W2 9300

  2 W2 W1 9300

  3 W2 W3 4600

  4 W2 W4 7000

  5 W2 W16 5500

  6 W3 W2 4600

  7 W3 W4 4800

  8 W3 W5 4400

  10 W3 W15 2000

  22 W7 W6 850

  11 W3 W16 2400

  12 W4 W2 7000

  13 W4 W3 4800

  14 W4 W5 5100

  15 W5 W3 4400

  16 W5 W4 5100

  17 W5 W6 3900

  18 W6 W3 2300

  19 W6 W5 3900

  20 W6 W7 850

  21 W6 W11 700

  49 W16 W2 5500

  50 W16 W3 2400

  W1-W2-W3-W5-W6-W7-W9-W10 dan total jarak tempuh 29.750 m, keterangan rute

  51 W16 W12 3500

  terpilih yaitu :

  52 W16 W14 2000 The Amanzi Waterpark - Taman Wisata Alam Punti Kayu - Gereja Baptis

  53 W16 W15 1800 Indonesia Palembang - Makam Kawah Tengkurep - Masjid Agung Palembang -

  54 W17 W11 400 Jembatan Ampera - Gelora Sriwijaya - Waterboom OPI

  SUMBER : https://maps.google.com

  2. Pengujian Kedua

1. Pengujian Pertama

  Pada pengujian kedua ini akan dicari rute terpendek dengan titik awal dan titik Pada pengujian pertama ini akan akhir yang sama dengan pengujian pertama, dicari rute terpendek dari titik awal vertex tetapi dengan jumlah iterasi yang berbeda, W1 (The Amanzi Waterpark) menuju titik yaitu 100 iterasi. Maka dengan akhir vertex W10 (Waterboom OPI) dan menggunakan metode Tabu Search akan jumlah iterasi yang dimasukkan adalah 10. dilakukan proses pencarian dan hasil yang

  Setelah titik dan jumlah iterasi dimasukkan, didapat dengan menggunakkan aplikasi maka dengan menggunakan metode Tabu adalah seperti yang ditunjukkan pada

  Search akan dilakukan proses pencarian dan gambar 4.9.

  hasil yang didapat dengan menggunakan aplikasi adalah seperti yang ditunjukkan pada gambar 4.7.

Gambar 4.9 Tampilan Pengujian Sistem KeduaGambar 4.7 Tampilan Pengujian Sistem PertamaGambar 4.10 Tampilan Hasil PencarianGambar 4.8 Tampilan Hasil Pencarian

  Setelah dilakukan pengujian dengan Setelah dilakukan pengujian dengan jumlah iterasi 100, maka diperoleh waktu jumlah iterasi 10, maka diperoleh waktu pencarian selama 0,676 detik dengan rute pencarian selama 0,169 detik dengan rute

  W1-W2-W3-W6-W7-W9-W10 dan total jarak tempuh 23.750 m, keterangan rute terpilih yaitu :

  The Amanzi Waterpark - Taman Wisata Alam Punti Kayu - Gereja Baptis Indonesia Palembang - Masjid Agung Palembang - Jembatan Ampera - Gelora Sriwijaya - Waterboom OPI

  2. Objek wisata yang digunakan pada aplikasi simulasi ini hanya 4 (empat) kategori. Untuk pengembangan selanjutnya dapat menambah kategori objek wisata lain seperti wisata kuliner dan wisata budaya, dan ruang lingkupnya dapat diperluas, tidak hanya wilayah Palembang saja, tetapi Provinsi Sumatera Selatan.

  [2] A.S., Rosa., Shalahudin M. 2011, Modul Pembelajaran Rekayasa Perangkat Lunak., Modula, Bandung.

  

  Oktober 2013, dari

  [1] Admin 2012, Tabu Search, Diambil 9

  handphone yang memakai alat GPS dan juga dapat berbasis web.

  4. Untuk pengembangan sistem selanjutnya, sebaiknya dapat dipadukan dengan menggunakan alat GPS, agar lebih memudahkan user melihatnya di

  3. Untuk perkembangan lebih lanjut dapat menambah alat transportasi seperti bus, angutan umum (angkot), transmusi dan taksi. Sehingga user dapat mengetahui biaya setiap perjalanan yang dilakukan.

  1. Metode untuk mencari lintasan terpendek tidak hanya metode Tabu Search saja, sehingga dapat dibandingkan dengan metode lain seperti Algoritma A*, Algoritma Genetika, Algoritma Semut, dan algoritma lainnya. Agar dapat dilihat perbedaan dari setiap metode untuk menyelesaikan masalah lintasan terpendek.

  Berdasarkan dua hasil pengujian yang telah dilakukan, dapat diketahui bahwa hasil pencarian rute terpendek dengan menggunakan aplikasi yang telah dibuat memiliki hasil pencarian dan lama waktu pencarian yang berbeda. Semakin banyak jumlah iterasi yang dilakukan, maka hasil pencarian rute terpendek semakin akurat dan semakin lama pula waktu yang akan dibutuhkan sistem untuk menampilkan lintasan pada peta.

  Berdasarkan dari kesimpulan diatas, maka penulis memberikan beberapa saran untuk pengembangan sistem ini selanjutnya, yaitu :

5. PENUTUP

  5.2 Saran

  4. Dari sisi penggunaan deklarasi variabel, metode Tabu Search dapat dikatakan membutuhkan banyak sekali variabel dalam pencapaian hasil akhir yang akurat dan juga penggunaan memori karena mengharuskan banyak penyimpanan memori array dalam tabu list yang digunakannya.

  3. Semakin banyak jumlah iterasi yang dimasukkan, maka semakin banyak rute jalan yang dibandingkan sehingga hasil rute terpendek yang didapat semakin baik dan akurat.

  2. Semakin banyak perhitungan iterasi yang dilakukan, maka semakin lama waktu yang dibutuhkan sistem untuk menyelesaikan pencarian dan menampilkan lintasan pada peta.

  1. Rute terpendek yang didapat adalah lintasan antar lokasi dan hasilnya digambarkan dalam bentuk garis lintasan yang menghubungkan antara lokasi yang satu dengan lokasi lainnya pada peta.

  Pada bab ini dipaparkan kesimpulan dari pengerjaan skripsi ini berdasarkan hasil proses pengerjaan dan pengimplementasian, yaitu :

  5.1 Kesimpulan

DAFTAR PUSTAKA

  [3] Gendreau, Michel, dkk. 2010, A Tabu Search for the Vehicle Routing Problem, Diambil 12 Oktober 2013,

  dari

  [4] Glover, Fred, Tabu Search Fundamentals Uses, Diambil 12

  Oktober, dari

  

  [5] Komputer, Wahana 2008, Cepat Menguasai VB. Net 2008 Express, Andi, Yogyakarta.

  [6] Kusumadewi, Sri, Hari Purnomo

  2005, Penyelesaian Masalah

  Optimasi dengan Teknik-teknik Heuristik, Graha Ilmu, Yogyakarta.

  [7] Munir, Rinaldi 2010, Matematika Diskrit, Informatika, Bandung. [8] Sadeli, M. 2009, 7 Jam Belajar

  Interaktif Visual Basic.Net 2008, Maxikom, Palembang.

  [9] Suyanto 2010, Algoritma Optimasi Deterministik atau Probabilistik, Graha Ilmu, Yogyakarta.