Pengembangan Algoritma Hill Climbing untuk Persoalan Lintasan Terpendek Multi Objektif
ABSTRAK
Algoritma hill climbing merupakan salah satu teknik heuristik yang dapat digunakan untuk menyelesaikan persoalan lintasan terpendek. Algoritma hill climbing
melakukan pencarian lokal secara acak dan biasanya hasil yang diperoleh tidak optimal karena pertukaran yang dilakukan hanya sebanyak kombinasi yang diperoleh
dari jumlah node yang ada. Dalam tesis ini diajukan pengembangan algoritma hill
climbing. Langkah-langkah dalam pengembangan diawali dengan penentuan posisi awal. Proses hill climbing akan dilakukan pengembangan berupa modifikasi
pada tahap pertukaran. Proses pertukaran dilakukan dengan hill climbing dan
diperoleh individu-individu baru. Individu-individu yang merupakan hasil dari
pertukaran selanjutnya dijadikan sebagai individu baru dalam proses pengembangan dengan menggunakan algoritma genetik. Individu-individu tersebut akan
menjadi populasi awal untuk menyelesaikan fungsi fitness, crossover, dan mutasi.
Hasil yang diperoleh lebih baik dibandingkan dengan hasil yang menggunakan
algoritma hill climbing.
Kata kunci : Hill climbing, Algoritma genetik, Lintasan terpendek
Universitas Sumatera Utara
ii
ABSTRACT
Hill climbing algorithm is one of the heuristic technique than can be used to solve
the shortst path problem. Hill climbing algorithm is a local search at random
and usually the result obtained cannot be optimal because the exchange performed
only as many as combination of obtained from the nodes.In this thesis had been
asked the development of hill climbing algorithm. The steps in the development
of begins with the determination of initial position. Hill climbing process will be
conducted development of modification at the exchange session. The exchange
process does with hill climbing and will get the new individuals. The result of
exchange as individuals next used as a new individual in development process by
using genetic algorithm. The individuals would be early population to complete the
fitness function crossover, and mutation. The result is better than with the result
hill climbing algorithm.
Keyword: Hill climbing, Genetic algorithm, Shortest path
Universitas Sumatera Utara
iii
Algoritma hill climbing merupakan salah satu teknik heuristik yang dapat digunakan untuk menyelesaikan persoalan lintasan terpendek. Algoritma hill climbing
melakukan pencarian lokal secara acak dan biasanya hasil yang diperoleh tidak optimal karena pertukaran yang dilakukan hanya sebanyak kombinasi yang diperoleh
dari jumlah node yang ada. Dalam tesis ini diajukan pengembangan algoritma hill
climbing. Langkah-langkah dalam pengembangan diawali dengan penentuan posisi awal. Proses hill climbing akan dilakukan pengembangan berupa modifikasi
pada tahap pertukaran. Proses pertukaran dilakukan dengan hill climbing dan
diperoleh individu-individu baru. Individu-individu yang merupakan hasil dari
pertukaran selanjutnya dijadikan sebagai individu baru dalam proses pengembangan dengan menggunakan algoritma genetik. Individu-individu tersebut akan
menjadi populasi awal untuk menyelesaikan fungsi fitness, crossover, dan mutasi.
Hasil yang diperoleh lebih baik dibandingkan dengan hasil yang menggunakan
algoritma hill climbing.
Kata kunci : Hill climbing, Algoritma genetik, Lintasan terpendek
Universitas Sumatera Utara
ii
ABSTRACT
Hill climbing algorithm is one of the heuristic technique than can be used to solve
the shortst path problem. Hill climbing algorithm is a local search at random
and usually the result obtained cannot be optimal because the exchange performed
only as many as combination of obtained from the nodes.In this thesis had been
asked the development of hill climbing algorithm. The steps in the development
of begins with the determination of initial position. Hill climbing process will be
conducted development of modification at the exchange session. The exchange
process does with hill climbing and will get the new individuals. The result of
exchange as individuals next used as a new individual in development process by
using genetic algorithm. The individuals would be early population to complete the
fitness function crossover, and mutation. The result is better than with the result
hill climbing algorithm.
Keyword: Hill climbing, Genetic algorithm, Shortest path
Universitas Sumatera Utara
iii