PENERAPAN ALGORITMA GENETIKA DALAM OPTIMASI RUTE DARI RUMAH SAKIT UMUM KOTA BANDUNG MENUJU RUMAH SAKIT HASAN SADIKIN BANDUNG.

PENERAPAN ALGORITMA GENETIKA DALAM OPTIMASI RUTE DARI RUMAH SAKIT UMUM KOTA BANDUNG MENUJU

RUMAH SAKIT HASAN SADIKIN BANDUNG

Skripsi

Diajukan untuk Memenuhi Sebagian dari Syarat untuk Memperoleh Sarjana S-1

Program Studi Ilmu Komputer FPMIPA

Oleh: Tira Mutiara Asri

0706708

PROGRAM STUDI ILMU KOMPUTER

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PENDIDIKAN INDONESIA 2013

LEMBAR PENGESAHAN

P

_{enerapan Algoritma Genetika Dalam Optimasi}

Rute Dari Rumah Sakit Umum Kota Bandung

Menuju Rumah Sakit Hasan Sadikin Bandung

Oleh

Tira Mutiara Asri

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Komputer pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan

Alam

© Tira Mutiara Asri 2013 Universitas Pendidikan Indonesia

Juli 2013

Hak Cipta dilindungi undang-undang.

Skripsi ini tidak boleh diperbanyak seluruhya atau sebagian, dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa ijin dari penulis.

PENERAPAN ALGORITMA GENETIKA DALAM OPTIMASI RUTE DARI RUMAH SAKIT UMUM KOTA BANDUNG MENUJU

RUMAH SAKIT HASAN SADIKIN BANDUNG

Oleh Tira Mutara Asri

0706708

Pembimbing I

Muh. Nursalman, M.T NIP. 197909292006041002

Pembimbing II

Rosa Ariani Sukamto, M.T NIP. 198109182009122003

Mengetahui

Program Studi Ilmu Komputer FPMIPA UPI

Rasim, M.T

i

ABSTRAK

Kota Bandung merupakan kota besar yang memiliki banyak rumah sakit. Oleh karena tidak semua rumah sakit memiliki fasilitas dan tenaga ahli yang lengkap, maka pasien yang tidak dapat ditangani oleh rumah sakit umum asal akan dirujuk ke Rumah Sakit Hasan Sadikin yang memiliki fasilitas dan tenaga ahli yang paling lengkap. Agar pasien segera ditangani, pengantar pasien harus dapat memilih rute tercepat yang dilalui untuk sampai ke Rumah Sakit Hasan Sadikin. Algoritma genetika merupakan salah satu metode yang dapat memecahkan permasalahan optimasi rute. Beberapa proses yang dilalui yaitu pembangkitan populasi, hitung nila fitness, seleksi, crossover, mutasi dan elitisme. Dalam penelitian ini satu populasi terdapat 20 kromosom yang merepresentasikan 20 rute yang dapat dilalui, probabilitas crossover 0.2 dan probabilitas mutasi 0. Kesimpulan yang didapat bahwa algoritma genetika dapat menghsilkan rute optimum meuju Rumah Sakit Hasan Sadikin walaupun tidak ada kromosom yang mengalami proses mutasi.

ABSTRACT

Bandung as a big city has many hospitals. But not of all hospital have complete facilities and experts, so patient who can’t be handled in that hospital will be moved to Hasan Sadikin Hospital as the most complete hopital in Bandung. Because patient must be handled quickly, familly should choose the shortest route to Hasan Sadikin. Genetic algorithm was the one of method wich can solve the optimation route problem. there are several process in genetic algorithm such as create population, fitness function, selection, crossover, mutation and elitism. On this research, population size 20 chromosomes, crossover rate 0.2 and mutation rate 0 are used as genetic parameters. Genetic algorithm can solve optimation route problem from a general hospital in Bandung to Hasan Sadikin hospital even there are no chromosome with mutation process.

iii

KATA PENGANTAR

Segala puji dan syukur penulis panjarkan kehadirat Allah SWT, atas segala nikmat dan karunia-Nya. Shalawat serta salam semoga selalu dilimpahkan kepada Rasulullah SAW kepada keluarganya, para sahabar, dan umatnya sampai akhir zaman dalam iman dan islam. Berkat rahmat dan kehendak-Nya penulis mampu menyelesaikan skripsi yang berjudul “Penerapan Algoritma Genetika Dalam Optimasi Rute Dari Rumah Sakit Umum Kota Bandung Menuju Rumah Sakit Hasan Sadikin Bandung” ini dengan sebaik-baiknya. Penulisan skripsi ini merupakan sebagian syarat dalam mendapatkan gelar sarjana komputer atas jenjang studi S1 yang telah penulis tempuh selama menimba ilmu di Program Studi Ilmu Komputer Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam Universitas Pendidikan Indonesia.

Penulis memohan maaf bila terdapat kekurangan dan kesalahan dalam penulisan skripsi ini. Maka dengan segala kerendahan hati penulis mengkarapkan kritik dan saran yang bersifat membangun untuk kebaikan dalam penulisan skripsi ini.

Penulis menyadari bahwa terselesaikannya penyusunan skripsi ini tidak terlepas dari peranan, dukungan dan bantuan berbagai pihak baik langsung maupun tidak langsung. Dalam kesempatan ini, penulis ingin menyampaikan rasa terima kasih yang sebesar-besarnya kepada :

1. Dosen pembimbing, yaitu Bapak M. Nursalman, M.T dan Ibu Rosa Ariani Sukamto, M.T yang telah memberikan bimbingan dan pengarahan yang berharga sehingga penulis dapat menyelesaikan laporan ini,

2. Bapak Eddy Prasetyo Nugroho, M.T selaku Pembimbing Akademik yang selalu memberi semangat, motivasi, kritik dan saran selama kuliah.

3. Ayahanda Drs. Sunarya, B.Sc dan ibunda Dra. Diden Indrajati, orang tua terhebat yang tak pernah berhenti memberi do’a, semangat, motivasi dan dukungan pada penulis baik moril dan materil.

4. Kedua kakak tersayang Tina Prima Nardiati dan Yuda Teguh Santosa yang selalu memberi semangat, motivasi, dan kasih sayang.

5. Keluarga besar alm. Aman Abdurachman dan keluarga besar alm. Endin Rakadin yang selalu memberi nasihat dan kasih sayangnya. 6. Seluruh dosen dan staf administrasi jurusan ilmu komputer yang selalu

membantu penulis selama masa kuliah hingga penyelesaian skripsi. 7. Dian Sa’adilah Maylawati,S.Kom, Wizra Aulia,S.Kom, Rama Saktria

Windarta,S.Kom, Riyan Naufal Hays,S.Kom dan Aby Al Khudri,S.Kom selaku teman terbaik dan teman seperjuangan dalam menuntut ilmu di Ilmu Komputer yang selalu ada dalam suka maupun duka.

8. Seluruh teman-teman Ilmu Komputer khususnya Ilkom ’07 kelas C2 yang selalu membantu dan memberi keceriaan.

9. Rynda, Windha, Wina selaku sahabat yang selalu mendoakan, memberi semangat dan meghibur penulis.

10. Nia, Teh Ami, Anggi, Ipung, Wandi, Mas Eko, Pitri dan seluruh teman-teman thallasemia yang selalu memberikan semangat, dukungan, nasehat dan selalu membuat penulis tersenyum. Keep spirit guys!! 11. Seluruh dokter dan suster poliklinik Thalassemia RSHS yang selalu

sigap dan siap sedia saat merawat penulis. 

12. Pihak-pihak yang tidak dapat penulis sebutkan satu persatu.

Semoga Allah SWT membalas semua kebaikan, kasih saying dan ketulusan itu. Akhir kata penulis mohon maaf atas segala kekurangan dan ketidaksempurnaan dalam penyusunan skripsi ini. Semoga hasil yang dituangkan dalam skripsi ini dapat bermanfaat bagi semua pihak.

Bandung, Juli 2013

v

DAFTAR ISI

ABSTRAK ...i

ABSTRACT ...ii

KATA PENGANTAR ...iii

DAFTAR ISI ...v

DAFTAR TABEL ...viii

DAFTAR GAMBAR ...ix

BAB I PENDAHULUAN ...1

1.1 Latar Belakang ...1

1.2 Rumusan Masalah ...3

1.3 Tujuan Penelitian ...3

1.4 Manfaat Penelitian ...4

1.5 Batasan Masalah...4

BAB II TINJAUAN PUSTAKA ...6

2.1 Teori Graf ...6

2.2 Optimasi ...9

2.3 Algoritma Genetika ...11

2.3.1 Parameter Genetika ...14

2.3.1.1 Ukuran Populasi ...14

2.3.1.2 Probabilitas Crossover ...15

2.3.1.3 Probabilitas Mutasi ...16

2.3.2.1 Teknik Pengkodean (Encoding) ...16

2.3.2.2 Inisialisasi Populasi ...17

2.3.2.3 Nilai Fitness ...17

2.3.2.4 Seleksi ...18

2.3.2.5 Pindah Silang (Crossover) ...20

2.3.2.6 Mutasi ...21

2.3.3 Kriteria Pemberhentian ...23

2.4 Penelitian Yang Berkaitan...24

BAB III METODOLOGI PENELITIAN ...26

3.1 Desain Penelitian ...26

3.2 Metode Penelitian...28

3.2.1 Metode Pengumpulan Data ...28

3.2.2 Metode Pengembangan Perangkat Lunak ...29

3.3 Alat dan Bahan Penelitian ...29

3.3.1 Alat ...29

3.3.2 Bahan Penelitian ...30

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ...31

4.1 Representasi Masalah ...31

4.1.1 Graf Kota Bandung ...31

4.1.2 Data Node Tetangga ...31

4.1.3 Data Heuristik ...32

4.2 Analisis Algoritma Genetika untuk Pencarian Rute Optimum ...32

vii

4.2.2 Evaluasi nilai fitness ...33

4.2.3 Seleksi ...33

4.2.4 Crossover ...35

4.2.5 Mutasi ...37

4.2.6 Elitisme ...38

4.3 Analisis Kebutuhan Perangkat Lunak ...39

4.3.1 Deskripsi Umum Perangkat Lunak ...39

4.3.2 Batasan dan Asumsi Analisis ...40

4.3.3 Analisis Proses Bisnis ...40

4.3.4 Model Proses Perangkat Lunak ...41

4.3.5 Desain Data ...41

4.3.6 Implementasi ...43

4.4 Hasil Penelitian ...44

4.5 Pembahasan ...51

BAB V KESIMPULAN DAN SARAN ...54

5.1 Kesimpulan ...54

5.2 Saran ...55

DAFTAR TABEL

Tabel 2. 1 Perbedaan Optimasi Konvensional dengan Algoritma Genetika ...11

Tabel 2. 2 Distribusi Pemetaan Optimasi Rute dalam Bentuk Parameter-parameter Algoritma Genetika ...16

Tabel 4. 1 Fungsi Dalam Program ...43

Tabel 4. 2 Percobaan dengan pm =0.1 ...4

Tabel 4. 3 Rute hasil percobaan ...48

ix

DAFTAR GAMBAR

Gambar 2. 1 Graf Berarah dan Berbobot ...7

Gambar 2. 2 Graf Tidak Berarah dan Berbobot ...7

Gambar 2. 3 Graf Berarah dan Tidak Berbobot ...7

Gambar 2. 4 Graf Tidak Berarah dan Tidak Berbobot ...7

Gambar 2. 5 Contoh Graf Pada Permasalahan Lintasan Terpendek ...8

Gambar 2. 6 Diagram Alir Algoritma Genetika...14

Gambar 2. 7 Populasi, Kromosom, Gen ...15

Gambar 2. 8 Metode seleksi Roulete Wheel ...19

Gambar 2. 9 Diagram Alir Roulete Wheel Selection ...19

Gambar 2. 10 Diagram Alir Single Point Crossover...20

Gambar 2. 11 Diagram Alir Mutasi ...21

Gambar 2. 12 Inversion Mutation ...22

Gambar 3. 1 Desain Penelitian ...26

Gambar 3. 2 Model Sekuensial Linear ...27

Gambar 4. 1 Crossover ...36

Gambar 4. 2 Diagram Alir Crossover ...36

Gambar 4. 3 Mutasi ...37

Gambar 4. 4 Diagram Alir Mutasi ...38

Gambar 4. 5 Context Diagram ...41

Gambar 4. 7 Rute-1 Hasil Percobaan Panjang Rute = 13.001 km ...52

Gambar 4. 8 Rute-2 Hasil Percobaan Panjang Rute = 13.534 km ...52

Gambar 4. 9 Rute-3 Hasil Percobaan Panjang Rute = 13.641 km ...52

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Bandung merupakan kota besar yang memiliki banyak rumah sakit, di

antaranya Rumah Sakit Umum Daerah Ujung Berung, Rumah Sakit Hasan

Sadikin (RSHS), Rumah Sakit Santo Yusuf, Rumah Sakit Rajawali dan Rumah

Sakit Immanuel. Rumah sakit pertama yang dituju biasanya merupakan rumah

sakit terdekat dari tempat tinggal pasien. Karena rumah sakit yang dituju tidak

memiliki peralatan dan dokter ahli yang lengkap atau tidak menerima pasien

dengan jaminan kesehatan tertentu, maka ketika diperlukan pemeriksaan lebih

lanjut pasien akan dirujuk ke RSHS. Kelengkapan peralatan serta dokter ahli yang

dimiliki RSHS menjadikan rumah sakit tersebut menjadi rumah sakit rujukan bagi

para pasien dari rumah sakit umum lain, baik dari kota Bandung maupun dari luar

kota Bandung. Selain itu, RSHS juga merupakan rumah sakit umum yang

menerima berbagai bentuk jaminan kesehatan, yaitu Asuransi Kesehatan

(ASKES), Jaminan Kesehatan Masyarakat (JAMKESMAS), GAKINDA, serta

Kontraktor.

Sebagai kota besar, Bandung tentunya memiliki banyak alternatif jalan

yang dapat dilalui. Tidak semua pasien rujukan dapat diantar menggunakan mobil

ambulan rumah sakit, hal ini dikarenakan jumlah armada ambulan yang dimiliki

tiap rumah sakit terbatas. Sehingga kemungkinan besar pasien dibawa dengan

dibandingkan mobil ambulan. Resiko tersebut dapat timbul karena pengantar

pasien tidak cukup mengetahui jalan mana yang harus dilalui untuk segera sampai

ke RSHS. Oleh karena itu, diperlukan bantuan komputer yang memiliki suatu

sistem yang dapat memberikan informasi tentang jalur mana yang dapat dilalui

untuk sampai di RSHS dengan jarak terpendek.

Optimasi merupakan pencarian nilai-nilai variabel yang dianggap optimal,

efektif dan efisien. Dalam kehidupan terdapat berbagai macam pemasalahan

optimasi, diantaranya penjadwalan jam kerja karyawan, penjadwalan dosen,

penentuan jalur distribusi dan sebagainya. Dalam penelitian ini masalah optimasi

yang dipilih adalah masalah optimasi transportasi, dimana akan dicari jalur

terpendek dan waktu tercepat untuk sebuah jalur perjalanan dari posisi awal

menuju posisi tujuan dari sebuah peta kota Bandung. Terdapat banyak algoritma

yang dapat menyelesaikan permasalahan optimasi tersebut, diantaranya algoritma

Brute-Force, algoritma Branch and Bound, Algoritma Genetika, Simulated Annealing, Pencarian Tabu, Algoritma Semut (Ant Colony Optimization), Minimum Spanning Tree (MST), dan lainnya. Algoritma yang akan digunakan pada tugas akhir ini adalah Algoritma Genetika.

Algoritma genetika merupakan cabang dari algoritma evolusi yang

merupakan metode adaptif yang biasa digunakan untuk memecahkan suatu

pencarian nilai dalam sebuah masalah optimasi (Michelewiez, 1987). Berbeda

dengn algoritma konvensional yang hanya memiliki satu titik pencarian solusi,

Algoritma ini dipilih karena memiliki banyak ruang pencarian solusi. Sehingga

3

akurat dibandingkan dengan algoritma lain. Algoritma Genetika adalah sebuah

teknik optimasi yang berdasarkan pada evolusi alam. Algoritma ini meniru cara

kerja proses genetika pada makhluk hidup, dimana terdapat proses seleksi, pindah

silang dan mutasi untuk mendapatkan kromosom terbaik pada satu generasi.

1.2 Rumusan Masalah

Dengan latar belakang tersebut di atas dapat dirumuskan masalah dalam

penelitian ini adalah bagaimana mengimplementasikan Algoritma Genetika dalam

menentukan jalur terpendek dari salah satu rumah sakit umum di kota Bandung ke

RSHS.

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah membuat sebuah sistem untuk dapat

menyelesaikan permasalahan optimasi rute. Adapun tujuan khusus penelitian ini

yaitu

1. Memecahkan permasalahan optimasi rute dengan menggunakan

Algoritma Genetika.

2. Menemukan rute yang dapat dilalui untuk sampai di Rumah Sakit

Hasan Sadikin beserta total jarak yang ditempuh.

1.4 Manfaat Penelitian

Adapun manfaat penelitian ini yaitu

1. Memberikan alternatif rute dengan jarak tempuh yang minimal

sehingga dapat mempercepat para pasien yang dirujuk dari salah satu

rumah sakit di kota Bandung untuk sampai di Rumah Sakit Hasan

Sadikin.

2. Memberikan informasi berupa alamat, nomor kontak dan e-mail rumah

sakit di kota Bandung.

1.5 Batasan Masalah

Aplikasi sistem informasi ini memiliki beberapa batasan masalah yaitu

1. Rumah sakit yang menjadi rumah sakit rujukan hanya Rumah Sakit

Hasan Sadikin.

2. Rumah sakit yang menjadi tempat asal adalah rumah sakit umum yang

berada di kota Bandung.

3. Rute yang paling optimal didapatkan berdasarkan jumlah jarak yang

dilalui.

4. Faktor yang mempengaruhi optimalnya suatu rute adalah jarak. Satu

rute dikatakan optimal jika memiliki sedikit jumlah jarak yang paling

5

1.6 Sistematika Penulisan

Sistematika penulisan tugas akhir ini disusun untuk memberikan gambaran

umum tentang perangkat lunak yang akan dibuat. Sistematika penulisan tugas

akhir ini adalah sebagai berikut:

BAB I PENDAHULUAN

Bab ini menguraikan tentang latar belakang masalah, rumusan masalah,

tujuan penelitian, manfaat penelitian, batasan masalah, metode penelitian dan

sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini memaparkan beberapa hal yaitu landasan teori seperti pengertian

Graf, Optimasi, serta Algoritma Genetika.

BAB III METODOLOGI PENELITIAN

Bab ini memaparkan tentang disain penelitian yang berisi langkah-langkah

penyelesaian masalah, alat dan bahan yang digunakan dalam penelitian dan jadwal

penelitian.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Berisi tentang hasil dan pembahasan tentang penerapan Algoritma

Genetika dalam permasalahan optimasi rute dari salah satu rumah sakit di kota

Bandung ke Rumah Sakit Hasan Sadikin.

BAB V KESIMPULAN DAN SARAN

Pada bab ini berisi tentang kesimpulan dan saran yang diajukan agar dapat

BAB III

METODOLOGI PENELITIAN

1.1 Desain Penelitian

Berikut ini adalah tahapan yang dilakukan dalam penelitian dan implementasi algoritma genetika dalam optimasi rute dari salah satu rumah sakit

di kota Bandung ke Rumah Sakit Hasan Sadikin:

Penjelasan gambar:

1. Studi literatur adalah mempelajari dan memahami teori yang

berhubungan secara mendalam, agar dapat membantu dalam

pengembangan perangkat lunak. Bagian yang harus diperdalam dan Studi literatur:

Algoritma genetika

Pengumpulan data jalan kota bandung, berupa nama jalan, dan panjang.

Memodifikasi algoritma genetika untuk permasalahan optimasi rute dengan menentukan nilai heuristik

Aplikasi penentuan rute optimum dari rumah sakit kota Bandung ke Rumah

Sakit Hasan Sadikin

Metode Pengembangan perangkat lunak - Analisis - _Desain - _Coding - _Pengujian Dokumen pengujian

Hasil pengujian

27

2. Menganalisis dan mencari data tentang panjang jalan dan data rumah

sakit umum di kota Bandung.

3. Penerapan Algoritma Genetika untuk mendapatkan rute dengan jarak

tempuh yang optimal.

4. Dokumentasi merupakan hasil dari penelitian yaitu dokumen teknis,

paper, dan dokumen skripsi.

5. Pengembangan perangkat lunak menggunakan model sekuensial linear

atau model air terjun. Dapat dilihat pada Gambar 3.2

Gambar 3. 2 Model Sekuensial Linear

Model sekuensial linier memiliki beberapa aktivitas, yaitu sebagai berikut.

a.Analisis Kebutuhan

Pada tahap ini dilakukan analisis terhadap kebutuhan sistem (fungsional

dan non fungsional), kebutuhan pengguna, kebutuhan informasi, dan

kebutuhan antarmuka eksternal. Untuk memodelkan sistem, pada tahap

analisis ini digunakan Context Diagram, Data Flow Diagram (DFD),

kamus data (data dictionary), dan spesifikasi proses (process

specification).

System Enginering Analisis

Kebutuhan

Desain

b.Desain Sistem

Tahap desain sistem berfungsi untuk mengtranslasikan spesifikasi

kebutuhan perangkat lunak dari tahap analisis, menjelaskan bagaimana

perangkat lunak dapat berfungsi, dan menjelaskan bagaimana spesifikasi

perangkat lunak diimplementasikan. Tahap desain meliputi perancangan

data, perancangan arsitektur, perancangan antarmuka, dan perancangan

prosedur.

c.Coding

Coding atau implementasi merupakan penerjemahan hasil desain ke dalam bahasa yang dimengerti oleh komputer.

d.Pengujian

Semua fungsi-fungsi perangkat lunak diuji coba dengan tujuan agar

perangkat lunak bebas dari error dan hasil perangkat lunak harus sesuai

dengan kebutuhan-kebutuhan yang didefinisikan pada tahap analisis.

Dalam penelitian ini digunakan black box testing.

1.2 Metode Penelitian

Metode yang digunakan dalam penelitian ini meliputi metode

pengumpulan data dan pengembangan sistem. Berikut metodenya:

1.2.1 Metode Pengumpulan Data

Dalam tahap ini penulis melakukan studi literatur yang berhubungan

29

pembuatan skripsi dan sharing knowledge dengan para ahli termasuk dosen

pembimbing.

1.2.2 Metode Pengembangan Perangkat Lunak

Dalam proses penerapan kecerdasan pada komputer penulis

menggunakan metode algoritma genetika. Metode ini menjadi otak pemikiran

komputer dalam mengambil keputusan. Algoritma genetika yang

dikembangkan pada penelitian ini terdiri dari sejumlah tahapan, yaitu

1. Inisialisasi populasi

2. Evaluasi nilai fitness

3. Seleksi

4. Crossover

5. Mutasi

1.3 Alat dan Bahan Penelitian

Pada penelitian ini, penulis menggunakan alat berupa perangkat keras dan

perangkat lunak, sedangkan bahan penelitian adalah sejumlah data yang

mendukung proses penelitan seperti data panjang jalan-jalan kota Bandung dan data

mengenai rumah sakit di kota Bandung.

1.3.1 Alat

Dalam penelitian ini, digunakan alat penelitian berupa perangat keras

dan perangkat lunak sebagai berikut:

a. Processor AMD Athlon(tm) Neo X2 Dual Core Processor

L335 (2 CPUs), ~1.6GHz

b. RAM 2GB

c. Monitor beresolusi

d. Mouse dan keyboard

2. Perangkat lunak

a. Sistem operasi Windows Vista™ Home Premium (6.0, Build 6002) Service Pack 2

b. MySQL

c. XAMPP

d. Notepad++

e. Web Browser

1.3.2 Bahan Penelitian

Bahan yang digunakan dalam penelitian ini adalah peta Kota Bandung,

data mengenai rumah sakit yang berada di kota Bandung dan data mengenai

54

BAB V

KESIMPULAN DAN SARAN

1.1 Kesimpulan

Berdasarkan percobaan yang telah dilakukan, dapat disimpulkan bahwa

algoritma genetika dapat digunakan untuk mengatasi permasalahan pencarian rute

terpendek. Algoritma ini mampu menghasilkan solusi yang optimal sehingga

perjalanan yang dilakukan dapat lebih efisien. Perangkat lunak yang dibangun

mampu merekomendasikan rute terpendek menuju Rumah Sakit Hasan Sadikin.

Percobaan dilakukan sebanyak 20 kali yang menghasilkan empat rute

berbeda. Dari 20 kali percobaan, sebanyak 16 percobaan menghasilkan rute

optimum dengan panjang jalur terpendek, yaitu 13.001 km. Sedangkan empat

percobaan lainnya tidak menghasilkan rute dengan panjang jalur terpendek,

namun keempat percobaan tersebut menghasilkan rute dengan panjang jalur

mendekati panjang jalur rute terpendek yang dihasilkan.

Dari serangkaian tahapan-tahapan pada algoritma genetika, populasi pada

penelitian ini tidak melalui tahapan mutasi. Karena jika tahapan mutasi dilalui,

maka kromosom anak yang dihasilkan tidak valid. Dengan kata lain rute yang

1.2 Saran

Dalam pengaplikasiannya, solusi yang dihasilkan dari penelitian ini tidak

akan selalu menjadi solusi optimal jika pengguna membutuhkan efisiensi waktu

dalam perjalanannya, karena akan terdapat faktor lain yang tak terduga seperti

kemacetan dan hambatan lainnya. Oleh karena itu, untuk penelitian lebih lanjut

diharapkan pengembangan aplikasi komputer untuk permasalahan pencarian

lintasan terpendek dengan mengkombinasikan algoritma genetika dengan metode

lain sehingga dapat menghasilkan solusi bagi pengguna guna mencapai tujuan

DAFTAR PUSTAKA

Alamsyah. 2010. Pemanfaatan Metode Heuristik Pada Pencarian Jalur

Terpendek Dengan Algoritma Genetika. Palu: Universitas Tandulako. Anggara, Rahmn. 2012. Sistem Penjadwalan Kuliah Menggunakan Algoritma

Genetik: Studi Kasus Program Studi Pendidikan Sekolah Dasar Universitas Pendidikan Indonesia Kampus Bumi Siliwangi. Bandung: Universitas Pendidikan Indonesia.

Anies Hannawati, Thiang, and Eleazar. 2002. Pencarian Rute Optimum

Menggunakan Algoritma Genetika. Universias Kristen Petra.

Anwari, Febrianto Nur, dkk. Prancangan Sistem Optimasi Penjadwalan

Pengangkutan Sampah di Surabaya Secara Adaptif Menggunakan Metode Algoritma Genetika. Surabaya: Institut Teknologi Surabaya.

Berlianty, Intan. 2010. Teknik-Teknik Optimasi Heuristik. Yogyakarta: Graha

Ilmu.

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya).

Yogyakarta: Graha Ilmu.

Michalewicz, Zbigniew. 1992. Genetic Algorithms + Data Structures = Evolution

Mindaputra, Eka. 2009. Penggunaan Algoritma Ant Colony System Dalam

Traveling Salesman Problem (Tsp) Pada Pt. Eka Jaya Motor. Universitas Diponegoro : Semarang.

Nurdiana, Dian. 2010. Implementasi Algoritma Lebah untuk Pencarian Jalur

Terpendek dengan Mempertimbangkkan Heuristik. Bandung: Universitas Pendidikan Indonesia..

Oktavianto, Muhamad Bayu.2011. Perbandingan Algoritma Genetik dan Colony

System dalam Optimasi Travelling Salesman Problem. Bandung: Universitas Pendidikan Indonesia.

Rachmayadi, Teddy. 2008. Pencarian Solusi TSP (Travelling Salesman Problem)

Menggunakan Algoritma Genetika. Bandung: Institut Teknologi Bandung. Satriawan,Nedi.2010.Penjadwalan Produksi Flow Shop Menggungakan

Algoritma Genetika dan NEH. Bandung : Universitas Pendidikan Indonesia.

Suyanto. 2005. Algoritma Genetika Dalam MATLAB. Yogyakarta: Penerbit Andi.

Utami, Prastina Dwi. 2012. Sistem Penjadwalan Menggunakan Genetic

Algorithm. Bandung: Universitas Pendidikan Indonesia.

Vitra, Irving.2004.Perbandinggan Metode-Metode dalam Algotirma Genetika

untuk Travelling Salesman Problem.Yogyakarta; Universitas Islam Indonesia.

Wati, Dwi Ana Ratna. 2011. Sistem kendali cerdas. Yogyakarta: Graha Ilmu.

Widhiyasa,Arief. Kajian Genetic Algorithm dalam penyelesaian TSP. Bandung :

Institut Teknologi Bandung.

Widodo, Thomas Sri. 2012. Komputasi Evolusioner Algoritma Genetik,

Pemrograman Genetik, Dan Pemogroman Evolusioner. Yogyakarta: Graha Ilmu.

30

Tira Mutiara Asri, 2013

a. Processor AMD Athlon(tm) Neo X2 Dual Core Processor

L335 (2 CPUs), ~1.6GHz b. RAM 2GB

c. Monitor beresolusi d. Mouse dan keyboard

2. Perangkat lunak

a. Sistem operasi Windows Vista™ Home Premium (6.0, Build 6002) Service Pack 2

b. MySQL c. XAMPP d. Notepad++ e. Web Browser

1.3.2 Bahan Penelitian

Bahan yang digunakan dalam penelitian ini adalah peta Kota Bandung, data mengenai rumah sakit yang berada di kota Bandung dan data mengenai jalan-jalan di kota Bandung.

BAB V

KESIMPULAN DAN SARAN

1.1 Kesimpulan

Berdasarkan percobaan yang telah dilakukan, dapat disimpulkan bahwa algoritma genetika dapat digunakan untuk mengatasi permasalahan pencarian rute terpendek. Algoritma ini mampu menghasilkan solusi yang optimal sehingga perjalanan yang dilakukan dapat lebih efisien. Perangkat lunak yang dibangun mampu merekomendasikan rute terpendek menuju Rumah Sakit Hasan Sadikin.

Percobaan dilakukan sebanyak 20 kali yang menghasilkan empat rute berbeda. Dari 20 kali percobaan, sebanyak 16 percobaan menghasilkan rute optimum dengan panjang jalur terpendek, yaitu 13.001 km. Sedangkan empat percobaan lainnya tidak menghasilkan rute dengan panjang jalur terpendek, namun keempat percobaan tersebut menghasilkan rute dengan panjang jalur mendekati panjang jalur rute terpendek yang dihasilkan.

Dari serangkaian tahapan-tahapan pada algoritma genetika, populasi pada penelitian ini tidak melalui tahapan mutasi. Karena jika tahapan mutasi dilalui, maka kromosom anak yang dihasilkan tidak valid. Dengan kata lain rute yang dihasilkan tidak mencapai tujuan yang diinginkan.

55

Tira Mutiara Asri, 2013

1.2 Saran

Dalam pengaplikasiannya, solusi yang dihasilkan dari penelitian ini tidak akan selalu menjadi solusi optimal jika pengguna membutuhkan efisiensi waktu dalam perjalanannya, karena akan terdapat faktor lain yang tak terduga seperti kemacetan dan hambatan lainnya. Oleh karena itu, untuk penelitian lebih lanjut diharapkan pengembangan aplikasi komputer untuk permasalahan pencarian lintasan terpendek dengan mengkombinasikan algoritma genetika dengan metode lain sehingga dapat menghasilkan solusi bagi pengguna guna mencapai tujuan dengan waktu dan biaya yang lebih efisien.

DAFTAR PUSTAKA

Alamsyah. 2010. Pemanfaatan Metode Heuristik Pada Pencarian Jalur Terpendek Dengan Algoritma Genetika. Palu: Universitas Tandulako.

Anggara, Rahmn. 2012. Sistem Penjadwalan Kuliah Menggunakan Algoritma

Genetik: Studi Kasus Program Studi Pendidikan Sekolah Dasar Universitas Pendidikan Indonesia Kampus Bumi Siliwangi. Bandung:

Universitas Pendidikan Indonesia.

Anies Hannawati, Thiang, and Eleazar. 2002. Pencarian Rute Optimum

Menggunakan Algoritma Genetika. Universias Kristen Petra.

Anwari, Febrianto Nur, dkk. Prancangan Sistem Optimasi Penjadwalan

Pengangkutan Sampah di Surabaya Secara Adaptif Menggunakan Metode Algoritma Genetika. Surabaya: Institut Teknologi Surabaya.

Berlianty, Intan. 2010. Teknik-Teknik Optimasi Heuristik. Yogyakarta: Graha Ilmu.

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Michalewicz, Zbigniew. 1992. Genetic Algorithms + Data Structures = Evolution

Tira Mutiara Asri, 2013

Mindaputra, Eka. 2009. Penggunaan Algoritma Ant Colony System Dalam

Traveling Salesman Problem (Tsp) Pada Pt. Eka Jaya Motor. Universitas

Diponegoro : Semarang.

Nurdiana, Dian. 2010. Implementasi Algoritma Lebah untuk Pencarian Jalur

Terpendek dengan Mempertimbangkkan Heuristik. Bandung: Universitas

Pendidikan Indonesia..

Oktavianto, Muhamad Bayu.2011. Perbandingan Algoritma Genetik dan Colony

System dalam Optimasi Travelling Salesman Problem. Bandung:

Universitas Pendidikan Indonesia.

Rachmayadi, Teddy. 2008. Pencarian Solusi TSP (Travelling Salesman Problem)

Menggunakan Algoritma Genetika. Bandung: Institut Teknologi Bandung.

Satriawan,Nedi.2010.Penjadwalan Produksi Flow Shop Menggungakan

Algoritma Genetika dan NEH. Bandung : Universitas Pendidikan

Indonesia.

Suyanto. 2005. Algoritma Genetika Dalam MATLAB. Yogyakarta: Penerbit Andi. Utami, Prastina Dwi. 2012. Sistem Penjadwalan Menggunakan Genetic

Algorithm. Bandung: Universitas Pendidikan Indonesia.

Vitra, Irving.2004.Perbandinggan Metode-Metode dalam Algotirma Genetika

untuk Travelling Salesman Problem.Yogyakarta; Universitas Islam

Wati, Dwi Ana Ratna. 2011. Sistem kendali cerdas. Yogyakarta: Graha Ilmu. Widhiyasa,Arief. Kajian Genetic Algorithm dalam penyelesaian TSP. Bandung :

Institut Teknologi Bandung.

Widodo, Thomas Sri. 2012. Komputasi Evolusioner Algoritma Genetik,

Pemrograman Genetik, Dan Pemogroman Evolusioner. Yogyakarta: