Analisis Mapping Pada Partially Mapped Crossover Dalam Algoritma Genetika Pada Travelling Salesman Problem

ABSTRAK

Travelling salesman problem merupakan permasalahan bagaimana seorang
salesman dapat mengatur rute perjalananannya untuk mengunjungi sejumlah kota
yang diketahui jarak satu kota dengan kota lainnya sehingga jarak yang ditempuh
merupakan jarak minimum dimana salesman hanya dapat mengunjungi kota tersebut
tepat satu kali. Untuk menyelesaikan masalah TSP banyak metode optimasi yang
dapat digunakan salah satunya yaitu algoritma genetika. Algoritma genetika
merupakan algoritma yang metode pencariannya sama seperti mekanisme evolusi
biologi. Crossover merupakan salah satu operator pada genetika dimana proses
menukar sebagian gen pada kromosom induk pertama dengan sebagian gen pada
kromosom induk kedua untuk membentuk kromosom baru. Metode crossover yang
digunakan dalam menyelesaikan masalah travelling salesman problem salah satunya
yaitu partially mapped crossover (PMX) dimana proses mapping pada PMX yaitu
menentukan variasi dari pertukaran gen pada kromosom yang mempengaruhi
pencapaian best fitness pada 2 kromosom. Pada penelitian ini variasi dari PMX variasi
I dirancang menggunakan titik posisi yang acak sedangkan pada PMX variasi II
dirancang dengan menggunakan perubahan pada daerah mapping. Pengujian pada
penelitian ini menggunakan data dari Travelling Salesman Problem Library
(TSPLIB). Hasil penelitian menunjukkan bahwa PMX yang dirancang dengan
menggunakan posisi titik potong yang acak dapat menghasilkan best fitness yang

lebih baik dibandingkan dengan PMX yang dirancang dengan mengubah posisi daerah
pemetaan and jika dibandingkan dengan PMX bentuk umum yang posisi titik potong
sama.
Kata Kunci: Travelling Salesman Problem, Algoritma Genetika, Partially
Mapped Crossover (PMX)

ii

ANALYSIS MAPPING OF PARTIALLY MAPPED CROSSOVER IN
GENETIC ALGORITHM FOR TRAVELLING
SALESMAN PROBLEM
ABSTRACT

Traveling salesman problem is the problem how salesman can set tour to visit
a number of cities which known distance of the city with other cities so that the
distance is the minimum distance where the salesman can only visit the city exactly
once. To resolve TSP problem, there are many optimization methods that can be used
one of them which is a genetic algorithm. Genetic algorithm is an algorithm which
have same search method as a mechanism of biological evolution. Crossover is a
genetic operator which the process of exchanging some genes on chromosome first

parent with the majority of genes in the two parent chromosomes to form a new
chromosome .One of the crossover method used in solving traveling salesman
problem is partially mapped crossover ( PMX ),where the process mapping of PMX
are determines the variation exchange of genes on chromosomes that affect the
achievement of best fitness on 2 chromosome. In this study the first variation (PMX
variation I) is designed using random point position while in the second variation
(PMX variation II) is designed by using the change in the mapping area. Testing in
this study using data from the Travelling Salesman Problem Library (TSPLIB). The
result obtained that PMX which designed by using randomly cut position have best
fittness better than PMX is designed by changing the position of the mapping area and
if it compared with the general form of PMX with the same position cut point.
Keywords : Travelling Salesman Problem, Genetic Algorithm, Partially Mapped
Crossover(PMX)