A Hybrid Firefly Algorithm - Ant Colony Optimization for Traveling Salesman Problem

Abstract. In this paper, we develop a novel method hybrid firefly algorithm-ant colony optimization for solving traveling salesman problem. The ACO has distributed computation to avoid premature convergence and the FA has a very great ability to search solutions with a fast speed to converge. To improve the result and convergence time, we used hybrid method. The hybrid approach involves local search by the FA and global search by the ACO. Local solution of FA is normalized and is used to initialize the pheromone for the global solution search using the ACO. The outcome are compared with FA and ACO itself. The experiment showed that the proposed method can find the solution much better without trapped into local optimum with shorter computation time.Keywords: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, hybrid method.Abstrak. Pada penelitian ini dikembangkan suatu metode baru yaitu hybrid firefly algorithm-ant colony optimization (hybrid FA-ACO) untuk menyelesaikan masalah traveling salesman problem (TSP). ACO memiliki komputasi terdistribusi sehingga dapat mencegah konvergensi dini dan FA memiliki kemampuan konvergensi yang cepat dalam pencarian solusi. Untuk memperbaiki solusi dan mempercepat waktu konvergensi, digunakan metode kombinasi. Pendekatan kombinasi ini meliputi pencarian solusi dengan FA dan pencarian global dengan ACO. Solusi lokal dari FA dinormalisasi dan digunakan untuk menginisialisasi feromon untuk pencarian global ACO. Hasil dari hybrid FA-ACO dibandingkan dengan FA dan ACO. Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat menemukan solusi yang lebih baik tanpa terjebak lokal optimum dengan waktu komputasi lebih pendek.Kata kunci: Traveling Salesman Problem, Firefly Algorithm, Ant Colony Optimization, metode hybrid