KOMPARASI KUALITAS DAN KECEPATAN KONVERGENSI GA DAN PSO DALAM MENYELESAIKAN TSP

Dalam kehidupan sehari-hari kita sering menemukan permasalahan dalam pemilihan rute ketika ingin berkunjung ke tempat tujuan dari tempat asal. Pemilihan rute tersebut bertujuan agar kita tidak mendatangi satu tempat lebih dari satu kali dan mendapatkan jarak terpendek ke tempat tujuan. Dalam menyelesaikan permasalahan tersebut dapat dilakukan dengan menerapkan beberapa metode agar dapat rute terbaik yang dapat dilalui. Genetic algorithm dan particle swarm optimization merupakan metode yang dapat menyelesaikan permasalahan travelling salesman problem. Dengan membandingkan kedua metode yang digunakan untuk dapat mengetahui metode yang lebih baik. Berdasarkan nilai dari yang dihasilkan dari masing-masing metode dapat mengetahui metode yang lebih efektif. Pencarian rute terbaik menggunakan dua kasus berbeda yaitu data koordinat dari 8 titik yang merupakan restoran McDonald’s yang berada di kota Yogyakarta dan data koordinat 64 tititk secara acak sebagai proses pengujian metode tersebut. Data koordinat tersebut akan diproses dengan metode genetic algorithm dan particle swarm optimization. Hasil dari setiap metode dalam menyelesaikan permasalahan travelling salesman problem pada kasus 1 menunjukkan bahwa metode genetic algorithm lebih baik. Adapun pada kasus 2 menunjukkan hasil yang sebaliknya bahwa metode particle swarm optimization lebik baik. Dalam 10 kali pengujian, pada kasus 1 nilai dari metode genetic algorithm lebih kecil yang menunjukkan bahwa rute yang dilalui lebih baik dibandingkan metode particle swarm optimization berbanding terbalik pada kasus 2 yaitu nilai dari metode particle swarm optimization lebih kecil yang menunjukkan rute yang dilalui lebih baik