Abstract:
Asymmetric travelling salesman problem (ATSP) adalah sebuah permasalahan optimisasi, di mana seorang salesman harus mengunjungi seluruh kota yang ada. Pada kasus ATSP jarak antara kota A ke kota B tidak sama dengan jarak kota B ke kota A. Oleh karena ATSP sendiri merupakan variasi dari permasalahan travelling salesman problem (TSP), tujuan dari permasalahan ini adalah mencari urutan kota yang menghasilkan jarak terpendek untuk dilalui oleh seorang salesman.
Dalam penelitian kali ini, digunakan langkah pendekatan dalam menyelesaikan permasalahan ATSP. Langkah pendekatan tersebut menggunakan metaheuristic Farmland Fertility (FF). FF merupakan sebuah metaheuristic yang terinspirasi dari kegiatan pertanian. FF melihat kegiatan para petani dalam bertani untuk mendapatkan hasil tanaman yang memiliki nilai jual yang tinggal. Para petani biasanya akan membagi-bagi sawah ke dalam beberapa bidang dan mencoba memberikan bidang tersebut pupuk yang berbeda tergantung dari karakteristik tanah yang ada. Selanjutnya para petani pun mencoba untuk mengkombinasikan tanah-tanahnya sehingga diharapkan dapat menghasilkan tanah yang baik pula yang dapat menghasilkan tanaman yang baik. Terdapat 6 parameter dalam FF, tetapi yang dijadikan tujuan penelitian hanya 3 parameter yakni ?? yaitu semacam pupuk yang diberikan untuk bagian pertanian terburuk, ?? yaitu pupuk yang diberikan untuk bagian pertanian lainnya, dan ?? yaitu kemungkinan kombinasi tanah yang ada.
Dilakukan uji ANOVA terhadap 27 kombinasi yang ada yang diterapkan ke dalam lima benchmark ATSP. Dari hasil ANOVA tersebut didapatkan bahwa nilai ?? memiliki pengaruh yang signifikan di setiap kasus, sementara ?? hanya berpengaruh pada kasus FTV44. Dari hasil implementasi dan membandingkan dengan algoritma pembanding yakni Elephant Herding Optimization (EHO), Harmony Search Algorithm (HAS), dan Lion Optimizer (LO), pada kasus BR17 FF memiliki performansi yang sama baiknya dengan algoritma lainnya yakni menghasilkan solusi 39. Sementara pada kasus lainnya FF tidak menemukan best known solution
