Abstract:
Perusahaan perlu untuk mencari calon konsumen guna melakukan penjualan
produk. Dengan begitu, diperlukan seorang salesman untuk mengujungi calon–calon
konsumen. Dalam satu kali perjalanan, seorang salesman perlu mengunjungi beberapa
calon konsumen sebelum kembali ke kantornya. Oleh karena itu, pihak perusahaan perlu
menentukan calon konsumen mana saja yang dikunjungi terlebih dahulu. Hal tersebut
dilakukan untuk meminimasi cost dalam bentuk jarak ataupun waktu tempuh. Selain itu,
kondisi jalan raya di Indonesia tidak selalu dua jalur. Kondisi tersebut sesuai dengan
asymmetric traveling salesman problem(ATSP).
Salah satu metode yang digunakan untuk menyelesaikan masalah ATSP adalah
metode metaheuristik. Metode metaheuristik banyak digunakan untuk menyelesaikan
masalah ATSP karena metode tersebut dapat memberikan solusi yang baik dalam waktu
yang singkat jika dibandingkan dengan metode exact. Salah satu metode metaheuristik
yang baru adalah emperor penguins colony algorithm(EPC). Oleh karena itu, dilakukan
penelitian terkait penyelesaian ATSP menggunakan EPC. Penelitian dilakukan dengan
menggunakan MATLAB dengan fungsi objektif adalah meminimasi jarak total yang
ditempuh dan solusi yang dihasilkan akan dibandingkan dengan algoritma lainnya, seperti
: Lion Pride Optimizer(LPO), Elephant Herding Optimization(EHO), New Genetic
Algorithm(NGO), Improve Discrete Bat Algorithm(IDBA), Harmonic Search
Algorithm(HSA), dan Lion Optimization Algorithm(LOA).
Hasil penelitian menunjukkan bahwa parameter yang berpengaruh dalam EPC
adalah jumlah penguin, faktor pengali attractiveness, dan faktor pengali mutation. Hasil
penelitian juga menunjukkan bahwa EPC mampu memberikan solusi ATSP yang feasible
namun solusi yang dihasilkan bukan merupakan solusi terbaik dari masing–masing kasus
benchmark. Hasil penelitian juga menunjukkan bahwa performansi EPC tidak lebih baik
daripada LPO, EHO, NGO, DBA, HSA, maupun LOA.
