Penerapan emperor penguins colony algorithm dalam penyelesaian asymmetric traveling salesman problem

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.