Abstract:
Pada penulisan karya ilmiah ini akan dibahas mengenai penyelesaian Family Traveling Salesman
Problem. Family Traveling Salesman Problem adalah permasalahan yang melibatkan n buah
node yang terbagi dalam f buah family. Dalam tiap family terdapat v buah node yang harus
dikunjungi. Hasil akhir dari permasalahan ini adalah sebuah jalur yang mengunjungi seluruh
v node yang ada dalam tiap f yang memiliki panjang jalur terkecil. Algoritma bee colony
optimization digunakan untuk menyelesaikan permasalahan tersebut.
Algoritma Bee Colony Optimization digunakan dalam penelitian ini karena algoritma ini
cocok untuk menyelesaikan permasalahan pencarian jalur. Algoritma ini juga mengikuti cara
kerja dari koloni lebah. Cara kerjanya adalah lebah akan mengikuti lebah lain yang memiliki
informasi dari jarak, dan kualitas makanan paling baik. Pada algoritma ini akan digunakan
nilai preferensi untuk menentukan apakah suatu tujuan akan dipilih. Untuk beberapa kasus
dengan masukan parameter yang tepat algoritma ini akan menghasilkan jalur yang dianggap
optimal, sedangkan untuk kasus-kasus yang cukup rumit algoritma ini akan mengahasilkan jalur
yang kurang baik tetapi masih memiliki nilai error yang cukup kecil. Eksperimen yang akan
dilakukan adalah dengan mengganti nilai parameter yang ada pada perangkat lunak.
Berdasarkan hasil dari pengujian yang telah dilakukan dengan mengganti nilai-nilai parameter
yang ada. Dari hasil pengujian eksperimental untuk menguji apakah nilai probabilitas sebuah
node akan dikunjungi berpengaruh pada panjang jalur yang dihasilkan. Didapatkan hasil bahwa
jika nilai probabilitas pemilihan node digunakan, maka dihasilkan jalur yang lebih pendek.
Sedangkan untuk pengaruh nilai jarak dari satu node ke node lain didapatkan jika besar nilai
jarak yang digunakan sebesar 80% sampai 100% akan berpengaruh pada hasil panjang jalur yang
didapatkan. Untuk pengujian terhadap nilai probabilitas terbesar yang digunakan didapatkan
hasil jika besar nilai probabilitas yang dimasukkan berkisar antara 60% sampai 80% akan
menghasilkan jalur dengan panjang yang lebih kecil, lalu untuk pengujian nilai error didapatkan
hasil untuk kasus dengan banyak node 10 perangkat lunak memiliki nilai error rata-rata sebesar
22%. Sedangkan untuk kasus dengan banyak node 20 didapatkan rata-rata nilai error sebesar
19%, untuk kasus dengan banyak node 50 sampai 200 nilai error yang didapat berkisar antara
4% sampai 3,5%.
