Applications of Travelling Salesman Problem in Optimizing Tourist Destinations Visit in Langkawi

Hashim, Zakiah; Ismail, Wan Rosmanira

doi:10.1007/978-981-10-0534-3_25

Cited by 2 publications

(2 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Travelling Salesman Problem menurut Hashim merupakan masalah optimasi kombinatorial klasik yang berurusan dengan menemukan jarak atau waktu terpendek untuk tur tertutup di situasi kota n, di mana setiap kota dikunjungi tepat sekali sebelum kembali ke titik awal [5] dan menurut Nurdiawan bahwa Travelling Salesman Problem itu adalah optimasi kombinatorial [6].…”

Section: Pendahuluanunclassified

“…Beberapa penelitian mengenai TSP telah dilakukan oleh beberapa ahli seperti Hashim yang melakukan penelitian TSP untuk melakukan optimasi kepada perjalanan untuk mengunjungi tempat wisata di Langkawi, salah satu distrik/pulau di Malaysia. Hashim menggunakan software LINGO versi 12.0 yang merupakan software matematika yang dapat membantu menyelesaikan problem TSP [5].…”

Section: Penelitian Terdahuluunclassified

See 1 more Smart Citation

Perbandingan Implementasi Evolutionary Algorithm (EPO, FHO, dan CFA) pada Kasus Travelling Salesman Problem untuk Tempat Pariwisata di Surabaya

Chen,

Cahyadi,

Bevan

et al. 2023

INSYST

View full text Add to dashboard Cite

Traveling merupakan bisnis yang tumbuh pesat di seluruh dunia, dan Indonesia tidak terkecuali. Di Indonesia, khususnya Surabaya, industri pariwisata telah mengalami peningkatan dalam beberapa tahun terakhir, dan diharapkan akan terus tumbuh dalam beberapa tahun ke depan. Dengan peningkatan tersebut, pencarian rute untuk pariwisata harus efisien dan cepat, salah satu solusi yang populer saat ini adalah Evolutionary Algorithms (EA). Algoritma evolusi adalah jenis teknik optimisasi yang meniru proses evolusi alami untuk menemukan solusi terhadap masalah yang kompleks. Salah satu permasalahan yang dapat diselesaikan dengan efektif menggunakan algoritma evolusi adalah Traveling Salesman Problem (TSP). Permasalahan tersebut melibatkan pengunjungan pada beberapa kota dan menemukan rute terpendek untuk kembali ke titik awal. Beberapa algoritma evolusi telah dicadangkan untuk menyelesaikan TSP, seperti algoritma Cuttlefish (CFA), Emperor Penguin Optimizer (EPO) dan Fire Hawk Optimizer (FHO). Algoritma sotong didasarkan pada perilaku sotong liar, EPO terinspirasi oleh perilaku berkerumun dari penguin kaisar, sedangkan FHO menggunakan prinsip propagasi api. Semua algoritma yang telah disebutkan tadi memiliki potensi untuk menyelesaikan TSP dengan keunikannya masing-masing. Kesimpulan kami untuk semua algoritma yang digunakan dalam penelitian ini adalah bahwa EPO berhasil menemukan solusi terbaik diikuti dengan solusi dari CFA dan FHO. Berdasarkan hasil percobaan kami, didapatkan EPO menghasilkan solusi 39.97% lebih baik dari CFA serta 14.75% lebih baik dari FHO secara rata-rata. Serta EPO juga memiliki waktu komputasi rata-rata lebih cepat (69.59% lebih cepat dari CFA dan 178.34% lebih cepat dari FHO).

show abstract

Section: Pendahuluanunclassified

Section: Penelitian Terdahuluunclassified