Optimasi Routing pada Metropolitan Mesh Network Menggunakan Adaptive Mutation Genetic Algorithm

Abstract

Abstract-In dynamic and wide networks, such as Metropolitan Mesh Network (MMN), routing becomes very complex because a packet can be blocked before it reaches its destination. In addition, users can also log in or log out from network topology. Therefore, a good routing algorithm, which is able to reduce time in network update process or when there is an error in the network, are required. Routing problems can be represented as the shortest path problem to facilitate completion. In this paper, a routing algorithm optimization using Adaptive Mutation Genetic Algorithm (AMGA) on MMN is presented by determining a probability of 0.000005782 at the beginning, with crossover probability of 0.000847, to reduce or avoid premature convergence.Intisari-Pada jaringan dinamis dan sangat besar seperti Metropolitan Mesh Network (MMN), routing menjadi sangat kompleks karena banyak potensi terhalangnya suatu paket di tengah jalan, sebelum mencapai tujuannya. Selain itu, pengguna pun dapat masuk dan keluar dari topologi jaringan. Oleh karena itu, dibutuhkan algoritme routing yang baik dan mampu menekan waktu dalam update jaringan atau jika terjadi kesalahan dalam jaringan. Permasalahan routing dapat direpresentasikan sebagai masalah jalur terpendek untuk memudahkan penyelesaiannya. Pada makalah ini dihasilkan bahwa Adaptive Mutation Genetic Algorithm (AMGA) mampu mengoptimalkan routing pada MMN dengan menentukan probabilitas mutasi di awal sebesar 0,000005782 dan probabiltas crossover sebesar 0,000847, sehingga mampu mengurangi atau menghindari adanya premature convergence.

Implementasi Bellman-Ford untuk Optimasi Rute Pengambilan Sampah di Kota Palembang

“…Penentuan rute terpendek dapat dilakukan dengan menghitung jarak terpendek yang harus dilalui truk pengangkut sampah menggunakan metode atau teknik yang telah ada. Beberapa penelitian sebelumnya membahas optimasi penentuan jalur menggunakan algoritme genetika [2] dan ant colony [3] yang menghasilkan jarak terpendek pada permasalahan routing maupun traveling salesman problem. Pada makalah ini, pencarian lintasan terpendek dilakukan dengan mengimplementasikan salah satu shortest path algorithm, yaitu algoritme Bellman-Ford.…”