Shortest Path Search Simulation on Busway Line using Ant Algorithm

Abstract

Busway lane must be planned carefully, so that it can reach a number of points in an area efficiently. Problem that occurs is how to find the shortest route in a busway lane, this problem can be solved by using Ant algorithm. Naturally, ant colony will be able to find the shortest path on their way from nest to food sources by using pheromone. The Ant algorithm procedure to find shortest path in this research is using 100 ants to track all the path in a busway lane, drop pheromone on each path, the shorter a path is, the more pheromone gets accumulated on the path, and pheromone evaporates in each iteration. After going through a number of iterations, the pheromone will accumulate on the shortest path and all ants will follow the shortest path. Application can be used to find the shortest path from a busway lane planning in Medan using Ant algorithm. For a maximum of 30 terminals, ant algorithm requires only about 28 seconds to find the shortest route.

Shortest Path Clustering Dalam Menyaring Tingkat Kepadatan Arus Lalu Lintas

“…Beberapa penelitian menyusun graph dengan menggunakan algoritma tertentu, seperti [3] yang memetakan graph dari jalur Busway untuk menemukan jalan terpendek berdasarkan algoritma semut, pencarian jalan labirin sebagai alat media pembelajaran dengan algoritma A* [4], dan rute terpendek di Yogyakarta dengan algoritma bee colony [5]. Disamping studi yang membahas mengenai jalur yang dilalui, graph dapat mempresentasikan bagaimana hubungan antar titik.…”

“…Setiap agen akan mengikuti sebuah aturan yang disebut "regu semut" untuk memutuskan arah gerakannya. Regu semut terdiri dari beberapa tahap, yaitu [3]: a. Pencarian sumber makanan: Setiap agen akan terus bergerak secara acak ke arah yang berbeda-beda sampai menemukan sumber makanan. Pada algoritma semut, semakin banyak n agen yang digunakan maka semakin akurat pencariannya.…”

“…Berdasarkan asumsi penelitian, hanya 2 klaster yang dipilih untuk menghitung jarak terpendek. Hasil perhitungan menunjukkan urutan jarak terpendek sebagai berikut: [7,6,0,1,2,3,4,8,5], dengan total jarak tempuh sebesar 0,2526. Analisis lebih lanjut dari penelitian ini menunjukkan bahwa estimasi durasi perjalanan memiliki pengaruh terhadap waktu tempuh yang diperlukan agen untuk mencapai vertex yang berbeda.…”

“…Metode DBSCAN dan algoritma semut diterapkan untuk mengelompokkan vertex berdasarkan tingkat arus lalu lintas dan menemukan rute terpendek. Studi kasus ini mengambil contoh dari wilayah Tangerang Selatan, menghasilkan pembentukan tiga klaster dan deteksi tujuh nois e. Dari tiga klaster, dua dipilih untuk mengkalkulasi jarak terpendek, menghasilkan urutan [7,6, 0,1,2,3,4,8,5] dan total jarak sepanjang 0,2526. Penelitian ini menunjukkan bahwa estimasi durasi perjalanan mempengaruhi waktu yang diperlukan oleh agen untuk mencapai titik-titik yang berbeda.…”