OPTIMASI PENYELESAIAN TRAVELING SALESMAN PROBLEM WITH TIME WINDOWS (TSP-TW) PADA RUTE OBYEK WISATA DI PROVINSI D.I. YOGYAKARTA MENGGUNAKAN ALGORITMA GENETIKA BERBASIS ANDROID

Pratama, Dicky (2019) OPTIMASI PENYELESAIAN TRAVELING SALESMAN PROBLEM WITH TIME WINDOWS (TSP-TW) PADA RUTE OBYEK WISATA DI PROVINSI D.I. YOGYAKARTA MENGGUNAKAN ALGORITMA GENETIKA BERBASIS ANDROID. Other thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER_123140061_DICKY PRATAMA.pdf]
Preview
Text
COVER_123140061_DICKY PRATAMA.pdf

Download (230kB) | Preview
[thumbnail of HALAMAN PENGESAHAN PEMBIMBING_123140061_DICKY PRATAMA.pdf]
Preview
Text
HALAMAN PENGESAHAN PEMBIMBING_123140061_DICKY PRATAMA.pdf

Download (523kB) | Preview
[thumbnail of ABSTRAK_123140061_DICKY PRATAMA.pdf]
Preview
Text
ABSTRAK_123140061_DICKY PRATAMA.pdf

Download (48kB) | Preview
[thumbnail of DAFTAR ISI_123140061_DICKY PRATAMA.pdf]
Preview
Text
DAFTAR ISI_123140061_DICKY PRATAMA.pdf

Download (66kB) | Preview

Abstract

ABSTRAK
Daerah Istimewa Yogyakarta merupakan salah satu Provinsi di Pulau Jawa yang
memiliki luas wilayah 3.185,80 km2. Selain dikenal sebagai kota pelajar, Kota Yogyakarta
juga kaya akan budaya dan memiliki banyak tempat wisata yang dapat dikunjungi oleh
wisatawan dalam negeri maupun luar negeri. Permasalahan yang sering dihadapi oleh para
wisatawan yang baru berwisata ke Provinsi D.I. Yogyakarta adalah ketidaktahuan lokasilokasi
yang akan dikunjungi, jam operasional suatu obyek wisata, rute perjalanan wisata,
serta waktu yang singkat juga mengharuskan wisatawan untuk mengatur jadwal seefektif
mungkin.
Konsep Traveling Salesman Problem (TSP) yang digunakan dalam penelitian ini
adalah Traveling Salesman Problem with Time Windows (TSP-TW), dimana variabel waktu
yang dipertimbangkan adalah waktu ketersediaan obyek wisata untuk dikunjungi wisatawan.
Algoritma yang digunakan untuk optimasi penyelesaian Traveling Salesman Problem with
Time Windows (TSP-TW) adalah algoritma genetika. Pencarian solusi untuk penentuan rute
terbaik dimulai dengan pembentukan populasi awal yang berisi kumpulan individu. Masingmasing
individu memiliki kombinasi urutan obyek wisata yang berbeda-beda. Kemudian
diproses oleh operator genetika yaitu crossover dengan metode Partially Mapped Crossover
(PMX), mutasi dengan metode reciprocal exchange, dan seleksi dengan metode rankedbased
fitness. Metode penelitian yang digunakan adalah GRAPPLE. Bahasa pemrograman
yang digunakan adalah HTML, PHP, dan Javascript. Basis data yang digunakan adalah
MySQL.
Berdasarkan pengujian yang dilakukan, diperoleh hasil ukuran generasi yang optimal
dalam menyelesaikan permasalahan TSP-TW pada rute obyek wisata di Provinsi D.I.Y
dengan menggunakan algoritma genetika adalah 700, ukuran populasi adalah 40, dan
kombinasi crossover rate dan mutation rate adalah 0,70 dan 0,30. Terdapat waktu toleransi
sebanyak 5 detik antara proses request jarak dan waktu tempuh dan proses pembentukan rute
wisata untuk proses algoritma genetika.
Kata Kunci: TSP-TW, Time Window, Algoritma Genetika, Optimasi Rute, Obyek Wisata

Item Type: Thesis (Other)
Subjek: T Technology > T Technology (General)
Divisions: x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Nurul Alifah Rahmawati
Date Deposited: 09 Jul 2019 08:19
Last Modified: 09 Jul 2019 08:19
URI: http://eprints.upnyk.ac.id/id/eprint/20210

Actions (login required)

View Item View Item