Optimasi Metaheuristik Koloni Semut untuk Solusi Masalah Jalur Terpendek pada Jaringan Jalan Riil

Abstract

Salah satu permasalahan utama analisis jaringan pada sistem informasi geografis (SIG) adalah menentukan jalur terpendek antara dua lokasi dalam suatu jaringan. Meski terdapat beberapa metode untuk menyelesaikan permasalahan ini tetapi pencarian metode alternatif masih penting dilakukan. Penelitian ini menggunakan pendekatan metode optimasi metaheuristik koloni semut yang terinspirasi dari prilaku alamiah semut, untuk mencari jalur terpendek antara dua titik, pada data jaringan jalan riil (JJR). Pengujian terhadap metode ant colony optimization (ACO) dilakukan dalam dua tahap. Pertama, pengujian menggunakan data buatan untuk mendapatkan gambaran pengaturan terbaik dari parameter-parameter metode koloni semut. Kedua, pengujian menggunakan data JJR untuk melihat kinerja metode optimasi koloni semut terhadap data JJR. Hasil pengujian optimasi koloni semut pada data JJR kemudian dibandingkan dengan hasil pengujian algoritme jalur terpendek Dijkstra pada JJR dalam hal panjang jalur optimal dan waktu eksekusi. Hasil pengujian menunjukan bahwa secara secara umum metode Dijkstra menghasilkan solusi yang lebih baik dari metode ACO namun pada pengaturan parameter tertentu ACO lebih cepat dari Dijkstra.