Firdausi, Fauzi Rakhmad (2019) Optimasi Trayek Bis Kota Di Surabaya Menggunakan Algoritma Memetika Sebagai Solusi Penyelesaian Orienteering Problem. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05211440000035-Undergraduate_Theses.pdf Download (3MB) | Preview |
Abstract
Kota Surabaya merupakan kota metropolitan terbesar di Jawa Timur dan memiliki beragam objek wisata, seperti pusat perbe¬lanjaan, taman hiburan, monumen, museum, dan tempat-tempat bersejarah. Surabaya sebagai kota terbesar kedua di Indonesia tidak luput dari kemacetan lalu lintas. Kemacetan terebut diperparah oleh banyaknya wisatawan luar kota yang berkunjung ke kota Surabaya menggunakan kendaraan pribadi. Untuk itu, Pemerintah Kota Surabaya mengupayakan berbagai cara untuk mengurangi kemacetan tersebut melalui perbaikan sarana dan layanan transportasi umum serta upaya peningkatan kesadaran masyarakat terhadap pentingnya penggunaan transportasi umum. Untuk mendukung upaya tersebut, perlu dibuat sebuah layanan untuk mengoptimalkan pemilihan jalur perjalanan ke berbagai objek wisata sesuai dengan ketersediaan waktu yang dimiliki oleh wisatawan. Dalam tugas akhir ini, pemilihan jalur bis kota dipandang sebagai orienteering problem (OP) untuk menentukan tempat-tempat wisata yang akan dikunjungi. Algoritma memetika digunakan untuk menyelesaikan OP guna mencari solusi yang optimal. Algoritma memetika memanfaatkan algoritma genetika dengan satu tambahan subalgoritma berupa pencarian lokal untuk memperoleh solusi optimal yang lebih efisien. Algoritma memetika (AM) yang diimplementasikan menggunakan bahasa pemrograman Java diuji coba pada jalur bis kota yang terdiri dari 10 trayek. Uji coba dilakukan dengan membandingkan hasil implementasi solusi OP menggunakan AG dasar dan solusi OP menggunakan AM yang dilengkapi dengan subalgoritma pencarian berbasis hill climbing (AMHC) dan simulated annealing (AMSA). Dengan menggunakan parameter terbaik untuk ketiga implementasi AG, AMHC, dan AMSA, hasil uji coba menunjukkan bahwa baik AMHC dan AMSA mampu menghasilkan nilai fitnes yang lebih baik dibandingkan AG. Tetapi dari kedua hasil implementasi AM, AMSA memberikan solusi yang lebih baiK dibandingkan AMHC.
=================================================================================================================================
The City of Surabaya is the largest metropolitan city in East Java that has a variety of tourist attractions, such as shopping malls, amusement parks, monuments, museums, and historical places. Surabaya as the second largest city in Indonesia, indeed it still has traffic jam problem. Such a problem is worsened by many domestic tourists who visit Surabaya using their private vehicles. For this reason, the Municipality Government of Surabaya seeks various ways to reduce the traffic jam problem through improvements in public transportation facilities and services and attempts to increase public awareness of the importance of using public transportation. To support these efforts, it is necessary for the government to provide a service to optimize the selection of travel routes to various tourist objects in accordance with the availability of time of the tourists. In this final project, the selection of city bus lines is regarded as an orienteering problem (OP) to determine the tourist objects to be visited. The memetic algorithm is used to solve the OP to find the optimal solution. Memetic algorithms utilizes genetic algorithms with one additional local search algorithm to obtain a more efficient optimal solution. The memetic algorithm (MA) which was implemented using the Java programming language was tested on the city bus line consisting of 10 routes. The experiment was carried out by comparing the results of the implementation of the OP solution using basic GA and the OP solution using MA which is improved with a hill climbing search (HCMA) and simulated annealing algorithm (SAMA). By using the best parameters for each of these three implementations (i.e., GA, HCMA, and SAMA), the experimental results show that both HCMA and SAMA produced better fitness values than the original GA. However, among the two MA implementation results, SAMA provides a better solution than HCMA.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSSI 005.1 Fir o-1 2019 |
| Uncontrolled Keywords: | Optimization, Orienteering Problem, Genetic Algorithm, Memetic Algorithm, Hill Climbing, Simulated Annealing |
| Subjects: | H Social Sciences > HE Transportation and Communications > HE311.I4 Urban transportation Q Science > QA Mathematics > QA402.5 Genetic algorithms. Interior-point methods. T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing |
| Divisions: | Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Fauzi Rakhmad Firdausi |
| Date Deposited: | 03 Jan 2024 03:11 |
| Last Modified: | 03 Jan 2024 03:11 |
| URI: | http://repository.its.ac.id/id/eprint/64103 |
Actions (login required)
 |
View Item |