Implementasi Metode Pairwise Comparison Pada Uji Kinerja Varian Metode Kecerdasan Buatan Pada Penyelesaian Masalah TSP

Oswaldo, Muhammad Ibrahim (2014) Implementasi Metode Pairwise Comparison Pada Uji Kinerja Varian Metode Kecerdasan Buatan Pada Penyelesaian Masalah TSP. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5110100081-Undergraduate_Thesis.pdf - Accepted Version

Download (2MB) | Preview

Abstract

Dalam sebuah kasus pengambilan keputusan sering memerlukan perbandingan dari beberapa kriteria yang berbeda. Pairwise Comparison adalah metode perbandingan berpasangan yang dapat digunakan untuk memperoleh kecenderungan terkait dari setiap kriteria yang dibandingkan. Studi kasus yang diangkat adalah permasalahan TSP dengan permasalahan utama adalah pemilihan metode yang tepat untuk penyelesaian masalah TSP. Nilai pairwise comparison matrix didapatkan berdasarkan tabel derajat kepentingan dari kriteria yang dibandingkan. Jika pairwise comparison matrix dapat diterima kelayakannya, dari proses normalisasi dan nilai bobot vektor yang didapat, kita dapat mengetahui nilai akhir dari setiap metode yang dibandingkan. Nilai akhir tertinggi yang dimiliki sebuah metode, menjadikan metode tersebut metode terbaik yang terpilih. Dalam pembangunan model ini, penulis akan menggunakan matlab. Dari hasil uji coba model yang dibangun dapat disimpulkan bahwa algoritma basic ant colony optimization lebih baik dari basic genetic algorithm dalam penyelesaian masalah TSP. ================================================================================================================= In a case of decision making often requires the comparison of several different criterion. Pairwise Comparison is a method of paired comparisons that can be used to obtain the related tendency of each criterion being compared. The case study is the TSP problem which main problem is the selection of appropriate methods for solving the TSP. Pairwise comparison matrix values obtained based on the degree of importance of the criterion table are compared. If the pairwise comparison matrix is acceptable feasibility, of the normalization process and the values of the weight vector is obtained, we can determine the final value of each method are compared. The best method is the method which has the highest end of the value. In the construction of this model, authors will use matlab. From the test results that the model is built it can be concluded that the basic ant colony optimization algorithm is better than the basic genetic algorithm in solving TSP

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 005.74 Osw i 3100014056228
Uncontrolled Keywords: Basic Ant Colony Optimization (ACO), Basic Genetic Algorithm (GA), Kecerdasan Buatan, Pairwise Comparison Matrix, Travelling Salesman Problem (TSP).
Subjects: Q Science > QA Mathematics > QA76.76.A65 Application software. Enterprise application integration (Computer systems)
Divisions: Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Yeni Anita Gonti
Date Deposited: 11 Nov 2020 05:56
Last Modified: 11 Nov 2020 05:56
URI: https://repository.its.ac.id/id/eprint/82242

Actions (login required)

View Item View Item