Optimasi Rute Wisata Religi di Jawa Timur menggunakan Algoritme Genetika
Kata Kunci:
wisata religi, optimasi, algoritme genetika, order crossover, reciprocal exchange mutationAbstrak
Perjalanan wisata terutama wisata religi masih memiliki daya tarik yang cukup besar. Daya tarik yang besar bagi para wisatawan akan tetapi terkadang menemui kendala terkait dengan rute mana yang perlu dilalui agar perjalanan memiliki efisiensi jarak serta efektifitas dari rute yang dilalui. Penyelesaian solusi yang dapat diterapkan adalah dengan mengoptimalkan rute dengan asumsi melalui pemilihan rute yang tepat sehingga dapat meminimalkan jarak yang ditempuh. Maka pada penelitian ini mencoba untuk menyelesaikan masalah Optimasi Rute Wisata Religi di Jawa Timur menggunakan Algoritme Genetika. Penelitian ini mencari jarak dari koordinat pada setiap lokasi wisata, sehingga hasilnya dapat diubah menjadi matriks jarak (distance matrix). Kemudian dari matriks jarak yang telah terbentuk akan dilakukan pencarian rute terpendek menggunakan Algoritma Genetika dengan menguji beberapa nilai parameter. Hasil dari Algoritme ini berupa susunan kromosom yang pada penelitian ini mewakili masing-masing lokasi wisata. Hasil susunan kromosom yang paling baik telah dihasilkan dengan nilai fitness tertinggi dari seluruh generasi yang telah diujikan. Pada pengujian ini akan digunakan nilai parameter dari hasil terbaik yaitu jumlah populasi 312, jumlah generasi 88 serta crossover rate 0,2 dan mutation rate 0,8. Pada setiap pengujian dilakukan sebanyak 5 kali percobaan. Hasil pengujian dengan menggunakan Algoritme Genetika lebih optimal dibandingkan tanpa menggunakan Algoritme Genetika. Hasil terbaik dengan selisih rata-rata jarak rute 941,56 km dengan kinerja 72,79%. Pada penelitian selanjutnya bisa ditambahkan lagi lokasi wisata religi yang masih tersebar di Jawa Timur. Dengan penambahan lokasi wisata yang lebih banyak lagi maka jangkauan rute akan semakin luas.
Referensi
Abdilah, R., Djamal, E. C., Komarudin, A., Informatika, J., & Sains, F. (2018). Optimalisasi Pemilihan Rute Ziarah Makam Para Wali di Pulau Jawa Menggunakan Algoritma Genetika. 25–29.
Abdoun, O., & Abouchabaka, J. (2012). A Comparative Study of Adaptive Crossover Operators for Genetic Algorithms to Resolve the Traveling Salesman Problem. 31(11), 49–57. http://arxiv.org/abs/1203.3097
Anwar, M., Hamid, D., & Topowijono, T. (2017). ANALISIS DAMPAK PENGEMBANGAN WISATA RELIGI MAKAM SUNAN MAULANA MALIK IBRAHIM, DALAM KEHIDUPANN SOSIAL DAN EKONOMI MASYARAKAT SEKITAR (Studi pada Kelurahan Gapurosukolilo Kabupaten Gresik). Jurnal Administrasi Bisnis S1 Universitas Brawijaya, 44(1), 186–193
Cholissodin, I., Sutrisno, S., Soebroto, A. A., Hanum, L., & Caesar, C. A. (2017). Optimasi Kandungan Gizi Susu Kambing Peranakan Etawa (PE) Menggunakan ELM-PSO Di UPT Pembibitan Ternak Dan Hijauan Makanan Ternak Singosari-Malang. Jurnal Teknologi Informasi Dan Ilmu Komputer, 4(1), 31. https://doi.org/10.25126/jtiik.201741223
Hossain, M. S., Tanim, A. S., Choudhury, S. S., Hayat, S. M. A. I., Kabir, M. N., & Islam, M. M. (2019). An Efficient Solution to Travelling Salesman Problem using Genetic Algorithm with Modified Crossover Operator. EMITTER International Journal of Engineering Technology, 7(2), 480–493. https://doi.org/10.24003/emitter.v7i2.380
Hussain, A., Muhammad, Y. S., Nauman Sajid, M., Hussain, I., Mohamd Shoukry, A., & Gani, S. (2017). Genetic Algorithm for Traveling Salesman Problem with Modified Cycle Crossover Operator. Computational Intelligence and Neuroscience, 2017, 1–8. https://doi.org/10.1155/2017/7430125
Juneja, S. S., Saraswat, P., Singh, K., Sharma, J., Majumdar, R., & Chowdhary, S. (2019). Travelling Salesman Problem Optimization Using Genetic Algorithm Y-Values. Amity International Conference on Artificial Intelligence (AICAI), 264–268
Kaabi, J., & Harrath, Y. (2019). Permutation rules and genetic algorithm to solve the traveling salesman problem. Arab Journal of Basic and Applied Sciences, 26(1), 283–291. https://doi.org/10.1080/25765299.2019.1615172
Karakatič, S., & Podgorelec, V. (2015). A survey of genetic algorithms for solving multi depot vehicle routing problem. Applied Soft Computing Journal, 27, 519–532. https://doi.org/10.1016/j.asoc.2014.11.005
Katoch, S., Chauhan, S. S., & Kumar, V. (2021). A review on genetic algorithm: past, present, and future. In Multimedia Tools and Applications (Vol. 80, Issue 5). Multimedia Tools and Applications. https://doi.org/10.1007/s11042-020-10139-6
Mahmudy, W. F. (2015). The Introduction of Genetic Algorithm. 1–104
Moch. Chotib. (2015). Wisata religi di kabupaten jember. Fenomena, 14(10), 407–428
Seisarrina, M. L., Cholissodin, I., & Nurwarsito, H. (2018). Invigilator Examination Scheduling using Partial Random Injection and Adaptive Time Variant Genetic Algorithm. Journal of Information Technology and Computer Science, 3(2), 113–119. https://doi.org/10.25126/jitecs.20183250
Sharma, S., & Jain, V. (2021). A Novel Approach for Solving TSP Problem Using Genetic Algorithm Problem. IOP Conference Series: Materials Science and Engineering, 1116(1), 012194. https://doi.org/10.1088/1757-899x/1116/1/012194
Sriwindono, H. (2019). The Comparison of Genetic Algorithm and Ant Colony Optimization in Completing Travelling Salesman Problem. ICSTI. https://doi.org/10.4108/eai.20-9-2019.2292121
Abdilah, R., Djamal, E. C., Komarudin, A., Informatika, J., & Sains, F. (2018). Optimalisasi Pemilihan Rute Ziarah Makam Para Wali di Pulau Jawa Menggunakan Algoritma Genetika. 25–29.
Abdoun, O., & Abouchabaka, J. (2012). A Comparative Study of Adaptive Crossover Operators for Genetic Algorithms to Resolve the Traveling Salesman Problem. 31(11), 49–57. http://arxiv.org/abs/1203.3097
Anwar, M., Hamid, D., & Topowijono, T. (2017). ANALISIS DAMPAK PENGEMBANGAN WISATA RELIGI MAKAM SUNAN MAULANA MALIK IBRAHIM, DALAM KEHIDUPANN SOSIAL DAN EKONOMI MASYARAKAT SEKITAR (Studi pada Kelurahan Gapurosukolilo Kabupaten Gresik). Jurnal Administrasi Bisnis S1 Universitas Brawijaya, 44(1), 186–193
Cholissodin, I., Sutrisno, S., Soebroto, A. A., Hanum, L., & Caesar, C. A. (2017). Optimasi Kandungan Gizi Susu Kambing Peranakan Etawa (PE) Menggunakan ELM-PSO Di UPT Pembibitan Ternak Dan Hijauan Makanan Ternak Singosari-Malang. Jurnal Teknologi Informasi Dan Ilmu Komputer, 4(1), 31. https://doi.org/10.25126/jtiik.201741223
Hossain, M. S., Tanim, A. S., Choudhury, S. S., Hayat, S. M. A. I., Kabir, M. N., & Islam, M. M. (2019). An Efficient Solution to Travelling Salesman Problem using Genetic Algorithm with Modified Crossover Operator. EMITTER International Journal of Engineering Technology, 7(2), 480–493. https://doi.org/10.24003/emitter.v7i2.380
Hussain, A., Muhammad, Y. S., Nauman Sajid, M., Hussain, I., Mohamd Shoukry, A., & Gani, S. (2017). Genetic Algorithm for Traveling Salesman Problem with Modified Cycle Crossover Operator. Computational Intelligence and Neuroscience, 2017, 1–8. https://doi.org/10.1155/2017/7430125
Juneja, S. S., Saraswat, P., Singh, K., Sharma, J., Majumdar, R., & Chowdhary, S. (2019). Travelling Salesman Problem Optimization Using Genetic Algorithm Y-Values. Amity International Conference on Artificial Intelligence (AICAI), 264–268
Kaabi, J., & Harrath, Y. (2019). Permutation rules and genetic algorithm to solve the traveling salesman problem. Arab Journal of Basic and Applied Sciences, 26(1), 283–291. https://doi.org/10.1080/25765299.2019.1615172
Karakatič, S., & Podgorelec, V. (2015). A survey of genetic algorithms for solving multi depot vehicle routing problem. Applied Soft Computing Journal, 27, 519–532. https://doi.org/10.1016/j.asoc.2014.11.005
Katoch, S., Chauhan, S. S., & Kumar, V. (2021). A review on genetic algorithm: past, present, and future. In Multimedia Tools and Applications (Vol. 80, Issue 5). Multimedia Tools and Applications. https://doi.org/10.1007/s11042-020-10139-6
Mahmudy, W. F. (2015). The Introduction of Genetic Algorithm. 1–104
Moch. Chotib. (2015). Wisata religi di kabupaten jember. Fenomena, 14(10), 407–428
Seisarrina, M. L., Cholissodin, I., & Nurwarsito, H. (2018). Invigilator Examination Scheduling using Partial Random Injection and Adaptive Time Variant Genetic Algorithm. Journal of Information Technology and Computer Science, 3(2), 113–119. https://doi.org/10.25126/jitecs.20183250
Sharma, S., & Jain, V. (2021). A Novel Approach for Solving TSP Problem Using Genetic Algorithm Problem. IOP Conference Series: Materials Science and Engineering, 1116(1), 012194. https://doi.org/10.1088/1757-899x/1116/1/012194
Sriwindono, H. (2019). The Comparison of Genetic Algorithm and Ant Colony Optimization in Completing Travelling Salesman Problem. ICSTI. https://doi.org/10.4108/eai.20-9-2019.2292121
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
