Penerapan Algoritma Ant Colony Optimization dalam Menyelesaikan Traveling Salesman Problem (Studi Kasus: PT Kobe Boga Utama Kota Depok)

Abstract

Abstrak. Traveling salesman problem (TSP) merupakan salah satu model penyelesaian proses distribusi. Masalah ini dapat dilihat sebagai kasus dimana seorang salesman harus mengunjungi sejumlah kota dari fasilitas terpusat dan kembali lagi ke kota awal sehingga total jarak atau biaya perjalanan dapat diminimalkan. Masalah ini merupakan masalah NP-Hard dalam optimasi. Sangat sulit untuk menyelesaikan masalah ini dengan menggunakan metode yang tepat. Biasanya diselesaikan dengan pendekatan heuristik. Algoritma Ant Colony Optimization (ACO) merupakan metode meta-heuristik, yaitu algoritma yang menggunakan semut sebagai agen dengan update Pheromone dalam proses pencarian solusi secara efisien dan efektif. Dalam penelitian ini data yang digunakan adalah sebaran dari pengiriman PT Kobe Boga Utama ke outlet lain yang terbagi dalam 3 kecamatan di Kota Depok, yaitu Sawangan, Pancoran Mas, dan Cimanggis. Dimana total outletnya sebanyak 66, terdiri dari 20 outlet di kecamatan Sawangan, 24 outlet di kecamatan Pancoran Mas, dan 22 outlet di kecamatan Cimanggis. Dari hasil yang diperoleh optimasi terbaik adalah sebesar Rp. 64.044 (68,63%) pada kecamatan Sawangan, Rp. 61.006 (77,03%) pada kecamatan Pancoran Mas, dan Rp. 66.839 (61,65%) pada kecamatan Cimanggis.
Kata Kunci: Ant Colony Optimization; biaya; pendistribusian; Traveling Saleman Problems.