JURNAL PENERAPAN ALGORITMA GREEDY PADA ARGO TAKSI WISATA BERBASIS JAVA

7
PENERAPAN ALGORITMA GREEDY PADA ARGO TAKSI WISATA BERBASIS JAVA Andika Indra K., Akbar Fajariadi, M. Fahrul Alam Y, Mohammad Setya Adi, Nur Cahyo U., Teknik Informatika, Universitas Brawijaya Jalan Veteran, Malang Email: [email protected] ABSTRAK Dalam kehidupan sehari- hari, banyak persoalan yang menuntut pencarian solusi optimum, Persoalan optimasi adalah persoalan yang tidak hanya mencari solusi, tetapi mencari solusi terbaik. Solusi terbaik adalah solusi yang bernilai maksimum atau minimum dari sekumpulan solusi yang mungkin. Algoritma Greedy adalah metode yang paling populer dalam menyelesaikan persoalan optimasi. Algoritma ini sederhana dan straightforward. Seperti namanya, Greedy, algoritma ini biasanya akan mengambil solusi seoptimal mungkin yang tersedia saat itu tanpa memikirkan konsekuensi ke depan. Prinsip ini sering sekali kita gunakan, misalnya pada perhitungan jalur terpendek dalam perjalanan, seperti yang akan dibahas dalam jurnal ini. Kata kunci: Algoritma Greedy, persoalan optimasi, solusi terbaik, jalur terpendek 1. Pendahuluan Dalam melakukan perjalanan, seseorang akan

description

Algorithm

Transcript of JURNAL PENERAPAN ALGORITMA GREEDY PADA ARGO TAKSI WISATA BERBASIS JAVA

PENERAPAN ALGORITMA GREEDY PADA ARGO TAKSI WISATABERBASIS JAVA

Andika Indra K., Akbar Fajariadi, M. Fahrul Alam Y, Mohammad Setya Adi, Nur Cahyo U.,Teknik Informatika, Universitas BrawijayaJalan Veteran, MalangEmail: [email protected]

ABSTRAKDalam kehidupan sehari-hari, banyak persoalan yang menuntut pencarian solusi optimum, Persoalan optimasi adalah persoalan yang tidak hanya mencari solusi, tetapi mencari solusi terbaik. Solusi terbaik adalah solusi yang bernilai maksimum atau minimum dari sekumpulan solusi yang mungkin. Algoritma Greedy adalah metode yang paling populer dalam menyelesaikan persoalan optimasi. Algoritma ini sederhana dan straightforward. Seperti namanya, Greedy, algoritma ini biasanya akan mengambil solusi seoptimal mungkin yang tersedia saat itu tanpa memikirkan konsekuensi ke depan. Prinsip ini sering sekali kita gunakan, misalnya pada perhitungan jalur terpendek dalam perjalanan, seperti yang akan dibahas dalam jurnal ini.

Kata kunci: Algoritma Greedy, persoalan optimasi, solusi terbaik, jalur terpendek

1. PendahuluanDalam melakukan perjalanan, seseorang akan memperhitungkan waktu dan biaya yang dibutuhkan. Sistem informasi yang ada saat ini belum ada yang menyediakan informasi dan akomodasi lengkap tentang perjalanan wisata ke beberapa tempat dalam satu waktu.Untuk itu, perlu digunakan algoritma Greedy dalam menentukan biaya dan informasi wisata secara lengkap. Dimana, dengan menggunakan algoritma ini, akan diketahui jalur terpendek yang bisa dituliskan dengan notasi big-O, O(n2log2(n)).Dalam kasus ini akan diimplementasikan metode shortest route dalam algortima Greedy yang bersyarat yaitu semua tujuan wisata akan dikunjungi tetapi hanya boleh.Sistem memerlukan informasi berupa masukan dari pengguna tentang tempat wisata yang akan dikunjungi. Kemudian, sistem akan menghitung setiap waktu dan biaya selama berwisata dan ditampilkan time management kepada pengguna.Time management ini berisi informasi tentang tempat wisata dan waktu yang dibutuhkan dalam melakukan perjalanan ke setiap tempat wisata. Sehingga, pengguna dapat mengetahui informasi secara lengkap dalam berwisata.

2. Deskripsi MasalahKota Batu merupakan kota wisata di Jawa Timur yang banyak menarik wisatawan lokal maupun internasional untuk mengunjunginya. Beberapa tahun lalu, kota Batu memiliki taksi wisata untuk memfasilitasi para wisatawan. Kelompok kami akan membahas Algoritma Greedy dalam melakukan perhitungan argo taksi wisata untuk menentukan biaya termurah pada jalur tempuh terpendek.

3. Dasar Teori Sistem3.1. Algoritma greedyPermasalahan metode shortest route memiliki aturan sebagai berikut :1. Mencari jalur terpendek dari tujuan awal ke tujuan akhirAlgoritma greedy berguna untuk menentukan sebuah jalur terpendek antara node-node yang digunakan secara terus-menerus dan kemudian dimasukkan ke dalam jalur yang akan dilewati. Atau pada notasi big-O dituliskan O(n2log2(n)). Berikut algoritmanya :1. Kelompokkan semua jalur2. Pilih jalur terpendek dan masukkan ke himpunan solusi3. Apakah sudah ada N jalur pada solusi ? jika tidak, ulangi langkah 2.Dalam pembuatan solusi menggunakan algoritma greedy terdapat dua istilah yaitu optimun lokal dan optimun global, dimana optimun lokal merupakan pilihan yang sesuai dengan algoritma yang telah dibuat sedangkan optimun global merupakan pilihan yang sesuai dengan pembuat algoritma. Pada setiap langkah Algoritma greedy kita akan mendapatkan optimum lokal yang kemudian kita harapkan menjadi optimum global, dengan kata lain bahwa optimum lokal merupakan bagian dari optimum global.

4. Implementasi dan Hasil PengujianPada tahap ini, algoritma greedy akan diterapkan pada JAVA GUI untuk dapat mencari optimasi dari tempat-tempat wisata yang dipilih pengguna.4.1. Implementasi SistemUntuk dapat menyelesaikan sistem layanan taksi wisata ini dilakukan beberapa tahapan, meliputi :4.1.1. Pembuatan program dengan JAVAUntuk cuplikan kode program algoritma greedy sebagai berikut,public void dijkstra(Vertex sumber, Vertex tujuan){ Vertex current = sumber; if(current!=null && tujuan!=null){ current.history = current.nama; int degree = 0; current.bobot = 0; Edge line = new Edge(); Vertex next = null; while(current!=tujuan){ degree = 1000; Iterator it = current.line.iterator(); next = null; while(it.hasNext()){ Edge vline = (Edge)it.next(); vline.nodeTujuan.history = current.history+" - " + vline.nodeTujuan.nama; vline.nodeTujuan.bobot = current.bobot + vline.jarak; if(vline.nodeTujuan.bobot < degree){ degree = vline.nodeTujuan.bobot; next = vline.nodeTujuan; } } current = next; } }

Sehingga, untuk interface program dapat ditampilkan sebagai berikut.

4.1.2. Penerapan Algortima Greedy

Setelah pengguna selesai memilih tujuan wisata, kemudian algoritma Greedy bekerja untuk mencari hasil optimasi dari tujuan wisata yang telah dipilih. Berikut flowchartnya.

5. Hasil Statistik PercobaanDi bawah ini adalah hasil dari percobaan program,Tabel perhitungan jarak tempuhJatim Park IJatim Park IIBNSMuseum Angkut

Jatim Park I0 km8 km12 km3 km

Jatim Park II10 km0 km4 km13 km

BNS6 km14 km0 km9 km

Museum Angkut15 km5 km9 km0 km

Tabel perhitungan biaya yang dibutuhkanJatim Park IJatim Park IIBNSMuseum Angkut

Jatim Park IRp. 0Rp. 30000Rp. 42000Rp. 15000

Jatim Park IIRp. 36000Rp. 0Rp. 18000Rp. 45000

BNSRp. 24000Rp. 48000Rp. 0Rp. 33000

Museum AngkutRp. 51000Rp. 21000Rp. 33000Rp. 0

6. KesimpulanDari hasil percobaan pada bab sebelumnya, maka pada bagian ini bisa ditarik beberapa kesimpulan sebagai berikut,1. Algoritma Greedy dapat diimplementasikan pada kasus metode shortest route yang memiliki jarak antar nodenya pendek. 2. Metode yang digunakan algoritma greedy, adalah mencari solusi-solusi optimum lokaldan menjadikannya solusi optimum global.3. Dibandingkan dengan algoritma lain, waktu komputasi yang dibutuhkan oleh algoritma greedy dalam menyelesaian kasus metode shortest route lebih cepat.

7. Referensi1. Adi Cahyo Purnomo, Implementasi Algoritma Greedy Pada Layanan Taksi Wisata Berbasis Web, Politeknik Elektronika Negeri Surabaya.