SIMULASI (TRAVELLING SALESMAN PROBLEM) TSP UNTUK

MENYELESAIKAN PERMASALAHAN DISTRIBUSI BARANG

MENGGUNAKAN GENETIC ALGORITHM BERBASIS JAVA

SKRIPSI

Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1

Teknik Informatika Universitas Muhammadiyah Malang

Rahmat Arief Hidayat

201110370311022

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2015

LEMBAR PERSEMBAHAN

Dengan menyebut nama Allah SWT yang maha pengasih dan penyayang.

Segala puji bagi Allah SWT karena atas rahmat dan hidayahNya-lah penulis dapat

menyelesaikan skripsi yang berjudul “Simulasi (Travelling Salesman Problem)

TSP Untuk Menyelesaikan Permasalahan Distribusi Barang Menggunakan

Algoritma Genetika Berbasis Java.” Shalawat dan salam atas junjungan besar kita

Nabi Muhammad S.A.W. beserta keluarga dan para sahabat sekalian. Skripsi ini

disusun untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana

Komputer di Fakultas Teknik Jurusan Informatika Universitas Muhammadiyah

Malang.

Melalui kesempatan ini, penulis ingin menyampaikan rasa hormat dan

terima kasih penulis yang sebesar-besarnya kepada semua pihak yang telah

memberikan bantuan-bantuan baik lahir maupun batin selama penulisan tugas akhir

ini. Oleh karena itu, pada kesempatan ini penulis ingin menyapaikan rasa hormat

dan terima kasih penulis kepada:

1. Ayahanda Laning Basir, Ibunda Warniati, Adikku Andini Aisyah, Kakak-

kakakku, dan seluruh keluarga besar atas segala nasehat, semangat, kasih

sayang, perhatian dan kesabarannya dalam membantu walapun secara tidak

langsung dalam penulisan skripsi ini dan senantiasa tiada henti memberika

doa dan semangat demi terselesaikannya skripsi ini.

2. Zamah Zari, S.T, M.T dan Ilyas Nuryasin, S.Kom, M.Kom selaku dosen

pembimbing skripsi yang senantiasa memberikan bimbingan skripsi dan

sabar mengarahkan penulis sehingga dapat menyelesaikan skripsi ini.

3. Affandi, Irvan, Lutfi selaku teman sahabat seperjuangan yang selalu sabar

membantu dan menemani penulis hingga selesainya skripsi ini.

4. Seluruh dosen dosen teknik informatika universitas muhammadiyah malang

atas kesediaannya mengajari ilmunya kepada penulis.

5. Teman seangkatan 2011 teknik informatika, terima kasih atas segala

bantuannya selama menempuh studi di teknik informatika universitas

muhammadiyah malang.

6. Semua pihak yang tidak dapat penulis sebutkan satu per satu yang terlibat

baik secara langsung maupun yang tidak langsung demi terselesaikannya

skripsi ini.

Hanya doa yang bisa penulis berikan semoga Allah SWT memberikan

pahala serta balasan kebaikan yang berlipat. Penulis menyadari bahwa skripsi ini

masih banyak kekurangan dan masih jauh dari sempurna. Untuk ini, saran dan kriti

yang membangun sangat penulis harapakan. Semoga skripsi ini membawa manfaat

bagi penyusun maupun pihak lain yang menggunakannya.

Malang, 03 September 2015

Penulis

ABSTRAK

Permasalahan yang sering dihadapi oleh perusahaan penyedia barang yang

memiliki banyak agen adalah masalah pemilihan rute yang efisien berdasarkan

jarak. Untuk saat ini masih banyak perusahaan seperti perusahaan rokok, media

cetak, dan lain-lain yang masih menggunakan metode prefrensi atau berdasarkan

pengalaman sales saja untuk menentukan rute terpendek. Dalam melakukan

pemilihan rute yang tepat dapat dilakukan berbagai macam metode, salah satunya

ialah menggunakan algoritma genetika. Algoritma genetika merupakan suatu

prosedur penelusuran yang berdasarkan pada mekanisme dari natural selection dan

natural genetics yang dapat digunakan untuk memecahkan masalah kombinasi yang

kompleks khususnya TSP(travelling salesman problem). Dari hasil penelitian ini

yang menggunakan 10 data dari 27 data yang ada di dalam database dan melakukan

7 kali percobaan di setiap parameter yang berbeda (PM, PC, Individu, dan Generasi)

diperoleh hasil yang paling baik adalah dengan pengujian individu yang berbeda

dimana didapatkan hasil rata-rata 25,06 km. dimana kombinasi probabilitas

crossovernya sebanyak 70% dan probabilitas mutasinya sebesar 20%.

Kata kunci: rute, algoritma genetika, Travelling Salesman Problem (TSP).

ABSTRACT

The problems often faced by providers of goods that have a lot of agents is

a matter of efficient route selection based on distance. For now there are many

companies like the tobacco companies, print media, and others that are still using

the method of preference or based on sales experience alone to determine the

shortest route. In choosing the right route can be done a variety of methods, one of

which is using genetic algorithms. The genetic algorithm is a search procedure

which is based on the mechanism of natural selection and natural genetics that can

be used to solve complex problems, especially the combination of TSP (traveling

salesman problem). From the results of this study which uses 10 data from 27

existing data in the database and perform 7 times the experiment in each of different

parameters (PM, PC, Individuals, and generation) obtained the best results is to test

different individuals where the obtained results an average of 25.06 km. where the

combination of probability crossovernya as muchs 70% and 20% probability of

mutation.

Key Word: route, genetic algorithm, Travelling Salesman Problem (TSP).

KATA PENGANTAR

Assalamu’alaikum Wr. Wb

Dengan memanjatkan puji syukur kehadirat Allah SWT, Atas limpahan

rahmat dan hidayah-Nya sehingga peneliti dapat menyelesaikan tugas akhir yang

berjudul:

“SIMULASI (TRAVELLING SALESMAN PROBLEM) TSP UNTUK

MENYELESAIKAN PERMASALAHAN DISTRIBUSI BARANG

MENGGUNAKAN ALGORITMA GENETIKA BERBASIS JAVA”

Peneliti menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini

masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti mengharapkan

saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu

pengetahuan kedepan.

Akhir kata penulis mengucapkan terima kasih kepada semua pihak yang

telah membantu sehingga tugas akhir ini terselesaikan

Wassalamu’alaikum Wr. Wb.

Malang 03 September 2015

Penulis

Rahmat Arief Hidayat

DAFTAR ISI

LEMBAR PERSETUJUAN .......................................................................... ii

LEMBAR PENGESAHAN .......................................................................... iii

LEMBAR PERNYATAAN .......................................................................... iv

LEMBAR PERSEMBAHAN ....................................................................... vi

ABSTRAK ................................................................................................... viii

ABSTRACT ................................................................................................... ix

KATA PENGANTAR .................................................................................... x

DAFTAR ISI .................................................................................................. xi

DAFTAR GAMBAR ................................................................................... xiv

DAFTAR TABEL........................................................................................ xvi

BAB I PENDAHULUAN ............................................................................... 1

1.1. Latar Belakang .................................................................................... 1

1.2. Rumusan Masalah ............................................................................... 2

1.3. Tujuan Penelitian ................................................................................ 2

1.4. Batasan Masalah ................................................................................. 3

1.5. Metodologi .......................................................................................... 3

1.5.1. Analisa Dan Pengumpulan Data ................................................ 3

1.5.2. Observasi .................................................................................... 3

1.5.3. Wawancara ................................................................................. 3

1.5.4. Rancangan Sistem ...................................................................... 4

1.5.5. Desain Interface .......................................................................... 4

1.5.6. Flowchart .................................................................................... 4

1.6. Implementasi ....................................................................................... 5

1.7. Pengujian ............................................................................................. 5

1.8. Jadwal Kegiatan .................................................................................. 5

BAB II LANDASAN TEORI ........................................................................ 6

2.1. Travelling Salesman Problem ............................................................. 6

2.2. Algoritma Genetika ............................................................................. 7

2.3. Struktur Uum Algoritma Genetika.................................................... 11

2.3.1. Pengertian Kromosom .............................................................. 12

2.3.2. Pengertian Nilai Fitness............................................................ 12

2.4. Komponen Utama Algoritma Genetika ............................................ 13

2.4.1. Teknik Pengkodean .................................................................. 13

2.4.2. Prosedur Inisialisasi .................................................................. 13

2.4.3. Evaluasi .................................................................................... 13

2.4.4. Seleksi ...................................................................................... 14

2.4.5. Teknik Crossover ..................................................................... 16

2.4.6. Teknik Mutasi........................................................................... 18

BAB III ANALISA DAN PERANCANGAN SISTEM ............................. 20

3.1. Analisa Sistem .................................................................................. 20

3.1.1. Analisa Kebutuhan ................................................................... 20

3.1.1.1. Kebutuhan Fungsional .................................................... 20

3.1.1.2. Kebutuhan Nonfungsional .............................................. 21

3.1.2. Perancangan Algoritma Genetika ............................................. 21

3.1.3. Usecase Diagram ...................................................................... 24

3.2. Perancangan Sistem .......................................................................... 24

3.2.1. Activity Diagram ...................................................................... 25

3.2.2. Sequence Diagram .................................................................... 28

3.2.3. Class Diagram .......................................................................... 32

3.2.4. Perancangan Interface .............................................................. 33

BAB IV IMPLEMENTASI DAN PENGUJIAN APLIKASI ................... 34

4.1. Implementasi ..................................................................................... 34

4.1.1. Implementasi Algoritma Genetika ........................................... 35

4.1.1.1. Memilih Agen / toko Yang Akan Di lalui ...................... 35

4.1.1.2. Membangkitkan Populasi................................................ 36

4.1.1.3. Evaluasi Kromosom ........................................................ 37

4.1.1.4. Seleksi Roulette Wheel ................................................... 39

4.1.1.5. Crossover ........................................................................ 40

4.1.1.6. Mutasi ............................................................................. 41

4.1.2. Implementasi User Interface .................................................... 42

4.1.2.1. Implementasi Halaman Utama ........................................ 42

4.1.2.2. Implementasi Halaman Menu Manage Agen ................. 44

4.1.3. Implementasi Database ............................................................. 47

4.1.3.1. Tabel Matriks .................................................................. 47

4.1.3.2. Menghubungkan Java Dengan Database Mysql ............. 48

4.1.3.3. Mengambil Data Agen / toko Dari Database .................. 48

4.2. Pengujian Sistem ............................................................................... 49

4.2.1. Pengujian Dengan Parameter Yang Berbeda ........................... 49

4.2.2. Pengujian Dengan Persyaratan Pemberhentian Berbeda .......... 42

4.3. Pengujian Black Box......................................................................... 54

BAB V KESIMPULAN DAN SARAN ....................................................... 57

5.1. Kesimpulan ....................................................................................... 57

5.2. Saran ................................................................................................. 57

DAFTAR PUSTAKA ................................................................................... 58

BIOGRAFI PENULIS ................................................................................. 59

DAFTAR GAMBAR

Gambar 1.1 Graf............................................................................................... 1

Gambar 1.2 Flowchart ...................................................................................... 4

Gambar 2.1 Graf Travelling Salesman Problem dengan 5 kota....................... 7

Gambar 2.2 Flowchart algoritma genetika ....................................................... 9

Gambar 2.3 Struktur umum algoritma genetika ............................................. 11

Gambar 2.4 Ilustrasi Roulette Wheel Selection ............................................. 16

Gambar 3.1 Usecase diagram ......................................................................... 24

Gambar 3.2 Activity diagram create agen/toko ............................................. 25

Gambar 3.3 Activity diagram delete agen/toko ............................................. 26

Gambar 3.4 Activity diagram edit agen/toko ................................................. 26

Gambar 3.5 Activity diagram ceklist agen/toko ............................................ 27

Gambar 3.6 Activity diagram input nilai parameter algoritma genetika ....... 27

Gambar 3.7 Activity diagram generate algoritma genetika ........................... 28

Gambar 3.8 Sequence diagram create agen/toko ........................................... 29

Gambar 3.9 Sequence diagram delete agen/toko ........................................... 29

Gambar 3.10 Sequence diagram edit agen/toko ............................................. 30

Gambar 3.11 Sequence diagram memilih agen/toko ..................................... 30

Gambar 3.12 Sequence diagram input nilai parameter GA ........................... 31

Gambar 3.13 Sequence diagram generate algoritma genetika ....................... 31

Gambar 3.14 Class diagram ........................................................................... 32

Gambar 3.15 Rancangan user interface pada tampilan utama. ...................... 33

Gambar 4.1 Source code hitung agen/toko dipilih ......................................... 35

Gambar 4.2 Source code Menyimpan data agen/toko dalam bentuk array.... 35

Gambar 4.3 Source code membangkitkan populasi ....................................... 36

Gambar 4.4 Source code hitung nilai objektif ............................................... 37

Gambar 4.5 Source code hitung nilai fitness ................................................. 37

Gambar 4.6 Source code hitung nilai probabilitas ......................................... 38

Gambar 4.7 Source code hitung nilai komulatif ............................................ 38

Gambar 4.8 Source code seleksi roulette wheel............................................. 39

Gambar 4.9 Source code crossover ................................................................ 49

Gambar 4.10 Source code mutasi................................................................... 41

Gambar 4.11 Halaman utama ......................................................................... 42

Gambar 4.12 Proses algoritma genetika ketika dijalankan ............................ 43

Gambar 4.13 Proses algoritma genetika diberhentikan secara paksa ............ 43

Gambar 4.14 Halaman menu manage agen.................................................... 44

Gambar 4.15 Halaman tambah agen .............................................................. 44

Gambar 4.16 Halaman hapus agen................................................................. 45

Gambar 4.17 Edit agen ................................................................................... 46

Gambar 4.18 Source code menghubungkan java dengan mysql.................... 48

Gambar 4.19 Source code mengambil data agen/toko dari database ............. 48

Gambar 4.20 grafik pengujian dengan jumlah individu berbeda ................... 50

Gambar 4.21 grafik pengujian dengan PC berbeda ....................................... 51

Gambar 4.22 grafik pengujian dengan PM berbeda....................................... 52

Gambar 4.23 grafik pengujian dengan iterasi berbeda................................... 54

DAFTAR TABEL

Tabel 1.1 Jadwal kegiatan ............................................................................... 5

Tabel 4.1 Tabel matriks................................................................................. 47

Tabel 4.2 Pengujian dengan jumlah individu berbeda .................................. 49

Tabel 4.3 Pengujian dengan PC berbeda....................................................... 50

Tabel 4.4 Pengujian dengan PM berbeda ...................................................... 51

Tabel 4.5 Pengujian dengan iterasi berbeda .................................................. 53

Tabel 4.6 Pengujian black box ...................................................................... 54

DAFTAR PUSTAKA

Adipranata, R, Felicia Soedjianto, & Wahyudi Tjondro. Maret 2011.

“Perbandingan Algoritma Exhaustive, Algoritma Genetika Dan

Algoritma Jaringan Syaraf Tiruan Hpfiel untuk Pencarian Rute

Terpendek”.

Hardianti, Yayun & Purwanto. 2012. “Penerapan Agoritma Genetika

Dalam Penyelesaian Travelling Salesman Problem With Precedence

Constraints”. Volume 1, No. 2.

Jacobson, Lee. “Creating a genetic algorithm for beginners”. 12

Februari 2012. http://www.theprojectspot.com/tutorial-post/creating-a-

genetic-algorithm-for-beginners/3.

Jacobson, Lee. “Applying a genetic algorithm to the traveling salesman

problem”. 20 Agustus 2012. http://www.theprojectspot.com/tutorial-

post/applying-a-genetic-algorithm-to-the-travelling-salesman-

problem/5.

Joni, Dewa, Adi, Baskara & Vivine, Nurcahyawati. Juni 2014.

“Penentuan Jarak Terpendek Pada Jalur Distribusi Barang Di Pulau

Jawa Dengan Menggunakan Algoritma Genetika”.

Zukhri, Zainudin. Maret 2013 “Algoritma Genetika: Metode Komputasi

Evolusioner Untuk Menyelesaikan Masalah Optimasi.”

Wayan, F.M. September 2013. “Algoritma Evolusi”. Program

Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya.

Marianne, F. “The Travelling Salesman”. 22 Oktober 2012.

https://plus.maths.org/content/travelling-salesman