Pencarian Rute Terbaik Menggunakan Logika Fuzzy dan Algoritma Semut
| dc.contributor.author | Anam, Syaiful | |
| dc.date.accessioned | 2016-03-31T08:02:10Z | |
| dc.date.available | 2016-03-31T08:02:10Z | |
| dc.date.issued | 2016-03-12 | |
| dc.identifier.citation | Mutakhiroh, I., Indrato, dan Hidayat, T. (2007). Pencarian Jalur Terpendek Menggunakan Algoritma Semut: Prosiding Seminar Nasional Aplikasi Teknologi Informasi, Diselenggarakan oleh JurusanTeknik Informatika, Universitas Islam Indonesia, 16Juni 2007 (hal. B81B85). Yogyakarta. Diakses dari http://journal.uii.ac.id/index.php/Snati/article/view/1632 Dorigo,M. (1996), The Ant System: Optimization by a colony of cooperating agents, IEEE transactions on Systems, Man, and Cybernetics–Part B, 26(1), 29-40. Brezina, I. Jr and Čičková, Z. (2011). Solving the Travelling Salesman Problem Using the Ant Colony Optimization,Management Information Systems, 6(4), 10-14. Umarini, S., Nithya, L. M and Shanmugam, A. (2012). Efficient Multiple Ant Colony Algorithm forJob Scheduling In Grid Environment, International Journal of Computer Science and Information Technologies, 3(2), 3388-3393 Zadeh, L. (1965). Fuzzy Sets, Information and Control.8, 338-353. Juniarta, I. W., Negara, I. N. W. dan Wikrama, I. A. A. N. A. J. (2012). Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan. Jurnal Ilmiah Elektronik Infrastruktur Teknik Sipil. X1X7,http://download.portalgaruda.org/article.php?article=12514&val =911&title= Kusumadewi, S. dan Purnomo, H. (2004). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta, Graha Ilmu. | in_ID |
| dc.identifier.issn | 2502-6526 | |
| dc.identifier.uri | http://hdl.handle.net/11617/7033 | |
| dc.description.abstract | Rute terbaik pada umumnya didasarkan jarak tempuh terpendek dari suatu titik ke titik yang lain. Pada kenyataannya rute terbaik seharusnya memperhatikankondisi jalan misalnya kapasitas jalan, banyak kendaraan yang melewati dan lain-lain. Pada tulisan ini dibahas pencarian rute terbaik dengan menggunakan logika fuzzy dan agoritma semut. Langkah pertama adalah membangun suatu graf berbobot dimana bobot-bobot diperoleh melalui metode inferensi dari himpunan fuzzy dari kepadatan jalan dan himpunan fuzzy jarak tempuh. Metode yang digunakan untuk inferensi adalah metode Tsukamoto. Metode ini digunakan karena cukup mudah digunakan dan sudah terbukti sukses digunakan untuk inferensi dalam pengambilan keputusan. Langkah kedua adalah mencari rute terbaik dari graf berbobot tersebut dengan menggunakan algoritma semut. Algoritma semut merupakan algoritma optimasi global yang diinspirasi oleh kemampuan dari sekumpulan semut dalam mencari makanan. Kumpulan semut tersebut mampu menemukan kumpulan makanan dengan jalur terpendek dari sarangnya ke sumber makanan. Metode ini memiliki beberapa keunggulan diantaranya mampu menemukan solusi dengan baik dan cepat dan efisien digunakan untuk menyelesaikan masalah rute terpendek. | in_ID |
| dc.language.iso | id | in_ID |
| dc.publisher | Universitas Muhammadiyah Surakarta | in_ID |
| dc.subject | rute terbaik | in_ID |
| dc.subject | logika fuzzy | in_ID |
| dc.subject | algoritma semut | in_ID |
| dc.title | Pencarian Rute Terbaik Menggunakan Logika Fuzzy dan Algoritma Semut | in_ID |
| dc.type | Article | in_ID |
Files in this item
This item appears in the following Collection(s)
-
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) I 2016
Tren dan Isu-Isu Baru dalam Penelitian Matematika dan Pembelajarannya