PUSTAKAGALERIMANDIRIPUSTAKAGALERIMANDIRI

Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer)Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer)

Struktur geografis wilayah pariwisata Bandar Lampung menyajikan tantangan spasial yang unik karena memadukan klaster daratan dan kepulauan. Penelitian ini bertujuan untuk melakukan analisis komparatif performa Algoritma Brute Force dan Ant Colony Optimization (ACO) dalam menyelesaikan masalah Traveling Salesman Problem (TSP) darat-laut berbasis bobot waktu tempuh. Hasil eksperimen menunjukkan bahwa kedua metode berhasil menemukan rute perjalanan terbaik dengan durasi minimum mutlak yang identik, yaitu sebesar 281 menit. Meskipun kualitas jalur yang dihasilkan setara, ACO terbukti jauh lebih efisien dalam memangkas ruang pencarian karena hanya mengevaluasi 50 rute unik berbasis kecerdasan koloni semut, berbeda dengan Brute Force yang harus menguji keseluruhan 40.320. Efisiensi konvergensi ini membuat ACO unggul signifikan dari aspek kecepatan eksekusi. Kesimpulan utama penelitian menunjukkan bahwa algoritma ACO sangat direkomendasikan untuk implementasi sistem smart tourism karena mampu menjamin akurasi rute yang mutlak dengan beban komputasi yang sangat efisien.

Kedua metode, Brute Force dan ACO, berhasil menemukan rute optimal dengan durasi 281 menit.ACO jauh lebih efisien dalam memangkas ruang pencarian, hanya mengevaluasi 50 rute unik dibandingkan 40.ACO direkomendasikan untuk sistem smart tourism karena efisiensi komputasi dan akurasi rute yang tinggi.

1. Evaluasi kinerja Algoritma ACO pada skala jaringan wisata yang lebih besar. 2. Membandingkan ACO dengan algoritma metaheuristik lain seperti algoritma genetika untuk optimasi rute. 3. Menerapkan model dinamis yang mengintegrasikan data real-time seperti kondisi lalu lintas atau cuaca untuk meningkatkan akurasi rute wisata.

Read online
File size515.32 KB
Pages6
DMCAReport

Related /

ads-block-test