Penerapan algoritma ant colony pada pendistribusian barang

Akhadah, Sisilia Firda Laila and Juhari, Juhari (2025) Penerapan algoritma ant colony pada pendistribusian barang. Jurnal Riset Mahasiswa Matematika, 5 (1). pp. 169-175. ISSN 2808-1552; E-ISSN 2808-4926

Preview

Text 27825.pdf - Published Version Available under License Creative Commons Attribution Share Alike. Download (160kB) | Preview

Abstract

INDONESIA

Ant Colony Optimization (ACO) merupakan algoritma untuk menyelesaikan permasalahan optimasi yang terinspirasi dari perilaku koloni semut dalam mencari sumber makanan. Masalah yang diangkat pada penelitian ini adalah bagaimana implementasi Algoritma Ant Colony dalam menentukan rute terpendek pada pendistribusian barang serta menganalisis pengaruh parameter α (intensitas jejak feromon) dan β (nilai heuristik) terhadap efektivitas pencarian rute. Metode yang digunakan adalah metode kuantitatif dengan pendekatan simulasi pada beberapa kendaraan pengiriman barang bangunan di Malang Raya. Pengujian dilakukan dengan menggunakan 33 lokasi pengiriman barang yang kemudian dibagi menjadi 5 sesuai dengan pembagian wilayah tujuan pengiriman barang. Rute terpendek yang dihasilkan dikatakan lebih efektif jika dibandingkan dengan rute dengan bantuan google maps saja. Hasil penelitian menunjukkan bahwa penerapan algoritma ACO mampu memangkas jarak tempuh secara signifikan dengan rata-rata efektivitas mencapai 16,26% dari lima kendaraan yang diuji. Pada Pengujian parameter menunjukkan bahwa nilai β yang lebih tinggi (β ≥ 5) memberikan pengaruh signifikan dalam pencarian rute terpendek, sedangkan variasi nilai α dapat disesuaikan tanpa mempengaruhi hasil secara signifikan. Dengan demikian, hasil dalam penelitian ini menunjukkan bahwa algoritma ACO dinilai efektif dalam optimalisasi rute distribusi barang, terutama dengan kombinasi parameter yang tepat. Penelitian ini diharapkan dapat memberikan pemahaman yang lebih mendalam mengenai penerapan algoritma Ant Colony dalam menentukan rute terpendek.

ENGLISH

Ant Colony Optimization (ACO) is an algorithm used to solve optimization problems, inspired by the behavior of ant colonies in find of food sources. The main issue addressed in this study is how to implement the Ant Colony algorithm to determine the shortest route for goods distribution and to analyze the influence of the parameters α (pheromone intensity) and β (heuristic value) on the effectiveness of route search. This study used a simulation approach involving several delivery vehicles for building materials in Malang Raya. The testing was conducted using 33 delivery locations, which were then divided into five delivery clusters. The shortest routes generated by the algorithm were found to be more effective when compared to routes suggested by Google Maps. The results show that the implementation of the ACO algorithm significantly reduces travel distance, with an average effectiveness of 16.26% across the five vehicles that were tested. Parameter testing indicates that higher β values (β ≥ 5) significantly influence the search for the shortest route, while variation in α does not significantly affect the results. Thus, this study concludes that the ACO algorithm is effective in optimizing delivery routes, especially when employing the appropriate combination of parameters.

Item Type:	Journal Article
Keywords:	algoritma ant colony; distribusi barang; rute terpendek; parameter α dan β; ant colony algorithm; goods distribution; shortest route; parameters α and β
Subjects:	01 MATHEMATICAL SCIENCES > 0102 Applied Mathematics > 010206 Operations Research 01 MATHEMATICAL SCIENCES > 0102 Applied Mathematics
Divisions:	Faculty of Mathematics and Sciences > Department of Mathematics
Depositing User:	Juhari Juhari
Date Deposited:	10 Jul 2026 14:36

Downloads

Origin of downloads

Actions (login required)

View Item