Rancang Bangun Aplikasi Pemilihan Rute Terpendek Menggunakan Metode Simulated Annealing
Keywords:
Simulated Annealing, Rute Terpendek, Google Maps API, Traveling Salesman Problem, Optimasi RuteAbstract
Perjalanan ke banyak tempat sekaligus merupakan kegiatan yang pernah dilakukan setiap orang. Pada umumnya kegiatan tersebut dilakukan dengan mengunjungi tempat yang terlihat lebih dekat terlebih dahulu tanpa mengetahui perjalanan mana yang lebih optimal, permasalahan seperti ini lebih dikenal dengan istilah Traveling Salesman Problem (TSP). Tujuan dari penelitian ini adalah membangun sebuah aplikasi pencarian rute terpendek untuk mengoptimalkan kegiatan perjalanan ke banyak tempat. aplikasi ini menggunakan metode Simulated Annealing dalam perhitungan pemilihan rute terpendek, aplikasi ini juga memanfaatkan Google Maps API dalam pencarian data jarak antar tempat secara otomatis sehingga pengguna tidak perlu melakukan survei lapangan atau pencarian data secara manual, data yang digunakan pada aplikasi bersifat dinamis atau dapat di ubah sehingga memungkinkan banyak pengguna dengan kegiatan perjalanan berbeda dapat menggunakan aplikasi. Selain itu Google Maps API juga digunakan untuk visualisasi perjalanan yang mungkin dilalui pengguna. Perancangan aplikasi dibangun dengan menggunakan Data Flow Diagram (DFD). Pengujian aplikasi dilakukan dengan empat cara, yaitu pengujian Simulated Annealing dengan perhitungan manual, White Box, Black Box dan Skala Likert. Hasil yang didapatkan dari pengujian White Box yaitu kode program perhitungan berjalan dengan sukses, sedangkan hasil yang didapat dari pengujian Black Box yaitu penerapan perhitungan Simulated Annealing pada aplikasi berhasil dan pencarian rute terpendek bekerja sesuai dengan yang diharapkan. Serta hasil dari pengujian Skala Likert adalah aplikasi berjalan dengan baik, dengan perolehan nilai skor responden admin sebesar 367 dan responden pengguna sebesar 688.References
Hillier, F., & Lieberman, G. (2008). Introduction To Operations Research. Jakarta: ANDI.
Kamil, M. I. (2015). Rancang Bangun Aplikasi Pencarian Rute Terpendek Lokasi Wisata Kuliner Kota Pontianak Berbasis Mobile. JUSTIN, Vol 3, No 3.
Hutabarat, P. M. (2017). Penyelesaian Travelling Salesman Problem (TSP) dengan Menggunakan Algoritma Simulated Annealing (Studi Kasus: Mail Processing Center (MPC) Medan PT. Pos Indonesia).
Samana, E., Prihandono, B., & Noviani, E. (2015). Aplikasi Simulated Annealing Untuk Menyelesaikan Travelling Salesman Problem. Bimaster: Buletin Ilmiah Matematika, Statistika dan Terapannya, 4(01).
Vasudev, C. (2006). Graph Theory with Applications. . New Delhi: New Age International Publisher.
Rizal, J. (2007). Optimasi Pada Traveling Salesman Problem (TSP) dengan Pendekatan Simulasi Annealing. Jurnal Gradien.
Suyanto. (2010). Algoritma Optimasi Deterministik atau Probabilitik. Yogyakarta: Penerbit Graha Ilmu.
Kindarto, A. (2008). Asyik Berinternet dengan Beragam Layanan Google. Yogyakarta: Penerbit Andi.
A.S, R., & Shalahuddin, M. (2015). Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek). Bandung: Informatika.
Kristanto, A. (2008). Perancangan Sistem Informasi. Yogyakarta: Gava Media.
Sukamto, & Salahudin. (2014). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika.
Anhar, S. (2010). Panduan Menguasai PHP dan MySQL secara Otodidak. Jakarta: MediaKita.
Nuris, M. 2015. White Box Testing Pada Sistem Penilaian Pembelajaran Skripsi.Malang : Universitas Islam Negeri Maulana Malik Ibrahim.
Pressman, R. (2010). Software Engineering : a practitioner’s approach. New York: McGrawHill.
Yusuf, A. M. (2005). Metodologi penelitian: Dasar-dasar penyelidikan ilmiah. Padang: Angkasa Raya