12.07.2015 Views

Save PDF (2 MB) - CORE

Save PDF (2 MB) - CORE

Save PDF (2 MB) - CORE

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 129Perbandingan Metode Ant Colony Optimizationdan Dijkstra untuk Pengembangan SistemPengiriman Barang di Kantor Pos AreaSurabaya Timur Berbasis J2MEAries Pratiarso, M.Zen Samsono Hadi, Mike Yuliana, dan Neny WahyuningdiyahAbstrak—Kantor pos memiliki berbagai layanan pada masyarakat, salah satunya adalah layanan pengiriman barang.Layanan ini menuntut pegawai pos untuk mengetahui kondisi wilayah Surabaya dengan baik agar bisa menghematwaktu dan biaya pengiriman. Pada penelitian ini dibuat pengembangan sistem mengenai rute pengiriman barangdengan jarak terpendek yang memudahkan pegawai kantor pos untuk mendistribusikan barang (paket) ke alamat yangdituju sehingga mampu meningkatkan kualitas layanan kantor pos. Penelitian ini bekerja sama dengan PT. Kantor PosJemur Sari dalam mendapatkan data wilayah pelanggan di area Surabaya Timur. Algoritma yang dipilih adalah AntColony Optimization (ACO), dimana dengan metode tersebut pencarian jalur terpendek menjadi lebih singkat walaupunmenggunakan data yang banyak sekalipun. Urutan rute jalan yang dihasilkan oleh algoritma tersebut kemudian dapatdiakses oleh pegawai pengirim paket melalui handphone berbasis Java 2 Micro Edition (J2ME). Sebagai pembanding,disertakan algoritma Dijkstra untuk menguji performa ACO.Dari hasil pengujian didapatkan jarak terpendek yang sama. Namun, ACO membutuhkan waktu rata-rata 16,326detik untuk mendapatkan jarak terpendek daripada waktu rata-rata Dijkstra yaitu 0,036 detik karena parameter yangdigunakan Ant Colony lebih banyak dibandingkan dengan Dijkstra. Parameter ACO yang paling mempengaruhi jalannyaeksekusi program adalah banyaknya siklus dan jumlah semut serta total node yang digunakan. Untuk interaksihandphone client dengan server, kecepatan mengakses informasi tergantung dari throughput yang diterima yaiturata-rata 27,88 kbps. Login membutuhkan waktu lebih lama, rata-rata 14,57 detik sedangkan untuk mendapatkan rutemembutuhkan waktu rata-rata 4,9 detik.Kata Kunci—Ant Colony Optimization(ACO), Dijkstra, J2ME✦1 PENDAHULUANPENELITIANini dibuat untuk membantupetugas kantor pos dalam memperbaikilayanan pengiriman paket pos. Dengan memanfaatkanteknologi telekomunikasi dan informatika,PT. Pos Indonesia (Persero) dapatmeningkatkan kualitas pelayanan dalam halpendistribusian barang (paket) dengan cara• Aries Pratiarso, Jurusan Teknik Telekomunikasi, Politeknik ElektronikaNegeri Surabaya (email:aries@eepis-its.edu, Jl. Raya ITSKeputih Sukolilo, telp:031-5947280/ext:4109, fax:031-5946114)E-mail: aries@eepis-its.edu• M. Zen Samsono Hadi, Mike Yuliana, Neny Wahyuningdiyah,Jurusan Teknik Telekomunikasi, Politeknik ElektronikaNegeri Surabaya (Jl. Raya ITS Keputih Sukolilo, telp:031-5947280/ext:1501, fax:031-5946114).E-mail: zenhadi@eepis-its.edu, mieke@eepis-its.edu.ISSN: 2088-0596 c⃝ 2010menempuh jarak terpendek dari Kantor PosPusat (penulis menggunakan kantor pos JemurSari untuk area Surabaya Timur) menujupelanggan untuk efisiensi waktu dan meminimalisasipenggunaan BBM. Pihak pelangganpun mendapatkan keuntungan yaitu barangkirimannya akan sampai dalam waktu yang diharapkan.Jika pelanggan puas karena layananini, maka image kantor pos yang lambatdalam proses pendistribusian surat dan paketakan sirna dan kepercayaan pelanggan akanmeningkat.Pada penelitian sebelumnya yang juga dilakukanoleh penulis telah ditentukan parameterterbaik dalam ACO (jumlah siklus,banyaknya semut, τ ij , Q, α, βdanρ) dalammenentukan jarak terpendek [4]. Dalam peneli-Published by EEPIS


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 130tian yang lainnya, algoritma ACO digunakanuntuk menentukan rute terpendek dipelabuhan Jordania [6]. Selain hal tersebut diatas,pada penelitian [7] telah dilakukan kombinasialgoritma ACO dan tabu search untukmenentukan rute terpendek. Algoritma ACOjuga digunakan sebagai sistem navigasi perjalananberbasis web yang terintegrasi denganSIG (Sistem Informasi Geografis)[9].Berdasarkan pada penelitian diatas, padapenelitian ini algoritma ACO diterapkan padasistem pengiriman barang pada Kantor PosArea Surabaya timur dalam menentukan ruteterpendek sehingga memudahkan petugasdalam mendistribusikan paket-paketnya, danjuga lebih efisien dalam sisi waktu dan biaya.Algoritma tersebut juga dibandingkan denganalgoritma Dijkstra untuk mengetahui unjukkerja terbaik dari kedua algoritma tersebutdalam kasus di kantor pos diatas.J2ME (Java 2 Micro Edition) diaplikasikandalam handphone untuk memudahkan user(pegawai pengirim paket pos) dalam mengaksesinformasi yang telah diolah oleh algoritmaACO. Pegawai kantor pos akan menerimainformasi berupa rute jarak terpendek yangharus ditempuh dalam proses pendistribusianpaket.2 TEORI PENUNJANG2.1 Algoritma DijkstraAda beberapa kasus pencarian lintasan terpendekyang diselesaikan menggunakan algoritmaDijkstra, yaitu: pencarian lintasan terpendekantara dua buah simpul tertentu (a pair shortestpath), pencarian lintasan terpendek antarasemua pasangan simpul (all pairs shortest path),pencarian lintasan terpendek dari simpul tertentuke semua simpul yang lain (single-sourceshortest path), serta pencarian lintasan terpendekantara dua buah simpul yang melaluibeberapa simpul tertentu (intermediate shortestpath). Intinya, algoritma greedy ini berupayamembuat pilihan nilai optimum lokal padasetiap langkah dan berharap agar nilai optimumlokal ini mengarah kepada nilai optimumglobal.Input algoritma ini adalah sebuah graf berarahyang berbobot (weighted directed graph) Gdan sebuah sumber vertex s dalam G dan Vadalah himpunan semua vertices dalam graphG. Setiap sisi dari graf ini adalah pasanganvertices (u, v) yang melambangkan hubungandari vertex u ke vertex v. Himpunan semuatepi disebut E. Bobot (weights) dari semua sisidihitung dengan fungsi pada Persamaan (1)[8].w : E −→ [0, ∞) (1)jadi w(u, v) adalah jarak tak-negatif dari vertexu ke vertex v. Ongkos (cost) dari sebuahsisi dapat dianggap sebagai jarak antara duavertex, yaitu jumlah jarak semua sisi dalamjalur tersebut. Untuk sepasang vertex s dant dalam V , algoritma ini menghitung jarakterpendek dari s ke t. Berikut adalah algoritmaDijkstra [8]:function Djikstra (G, w, s)//Initializationsfor each vertex v in V[G]d[v] := infinityprevious[v] := undefinedd[s] := 0 // Jarak dari s ke sS := empty setQ := V[G] //Set semua vertexwhile Q is not an empty setu := Extract Min(Q)S := S union ufor each edge (u,v) outgoing from uif d[u] + w(u,v) ¡ d[v]d[v] := d[u] + w(u,v)previous[v] := u2.2 Algoritma Koloni Semut (Ant Colony)Dasar dari perumusan algoritma ant colonysystem adalah kemampuan dari sekumpulansemut (colony) yang dapat menemukan jalurterpendek dari sumber makanan ke sarangnya.Hal ini dapat dilakukan karena seekor semutakan meninggalkan jejak pheromone ketikadia melalui suatu lintasan. Dengan bantuanpheromone ini juga sekumpulan semut dapatberadaptasi terhadap perubahan dalam jaluryang telah mereka lalui. Untuk lebih jelasnyaterlihat dalam ilustrasi pada Gambar 1.Ant colony system(koloni semut), algoritmayang digunakan untuk menyelesaikan permasalahanpada penelitian ini, merupakan algoritmayang berdasarkan algorima ant systemdengan meningkatkan efisiensi pencarian


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 131Gambar 1.[10]Perilaku semut pada dunia nyatadapat dihitung dengan Persamaan (3) [6]:η(r, s) = 1δ(r, s)(3)dengan δ(r, s) merupakan biaya pada (r, s).Dalam ant system, apabila semua semut telahmenyelesaikan rute yang dibentuk maka terjadiperubahan jumlah pheromone, disebutglobal pheromone updating ruledengan Persamaan(4) [6]:rute yang dilalui. Konsep dasar dari algoritmakoloni semut adalah dengan menggunakansekumpulan semut yang bertujuan mencari lintasanterpendek secara pararel.Secara garis besar, ant system dapat diterangkansebagai berikut. Setiap semut akanmembentuk rute dengan memilih kota-kotayang dikunjungi sesuai dengan state transitionrule: Seekor semut akan lebih memilih kotayang terhubung dengan arc yang lebih pendekdan memiliki jumlah pheromone yang lebih besar.Setelah semut-semut tersebut menyelasaikanpenyusunan rutenya, maka proses selanjutnyaadalah global pheromone updating. Pada tahapini terjadi penguapan sejumlah pheromone padasetiap cabang, kemudian tiap-tiap semut akanmenambahkan sejumlah pheromone pada cabangyang dilaluinya dengan jumlah yangberbanding terbalik dengan jarak yang ditempuh.State transition rule yang digunakan dalamant system adalah [6]:⎧⎨ [τ(r,s)][η(r,s)] β ]ΣP k(r, s) = uϵJk(r), jika sϵJ[τ(r,u)][η(r,u)] β k (r)⎩0, lainnya(2)P k (r, s) merupakan probabilitas semut kyang berada di node r memilih node suntuk tujuan selanjutnya. Sedangkan τ(r, s)adalah pheromone yang terdapat pada arc(r, s),J k (r) merupakan himpunan node yang belumdikunjungi oleh semut k yang berada padanode r dan β adalah parameter yang menentukanbesarnya pengaruh jarak terhadap jumlahpheromone. Untuk visibility measure, η(r, s),τ(r, s) ← (1, α).τ(r, s) + α.Σ ∞ k=1∆τ k (r, s) (4)dengan ∆τ(r, s) = 1L k, jika (r, s)ϵ rute yangdilalui semut, dan ∆τ(r, s) = 0, jika rute tidakdilalui semut.Pada persamaan (4), parameter α disebutglobal pheromone decay, Lk merupakan panjangdari tour yang dilakukan oleh semut k dan madalah jumlah semut. Perubahan pheromonediatas bertujuan untuk memberikan jumlahpheromone yang lebih besar pada tour yanglebih pendek.2.3 Java 2 Micro Edition (J2ME)J2ME adalah satu set spesifikasi dan teknologiyang fokus kepada perangkat konsumen.Program-program J2ME, seperti semua programJava, dicompile ke dalam bytecode danditerjemahkan dengan Java Virtual Machine(JVM).Inti dari J2ME terletak pada konfigurasidan profil-profil. Suatu konfigurasi menggambarkanlingkungan runtime dasar dari suatusistem J2ME. Ia menggambarkan core library,virtual machine, fitur keamanan dan jaringan.3 IMPLEMENTASI SISTEM3.1 Perancangan SistemSecara keseluruhan, sistem dibedakan menjadidua sisi, yaitu sisi client dan sisi server. Disisi server, ada pegawai yang bertugas untukmemasukkan data pengiriman paket pos daripelanggan ke dalam database server, disebutsebagai administrator/admin. Oleh server, datayang mengandung nama jalan akan diolahmenggunakan algoritma ACO untuk mendapatkanrute dengan jarak terpendek menuju


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 132pelanggan. Hasilnya dapat ditampilkan padaponsel berbasis J2ME. Algoritma ACO akanmenerima masukan data yaitu node awal untukmemulai perjalanan dan node akhir sebagaiakhir perjalanan, setelah diproses akan dihasilkanrute terpendek dan ditampilkan nodenodeyang akan dilewati oleh pegawai pos.Selain itu, rute terpendek yang dihasilkanACO akan dibandingkan dengan hasil perhitunganmenggunakan algoritma Dijkstra.Sedangkan di sisi client, pengemudi dapat mengaksesinformasi berupa rute terpendek daridatabase tersebut melalui ponsel berbasis J2MEdengan cara memasukkan username dan passwordpegawai untuk mengetahui kemana ruteyang harus ditempuh. Blog diagram dari sistemditunjukkan pada Gambar 2.Gambar 3.Google mapsPeta node Surabaya Timur dikecuali jika jarak jalan tersebut sangatlah panjang,maka jalan akan dibagi menjadi beberaparuas (syarat dan ketentuan berlaku). Pemodelanini dibuat sebagai representasi dari jalanjalanyang ada di area Surabaya Timur sepertiyang terlihat pada Gambar 4, dengan pemodelanini diharapkan sudah mewakili area yangdicakup dalam penelitian ini.Gambar 2. Blok diagram sistem3.2 Data Peta Surabaya TimurWilayah Surabaya Timur dibuat beberapa nodeyang digunakan untuk keperluan pemodelanjaringan jalan. Pemetaan node ini memanfaatkanGoogle Maps secara online yaitudengan cara menandai setiap persimpangandan tempat-tempat yang familiar dikunjungioleh masyarakat (point), misalnya: pasar,rumah sakit, SPBU, dll. Selain itu, dicari pulajarak yang menghubungkan dua persimpangantersebut.3.3 Pemodelan Jaringan JalanJalan yang terdapat dalam peta sebenarnyaseperti yang ditunjukkan pada Gambar 3 dapatdimodelkan dalam bentuk graph. Nodenodeyang berbentuk lingkaran dengan angkaditengah disebut dengan ”simpangan”. Garisyang menghubungkan dua node disebut dangan”jalan”. Setiap jalan memiliki satu ruas,Gambar 4. Representasi graph


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 1333.4 Relasi dengan DatabaseDalam sistem yang dirancang terdapat 7tabel yang berkaitan dengan pemodelanjaringan jalan yang digunakan.Relasi tabelpada database ditunjukkan pada Gambar 5.Tabel tersebut adalah sebagai berikut:1) Tabel SIMPANGAN, berisi fieldid simpangan, nama, lintang dan bujur.2) Tabel JALAN, terdiri dari field id jalan,id ujung, id pangkal, nama, ruas danjarak.3) Tabel POINT, terdiri dari field id point,id jalan, nama, lintang dan bujur.4) Tabel PEGAWAI, terdiri dari field ID Peg,username, dan password.5) Tabel HASIL, terdiri dari field id hasil,ID Peg, rute, dan terkirim.6) Tabel KONEKSI, berisi field idkoneksiyang membentuk matriks yang berisiid jalan.7) Tabel JARAK, berisi field id jarak yangmembentuk matriks yang berisi jarak.ditempuh. Data ini merupakan data hasil pengolahandengan menggunakan algoritma AntColony Optimization (ACO). Gambar 6 menunjukkanhasil tampilan pada handphone clientyang dibuat.Gambar 6. Tampilan pada handphone clientUntuk Admin, interface yang digunakan untukmengakses server berupa website yangakan mengolah input untuk perhitungan algoritmaACO dan Dijkstra. Tampilan hasil pengujianACO yang dibuat ditunjukkan padaGambar 7, sedangkan tampilan hasil engujianDjikstra ditunjukkan pada Gambar 8.Gambar 7. Tampilan hasil pengujian ACOGambar 5. Relasi tabel pada database3.5 Interaksi Client-ServerDalam sistem ini dibuat interaksi antara serveryang berbasis PHP dengan client yang berbasisJ2ME. Untuk bisa login, pegawai pos yangakan mengirimkan paket harus memasukkanusername dan password pada halaman awal daritampilan J2ME, setelah itu, pegawai pos akanmendapatkan data pelanggan mana saja yangharus dituju dan rute mana saja yang harusGambar 8. Tampilan hasil pengujian Dijkstra


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 1344 HASIL DAN ANALISA4.1 Pengujian AlgoritmaUntuk melakukan pengujian pada algoritma,maka perlu diketahui parameter-parameteryang digunakan oleh algoritma koloni semutdan Dijkstra. Parameter pada Ant Colony antaralain:1) Siklus yaitu banyaknya siklus maksimumpencarian jalur terpendek.2) Semut yaitu banyaknya semut yang akanmelakukan dalam satu kali siklus.3) τ ij adalah intensitas jejak semut antar titikdan perubahannya.4) Q adalah tetapan siklus semut dalammelakukan pencarian jalur.5) α (alfa) adalah tetapan pengendali intensitasjejak semut, dimana α ≥ 06) β (beta) adalah tetapan pengendali visibilitas,dimana β ≥ 0.7) ρ (rho) adalah tetapan penguapan jejaksemut untuk mencegah jejak semut yangtak terhingga, dimana 0 < ρ < 1.8) Asal adalah kantor pos sebagai depo.9) Point adalah titik tujuan yang diasumsikansebagai node pelanggan.Dijkstra hanya memerlukan masukan berupatitik asal dan titik tujuan (simpangan) untukmenghasilkan jarak terpendek.Tiga macam rute yang dijadikan acuan pengujianadalah:1) Jarak Dekat: dari 51 ke 38 (point: TB.Manyar Jaya)2) Jarak Menengah: dari 51 ke 62 (point:Natasha Skin Care)3) Jarak Jauh: dari 51 ke 7 (point: HotelPuspa Asri)4.1.1 Pengujian Jarak DekatJarak dekat berasal dari simpangan 51 menujusimpangan 38: t51 → t52 → t53 → t54 →t46 → t42 → t41 → t38, artinya melalui jalanJemur Andayani → Jemur Sari → Jemur Sari→ Prapen Raya → Manyar. Penulis menggunakanparameter terbaik yang diperoleh daripenelitian sebelumnya [4], yaitu:• Siklus = 5• Jumlah semut = 10• τ ij = 0.01• Q=1• α = 1• β = 1• ρ = 1Dari uji coba yang ditunjukkan pada Gambar9, Jarak terpendek yang dihasilkan oleh ACOdan Dijkstra adalah sama, sekitar 6947,54 meter.ACO memerlukan waktu antara 0,5 sampai1,2 detik untuk menghasilkan jarak terpendek,sedangkan Dijkstra yang hanya membutuhkanwaktu berkisar antara 0,03 dan 0,035 detik.Rata-rata waktu untuk ACO adalah 0,787 detikdan 0,033 detik untuk Dijkstra. Bila dinyatakandalam grafik, rata-rata grafik waktutempuh untuk ACO dan untuk Dijkstra untukjarak pendek ditunjukkan pada Gambar 10 danGambar 11.Gambar 9. Grafik jarak terpendek untuk jarakdekatGambar 10. Grafik waktu tempuh ACO untukjarak dekat4.1.2 Pengujian Jarak MenengahJarak menengah berasal dari simpangan 51menuju simpangan 62 menghasilkan rute sebagaiberikut: t51 → t52 → t53 → t54 → t46→ t42 → t41 → t38 → t37 → t36 → t35 → t33


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 135Gambar 11. Grafik waktu tempuh Dijkstrauntuk jarak dekatGambar 12. Grafik jarak menengah untukjarak menengah→ t62 atau melalui jalan Jemur Andayani →Jemur Sari → Jemur Sari → Prapen Raya →Manyar → Manyar → Menur Pumpungan →Menur Pumpungan → Kertajaya Indah Tengah→ Manyar Kertoadi → Kertajaya Indah Timur.Parameter terbaik yang digunakan diperolehdari penelitian sebelumnya [4], yaitu:• Siklus = 30• Jumlah semut = 40• τ ij = 0.1• Q = 1• α = 1• β = 1• ρ = 0.5Jarak terpendek yang dihasilkan oleh ACOdan Dijkstra dalam menempuh ”jarak menengah”adalah 9826,98 meter. Yang memilikiperbedaan jauh adalah waktu yang dibutuhkankedua algoritma untuk memperoleh jarak terpendekketika menjalankan program. ACOmemerlukan waktu lebih lama, yaitu puluhandetik dalam range waktu antara 13 sampai17 detik yang sangat kontras dengan Dijkstrayang hanya berkisar antara 0,02 dan 0,061detik. Dalam hal ini, rata-rata waktu yangdibutuhkan ACO adalah 14,63 detik sedangkanrata-rata waktu algoritma Dijkstra adalah 0,038detik. Bila dinyatakan dalam grafik, rata-ratagrafik waktu tempuh untuk ACO dan untukDijkstra untuk jarak menengah ditunjukkanpada Gambar 13 dan Gambar 14.4.1.3 Pengujian Jarak JauhHasil pengujian algoritma ACO dan Dijkstrauntuk rute ”jarak jauh” yang berasal dari simpangan51 menuju simpangan 7 adalah: t51 →t52 → t53 → t54 → t46 → t42 → t41 → t38 →Gambar 13. Grafik waktu tempuh ACO untukjarak menengahGambar 14. Grafik waktu tempuh Dijkstrajarak menengaht37 → t36 → t35 → t33 → t62 → t64 → t12 →t13 → t7, yaitu melalui jalan Jemur Andayani→ Jemur Sari → Jemur Sari → Prapen Raya →Manyar → Manyar → Menur Pumpungan →Menur Pumpungan → Kertajaya Indah Tengah→ Manyar Kertoadi → Kertajaya Indah Timur→ Dharmahusada Indah Timur → DharmahusadaIndah Utara → Raya Kalijudan MERR II→ Raya Kalijudan MERR II.Parameter terbaik telah diperoleh daripenelitian sebelumnya [4], yaitu:• Siklus = 50


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 136• Jumlah semut = 45• τ ij = 0.01• Q = 1• α = 1• β = 1• ρ = 0.5Jarak terpendek yang dihasilkan oleh ACOdan Dijkstra untuk rute ”jarak jauh” adalahsepanjang 13288,02 meter. Selain itu, ACOmemerlukan waktu antara 27 sampai 39 detikuntuk menghasilkan rute sedangkan Dijkstrayang hanya memerlukan waktu 0,02 sampai0,046 detik. Atau dapat disimpulkan bahwarata-rata waktunya adalah 33,56 detik untukACO dan 0,037 detik untuk Dijkstra.Bila dinyatakandalam grafik, rata-rata grafik waktutempuh untuk ACO dan untuk Dijkstra untukjarak jauh ditunjukkan pada Gambar 16 danGambar 17.Gambar 17.jarak jauhGrafik waktu tempuh Dijkstratama kali login dengan username dan passwordpegawai tersebut (hal.login) dan lamawaktu yang dibutuhkan untuk memperolehrute jarak terpendek (hal.rute). Selain itu jugadicari throughput, yaitu bandwidth aktual yangdiukur secara spesifik menggunakan software”Bandwidth Meter”. Pengujian dilakukan selamajam kerja pegawai pengantar paket, yaitumulai dari pukul 08.00 sampai pukul 12.00.Gambar 15. Grafik jarak jauh untuk jarak jauhGambar 18. Grafik throughput dan waktu aksesGambar 16. Grafik waktu tempuh ACO untukjarak jauh4.2 Pengujian KoneksiParameter yang digunakan adalah lama waktupengaksesan informasi dari server saat per-Gambar 18 menyatakan bahwa client membutuhkanwaktu yang lebih lama untuk logindaripada waktu untuk mendapatkan informasirute jarak terpendek dari server. Rata-ratawaktu untuk login adalah 14,57 detik dan 4,9detik untuk masuk ke halaman rute. Hal initerjadi karena ketika login, client membutuhkanwaktu untuk terhubung dengan server danmengambil data dari database. Sedangkan saatmasuk halaman rute, client sudah terhubungdengan server, hanya perlu mengambil databerupa rute jarak terpendek di dalam database.Perbedaan waktu tersebut juga dipengaruhioleh throughput yang didapatkan dari jaringan.


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 137Rata-rata throughput pada 20 kali pengujianadalah 27,88 kbps.5 KESIMPULAN1) Pencarian jalur terpendek dengan metodekoloni semut tergantung dari parameterparameteryang dimasukkan antara lain:banyaknya titik, banyak semut, Tij (tetapanawal intensitas feromon), Alfa (tetapanpengendali intensitas feromon), Beta(tetapan pengendali visibilitas), Rho (tetapanpenguapan feromon).2) Perbandingan algoritma koloni semutdengan Dijkstra menghasilkan jarak terpendekyang sama baik untuk rute jarakdekat, jarak menengah, maupun jarakjauh.3) Algoritma koloni semut membutuhkanwaktu rata-rata 16,326 detik untukmendapatkan jarak terpendek daripadawaktu rata-rata Dijkstra yaitu 0,036detik karena parameter yang digunakanAnt Colony lebih banyak dibandingkandengan Dijkstra.4) Secara umum, client menghabiskanwaktu rata-rata 14,57 detik untuklogin karena pertama kali melakukansambungan dengan server melaluijaringan internet dan 4,9 detik untukmendapatkan rute. Kecepatan aksesdata juga dipengaruhi oleh throughput.Rata-rata throughput yang diperolehadalah 27,88 kbps.[5] Mutakhiroh, I., Saptono, F., Hasanah, N., dan Wiryadinata,R,. (2007). Pemanfaatan Metode Heuristik DalamPencarian Jalur Terpendek Dengan Algoritma Semut danAlgoritma Genetik Seminar Nasional Aplikasi TeknologiInformasi. ISSN: 1907-5022. Yogyakarta.[6] Saad Ghaleb Yaseen, Nada M. A.AL-Slamy, Ant ColonyOptimization, IJCSNS International Journal of ComputerScience and Network Security, VOL.8 No.6, June 2008[7] Masaya Yoshikawa, Kazuo Otani, Ant Colony OptimizationRouting Algorithm with Tabu Search, Proceedingsof the International MultiConference of Engineers andComputer Scientists 2010 Vol III, IMECS 2010, March 17-19, Hongkong[8] Aries Pratiarso, M. Agus Zainudin, Transmisi Citra MenggunakanJoint LDPC Decoding, Proceeding Seminar NasionalAplikasi Teknologi Informasi (SNATI), UII Yogyakarta,2009[9] Arna Fariza, Entin Martiana, Fidi Wincoko Putro, SistemNavigasi Perjalanan Berbasis Web dengan AlgoritmaKoloni Semut (Ant Colony Algorithm), Seminar IES 2009,PENS-ITS[10] http://id.wikipedia.org/wiki/Algoritma Dijkstra[11] http://en.wikipedia.org/wiki/Ant colony optimizationDAFTAR PUSTAKA[1] Dorigo, M., Gambardella, L. M. (1997).Ant colonies forthe TSP Tech.Rep/IRIDIA/1996-003, Universit Libre deBruxelles, Belgium.[2] Putro, Fidi W. ”Sistem Navigasi Berbasis Web denganAlgoritma Koloni Semut”. T.Informatika PENS-ITSSurabaya. 2009[3] Mutakhiroh, Iing. ”Pemanfaatan Metode Heuristik dalamPencarian Jalur Terpendek dengan Algoritma Semut danAlgoritma Genetika”. Lab.Pemrograman dan Informatika,Universitas Islam Indonesia. 2007.[4] Hadi, M.Zen, Haryadi Amran, Titik Sri Mulyani, ”AksesInformasi Pengiriman Barang di Kantor Pos Jemursariuntuk Area Surabaya Timur Menggunakan Metode AntColony Optimization Berbasis WAP”, Seminar IES 2010,PENS-ITS.


ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY WAHYUNINGDIYAH 138Aries Pratiarso lahir di Surabaya, ia memperolehgelar Sarjana Teknik (ST) pada JurusanTeknik Elektro pada tahun 1994 danMagister Teknik (MT) pada tahun 2004,keduanya dari Institut Teknologi SepuluhNopember (ITS) Surabaya. Ia adalah pengajarpada jurusan Teknik Telekomunikasi,Politeknik Elektronika Negeri Surabaya.Bidang penelitian yang ditekuni adalahWireless Communication, teknik koding, dan image processing.M. Zen Samsono Hadi di Kediri, ia memperolehgelar Sarjana Teknik (ST) padaJurusan Teknik Elektro pada tahun 2000dan magister teknik (MT) pada tahun 2009,keduanya dari Institut Teknologi SepuluhNopember (ITS) Surabaya. Pada tahun2007, ia mendapat kesempatan untuk programdouble degree ke Jerman, dan mendapatkangelar master of science padatahun 2008. Ia adalah pengajar pada jurusan Teknik Telekomunikasi,Politeknik Elektronika Negeri Surabaya. Bidang penelitianyang ditekuni adalah Network Security, Network Design daninternet application. Pernah melakukan penelitian pada bidangnetwork design di T-Systems Enterprise GmbH, Darmstadt Jermanpada tahun 2008.Mike Yuliana lahir di Jember, ia memperolehgelar Sarjana Teknik pada JurusanTeknik Elektro pada tahun 2001 danmagister pada tahun 2007, keduanya dariInstitut Teknologi Sepuluh Nopember (ITS)Surabaya. Ia adalah pengajar pada jurusanTeknik Telekomunikasi, Politeknik ElektronikaNegeri Surabaya. Bidang penelitianyang ditekuni adalah Telephony Network,dan Network Security. Banyak melakukan penelitian yangberbasis aplikasi VoIP, mulai dari pembuatan server VoIP sampaipembuatan program untuk menambahkan fitur dari serverVoIP.Neny Wahyuningdiyah lahir di Sidoarjo,ia memperoleh gelar Sarjana Science Terapan(SST) pada Jurusan Teknik Telekomunikasipada tahun 2010 dari PENS-ITSSurabaya. Bidang penelitian yang ditekuniadalah Jaringan Komputer dan aplikasi algoritmaAnt Colony Optimization (ACO).

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!