OPTIMASI JALUR PENGANGKUTAN SAMPAH MENGGUNAKAN METODE ANT COLONY OPTIMIZATION DI KOTA PEKANBARU
DOI:
https://doi.org/10.24014/coreit.v5i1.8196Abstract
Sampah merupakan salah satu permasalahan utama yang terjadi di kota-kota besar termasuk Pekanbaru. Data yang diperoleh pada tahun 2017 menyatakan bahwa kota Pekanbaru menyisakan sampah sebanyak 720 ton dalam sehari. Pengelolaan sampah perlu diperhatikan untuk mengatasi meningkatnya sampah yang diproduksi setiap tahunnya. Jumlah armada pengangkut sampah di Pekanbaru saat ini sangat terbatas, yakni hanya 35 unit. Namun armada yang aktif hanya berjumlah 27 unit karena 8 unit dalam kondisi rusak. Oleh karena itu perlu dilakukan optimasi dalam proses pengangkutan sampah tersebut. Pada penelitian ini telah dilakukan optimasi jalur pengangkutan sampah untuk setiap armada yang beroperasi. Optimasi jalur yang diteliti menggunakan metode Ant Colony Optimization (ACO). Metode ACO diterapkan untuk mencari jalur terpendek yang akan dilalui oleh armada. Rute yang dilalui diperoleh dari data perumahan di kota Pekanbaru dengan 41 titik node. Siklus yang digunakan sebanyak 2 kali untuk memperbarui pheromone lokal dan global. Setiap node akan diberi inisialisasi awal yang sama dan harus dilewati. Setiap jalur yang dilewati akan dicatat dan diperbarui nilai pheromone lokalnya. Selanjutnya dibandingkan antar jalur tersebut dan diambil nilai yang terkecil. Hasil dari penelitian ini diperoleh bahwa algoritma ACO dapat memberikan solusi dalam penentuan jalur terpendek yang dapat digunakan untuk rute yang efektif dilalui oeh armada dalam pengangkutan sampah.
Kata Kunci: Ant Colony Optimization (ACO), Pheromone , Rute, Sampah
References
Badan Standarisasi Nasional. 2002. Tata Cara Teknik Operasional Sampah Perkotaan SNI 19-2454-2002. Jakarta
Media Indonesia. (2016). Pekanbaru Hasilkan Sampah 500 Ton Per Hari. http://mediaindonesia.com/index.php/news/read/40867/pekanbaru-hasilkan-500-ton-sampah-per-hari/2016-04-17,diakses tanggal 16 September 2017.
Riau pos, (2017).Setengah Sampah Tak Terangkut. http://riaupos.co/161725-berita-setengah-sampah-tak-terangkut.html#.WgpfE0_5K7Y, diakses tanggal 16 September 2017
Hasibuan, Medrio Dwi Aksara Cipta.(2015). Pencarian Rute Terbaik Pada Travelling Salesman Problem (TSP) Menggunakan Algoritma Genetika Pada Dinas Kebersihan dan Pertamanan Kota Pekanbaru. SATIN-Sains dan Teknologi Informasi, Vol 1 No 1
Suyanto. (2010). Algoritma Optimasi Deterministik atau Probababilistik.Graha ilmu.Yogyakarta
Adnani,Hariza. (2010). Perilaku Petugas Pengumpul Sampah Untuk Melindungi Dirinya Dari Penyakit Bawaan Sampah di Wilayah Patangpuluhan Yogyakarta Tahun 2009, Kesmas Vol 4 No 3
Amalia, Rini. (2015). Pencarian Jalur Terpendek Menggunakan Ant Colony System (Kasus: Pariwisata Kota Bogor)
Efendi, Rusli dan Siti Maulida. (2010). Studi Perbandingan Algoritma Cheapest Insertion Heuristic dan Ant Colony System dalam Pemecahan Travelling SalesmanProblem. Seminar Nasional Aplikasi Teknologi Informasi 2010 (SNATI 2010).
Kresha, Jan Alif, dkk (2011). Desain Rute Terpendek Untuk Distribusi Koran Dengan Algoritma Ant Colony System.SNTIKI III 2011.
Leksono,Agus. (2009). Algoritma Ant Colony Optimization untuk menyelesaikan Travelling Salesman Problem (TSP).
Nasution, Adnan Buyung. (2015). Implementasi Algoritma Genetika dalam Optimasi Jalur Pendistribusian Keramik Pada PT Chang Jui Fang.Seminar Nasional Informatika 2015.
Refianti,Rina dan Pipit Dewi Arsenia. (2009). Aplikasi Ant Colony System Pada Travelling Salesaman Problem. Seminar Nasional Sistem dan Teknologi Informasi 2009.
Samudra, Laksana dam Imam Mukhlash. (2013). Penentuan Rute Optimal Pada Kegiatan Penjemputan Penumpang Travel Menggunakan Ant Colony System. Jurnal Sains dan Seni POMITS Vol 2 No 1.
Downloads
Published
Issue
Section
License
The Authors submitting a manuscript do so on the understanding that if accepted for publication, copyright of the article shall be assigned to CoreIT journal and published by Informatics Engineering Department Universitas Islam Negeri Sultan Syarif Kasim Riau as publisher of the journal.
Authors who publish with this journal agree to the following terms:
Authors automatically transfer the copyright to the journal and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike (CC BY SA) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate permission for non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
