首页    期刊浏览 2024年09月13日 星期五
登录注册

文章基本信息

  • 标题:JARINGAN SARAF TIRUAN SEBAGAI ALTERNATIF UNTUK PENYELESAIAN TRAVELLING SALESPERSON PROBLEM
  • 本地全文:下载
  • 作者:Kartika Gunadi ; Peter Iksan
  • 期刊名称:Jurnal Informatika
  • 印刷版ISSN:1411-0105
  • 出版年度:2001
  • 卷号:2
  • 期号:1
  • 页码:30-32
  • DOI:10.9744/informatika.2.1.pp. 30-32
  • 语种:English
  • 出版社:Institute of Research and Community Outreach - Petra Christian University
  • 摘要:Traveling Salesperson Problem (TSP) is one among the NP-complete problem. TSP is defined as follows. A traveling salesperson has a number of cities to visit. The sequence in which the salesperson visits diffrents cities is called a tour. A tour should be such that every city is visited once and only once. The goal is to find a tour that minimize the total distance of a tour. TSP can be solved by Exhaustive algorithm, but this algorithm is no efficient for large number of cities. A neural network can be used to solve this optimization problem by choosing appropriate architecture to find optimal solution. A Neural network can be used to solve optimization by chosing apropriate architecture to find optimal solution. Algorithm of Neural network reduced a signifcant execution time for number of cities more than 9, and has optimization 83% of best solution from exhaustive algorithm. Abstract in Bahasa Indonesia : Traveling Salesperson Problem (TSP) adalah problem optimasi kombinasional yang tergolong dalam NP-complete problem. TSP adalah problem untuk menentukan urutan dari sejumlah kota yang harus dilalui oleh seorang sales, setiap kota hanya boleh dilalui sekali dan hanya sekali dalam perjalanan, dan perjalanan berakhir pada kota awal dimana seorang sales memulai perjalananya. TSP ini dapat dilakukan secara sederhana dengan Algorithma Exhaustive, yaitu dengan mencari semua kombinasi yang mungkin terjadi, kemudian memilih kombinasi dengan jarak terdekat. Algorithma Exhaustive ini menjadi tidak efisien bila jumlah kota yang besar, karena mempunyai kompleksitas sebesar n!/2n. Jaringan saraf tiruan (JST) dapat digunakan untuk menyelesaikan problem optimasi dengan memilih arsitektur jaringan yang sesuai untuk mendapatkan solusi yang optimal. Algorithma dengan menggunakan jaringan saraf tiruan memberikan reduksi waktu eksekusi yang sangat signifikan untuk jumlah kota lebih besar 9, dan dapat memberikan persentase optimasi sebesar 83 % dari solusi yang terbaik yang didapatkan dengan algorithma exhaustive. Kata kunci: Traveling Salesperson Problem (TSP), Jaringan saraf tiruan (JST), Algorithma Exhaustive, JST Hopfield
  • 关键词:Traveling Salesperson Problem (TSP), Neural network, Exhaustive algorithma, Hopfield neural network.
国家哲学社会科学文献中心版权所有