Anda di halaman 1dari 27

MAKALAH

METODE PROGRAM DINAMIS PADA PENYELESAIAN

TRAVELLING SALESMAN PROBLEM

Jurnal Oleh : Hernius Yunus, Helmi, dan Shartika

Martha

MUTIARA SEPTARINI (F1C214005)

FICRI ANWAR (F1C214017)

HENI MARIA (F1C214029)


PROGRAM STUDI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS JAMBI

2017
KATA PENGANTAR

Assalamualaikum Wr.Wb

Puji syukur kami panjatkan kehadirat Allah SWT karena berkat

rahmat dan karunia-Nya kami dapat menyelesaikan Makalah ini tepat

pada waktunya.

Sebagai manusia biasa, yang tidak pernah luput dari kesalahan,

begitu juga halnya dengan kami. Kami menyadari bahwa masih banyak

kekurangan dalam membuat makalah ini, baik dari segi penulisan

maupun isi. Kami pun menerima dengan lapang dada kritikan maupun

saran yang sifatnya membangun dari pembaca agar kami dapat

membenahi diri.

Kami berharap dengan disusunya makalah FORMULATING

DYNAMIC PROGRAMMING RECURSIONS ini dapat memberikan

sedikit gambaran bagaimana penyusunan makalah dilakukan.

Terimakasih.

Wassalamu'alaikum Wr.Wb

Jambi, 9 Mei 2017

1
Penulis

DAFTAR ISI

KATA PENGANTAR..........................................................................i
DAFTAR ISI....................................................................................ii
BAB I PENDAHULUAN...................................................................1
1.1. Latar Belakang...................................................................1
1.2. Rumusan Masalah.............................................................1
1.3. Tujuan...............................................................................1
BAB II LANDASAN TEORI..............................................................2
BAB III METODOLOGI PENELITIAN...............................................4
BAB IV PEMBAHASAN...................................................................6
BAB V KESIMPULAN...................................................................17
DAFTAR PUSTAKA.......................................................................18

2
BAB I
PENDAHULUAN

1.1. Latar Belakang

Traveling Salesman Problem (TSP) diilustrasikan sebagai perjalanan

salesman untuk menentukan jalan yang ditempuh dari suatu kota

untuk melewati semua kota dan kembali ke kota awal, dengan ketentuan

setiap kota hanya boleh dilewati dalam satu kali perjalanan. Penentuan

lintasan terpendek pada TSP merupakan salah satu masalah dari graf,

bagaimana membentuk sebuah sirkuit untuk melewati semua simpul

dengan total bobot dari sisi pembentuk sirkuit minimum. Bobot pada sisi

yang menghubungkan sepasang simpul merepresentasikan waktu, biaya

dan jarak.

1.2. Rumusan Masalah

Masalah yang dibahas dalam penelitian ini yaitu bagaimana

menggunakan Program Dinamis pada penyelesaian (TSP) ?

1.3. Tujuan

Tujuan dari penelitian ini adalah mengkaji penggunaan Program

Dinamis pada penyelesaian TSP simetris dan TSP asimetris untuk

menentukan sirkuit dengan bobot minimum.

1
BAB II
LANDASAN TEORI

Masalah matematika yang membahas tentang TSP dikemukakan

pada tahun 1800 oleh William Rowan Hamilton dan Thomas Penyngton.

Bentuk umum dari TSP pertama dipelajari tahun 1930 oleh Karl Menger

di Vienna dan Harvard, kemudian dipublikasikan oleh Hassler Whitney

dan Merrill Flood di Princeton (Yusianto.2009)

Traveling Salesman Problem (TSP) diilustrasikan sebagai perjalanan

salesman untuk menentukan jalan yang ditempuh dari suatu kota

untuk melewati semua kota dan kembali ke kota awal, dengan ketentuan

setiap kota hanya boleh dilewati dalam satu kali perjalanan. Penentuan

lintasan terpendek pada TSP merupakan salah satu masalah dari graf,

bagaimana membentuk sebuah sirkuit untuk melewati semua simpul

dengan total bobot dari sisi pembentuk sirkuit minimum. Bobot pada sisi

yang menghubungkan sepasang simpul merepresentasikan waktu, biaya,

dan jarak. Metode yang dapat digunakan untuk menyelesaikan TSP yaitu

metode optimal dan aproksimasi (Andri.2013)

Program Dinamis merupakan salah satu contoh metode optimal.

Program Dinamis adalah metode penyelesaian suatu masalah dengan

menguraikan solusi menjadi beberapa tahap atau iterasi sedemikian

sehingga solusi dari masalah dipandang sebagai serangkaian keputusan

yang saling berkaitan. Beberapa masalah yang dapat diselesaikan

menggunakan Program Dinamis seperti muatan barang, pembagian

optimal, dan ukuran angkatan kerja (Taha.1996)

Secara umum TSP merupakan masalah untuk menentukan jalan

dengan jarak terdekat yang dapat ditempuh dari suatu kota untuk

melewati semua kota, kemudian kembali ke kota awal dan setiap kota

2
hanya boleh dilewati satu kali perjalanan. Beberapa cara untuk

mengidentifikasi suatu masalah yang merupakan TSP yaitu:

1. Perjalanan dimulai dan berakhir di kota yang sama sebagai kota asal.
2. Seluruh kota harus dikunjungi tanpa satupun kota yang terlewatkan.
3. Sebelum seluruh kota dikunjungi tidak boleh kembali ke kota asal.
4. Tujuannya adalah mencari solusi optimal untuk meminimalkan jarak

perjalanan dengan mengatur urutan kota.

Metode yang dapat digunakan untuk menyelesaikan TSP yaitu

metode optimal dan aproksimasi. Metode optimal merupakan metode

yang menghasilkan solusi optimal, contohnya seperti metode Complete

Enumeration, Branch and Bound, dan Program Dinamis. Sedangkan

metode aproksimasi atau metode heuristic merupakan metode

penyelesaian yang hasilnya mendekati solusi optimal, contohnya seperti

metode Tabu Search, Simulated Annealing, Greedy, Ant Colony System

dan Neural

Network.

Masalah perjalanan salesman dapat direpresentasikan dalam

bentuk graf G=(V , E) , dengan V (G) merupakan himpunan semua

simpul yang menyatakan kota dan E(G) adalah himpunan semua sisi

yang menyatakan jalan penghubung antar kota.

Menurut sifat keterhubungannya, suatu graf dikatakan terhubung

jika untuk setiap pasangan simpul di dalam G terdapat paling sedikit

satu lintasan. Lintasan adalah jalan yang semua unsur simpulnya

berbeda kecuali simpul awal dan simpul akhir. Jalan adalah barisan

simpul dan sisi secara bergantian, jika lintasan tersebut berawal dan

berakhir pada simpul yang sama maka disebut sirkuit, dan jika terdapat

masalah dalam membentuk sebuah sirkuit pada graf maka disebut TSP.

3
Berdasarkan arah dan bobot pada sisi suatu graf, masalah

penentuan lintasan terpendek pada TSP dapat dibedakan menjadi 3

yaitu (Celik.2012):

1. TSP euclidean merupakan masalah penentuan lintasan terpendek

pada Rn .

2. TSP simetris merupakan jenis graf tidak berarah tetapi mempunyai

bobot atau bobot dari simpul ke simpul sama dengan bobot dari

simpul
i ke simpul
j .

3. TSP asimetris merupakan jenis graf berarah dan berbobot atau bobot

dari simpul i ke simpul j tidak sama dengan jarak dari simpul

j ke simpul
i .

BAB III
METODOLOGI PENELITIAN

Mulai

Pengumpulan Data
dan Informasi

Identifikasi dan
Perumusan

Studi Literatur

Menghitung sirkuit dengan

4
bobot minimum pada TSP

Simetris dan Asimetris Tidak

Optimal

Ya

Kesimpulan

Selesai

Gambar 3.1 Diagram Alir

Metodologi Penelitian penyelesaian masalah perjalanan salesman

menggunakan Program Dinamis dimulai dengan menginput jumlah

simpul dari graf yang dimisalkan sebagai


n , bobot sisi dari simpul i

ke simpul j dengan i, j V , S merupakan himpunan simpul yang

akan dilewati pada iterasi ke- t dengan S V , f (i , {S })

merupakan solusi pada iterasi ke- t dari ke simpul i kesimpul j

dengan
i S , dan t adalah iterasi pada Program Dinamis. Jika

ditentukan sebagai simpul awal, maka penentuan lintasan

terpendek menggunakan Program Dinamis dengan rekursif maju yaitu

dari iterasi ke- 1 sampai iterasi ke- t .

5
Solusi pada iterasi ke-1 dihitung dengan menggunakan persamaan

f ( i , ) =Ci , iterasi ke-2 sampai keiterasi ke- (n1) dengan

f ( i , { S } )=min {C ij + f ( j , S{ j}) } t
persamaan , dan iterasi ke- dengan

f ( , { S } )=min {C j + f ( j , S{ j}) }
menggunakan persamaan , sehingga

diperoleh solusi optimal yaitu lintasan terpendek dengan bobot minimum

yang berdasarkan solusi dari iterasi ke-1 sampai iterasi ke- t .

BAB IV
PEMBAHASAN

Metode Program Dinamis dibagi menjadi dua jenis penyelesaian

yaitu Program Dinamis perhitungan rekursif maju dan rekursif mundur.

Langkah penyelesaian Program Dinamis perhitungan rekursif maju

dimulai dari iterasi ke-1 sampai iterasi ke- n , dan penyelesaian

6
Program Dinamis perhitungan rekursif mundur yaitu dari ke-
n

sampai iterasi ke-1. Aplikasi Program Dinamis banyak digunakan untuk

menyelesaikan masalah optimasi, pada penelitian ini dibahas

penggunaan Program Dinamis untuk menentukan lintasan terpendek

pada TSP simetris dan TSP asimetris. Penyelesaian TSP simetris

menggunakan Program Dinamis perhitungan rekursif maju seperti pada

Contoh 1.

Contoh 1

Perjalanan salesman untuk mengunjungi kota 1, kota 2, kota 3,

kota 4, dan kota 5 dengan jarak tempuh dari 5 kota seperti pada Tabel 1.

Jika kota 3 merupakan tempat awal keberangkatan untuk mengunjungi

semua kota dan semua kota harus dilewati tepat satu kali perjalanan,

maka tentukan lintasan yang harus dilewati salesman untuk

meminimumkan jarak tempuh perjalanan.

Tabel 1 Bobot Sisi dari Graf pada TSP Simetris

Berdasarkan Tabel 1, dimisalkan


i dan
j merupakan simpul

pada graf dengan i, j V , n adalah jumlah simpul pada graf,

Ci , j i j ,dan
adalah bobot sisi dari simpul ke simpul

merupakan simpul awal.

7
Berdasarkan Gambar 1, dapat dibuat sebuah graf G=(V , E)

yang tidak berarah tetapi memiliki bobot.

Gambar 1. Graf
G Tidak Berarah dan Berbobot dengan |V (G)|=5

Ditentukan bahwa simpul awal adalah simpul 3 dan banyaknya

simpul
n=5 , penyelesaian TSP simetris dengan Program Dinamis

dengan rekursif maju yaitu menghitung solusi dari iterasi ke-1 sampai

iterasi ke-5

Penyelesaian :

1. Iterasi ke-1. Menghitung bobot dari simpul i ke simpul awal atau

simpul
, dengan j

f ( i , ) =Ci

Diperoleh :

f ( 1 , )=C13=82 f ( 2 , )=C 23=55

f ( 4 , )=C 43=84

8
f ( 5 , )=C 53=46

Solusi pada iterasi ke-1 yaitu dari simpul 5 ke simpul 3 dengan bobot 46

2. Iterasi ke-2. Menghitung bobot dari simpul i ke simpul j , untuk

i S dan
i

f ( i , { S } )=min {C ij + f ( j , S{ j}) }=untuk |S|=1

Diperoleh :

f ( 1 , { 2 } )=min {C 12+ f ( 2 , ) }=min { 29+55 } =min { 84 } =84

f ( 1, { 4 } )=min {C14 + f ( 4 , ) }=min { 46+68 }=min { 114 }=114

f ( 1 , { 5 } )=min {C15 +f ( 5 , ) }=min {68+ 46 }=min { 114 }=114

f ( 2 , { 1 } )=min {C 21+ f ( 1 , ) }=min { 29+82 }=min {111 }=111

f ( 2 , { 4 } )=min {C 24 + f ( 4 , ) }=min { 46+68 }=min { 114 }=114

f ( 2 , { 5 } )=min {C25 +f ( 5 , ) }=min { 42+46 }=min { 88 } =88

f ( 4 , { 1 } )=min {C 41 +f ( 1 , ) }=min { 46+82 }=min {128 }=128

f ( 4 , { 2 } )=min {C 42 +f ( 2 , ) }=min { 46+55 }=min {101 }=101

f ( 4 , { 5 } )=min {C45 + f (5 , ) }=min { 82+46 }=min { 128 }=128

f ( 5 , { 1 } )=min {C51+ f ( 1 , ) }=min { 68+82 }=min { 150 }=150

9
f ( 5 , { 2 } )=min {C52 +f ( 2 , ) }=min { 42+55 }=min { 97 }=97

f ( 5 , { 4 } )=min {C54 + f ( 4 , ) }=min { 82+ 68 }=min {150 }=150

Solusi pada iterasi ke-2 yaitu dari simpul 2 ke simpul 5 dengan bobot 88

3. Iterasi ke-3. Menghitung bobot dari simpul i ke simpul j , untuk

i S dan
i

f ( i , { S } )=min {C ij + f ( j , S{ j}) }=untuk |S|=2 dan i , i S dan i S

f ( 1 , { 2 , 4 } ) =min {C 12+ f ( 2, { 4 } ) , C14 + f ( 4 , {2 } ) }

min { ( 29+114 ) ,(46+ 101) } =min { ( 143 ) ,(147) }=143

f ( 1 , { 2 ,5 }) =min {C 12+ f ( 2 , {5 }) , C 15+ f ( 5 , {2 }) }

min { ( 29+88 ) ,(68+ 97)}=min { ( 117 ) ,(165) }=117

f ( 1 , { 4 ,5 }) =min {C 14+ f ( 4 , { 5 } ) ,C 15+ f ( 5 , { 4 } ) }

min { ( 46+ 128 ) ,(68+150) }=min { ( 174 ) ,(218) }=174

f ( 2 , { 1 , 4 } ) =min {C 21+ f ( 1, { 4 } ) , C24 + f ( 4 , {1 } ) }

min { ( 29+114 ) , ( 46+128 ) } =min { ( 143 ) , ( 174 ) }=143

f ( 2 , { 1 ,5 }) =min {C 21+ f ( 1 , {5 }) , C 25+ f ( 5 , {1 } ) }

min { ( 29+114 ) ,(42+150) }=min { (143 ) ,(192) } =143

10
f ( 2 , { 4 ,5 }) =min {C 24 +f ( 4 , { 5 } ) ,C 25 +f ( 5 , { 4 } ) }

min { ( 46+ 128 ) ,(42+150) }=min {( 174 ) ,(192) } =174

f ( 4 , { 1 ,2 } ) =min {C 41+ f ( 1 , {2 }) , C 42+ f ( 2 , {1 } ) }

min { ( 46+ 84 ) ,(46+111) } =min { ( 130 ) ,(157) }=130

f ( 4 , { 1 ,5 }) =min {C 41+ f ( 1 , {5 } ) ,C 45 +f ( 5 , { 1 } ) }

min { ( 46+ 114 ) ,( 82+150)} =min { ( 160 ) ,(232) }=160

f ( 4 , { 2 ,5 }) =min {C 42+ f ( 2 , { 5 } ) ,C 45 +f ( 5 , { 2 } ) }

min { ( 46+ 88 ) ,(82+97)} =min { ( 134 ) ,(179) }=134

f ( 5 , { 1 ,2 }) =min {C 51+ f ( 1 , {2 } ) , C52 +f ( 2 , { 1 } ) }

min { ( 68+84 ) ,(42+111) }=min { ( 152 ) ,(153) }=152

f ( 5 , { 1 , 4 }) =min {C 51+ f ( 1 , { 4 } ) , C54 + f ( 4 , {1 } ) }

min { ( 68+114 ) ,(82+128)}=min {( 182 ) ,(210) }=182

f ( 5 , { 2 , 4 }) =min {C 52+ f ( 2 , { 4 }) , C 54+ f ( 4 , {2 }) }

min { ( 42+114 ) ,(82+101)}=min { ( 156 ) ,(183) } =156

Solusi pada iterasi ke-2 yaitu dari simpul 1 ke simpul 2 dengan bobot

117

11
4. Iterasi ke-4. Menghitung bobot dari simpul
i ke simpul
j , untuk

i S dan i

f ( i , { S } )=min {C ij + f ( j , S{ j}) }=untuk |S|=3 dan i ,i S dan i S

f ( 1 , { 2 , 4 , 5 } )=min {C12 +f ( 2 , { 4 ,5 }) , C 14+ f ( 4 , { 2, 5 } ) , C15 + f ( 5 , { 2 , 4 } ) }

min { ( 29+174 ) , ( 46+ 134 ) , ( 68+156 ) }

min { ( 203 ) , (180 ) ,( 224) }=180

f ( 2 , { 1 , 4 , 5 } )=min {C21 +f ( 1 , { 4 ,5 }) , C 24+ f ( 4 , {1 , 5 } ) , C25 +f ( 5 , { 1 , 4 }) }

min { ( 29+174 ) , ( 46+ 160 ) , ( 42+ 182 ) }

min { ( 203 ) , (206 ) ,(224) }=203

f ( 4 , { 1 ,2 , 5 } )=min {C 41+ f ( 1, { 2 ,5 } ) ,C 42+ f ( 2 , { 1, 5 } ) , C 45+ f ( 5 , {1 , 2 } ) }

min { ( 46+ 117 ) , ( 46+143 ) , ( 82+152 ) }

min { ( 163 ) , ( 189 ) ,(234 ) }=163

f ( 5 , { 1 ,2 , 4 } )=min {C51 +f ( 1 , { 2 , 4 } ) , C52 +f ( 2 , { 1 , 4 }) , C54 + f ( 4 , {1 , 2 } ) }

min { ( 68+143 ) , ( 42+143 ) , ( 82+ 130 ) }

min { ( 211 ) , ( 185 ) ,(212) } =211

12
Solusi pada iterasi ke-2 yaitu dari simpul 4 ke simpul 1 dengan bobot

163

5. Iterasi ke-5. Menghitung bobot dari simpul


i ke simpul
j , untuk

i S dan i

f ( , { S } )=min {C j + f ( j , S{ j}) }=untuk |S|=4

f ( 3 , { 1 ,2 , 4 ,5 } )

min {C 31+ f ( 1, { 2 , 4 , 5 } ) , C32 +f ( 2 , { 1 , 4 , 5 } ) , C34 + f ( 4 , { 1 ,2 , 5 } ) , C35 +f ( 5 , { 1 ,2 , 4 } ) }

min { ( 82+180 ) , (55+ 203 ) , ( 68+163 ) , ( 46 +211 ) }

min { ( 262 ) , ( 258 ) , ( 231 ) ,(257) }=231

Solusi pada iterasi ke-2 yaitu dari simpul 3 ke simpul 4 dengan bobot

231

Jadi, Jalur Optimum adalah 3-4-1-2-5-3 dengan bobot 231.

Lintasan terpendek untuk melewati 5 simpul digambarkan dalam bentuk

graf seperti Gambar 2.

Gambar 2. Lintasan Terpendek dari Graf pada TSP Simetris

13
Berdasarkan Contoh 1, dimpulkan bahwa Program Dinamis dapat

digunakan untuk menyelesaikan TSP simetris. Selajutnya penyenlesaian

TSP asimetris menggunakan Program Dinamis dengan rekursif maju

ditunjukan seperti pada Contoh 2 sebagai berikut.

Contoh 2

Diketahui bahwa kota 1 merupakan tempat awal perjalanan

salesman menuju kota berikutnya dan jarak perjalanan dari kota 5

seperti dalam Tabel 2. Jika semua kota harus dilewati dan setiap kota

hanya boleh dilewati satu kali perjalanan, maka tentukan lintasan untuk

melewati semua kota dkemudian kembali ke kota awal dengan jarak

tempuh perjalanan minimum.

Tabel 2 Bobot Sisi dari Graf pada TSP Asimetris

Berdasarkan Tabel 2, dimisalkan


i dan
j merupakan simpul

pada graf dengan i, j V , n adalah jumlah simpul pada graf,

Ci , j i j ,dan
adalah bobot sisi dari simpul ke simpul

merupakan simpul awal. Berdasarkan Gambar 2, dapat dibuat sebuah

graf G=(V , E) yang berarah dan bobot.

14
Gambar 3. Graf
G Berarah dan Berbobot dengan |V (G)|=5

Ditentukan bahwa simpul awal adalah simpul 1 dan banyaknya

simpul
n=5 , sehingga penyelesaian TSP asimetris menggunakan

Program Dinamis dengan rekursif maju untuk menghitung solusi dari

iterasi ke-1 sampai iterasi ke-


5 sebagai berikut.

Penyelesaian :

1. Iterasi ke-1. Menghitung bobot dari simpul i ke simpul awal atau

simpul
, dengan j

f ( i , ) =Ci

Diperoleh :

f ( 2 , )=C 21=80 f ( 3 , )=C 31=15

f ( 4 , )=C 41=85

f ( 5 , )=C 51=35

15
Solusi pada iterasi ke-1 yaitu dari simpul 3 ke simpul 1 dengan bobot 15

2. Iterasi ke-2. Menghitung bobot dari simpul i ke simpul j , untuk

i S dan
i

f ( i , { S } )=min {C ij + f ( j , S{ j}) }=untuk |S|=1

Diperoleh :

f ( 2 , { 3 } )=min {C23 + f ( 3 , ) }=min { 30+ 15 }=min { 45 }=45

f ( 2 , { 4 } )=min {C 24 + f ( 4 , ) }=min {35+ 85 }=min {120 }=120

f ( 2 , { 5 } )=min {C25 +f ( 5 , ) }=min { 95+35 }=min {130 }=130

f ( 3 , { 2 } )=min {C32 +f ( 2 , ) }=min {65+ 80 }=min { 145 }=145

f ( 3 , { 4 } )=min {C34 + f ( 4 , ) }=min { 80+85 } =min {165 }=165

f ( 3 , { 5 } ) =min {C35 + f ( 5 , ) }=min { 50+35 }=min {85 }=85

f ( 4 , { 2 } )=min {C 42 +f ( 2 , ) }=min { 45+80 } =min { 125 }=125

f ( 4 , { 3 } )=min {C 43+ f (3 , ) }=min { 55+15 }=min {70 }=70

f ( 4 , { 5 } )=min {C45 + f (5 , ) }=min { 15+35 }=min {50 }=50

f ( 5 , { 2 } )=min {C52 +f ( 2 , ) }=min {25+80 }=min { 105 }=105

f ( 5 , { 3 } ) =min {C53 + f ( 3 , ) }=min { 40+15 }=min { 55 }=55

16
f ( 5 , { 4 } )=min {C54 + f ( 4 , ) }=min { 40+85 }=min { 125 }=125

Solusi pada iterasi ke-2 yaitu dari simpul 2 ke simpul 3 dengan bobot

163

3. Iterasi ke-3. Menghitung bobot dari simpul i ke simpul j , untuk

i S dan
i

f ( i , { S } )=min {C ij + f ( j , S{ j}) }=untuk |S|=2 dan i , i S dan i S

f ( 2 , { 3 , 4 } )=min {C 23+ f ( 3 , { 4 } ) ,C 24 +f ( 4 , { 3 } ) }

min { ( 30+165 ) , (35+ 70 ) }=min {( 195 ) , ( 105 ) }=105

f ( 2 , { 3 ,5 } )=min {C 23 +f ( 3 , { 5 } ) , C25 +f ( 5 , { 3 } ) }

min { ( 30+85 ) ,(95+ 55) }=min { ( 115 ) ,(150) } =115

f ( 2 , { 4 ,5 }) =min {C 24 +f ( 4 , { 5 } ) ,C 25 +f ( 5 , { 4 } ) }

min { ( 35+50 ) ,(95+125) } =min { ( 85 ) ,(220) }=85

f ( 3 , { 2 , 4 } )=min {C 32+ f ( 2 , { 4 }) , C 34+ f ( 4 , {2 }) }

min { ( 65+120 ) , ( 80+125 ) }=min { ( 185 ) , ( 205 ) } =185

f ( 3 , { 2 ,5 } )=min {C 32+ f ( 2 , {5 } ) ,C 35+ f ( 5 , { 2 } ) }

min { ( 65+130 ) ,(50+105) }=min { ( 195 ) , (155) } =155

17
f ( 3 , { 4 ,5 } )=min {C 34 +f ( 4 , { 5 } ) , C35 +f ( 5 , { 4 } ) }

min { ( 80+50 ) ,(50+125) } =min { ( 130 ) ,(175) }=130

f ( 4 , { 2 ,3 } )=min {C 42+ f ( 2 , { 3 } ) ,C 43 + f ( 3 , { 2 } ) }

min { ( 45+ 45 ) ,(55+145) }=min { ( 90 ) ,(200) }=90

f ( 4 , { 2 ,5 }) =min {C 42+ f ( 2 , { 5 } ) ,C 45 +f ( 5 , { 2 } ) }

min { ( 45+130 ) ,(15+ 105)} =min { ( 175 ) ,(120) }=120

f ( 4 , { 3 ,5 } )=min {C 43 + f ( 3 , {5 } ) , C 45+ f ( 5 , {3 } ) }

min { ( 55+85 ) ,(15+55) } =min { ( 140 ) ,(70) }=70

f ( 5 , { 2 ,3 } )=min {C 52+ f ( 2 , { 3 } ) ,C 53+ f ( 3 , { 2 } ) }

min { ( 25+45 ) ,( 40+145) }=min { (70 ) , (185) } =70

f ( 5 , { 2 , 4 }) =min {C 52+ f ( 2 , { 4 }) , C 54+ f ( 4 , {2 }) }

min { ( 25+120 ) ,( 40+125) }=min { ( 145 ) ,(165) }=145

f ( 5 , { 3 , 4 } )=min {C 53+ f ( 3 , { 4 } ) ,C 54 +f ( 4 , { 3 } ) }

min { ( 40+165 ) ,( 40+70) }=min { (205 ) ,( 110) }=110

Solusi pada iterasi ke-3 yaitu dari simpul 5 ke simpul 2 dengan bobot 70

atau simpul 4 ke simpul 2 dengan bobot 70

18
4. Iterasi ke-4. Menghitung bobot dari simpul
i ke simpul
j , untuk

i S dan i

f ( i , { S } )=min {C ij + f ( j , S{ j}) }=untuk |S|=3 dan i ,i S dan i S

f ( 2 , { 3 , 4 , 5 } ) =min {C 23+ f ( 3 , { 4 , 5 } ) , C24 + f ( 4 , {3 , 5 } ) ,C 25 +f ( 5 , { 3 , 4 } ) }

min { ( 30+130 ) , (35+ 70 ) , ( 95+ 110 ) }

min { ( 160 ) , ( 105 ) ,(205) } =105

f ( 3 , { 2 , 4 , 5 } ) =min {C 32+ f ( 2, { 4 , 5 } ) ,C 34 +f ( 4 , { 2 ,5 }) , C 55+ f ( 5 , {2 , 4 } ) }

min { ( 65+85 ) , ( 80+120 ) , ( 50+145 ) }

min { ( 150 ) , ( 200 ) ,(195) } =150

f ( 4 , { 2 ,3 , 5 } ) =min {C 42+ f ( 2 , {3 , 5 } ) , C 43+ f ( 3 , {2 , 5 } ) , C45 + f ( 5 , {2 , 3 } ) }

min { ( 45+115 ) , ( 55+155 ) , ( 15+70 ) }

min { ( 160 ) , ( 210 ) ,( 85) }=85

f ( 5 , { 2 ,3 , 4 } ) =min {C 52+ f ( 2, { 3 , 4 } ) ,C 53+ f ( 3 , { 2 , 4 } ) , C54 + f ( 4 , {2 , 3 } ) }

min { ( 25+105 ) , ( 40+185 ) , ( 40+ 90 ) }

min { ( 130 ) , ( 225 ) ,(130) } =130

Solusi pada iterasi ke-4 yaitu dari simpul 4 ke simpul 5 dengan bobot 85

19
5. Iterasi ke-5. Menghitung bobot dari simpul
i ke simpul
j , untuk

i S dan i

f ( , { S } )=min {C j + f ( j , S{ j}) }=untuk |S|=4

f ( 1 , { 2 ,3 , 4 ,5 } )

min {C 12+ f ( 2, {3 , 4 ,5 } ) , C 13+ f ( 3 , {2 , 4 ,5 } ) ,C 14+ f ( 4 , { 2 ,3 , 5 } ) , C15 +f ( 5 , { 2 ,3 , 4 } ) }

min { ( 100+105 ) , ( 60+ 150 ) , ( 20+ 85 ) , ( 85+130 ) }

min { ( 205 ) , (210 ) , ( 105 ) ,(215) }=105

Solusi pada iterasi ke-2 yaitu dari simpul 1 ke simpul 4 dengan bobot

105

Jadi, Jalur Optimum adalah 1-4-5-2-3-1 dengan bobot 105. Lintasan

terpendek untuk melewati 5 simpul digambarkan dalam bentuk graf

seperti Gambar 3.

Gambar 4. Lintasan Terpendek dari Graf pada TSP Asimetris

20
BAB V
KESIMPULAN

Berdasarkan hasil penelitian yang telah dilakukan, disimpulkan

bahwa penyelesaian TSP untuk menentukan sirkuit dengan bobot

minimum dapat menggunakan Program Dinamis perhitungan rekursif

maju dan rekursif mundur. Solusi optimal pada penyelesaian TSP

simetris dan TSP asimetris menggunakan Program Dinamis perhitungan

rekursif maju sama dengan rekursif mundur, karena jika dipilih untuk

sebarang simpul awal maka diperoleh sebuah sirkuit dengan bobot yang
sama minimum. Pada penelitian ini, penyelesaian TSP dengan jumlah

kota atau simpul menggunakan Program Dinamis rekursif maju dari

iterasi ke-1 sampai iterasi ke- n berdasarkan persamaan berikut:

f ( i , ) =Ci
Iterasi ke- t , untuk t=1 :

Iterasi ke-
t , untuk t=2,3, , ( n1 ) : f ( i , { S } )=min {C ij + f ( j , S{ j}) }

Iterasi ke-
t , untuk t=n :

f ( , { S } )=min {C j + f ( j , S{ j}) }

21
untuk
i, j V dan S V dengan
sebagai simpul awal dan
t

adalah iterasi ke-t . Kemudian sirkuit diperoleh dengan merekonstruksi

simpul yang dilewati dari iterasi ke-1 sampai iterasi ke-


t dan bobot

minimum dari sirkuit tersebut berdasarkan solusi pada iterasi ke- t .

DAFTAR PUSTAKA

Andri. 2013. Aplikasi Traveling Salesman Problem dengan Metode

Artificial Bee Colony. JSM STMIK Mikroskil. (14):59-68.

Celik,Y. dan Ulker, E. A. 2012. Marriage In Honey Bee Optimisation

Approach To The Asymmetric Traveling Salesman Problem.

International Journal of Innovative Computing, Information and

Control (ICIC International). (08):4123-4132.

22
Harun N. 2008. Optimalisasi Sistem Tenaga Listrik Sulawesi Selatan

dengan Metode Dynamic Programming. Elektrikal Enjiniring.

(06):01-05.

Munir, R. 2003. Matematika Diskrit. Bandung: Informatika Bandung

Taha, HA. 1996. Riset Operasi. Jakarta: Binarupa Aksara

Yusianto,R. 2009. Rancang Bangun Software Simulasi Pendukung

Keputusan dengan Menggunakan Algoritma Ant Colony System

pada Kasus Traveling Salesman Problem. Techno Science. (03):323-

334.

23