Traveling Salesman Problem (TSP) merupakan suatu masalah klasik yang mencari sirkuit Hamilton

terpendek yang bisa dilalui seorang salesman yang ingin mengunjungi beberapa tempat (kota) masing2
tempat satu kali dan kembali ke kota asal keberangkatan dengan tujuan meminimalkan jarak, waktu,
ataupun biaya perjalanan. TSP banyak diterapkan dalam kehidupan sehari-hari seperti dalam
transportasi, delivery order, masalah jaringan komunikasi, penempatan staff, penjadwalan produksi,
masalah pengiriman barang atau surat dan lain sebagainya. Seperti halnya daama maslaah pengiriman
surat atau barang efisiensi pengiriman surat atau barang ditentukan oleh lintasan yang diambil untuk
mengirimkan surat atau barang tersebut. Oleh karna itu solusi optimal dari permasalahan TSP ini akan
sangat membantu untuk mengefisiensikan proses pengiriman barang, baik dari segi waktu maupun
biaya.

Sejak permasalahan TSP ini ditemukan, pusat perhatian studi tertuju pada penemuan nilai minimum dari
persoalan TSP dengan konsekuensi dibutuhkan waktu yang cukup lama untuk menyelesaikannya.
Penyelesaian masalah TSP dibagi menjadi 2 metode, yaitu metode optimal dan metode aproksimasi.
Metode optimal akan menghasilkan solusi yang optimal sedangkan metode aproksimasi akan
menghasilkan solusi yang akan mendekati optimal.

Untuk metode optimal, terdapat beragam teori algoritma yang dapat digunakan untuk menyelesaikan
permasalahan TSP seperti metode complete enumeration, dynamic programming, metode cutting-
plane, algoritma aditif, algoritma branch and bound, dan lain-lain. Sedangkan metode aproksimasi untuk
permasalahan TSP dapat digunakan berbagai algoritma heuristic seperti simulasi annealing, algoritma
genetik, algoritma greedy, neural network, algoritma artificial bee colony, dan lain-lain.