KAJIAN TEORI
Pada bab kajian teori akan dibahas tentang teori graf, algoritma, algoritma
semut, dan travelling salesman problem. Teori graf digunakan untuk menerapkan
aplikasi rute Trans Jogja. Optimasi digunakan untuk mencari nilai optimal dalam
salah satu bentuk permasalahan rute terpendek Terminal Giwangan hingga Bantul
Kota dengan menggunakan data berupa jarak antar halte. Data yang didapat
algoritma semut.
A. Teori Graf
1. Definisi Graf
Suatu graf dapat dipandang sebagai kumpulan titik yang disebut simpul dan
segmen garis yang menghubungkan dua simpul yang disebut dengan rusuk.
Graf G yang dilambangkan dengan 𝐺 = (𝑉, 𝐸) terdiri atas dua himpunan 𝑉 dan 𝐸
tersebut.
8
𝐺
2. Keterhubungan
Menurut Chartrand & Zang (2005:13), sebuah graf G dikatakan terhubung jika
setiap dua simpul graf G terhubung. Dengan kata lain, graf G dikatakan terhubung
jika ada suatu lintasan antara sembarang dua simpul. Graf dapat digunakan
sebagai model dari suatu sistem, salah satunya yaitu model sistem rute perjalanan.
9
Berikut akan dijelaskan keterhubungan graf yaitu jalan (walk), jejak (trail),
a. Jalan (Walk)
yang suku-sukunya berupa simpul dan rusuk yang diurutkan secara bergantian
sedemikian hingga rusuk ujung 𝑒𝑖 adalah simpul 𝑣𝑖−1 dan 𝑣𝑖 . Pada gambar 2.2,
{𝑣1 , 𝑒2 , 𝑣5 , 𝑒3 , 𝑣4 , 𝑒5 , 𝑣6 , 𝑒6 , 𝑣5 }.
b. Jejak (Trail)
Jejak (Trail) adalah walk tanpa rusuk berulang. Pada gambar 2.2, contoh
c. Lintasan (Path)
Lintasan (Path) adalah jejak tanpa simpul berulang. Contoh pada gambar 2.2
10
d. Sirkuit (circuit)
Definisi 2.5
Sirkuit adalah jalan tertutup (closed walk) dengan rusuk tidak berulang atau
dengan kata lain sirkuit adalah jejak (trail) yang tertutup. Contoh sirkuit pada
𝑊 = {𝑣1 , 𝑒2 , 𝑣5 , 𝑒6 , 𝑣6 , 𝑒9 , 𝑣2 , 𝑒8 , 𝑣3 , 𝑒7 , 𝑣5 , 𝑒3 , 𝑣4 , 𝑒1 , 𝑣1 }
e. Lintasan Hamilton
Definisi 2.6
Lintasan Hamilton adalah lintasan yang melalui setiap simpul di dalam graf
f. Sirkuit Hamilton
Definisi 2.7
Sirkuit Hamilton adalah graf sirkuit yang mengunjungi tiap simpul pada graf
terhubung G tepat satu kali, kecuali simpul awal (yang juga merupakan simpul
akhir) dilewati dua kali. Contoh Lintasan Hamilton dan Sirkuit Hamilton sebagai
berikut:
G1 G2 G3
Gambar 2.3 Contoh Sirkuit Hamilton dan Lintasan Hamilton
11
Pada gambar 2.3, graf G1 merupakan contoh lintasan Hamilton
Hamilton.
3. Jenis Graf
Graf dapat dibedakan berdasarkan ada tidaknya rusuk ganda, ada tidaknya
loop (gelang), dan ada tidaknya arah (Mardiyono, 1996). Berikut ini dijelaskan
Definisi 2.8
Graf sederhana adalah graf yang tidak mempunyai rusuk ganda dan tidak
mempunyai loop (gelang). Graf sederhana terbagi menjadi beberapa jenis, yaitu:
1) Graf Nol
Definisi 2.9
Graf Nol adalah suatu graf yang himpunan rusuknya merupakan himpunan
H1 H4
Pada gambar 2.4, Graf H1 dan H4 masing-masing merupakan graf nol dengan
12
2) Graf Lengkap
Definisi 2.10
Graf lengkap adalah suatu graf yang setiap pasang simpulnya berikatan. Graf
lengkap yang dinotasikan dengan n simpul adalah K n . Semua contoh pada gambar
2.5 dibawah ini adalah graf lengkap dan dinotasikan sebagai K1, K2, K3, dan K4.
b. Graf Berarah
Graf berarah adalah graf yang setiap rusuk mempunyai arah tertentu. Pada
J1
13
c. Graf Tak Berarah
Graf tak berarah adalah graf yang setiap rusuk tidak mempunyai arah
tertentu. Pada gambar 2.7 graf J2 merupakan contoh graf tak berarah.
J2
B. Optimasi
Optimasi adalah proses pencarian satu atau lebih penyelesaian layak yang
berhubungan dengan nilai-nilai ekstrim dari satu atau lebih nilai objektif pada
suatu masalah sampai tidak terdapat solusi ekstrim yang dapat ditemukan. (Intan
(Wikipedia: 2013). Pencarian rute optimal pada penelitian ini adalah pencarian
1. Metode Konvensional
14
masing-masing antar simpul dan kemudian mencari jarak terpendeknya. Ada
2. Metode Heuristik
Indrato, Taufik Hidayat, 2007). Ada beberapa algoritma pada metode heuristik
semut, dll.
2010:15) adalah:
a. Algoritma Immune
c. Algoritma Genetika
d. Logika Fuzzy
e. Tabu Search
pedagang ketika berpergian dan singgah di beberapa kota hingga kembali ke kota
semula. Selain masalah sarana transportasi, TSP juga mencakup beberapa masalah
15
lainnya, diantaranya masalah efisiensi pengiriman surat atau barang, layanan
delivery service dari suatu tempat makan, dan efisiensi petugas bank yang
Penerapan awal Algoritma Semut adalah pada permasalahan TSP. TSP dipilih
menjadi kasus rute terpendek pertama yang diterapkan karena TSP merupakan
suatu modifikasi perilaku koloni semut buatan yang dengan mudah diadaptasi ke
dalam Algoritma Semut. Selain itu, TSP juga mudah dipahami dan penguraian
tepat satu kali sampai kembali ke simpul awal. Dengan kata lain, TSP bertujuan
mencari rute terpendek sebuah graf menggunakan sirkuit Hamilton. TSP hanya
simpul. Setiap rusuk (𝑖, 𝑗) ∈ 𝐸 adalah nilai (jarak) 𝑑𝑖𝑗 yang merupakan jarak dari
kota 𝑖 ke kota 𝑗, dengan (𝑖, 𝑗) ∈ 𝑉. Pada TSP simetris, yaitu jarak dari kota 𝑖 ke
kota 𝑗 sama dengan jarak dari 𝑗 ke kota 𝑖, berlaku 𝑑𝑖𝑗 = 𝑑𝑗𝑖 untuk semua rusuk
(𝑖, 𝑗) ∈ 𝐸. Misalkan dalam graf lengkap G dengan 𝑛 buah simpul (𝑛 > 2), maka
(𝑛−1)!
graf tersebut mempunyai buah sirkuit hamilton. Pada teorema lain, jika
2
terdapat graf lengkap G dengan jumlah simpul 𝑛 > 2 dan n ganjil, maka ada
16
(𝑛−1)!
buah Sirkuit Hamilton saling asing, sedangkan untuk jumlah simpul 𝑛 > 3
2
(𝑛−1)!
dan n genap terdapat buah sirkuit hamilton.
2
TSP dimodelkan sebagai graf dengan n buah simpul yang mewakili kota-kota
n sebagai berikut.
… … … … … …
𝑥𝑖𝑗 adalah variabel biner dari kota i ke kota j yang bernilai sebagai berikut.
Selanjutnya, semua sel dalam baris dan kolom dijumlahkan satu persatu.
17
4. Penjumlahan sel dilakukan seterusnya hingga baris ke-n. Berikut ini
4. Penjumlahan sel dilakukan seterusnya hingga sel kolom ke-n. Berikut ini
maka persamaan ∑𝑛𝑗=1 𝑥𝑖𝑗 diberi nilai 1. Variabel 𝑐𝑖𝑗 dimasukkan dalam
18
persamaan ∑𝑛𝑗=1 𝑥𝑖𝑗 agar dapat diketahui bahwa rute dari i ke j terlewati atau
tidak. 𝑐𝑖𝑗 adalah jarak dari kota i ke kota j. Tujuan akhir TSP adalah mencari rute
dengan kendala:
Persamaan (2.5) dan Persamaan (2.6) menjamin bahwa setiap kota hanya
Sebagai contoh kasus TSP yang telah dibentuk ke dalam suatu graf yang
terdiri dari 4 kota dan masing-masing kota terhubung satu sama lain dengan jarak
tertentu. Jika kasus TSP dibawa ke dalam bentuk graf, maka diperoleh graf seperti
pada gambar 2.8, dengan v1 hingga v4 merupakan kota dan bobot merupakan jarak
antar kota.
19
Gambar 2.8 Contoh Kasus TSP
Dari gambar 2.8 diketahui bahwa graf tersebut adalah graf berbobot dan
terpendek (𝐿𝑚𝑖𝑛 ) yang harus dilalui seorang salesman dengan mengunjungi setiap
(4−1)!
2.8 mempunyai = 3 Sirkuit Hamilton, yaitu:
2
D. Algoritma
Abu Ja’far Mohammed Ibn Musa Al-Khowarizmi. Sampai pada tahun 1950,
algoritma selalu diasosiasikan dengan Euclid’s Algorithm, yaitu suatu proses yang
menjelaskan cara mencari bilangan pembagi terbesar untuk dua buah bilangan
20
(greatest common divisor). Definisi algoritma yaitu metode langkah demi
langkah dari pemecahan suatu masalah. Pada Kamus Besar Bahasa Indoonesia
Algoritma mempunyai ciri khas seperti yang dikutip dari Richard (1998:35)
sebagai berikut:
1. Masukan (Input)
2. Keluaran (Output)
3. Presisi (Precision)
(presisi).
4. Determinism
Hasil intermediate dari tiap langkah eksekusi adalah tunggal dan semata-mata
21
5. Terhingga (Finiteness)
6. Kebenaran (Correctness)
Produksi keluaran dari algoritma bernilai benar. Dengan kata lain, algoritma
7. Umum (Generality)
E. Algoritma Semut
dalam tesisnya yang termasuk algoritma pertama yang bertujuan untuk mencari
jalur optimal dalam graf berdasarkan perilaku semut mencari jalur dari sarang ke
sumber makanan.
perilakunya yang khas daripada hidup individu. Perilaku serangga sosial dalam
mencari makanan telah menarik minat para ilmuwan karena mereka dapat
perjalanan, semut meninggalkan jejak berupa feromon, yaitu suatu subtansi kimia
22
yang berasal dari kelenjar endokrin dan digunakan makhluk hidup untuk
mengenali sesama spesies, individu lain, kelompok, dan untuk membantu proses
semut selanjutnya yang akan mengikuti jejak feromon semut pertama. Proses
dimodifikasi agar semut dapat mengingat jalan pulang ke sarang sekaligus sebagai
perilaku yang secara alamiah akan menemukan jalur terpendek dari sarang ke
sumber makanan lalu kembali ke sarang. Jejak feromon merupakan media yang
digunakan untuk memutuskan kemana harus pergi. Seekor semut bergerak dengan
memperkuat jejak dengan feromon semut itu sendiri. Perilaku kolektif yang
muncul adalah bentuk perilaku di mana semakin banyak semut mengikuti sebuah
jejak, maka jejak tersebut menjadi menarik untuk diikuti. Proses ini demikian
ditandai dengan umpan balik yang positif, dengan probabilitas semut memilih
suatu jalur meningkat bersamaan dengan jumlah semut yang memilih jalan yang
23
Gambar 2.9 berikut adalah ilustrasi bagaimana semut dapat membangun rute
Misalkan ada sebuah jalur dari sumber makanan A ke sarang E seperti pada
gambar 2.9 a). Tiba-tiba sebuah hambatan datang dan jalur sebelumnya terputus,
sehingga pada posisi B semut-semut berjalan dari E menuju A (atau pada posisi D
semut berjalan arah sebaliknya) harus memutuskan berbelok ke kanan atau kiri
seperti pada gambar 2.9 b). Disini, pilihan jalur dipengaruhi oleh intensitas jejak
tinggi di jalur kanan memberi stimulus yang lebih kuat, sehingga probabilitas
lebih tinggi ke arah kanan, yang artinya semut banyak berjalan ke arah kanan.
Semut pertama yang mencapai titik B (atau D) memiiliki probabilitas yang sama
dalam memilih berbelok ke kiri atau ke kanan karena tidak ada feromon tertinggal
pada dua jalur tersebut. Jalur BCD yang lebih pendek dari BHD menyebabkan
24
semut yang memilih jalur BCD akan mencapai D sebelum semut lain yang
menempuh jalur BHD. Hasilnya semut selanjutnya yang datang dari ED akan
menemukan jejak kuat di jalur DCB yang disebabkan oleh setengah koloni semut
secara tidak sengaja melewati hambatan melalui ABCD yang secara otomatis
melewati BCD.
daripada jalur DHB. Akibatnya, jumlah semut yang melewati jalur BCD
meningkat dalam satuan waktu daripada semut yang melewati jalur BHD. Hal ini
menyebabkan jumlah feromon pada jalur yang lebih pendek meningkat lebih
cepat daripada jalur lainnya. Oleh karena itu, probabilitas tiap semut memilih jalur
dengan cepat jalur yang lebih pendek. Hasil akhir adalah dengan cepat, semut-
semut memilih jalur yang lebih pendek seperti yang ditunjukkan gambar 2.9 c).
eksplorasi rute alternatif. Semakin banyak semut yang melewati suatu lintasan,
maka semakin banyak jejak feromon yang ditinggalkan. Akibatnya, jejak yang
jarang dilewati akan menguap sehingga semut tidak melewati jejak tersebut lagi.
berikut:
diinisialisasikan, yaitu:
25
1) Intensitas jejak feromon antar simpul (𝜏𝑖𝑗 ) dan perubahannya (∆𝜏𝑖𝑗 )
Penetapan nilai feromon awal dimaksudkan agar tiap-tiap ruas memiliki nilai
yang akan dikunjungi. Nilai dari semua feromon pada awal perhitungan
ditetapkan dengan angka kecil, yaitu 0 ≤ 𝜏𝑖𝑗 ≤ 1. Δ𝜏𝑖𝑗 adalah perubahan harga
intensitas jejak semut. ∆𝜏𝑖𝑗 diinisialisasikan setelah selesai satu siklus dan
Banyak simpul (n) merupakan jumlah simpul yang akan dikunjungi semut
Semut yang akan melakukan tur harus memulai perjalanan dari simpul awal
ke simpul tujuan. Dalam kasus TSP, simpul tujuan merupakan simpul awal.
untuk menghindari akumulasi feromon yang tidak terbatas pada rusuk tersebut.
Akumulasi feromon yang tidak terbatas tidak sesuai logika karena tingkat
26
feromon yang ditinggalkan tidak mungkin bertambah kuat tetapi akan terus
visibilitas.
untuk menghitung visibilitas antar simpul. Visibilitas antar simpul ini bergantung
1
𝜂𝑖𝑗 = (2.11)
𝑑𝑖𝑗
dengan :
Jumlah semut (𝑚) merupakan banyak semut yang akan melakukan siklus
27
9) Tetapan penguapan jejak semut (𝜌)
jejak feromon semut (𝜏𝑖𝑗 ) untuk siklus selanjutnya dan ditetapkan suatu parameter
dijalankan, sedangkan 𝜏𝑖𝑗 akan selalu diperbaharui. 𝜏𝑖𝑗 diperbaharui pada setiap
siklus algoritma mulai dari siklus pertama (NC – 1) sampai tercapai jumlah siklus
Setelah inisialisai 𝜏𝑖𝑗 dilakukan, lalu semut pertama ditempatkan pada simpul
pertama dan mulai inisialisasi untuk simpul kedua. Hasil inisialisasi simpul
pertama harus diisikan sebagai elemen pertama dalam tabu list. Tabu list
langkah tersebut adalah terisinya elemen pertama setiap semut dengan indeks
simpul pertama, yang berarti bahwa setiap 𝑡𝑎𝑏𝑢𝑘 (𝑖) dapat berisi indeks semua
simpul.
Penyusunan rute kunjungan dilakukan oleh koloni semut dari simpul pertama
ke simpul kedua. Kemudian masing-masing semut memilih salah satu simpul dari
simpul-simpul yang tidak terdapat pada tabuk sebagai simpul tujuan. Perjalanan
koloni semut dilanjutkan terus menerus hingga mencapai simpul tujuan. Jika s
menyatakan indeks urutan kunjungan, titik asal dinyatakan sebagai tabuk(s), dan
28
titik-titik lainnya dinyatakan sebagai {N-tabuk}, maka untuk menentukan kota
Perhitungan panjang tur setiap semut atau 𝐿𝑘 dilakukan setelah semua semut
dengan ∑𝑛−1
𝑚=1 𝑑𝑡𝑎𝑏𝑢(𝑠),𝑡𝑎𝑏𝑢(𝑠+1) adalah jarak rusuk dari titik s sampai titik s+1
pada tabu list yang ditempati oleh semut k, dan 𝑑𝑡𝑎𝑏𝑢 (𝑛),𝑡𝑎𝑏𝑢(1) merupakan jarak
antara simpul n (akhir) dan simpul pertama (awal) pada tabu list yang ditempati
oleh semut k.
29
Koloni semut akan meninggalkan jejak feromon pada lintasan antar simpul
yang dilaluinya. Adanya penguapan dan perbedaan jumlah semut yang lewat
𝑘
antarsimpul. ∆𝜏𝑖𝑗 adalah perubahan intensitas jejak feromon antar simpul dan 𝑄
Intensitas jejak feromon semut antar simpul pada semua lintasan antar simpul
ada kemungkinan berubah karena adanya penguapan dan perbedaan jumlah semut
yang melewati. Untuk siklus selanjutnya, semut yang akan melewati lintasan
tersebut harga intensitasnya telah berubah. Harga intensitas jejak kaki semut untuk
dengan ρ adalah tetapan penguapan jejak semut, 𝜏𝑖𝑗 adalah intensitas jejak
30
f. Pengosongan tabu list
Langkah berikutnya adalah pengosongan tabu list. Tabu list dikosongkan dan
langkah b diulangi jika NCmax belum tercapai atau belum terjadi konvergensi
(semua semut hanya menemukan satu tur yang sama dengan jarak yang sama
pula). Tabu list dikosongkan agar dapat diisi lagi dengan urutan simpul yang baru
pada siklus selanjutnya. Langkah algoritma diulang lagi dari pengisian kota
pertama ke dalam tabu list dengan parameter intensitas jejak feromon yang telah
diperbaharui.
31
2. Flowchart (diagram alir) Algoritma Semut
flowchart:
Mulai
Inisialisasi parameter
𝑄 , 𝑚, τ𝑖𝑗 , α, β, ρ,NC𝑚𝑎𝑥
Hitung Probabilitas
Tidak
Banyak
semut = m ?
Y
a
Perbaharui τ𝑖𝑗
Tidak
Banyak Siklus
= NC𝑚𝑎𝑥 ?
Ya
Selesai
32
F. Keadaan Geografis Kabupaten Bantul
tentang daerah yang menjadi obyek penelitian. Penjelasan yang diperlukan antara
lain, keadaan alam atau kontur daerah Kabupaten Bantul, kepadatan penduduk,
Secara geografis, Kabupaten Bantul terletak antara 07° 44' 04" - 08° 00' 27"
Lintang Selatan dan 110° 12' 34" - 110° 31' 08" Bujur Timur.
Kabupaten Bantul memiliki luas wilayah 506,85 Km2 (15,90% dari Luas wilayah
Propinsi DIY) dengan topografi sebagai dataran rendah 40% dan lebih dari
separuhnya (60%) daerah perbukitan yang kurang subur. Secara garis besar,
1) Bagian Barat, adalah daerah landai yang kurang serta perbukitan yang
membujur dari Utara ke Selatan seluas 89,86 km2 (17,73 % dari seluruh wilayah).
2) Bagian Tengah, adalah daerah datar dan landai merupakan daerah pertanian
3) Bagian Timur, adalah daerah yang landai, miring dan terjal yang keadaannya
masih lebih baik dari daerah bagian Barat, seluas 206,05 km2 (40,65%).
33
4) Bagian Selatan, adalah sebenarnya merupakan bagian dari daerah bagian
Tengah dengan keadaan alamnya yang berpasir dan sedikir berlagun, terbentang
Kabupaten Bantul dialiri enam sungai yang mengalir sepanjang tahun dengan
Dusun. Data hasil registrasi penduduk awal tahun 2012 adalah sebagai berikut:
502.762 jiwa (49,52%) dan total penduduk perempuan adalah 512.703 jiwa
(50,48%).
34
3. Mutasi penduduk Bantul tahun 2011 terdiri dari kelahiran (L) sebanyak 9.499
(0,94%), kedatangan (D) sejumlah 14.358 (1,41%), kematian (M) sebanyak 4.578
35