7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 1/21
PENGEMBANGAN PERANGKAT LUNAK
BERBASIS JARINGAN SARAF TIRUAN(PENENTUAN RUTE TERPENDEK)
LATAR BELAKANG MASALAH
Masalah pencarian jalur terpendek merupakan masalah yang rumit
dipandang dari segi komputasinya salah satu masalah pencarian jalur
terpendek adalah Traveling Salesman Problem. Traveling Salesman Problem
adalah masalah sirkuit terpendek dari sejumlah kota dan jarak antar kota yang
harus di lalui oleh seseorang sales bila ia berangkat dari sebuah kota asal dan
menyinggahi setiap kota tepat satu kali dan kembali ke kota asal
keberangkatan.
Secara teoritis untuk n kota terdapat n! Rute yang harus di cari. Apabila
terdapat n=5 maka harus dicari sebanyak 1 rute" maka pencarianpun akan
sangat rumit dan lama. #engan adanya masalah tersebut maka dikembangkan
beberapa metode untuk menyelesaikan $ra%eling Salesman &roblem dengan
cara yang lebih e'ekti' dan e'esien. Salah satu metode Traveling Salesman
Problem ini menggunakan algoritma pembelajaran untuk self organizing. Salah
satu algoritma pembelajaran Self Organizing adalah algoritma pembelajaran
kohonen.
&ada pembelajaran kompetiti' "setiap neuron akan berkompetisi untuk
merespon suatu %ektor input. (ika nilai semua bobot bias sama dengan " maka
neuron yang memiliki %ektor bobot sangat dekat dengan %ektor input akan
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 2/21
memenangkan kompetisi dan menghasilkan nilai output sama dengan 1"
sedangkan nilai output neuron yang lainnya akan bernilai . Sehingga pada
algoritma pembelajaran Self Organizing ini akan mencoba untuk mengatur
neuron pemenang dengan cara menggerakkannya agar lebih dekat dengan
input.
Jaringan Saraf Tiruan
Sampai saat ini" belum ada de'inisi yang dapat diterima secara umum
mengenai jaringan sara' tiruan. $etapi banyak orang di bidang ini setuju baha
(aringan Sara' $iruan (JST) adalah jaringan dari sejumlah processor *unit)
sederhana yang masing+masing mempunyai memori lokal yang kecil. ,eberapa
jaringan sara' tiruan merupakan model jaringan sara' biologis dan beberapa
yang lainnya" tetapi dilihat dari sejarahnya" banyak inspirasi pada bidang
jaringan sara' tiruan datang dari keinginan untuk menghasilkan sistem buatan
yang dapat melakukan komputasi yang rumit atau mungkin -pintar" seperti
dengan yang dilakukan oleh otak manusia.
Jaringan Saraf Tiruan Kohonen
(aringan Sara' $iruan /ohonen terdiri dari dua lapisan (layer)" yaitu
lapisan input dan lapisan output. Setiap neuron dalam lapisan input terhubung
dengan setiap neuron pada lapisan output. Setiap neuron dalam lapisan output
mempersentasikan kelas input yang di berikan.
Setiap neuron output mempunyai bobot untuk masing+masing neuron
input. &roses pembelajaran dilakukan dengan melakukan penyesuaian
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 3/21
terhadap setiap bobot pada neuron output. Setiap input yang diberikan hitung
jarak euclidian-nya dengan setiap neuron output" kemudian cari neuron output
yang mempunyai jarak minimum. 0euron yang mempunyai jarak yang paling
kecil disebut neuron pemenang atau neuron yang paling sesuai dengan input
yang diberikan.
Kone! Daar A"gori#$a Pe$%e"a&aran Se"f 'rganiing
&ada jaringan ini" suatu lapisan yang berisi neuron+neuron akan
menyusun dirinya sendiri berdasarkan input nilai tertentu dalam suatu kelompok
yang dikenal dengan istilah cluster . Selama proses penyusunan diri" cluster
yang memiliki %ektor bobot paling cocok dengan pola input *memiliki jarak
paling dekat) akan terpilih sebagai pemenang. 0euron yang menjadi pemenang
beserta neuron+neuron tetangganya yang akan memperbaiki bobot+bobotnya.
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 4/21
Apabila kita ingin membagi data+data menjadi / cluster " maka lapisan akan
terdiri atas / buah neuron.
ambar diatas menunjukkan salah satu contoh arsitektur jaringan Self
Organizing dengan unit pada lapisan input &1 dan &" serta 2 unit *neuron)
pada lapisan output 31"3"32" bobot 4ij disini mengandung pengertian" bobot
yang menghubungkan neuron ke+j pada lapisan input ke+i pada lapisan output.
Salah satu algoritma pembelajaran Self organizing adalah algoritma
pembelajaran /ohonen. &embelajaran kompetiti' dengan metode /ohonen"
diaali dengan memilih secara acak suatu %ektor input .
Trae"ing Sa"e$an Pro%"e$
Travelling Salesman Problem termasuk kedalam persoalan yang sangat
terkenal dengan teori graph. 0ama persoalan ini diilhami oleh masalah seorang
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 5/21
pedagang yang akan mengunjungi sejumlah kota. /ebanyakan Travelling
Salesman Problem merupakan suatu simetris yang berarti untuk jarak dua kota
A dan ," jarak dari kota A ke kota , adalah sama dengan jarak dari kota , ke
kota A. #alam hal ini" kita akan mendapatkan panjang perjalanan keliling yang
sama persis jika kita membalikkan rute perjalanan tersebut. (ika tidak ada
perbedaan antara suatu perjalanan keliling dan kebalikannya.
ungsi objekti' dari persoalan $ra%elling Salesman &roblem adalah sebagai
berikut 6
7ij 6 jika i dan j tidak terpilih
1 jika i dan j terpilih.
Mo*e" Pro#o#+!e
Sering seorang user mende'inisikan serangkaian sasaran umum bagi
perangkat lunak" tetapi tidak melakukan identi'ikasi kebutuhan input"
pemrosesan" ataupun output secara detail. &ada kasus yang lain" programmer
mungkin tidak memiliki kepastian terhadap e'isiensi algoritma" kemampuan
penyesuaian dari sebuah sistem operasi" atau bentuk+bentuk interaksi manusia
dengan mesin. #alam hal ini" prototyping paradigma mungkin menaarkan
yang terbaik. &rototype disebut e%aluasi oleh user dan dipakai untuk menyaring
kebutuhan pengembangan perangkat lunak. 8terasi terjadi pada saat prototype
distel untuk memenuhi kebutuhan user" dan pada saat yang sama
n
f(x)=∑ Wij -Xij
i ≠0
j≠0
i≠0
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 6/21
memungkinkan programmer untuk secara lebih baik memahami apa yang harus
di alkukannya.
Secara ideal prototype ber'ungsi sebagai sebuah mekanisme untuk
mengidenti'ikasi kebutuhan perangkat lunak. ,ila prototype yang sedang
bekerja dibangun" programmer harus menggunakan bagian+bagian program
yang ada sehingga memungkinkan program yang bekerja untuk dimunculkan
secara cepat.
ambar .9 &rototype &aradigma
De,ri!i Maa"ah
&ermasalahan yang akan dibahas dalam tugas akhir ini adalah $ra%eling
Salesman &roblem*$S&). Masalah yang muncul dari $S& berhubungan untuk
mengantarkan atau menjual barang ke beberapa kota dengan aktu dan jarak
perjalanan seminimal mungkin. :raian persoalannya adalah diberikan sejumlah
kota dan jarak antar kota. $entukan rute terpendek yang harus dilalui oleh
Membangun
Memperbaiki
Program
Uji user
Untuk
mengendalikan
program
Mendengarkan
User
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 7/21
pedagang bila pedagang itu berangkat dari sebuah kota asal dan menyinggahi
setiap kota tepat satu kali" dan kembali ke kota asal keberangkatan dengan
pencarian yang relati' singkat.
$ra%elling Salesman &roblem *$S&) merupakan masalah optimasi
kombinatorial yang terkenal. :ntuk menyelesaikan maslah $S& terdapat
banyak algoritma yang dapat digunakan" diantaranya adalah Simulated
Annealing, Generate and test, Simple Hill Climbing,Genetic
Algorithms,Branch and Bound, Kohonen Self Organizing dan lain+lain.
#alam tugas akhir ini penulis menggunakan algoritma /ohonen Sel' ;rgani<ing
untuk menyelesaikan masalah $S&. Kohonen Self Organizing merupakan
algoritma yang harus disesuaikan dengan tipe masalah yang spesi'ik dan
mempunyai banyak pilihan untuk setiap komponen yang ada.
Pe$e-ahan Dengan A"gori#$a Kohonen Self Organizing
Algoritma Kohonen Self Organizing yang digunakan untuk menyelesaikan
masalah $ra%elling Salesman &roblem antara lain 6
angkah 1 6 ,uat penyelesaian masalah aal sebagai penetapan masalah.
Solusi yang ditetapkan merupakan suatu perjalanan lengkap"buat
batas tertinggi pada nilai minimum 'ungsi objekti' dengan mencari
berbagai kemungkinan perjalanan
angkah 6 $etapkan parameter+parameter seperti ma>imum epoh
*Ma>?poh)" earning rate untuk perubahan bobot antar neuron
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 8/21
*@)"earning rate untuk perubahan bobot antar koordinat kota
dengan neuron *) 0ilai @ dan bisa dibuat sama" &engurangan
learning rate*momentum)" aktor pengali untuk menuju koordinat
kota*near).
angkah 2 6 Masukkan koordinat kota *7i"3i)" dengan i = 1""..."0
angkah B 6 Cari jarak antar setiap kota ke+i dengan kota ke+j" #ij" dengan i"j =
1"".."0.
angkah 5 6 $etapkan jumlah neuron *D)" dengan DE0 dan tetapkan koordinat
aal setiap neuron *n7i"n3i)" sedemikian hingga neuron+neuron
membentuk lingkaran.
angkah 9 6 $etapkan bobot aal antara koordinat kota *>.y) dengan setiap
neuron" sebut sebagai 7 i dan 3i secara acak" antara samapi
1F dengan i = 1""..D .
angkah G 6 $etapkan bobot aal antar neuron" sebut sebagai r ij" dengan i"j =
1""..."D.
angkah H 6 Set epoh = .
angkah I 6 /erjakan selama epoh J Ma>?poh.
Perhi#ungan A"gori#$a Kohonen Se"f 'rganiing &encarian jalur terpendek dimulai dari sembarang kota" misal kota *M) dan
akan berakhir pada kota M juga.
! &ertama+tama" kita tetapkan terlebih dahulu parameter+parameter berikut 6
• Maksimum epoh*Ma>?poh)=H
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 9/21
• eraning rate untuk perubahan bobot antar neuron*@) = .5
• earning rate untuk perubahan bobot antara koordinat kota dengan
neuron *) = .5
• &engurangan earning rate *momentum)=.II5
• aktor pengali untuk menuju koordinat kota *near) = .1
• (umlah 0euron *D) = 2 *K15)
"! /emudian kita cari jarak antar kota dengan bentuk normal !uclidian 6
#ij = "" )()( ji ji y y x x −+−
&erhitungan pencarian jarak antar kota+1 ke kota+ sebagai berikut 6
#ij = "" )()( ji ji y y x x −+−
= "" )#$%&()%&"#( −+−
= "" )'()""( −+−
= %%'% +
= &%'
= 2.BIB
&erhitungan pencarian jarak antar kota+ ke kota+2 sebagai berikut 6
#ij = "" )()( ji ji y y x x −+−
= "" )#$()&%&( −+−
= "" )"()( −+−
= )'%()"( +
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 10/21
= "
= 21.191
&erhitungan pencarian jarak antar kota+2 ke kota+B sebagai berikut 6
#ij = "" )()( ji ji y y x x −+−
= "" )&'()$&( −+−
= "" )'()"0( +−
= %%
= 1.5BG
,egitu selanjutnya untuk menghitung pencarian jarak antar kota untuk kota+
kota lainnya.
#! /emudian tetapkan koordinat aal setiap neuron *n7i"n3i)" sedemikian
hingga neuron+neuron membentuk lingkaran
#engan i=1""..15FL1= Li+1 NOD"untuk iK1.
&osisi aal neuron 6
n7i n3i
.5 .
.BHI1 .1B
.B59H .2B
... ...
... ...
.BHI1 +.1B
nXi = 0!& *o+(,i)
ni = 0!& +in (,i)
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 11/21
B.$etapkan bobot aal koordinat input ke setiap neuron dalam jaringan
*7i"3i)
i =1""2.."2
,obot aal input ke tiap neuron dalam jaringan
.152 .GB9H
.BB51 .I21H
... ...
.HG5G .G2G2
5. Pitung bobot aal antar neuron" sebut sebagai r ij" dengan i"j = 1"".."D"
dengan cara
a. Cari jarak antar neuron" n#ij" dengan i"j = 1""..D
b. r ij = eQ+n#ij
O @
$abel 2. r ij aal
r i& J./ 0 1 2 3 4 5 6 7 /8
j=12
B59...
2
1.IH.I
.H2.G.91.........
.IH
.IH1
.IH
.I.H2.G.........
.I
.I.IH
1
.IH.I.H2
...
...
....H2
.H2.I.IH
1.IH.I.........
.G
.G.H2.I
.IH1
.IH.........
.IH
.91.G.H2
.I.IH
1.........
.5
.5.91.G
.H2.I.IH
...
...
....B1
.B1.5.91
.G.H2.I.........
.22
.22.B1.5
.91.G.H
...
...
....G
.G.22.B1
.5.91.G
...
...
....
9. Set epoh F misal epoh ke+1
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 12/21
G. /erjakan selama epoh J Ma>?poh6
∗ &ilih sembarang kota secara random" misal kota terpilih adalah kota ke+
∗ Set koordinat lokasi yang akan di dekati
i. ,angkitkan bilangan satu random r antara sampai 1
ii. t7 = 7 rT0ear U 0earO
iii. t3 = 3 rT0ear U 0earO
∗Cari jarak minimum antara *t7"t3) dengan bobot antara koordinat kota
dan neuron *7 i"3i)" i = 1""..."D. Misalkan jarak minimumnya jatuh pada
jarak antara *t7.t3) dengan bobot ke+j *7 j"3 j).
∗ &erbaiki bobot antara koordinat kota dan setiap neuron *7 i"3i) " i =
1""..."D
i. 7i = 7i Tr ijT*t7+7i)
ii. 3i = 3i Tr ijT*t3+3i) dengan j adalah indeks terpilih pada
*d)
∗ &erbaiki nilai @ dan 6
i. @ = @Tmomentum
ii. = Tmomentum
∗ &erbaiki bobot antar neuron *r ij)" dengan i= 1""..."DF dan j adalah indeks
terpilih pada *d)
r =eQ+n#ijO@
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 13/21
∗ Cari jarak minimum antara setiap kota ke+i dengan setiap bobot koordinat
kota ke neuron ke+j" sebut sebagai m(i" dan indeksnya sebut sebagai i
dengan i = 1""..."D
i. m(i = minimum ")(")( iwiiwi y y x x −+− F dengan j = 1""..."D
ii. i = j" sedemikian hingga ")(")( iwi jwi y y x x −+− = m(i.
iii. ,entuk matriks & berukuran 0> dengan kolom pertama adalah
m(i dan kolom kedua berisi i
∗ :rutkan naik matriks & berdasarkan kolom pertama .
& =m(i i
G2 9 1H 11I 1511 1B12 915 1
1G 1 I2 29 5G BI 122 H
(alur terpendek adalah matriks terurut pada kolom kedua. Cari jalur terpendek
Peran-angan Si#e$
Sistem pencarian rute secara global dapat dilihat pada gambar dibaah
ini" pada skema tersebut" terdapat tiga elemen utama. &ertama"data
masukkan yang menunjukkan aal dari proses pencarian rute" yang kedua
proses pencarian yang menggunakan algoritma Kohonen Self Organizing dan
yang ketiga adalah keluaran dari proses pencarian rute
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 14/21
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 15/21
masukkan dan akan menghasilkan beberapa output diantaranya jarak"rute.
Selain sebagai pemberi masukkan user berperan sebagai penerima
keluaran* jarak"rute) dari sistem.
DFD "ee" /
Ga$%ar 192 DFD Lee" /
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 16/21
Ada tiga proses utama yang terdapat pada ## le%el 1 yang terdiri dari
proses penetapan kota yang akan dikunjungi" proses pencarian rute" proses
hasil pencarian rute. Setelah user memasukkan data berupa kota yang akan
dikunjungi maka data tersebut akan masuk ke dalam proses penetapan kota
yana akan dikunjungi dilanjutkan dengan proses pencarian rute di dalam proses
pencarian rute ini menggunakan algoritma Kohonen Self Organizing " proses ini
akan menghasilkan rute perjalanan dengan jarak terpendek dari tempat isata
yang dipilih oleh user. Setelah itu masuk ke dalam proses pencarian rute"
proses ini akan menampilkan hasil yang berupa jarak" rute yang akan diterima
oleh user.
DFD "ee" 0 Proe 0
Ga$%ar 193 DFD Lee" 0 Proe 0
#alam ## le%el proses " masukkan user dimasukkan ke proses
penetapan koordinat yang berupa jarak antara suatu kota ke kota lainnya yang
dipilih oleh user. Setelah itu dilanjutkan dengan proses penetapan jarak yang
sesuai dengan kota yang dipilih oleh user. /emudian matrik jarak ini masukkan
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 17/21
ke proses penetapan epoh jarak baru yang nantinya akan di hitung pada proses
selanjutnya.
DFD Lee" 0 Proe 1
ambar 2.9 ## le%el &roses 2
&ada ## diatas di hitung dan ditetapkan epoh selama epoh J Ma>?poh. #ata
yang mengalir berupa jarak dan rute yang masuk kedalam proses penetapan
koordinat lokasi dan penetapan kota secara random" data yang berupa jarak
dan rute masuk kedalam proses penetapan jarak minimum dan data yang
mengalir merupakan batas minimum yang akan masuk kedalam proses
penetapan solusi terbaik dan akan menghasil kan jarak rute terbaru.
Taha! I$!"e$en#ai A"gori#$a Kohonen Se"f 'rganiing
&ada algoritama /ohonen Sel' ;rgani<ing yang digunakan untuk
menyelesaikan masalah $ra%elling Salesman &roblem" banyak program apliksi
yang bias digunakan" penulis mencoba mengimplementasikan pemecahan
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 18/21
masalah pencarian rute terpendek dengan algoritma Kohonen Self Organizing "
tahap+tahap dan contoh algoritma Kohonen Self Organizing telah dibahas pada
bab sebelumnya. 8mplementasi pada program aplikasi menggunakan perangkat
lunak Matlab 9.5.
:ntuk membuat program" dibutuhkan beberapa parameter yang telah
ditetapkan" seperti Maksimum ?poh" epoh akan berubah jika salesman memilih
sembarang dari beberapa kota. earning Rate untuk perubahan bobot antar
neuron. earning Rate untuk perubahan bobot antara koordinat kota dengan
neuron" &engurangan learning rate *momentum)"aktor &engali untuk menuju
koordinat kota" (umlah 0euron.
Re,a!i#u"ai Hai" Pengu&ian
Pasil pengujian dari pencarian rute perjalanan terpendek dari kota yang
dilalui. &encarian rute ini membutuhkan prosentase setiap kota dikunjungi dan
prosentase setiap neuron update. #ari hasil pengujian diperoleh sebagai berikut
6
(A:R $?R&?0#?/ = 12 5 B H 2 G I 9 1 1B 1 11 15 1
&A0(A0 (A:R = 2G.9B1
Statistik6
Ta%e" 29/
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 19/21
&rosentase setiap kota dikunjungi6
Ko#a ,e: Ju$"ah Di Kun&ungi Proen#ae *i,un&ungi12B5
5HBG9H5291
G.55.HHH.59.92G.92
9GHI1
BB5155915B
5.59.2H9.HHG.929.G5
111121B15
59995
G.G.5G.G59.5.5
Ta%e" 290
Proen#ae Se#ia! neuron +ang *iu!*a#e
Ko#a ,e: Ju$"ah U!*a#e Proen#ae U!*a#e
1
2B59GHI1
5B59
2B2B95922
9.G5G.
.2H.5.2H5.G5.92G.5.2H.2H
111
9GH
H.2H1.
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 20/21
121B
15191G1H1I
129
BI5GGBH1BB
1.92G.5
9.12G.12.HH9..12.5
12B
59GHI2
115HH
G12B5BG2
.12.12G.51.
H.HH.2H.55.925.HH.2H
Kei$!u"an
#ari pembahasan dam analisis yang telah dilakukan" maka dapat diambil
beberapa kesimpulan antara lain 6
! &encarian rute perjalanan sebanyak 15 kota dengan menggunakan
algoritma Kohonen Self Organizing membutuhkan aktu yang cukup
singkat.
"! #i dalam program aplikasi ini" hasil output memberikan solusi rute
perjalanan dengan jarak yang minimal dari kota yang akan dikunjungi.
#! :ntuk pencarian rute perjalanan tidak hanya menggunakan algoritma
/ohonen Sel' ;rgani<ing masih banyak algoritma+algoritma lain yang
dapat menyelesaikan masalah $ra%elling Salesman &roblem.
Saran
7/23/2019 Jbptunikompp Gdl s1 2005 Hersirahay 1840 Jurnal Ta
http://slidepdf.com/reader/full/jbptunikompp-gdl-s1-2005-hersirahay-1840-jurnal-ta 21/21
,erdasarkan kesimpulan yang diperoleh" maka penulis dapat memberikan
beberapa saran yang mungkin dapat digunakan untuk keperluan
pengembangan selanjutnya 6
! &ada $ugas Akhir ini dugunakan bentuk $S& simetris" untuk
pengembangannya dapat digunakan bentuk $S& asimetris.
"! :ntuk mengetahui kinerja Algoritma /ohonen Sel' ;rgani<ing dalam
menyelesaikan masalah $S& disarankan menggunakan lebih dari 15
kota.
#! &rogram aplikasi yang dibuat masih sederhana dan perlu
pengembangan lebih lanjut.
%! &rogram aplikasi yang dibuat hanya membahas pemecahan masalaj
$S& dengan algoritma Kohonen Self Organizing saja. :ntuk
pengembangan lebih lanjut dapat ditambahkan algoritma lain yang dapat
dijadikan bahan pertimbangan dalam menyelesaikan masalah $S&.
&! (arak suatu kota ke kota lain dianggap garis lurus" hal ini mengurangi
ketepatan jarak isata yang akan ditempuh. :ntuk perkembangan lebih
lanjut" dapat dimasukkan jarak satu kota ke kota lain dengan jarak yang
sebenarnya.