Optimasi Traveling Salesman Problem Dalam Penentuan Jarak Terpendek
Optimasi Traveling Salesman Problem Dalam Penentuan Jarak Terpendek dengan menggunakan Jaringan Saraf Tiruan Self Organizing Map M. Zainul Rohman NRP. 0820620074
TRAVELING SALESMAN PROBLEM • • Traveling Salesman Problem (TSP) adalah suatu permasalahan dimana seorang sales harus melalui semua tempat/kota yang ditunjuk dengan jarak yang paling pendek dan setiap tempat/kota hanya boleh dilalui satu kali, kemudian kembali ke tempat/kota semula. TSP adalah satu contoh permasalahan kombinatorial dengan kemungkinan penyelesaian yang sangat banyak.
TSP DENGAN 4 KOTA · TSP dengan 4 kota (1, 2, 3, 4) hanya mempunyai 3 kemungkinan seperti gambar di bawah ini. · 1 · 4 2 · 1 · 3 · 4 2 · 3 · 1 · 4 2 · 3 · TSP dengan 4 kota tidak perlu diselesaikan menggunakan komputer
TSP DENGAN 5 KOTA · TSP dengan 5 kota (1, 2, 3, 4, 5) hanya mempunyai 12 kemungkinan seperti gambar di bawah ini. · 1 · 1 · 2 · 5 · 5 · 4 3 · 2 · 4 3 ·dst ·. . . · Teknik yang dipakai bisa berupa mencoba semua kemungkinan dibandingkan jaraknya untuk memperoleh jarak paling pendek. · Bagaimana 20 bahkan 100 kota?
SOLUSI TSP Beberapa solusi dan metode yang umum sudah banyak diteliti oleh para peneliti sebelumnya untuk optimasi TSP, antara lain menggunakan : 1. Algoritma 2. Algoritma 3. Algoritma 4. Algoritma 5. Algoritma 6. Algoritma (NNH) 7. Algoritma (CIH) 8. Algoritma Heuristic Djiktra Bellman-Ford Monte Carlo Linier Programming (LP) Nearest Neighbourhood Heuristic Cheapest Insertion Heuristic Ant Colony Optimization (ACO)
JARINGAN SARAF TIRUAN (JST) • Jaringan saraf tiruan (JST) atau dikenal artificial • • neural network (ANN) adalah suatu metode komputasi yang meniru sistem jaringan saraf biologis. Metode ini menggunakan elemen perhitungan non-linier dasar yang disebut neuron yang diorganisasikan sebagai jaringan yang saling berhubungan, sehingga mirip dengan jaringan saraf manusia. Jaringan saraf tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran.
SELF ORGANIZING MAP (SOM) • Self Organizing Map (SOM) adalah satu tipe dari Jaringan Saraf Tiruan (Artificial Neural Network), termasuk tipe pembelajaran tanpa bimbingan (unsupervised learning), juga termasuk competitive learning. • Teknik Self Organizing Map dikenalkan pertama kali oleh Teuvo Kohonen, merupakan proses unsupervised learning yang mempelajari distribusi himpunan pola tanpa informasi kelas (Mauridhi Hery P. , 2002).
SELF ORGANIZING MAP (SOM) Beberapa parameter penting dalam pembelajaran SOM: o o o Weight Learning rate Momentum Epoch/iterasi Neighborhood function Neuron winner.
KERANGKA KONSEP PENELITIAN
KERANGKA KONSEP PENELITIAN
OPTIMASI TSP DENGAN JST SOM • Secara sederhana optimasi dapat diartikan sebagai suatu proses untuk mencapai hasil yang ideal atau optimal. Untuk dapat mencapai nilai tersebut, secara sistematis dilakukan pemilihan nilai variabel yang akan memberikan solusi optimal. • Terdapat beberapa aspek yang dapat dioptimasi dari jaringan saraf tiruan, antara lain bobot dan arsitektur jaringan. Pemilihan bobot interkoneksi yang optimal akan memberikan output optimal.
METODOLOGI PENELITIAN
FLOWCHART SISTEM SECARA GLOBAL
DIAGRAM ALIR
DIAGRAM ALIR
ANALISIS DAN HASIL Koordinat neuron pada lapisan keluaran SOM
ANALISIS DAN HASIL Pemekaran koordinat neuron mendekati koordinat kota
ANALISIS DAN HASIL Visualisasi penggambaran garis yang menghubungkan antar titik (iterasi 1)
ANALISIS DAN HASIL Visualisasi penggambaran garis yang menghubungkan antar titik (iterasi 2)
ANALISIS DAN HASIL Hasil pemekaran koordinat neuron terdekat menjadi sebuah kurva penghubung antar kota
ANALISIS DAN HASIL Optimasi TSP dalam penentuan jarak terpendek dengan menggunakan JST SOM
ANALISIS DAN HASIL Optimasi TSP dalam penentuan jarak terpendek dengan menggunakan JST SOM (iterasi 1)
ANALISIS DAN HASIL Optimasi TSP dalam penentuan jarak terpendek dengan menggunakan JST SOM (iterasi 45)
TERIMA KASIH WASSALAM
- Slides: 24