IMPLEMENTASI ALGORITMA ANT COLONY OPTIMIZATION (ACO) UNTUK PERENCANAAN PERJALANAN WISATA
Total View This Week0
Total View This Week0
Institusion
Universitas Bakrie
Author
Ramadhansyah, Muhammad Khalish
Subject
Computer Science
Datestamp
2018-08-31 04:31:24
Abstract :
Perencanaan perjalanan wisata atau biasa disebut dengan Tourist Trip Design Problem (TTDP) merupakan salah satu masalah yang sering dihadapi oleh turis saat melakukan perjalanan wisata di suatu daerah. Adapun kesulitan yang dihadapai oleh turis adalah untuk menentukan lokasi wisata yang akan dikunjungi, jarak antar destinasi, waktu tempuh selama perjalanan wisata. Oleh karena itu, setiap turis akan memilih rute wisata yang tercepat dan terpendek yang dapat dicapai sehingga dapat memaksimalkan waktu yang ada. Untuk mengatasai permasalahan tersebut maka dibuat sebuah trip planner untuk membantu memilih rute antar destinasi. Permasalahan TTDP juga dapat diselesaikan dengan adanya aplikasi rekomendasi perjalanan wisata dengan pendekatan berbasis antarmuka web ataupun mobile. Penggunaan antarmuka berbasis web merupakan yang paling umum digunakan oleh e-tourism recommenders. Namun penggunaan antarmuka berbasi memiliki kekurangan. Untuk mengatasi permasalahan antarmuka web khususnya di fungsi perencanaan perjalanan tersebut, saat ini telah dikembangkan beberapa aplikasi perjalanan wisata berbasis ontologi. Di Indonesia sendiri sudah ada aplikasi search engine berbasis ontologi dalam bidang e-tourism, namun belum terdapat aplikasi trip planner dalam bidang yang sama. Aplikasi search engine tersebut bernama DWIPA Search Engine. Penelitian ini berfokus untuk mengembangkan arsitektur DWPA Search Engine dengan menambahkan fitur trip planner. Selain itu juga berfokus untuk membuat perencanaan perjalanan wisata pada salah satu dari 10 lokasi Destinasi Pariwisata Prioritas Nasional sesuai dengan Peraturan Presiden No. 93/2017. Penelitian ini menggunakan algoritma Ant Colony Optimization untuk menetukan rute terbaik dari destinasi-destinasi yang ada di sekitar wilayah lokasi wisata yang telah digunakan pada penelitian ini. Algoritma Ant Colony Optimization diimplementasikan menggunakan bahasa pemograman Java. Adapun simulasi penelitian ini menggunakan dua skenario yang berbeda dan setiap skenario memiliki tiga skenario jarak yang terdiri dari jarak pergi, jarak pulang, dan jarak asli. Dari hasil simulasi tersebut algoritma Ant Colony Optimization berhasil menghasilkan rute terbaik untuk destinasi di sekitar wilayah lokasi wisata yang digunakan dengan nilai cost 10.088 pada skenario 1 dengan jarak pergi, nilai cost 10.287 pada skenario 1 dengan jarak pulang, nilai cost 10.388 pada skenario 1 untuk jarak asli, nilai cost 25.28 pada skenario 2 dengan jarak pergi, nilai cost 20.78 pada skenario 2 jarak pulang, dan nilai cost 20.78 pada skenario 2 jarak asli.
Perencanaan perjalanan wisata atau biasa disebut dengan Tourist Trip Design Problem (TTDP) merupakan salah satu masalah yang sering dihadapi oleh turis saat melakukan perjalanan wisata di suatu daerah. Adapun kesulitan yang dihadapai oleh turis adalah untuk menentukan lokasi wisata yang akan dikunjungi, jarak antar destinasi, waktu tempuh selama perjalanan wisata. Oleh karena itu, setiap turis akan memilih rute wisata yang tercepat dan terpendek yang dapat dicapai sehingga dapat memaksimalkan waktu yang ada. Untuk mengatasai permasalahan tersebut maka dibuat sebuah trip planner untuk membantu memilih rute antar destinasi. Permasalahan TTDP juga dapat diselesaikan dengan adanya aplikasi rekomendasi perjalanan wisata dengan pendekatan berbasis antarmuka web ataupun mobile. Penggunaan antarmuka berbasis web merupakan yang paling umum digunakan oleh e-tourism recommenders. Namun penggunaan antarmuka berbasi memiliki kekurangan. Untuk mengatasi permasalahan antarmuka web khususnya di fungsi perencanaan perjalanan tersebut, saat ini telah dikembangkan beberapa aplikasi perjalanan wisata berbasis ontologi. Di Indonesia sendiri sudah ada aplikasi search engine berbasis ontologi dalam bidang e-tourism, namun belum terdapat aplikasi trip planner dalam bidang yang sama. Aplikasi search engine tersebut bernama DWIPA Search Engine. Penelitian ini berfokus untuk mengembangkan arsitektur DWPA Search Engine dengan menambahkan fitur trip planner. Selain itu juga berfokus untuk membuat perencanaan perjalanan wisata pada salah satu dari 10 lokasi Destinasi Pariwisata Prioritas Nasional sesuai dengan Peraturan Presiden No. 93/2017. Penelitian ini menggunakan algoritma Ant Colony Optimization untuk menetukan rute terbaik dari destinasi-destinasi yang ada di sekitar wilayah lokasi wisata yang telah digunakan pada penelitian ini. Algoritma Ant Colony Optimization diimplementasikan menggunakan bahasa pemograman Java. Adapun simulasi penelitian ini menggunakan dua skenario yang berbeda dan setiap skenario memiliki tiga skenario jarak yang terdiri dari jarak pergi, jarak pulang, dan jarak asli. Dari hasil simulasi tersebut algoritma Ant Colony Optimization berhasil menghasilkan rute terbaik untuk destinasi di sekitar wilayah lokasi wisata yang digunakan dengan nilai cost 10.088 pada skenario 1 dengan jarak pergi, nilai cost 10.287 pada skenario 1 dengan jarak pulang, nilai cost 10.388 pada skenario 1 untuk jarak asli, nilai cost 25.28 pada skenario 2 dengan jarak pergi, nilai cost 20.78 pada skenario 2 jarak pulang, dan nilai cost 20.78 pada skenario 2 jarak asli.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
