-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 129
Perbandingan Metode Ant Colony Optimizationdan Dijkstra untuk
Pengembangan SistemPengiriman Barang di Kantor Pos Area
Surabaya Timur Berbasis J2MEAries Pratiarso, M.Zen Samsono Hadi,
Mike Yuliana, dan Neny Wahyuningdiyah
AbstrakKantor pos memiliki berbagai layanan pada masyarakat,
salah satunya adalah layanan pengiriman barang.Layanan ini menuntut
pegawai pos untuk mengetahui kondisi wilayah Surabaya dengan baik
agar bisa menghematwaktu dan biaya pengiriman. Pada penelitian ini
dibuat pengembangan sistem mengenai rute pengiriman barangdengan
jarak terpendek yang memudahkan pegawai kantor pos untuk
mendistribusikan barang (paket) ke alamat yangdituju sehingga mampu
meningkatkan kualitas layanan kantor pos. Penelitian ini bekerja
sama dengan PT. Kantor PosJemur Sari dalam mendapatkan data wilayah
pelanggan di area Surabaya Timur. Algoritma yang dipilih adalah
AntColony Optimization (ACO), dimana dengan metode tersebut
pencarian jalur terpendek menjadi lebih singkat walaupunmenggunakan
data yang banyak sekalipun. Urutan rute jalan yang dihasilkan oleh
algoritma tersebut kemudian dapatdiakses oleh pegawai pengirim
paket melalui handphone berbasis Java 2 Micro Edition (J2ME).
Sebagai pembanding,disertakan algoritma Dijkstra untuk menguji
performa ACO.Dari hasil pengujian didapatkan jarak terpendek yang
sama. Namun, ACO membutuhkan waktu rata-rata 16,326detik untuk
mendapatkan jarak terpendek daripada waktu rata-rata Dijkstra yaitu
0,036 detik karena parameter yangdigunakan Ant Colony lebih banyak
dibandingkan dengan Dijkstra. Parameter ACO yang paling
mempengaruhi jalannyaeksekusi program adalah banyaknya siklus dan
jumlah semut serta total node yang digunakan. Untuk
interaksihandphone client dengan server, kecepatan mengakses
informasi tergantung dari throughput yang diterima yaiturata-rata
27,88 kbps. Login membutuhkan waktu lebih lama, rata-rata 14,57
detik sedangkan untuk mendapatkan rutemembutuhkan waktu rata-rata
4,9 detik.
Kata KunciAnt Colony Optimization(ACO), Dijkstra, J2ME
F
1 PENDAHULUAN
P ENELITIAN ini dibuat untuk membantupetugas kantor pos dalam
memperbaikilayanan pengiriman paket pos. Dengan me-manfaatkan
teknologi telekomunikasi dan in-formatika, PT. Pos Indonesia
(Persero) dapatmeningkatkan kualitas pelayanan dalam
halpendistribusian barang (paket) dengan cara
Aries Pratiarso, Jurusan Teknik Telekomunikasi, Politeknik
Elek-tronika Negeri Surabaya (email:[email protected], Jl. Raya
ITSKeputih Sukolilo, telp:031-5947280/ext:4109,
fax:031-5946114)E-mail: [email protected]
M. Zen Samsono Hadi, Mike Yuliana, Neny Wahyun-ingdiyah, Jurusan
Teknik Telekomunikasi, Politeknik Elektron-ika Negeri Surabaya (Jl.
Raya ITS Keputih Sukolilo, telp:031-5947280/ext:1501,
fax:031-5946114).E-mail: [email protected],
[email protected].
menempuh jarak terpendek dari Kantor PosPusat (penulis
menggunakan kantor pos Je-mur Sari untuk area Surabaya Timur)
menujupelanggan untuk efisiensi waktu dan memi-nimalisasi
penggunaan BBM. Pihak pelangganpun mendapatkan keuntungan yaitu
barangkirimannya akan sampai dalam waktu yang di-harapkan. Jika
pelanggan puas karena layananini, maka image kantor pos yang
lambatdalam proses pendistribusian surat dan paketakan sirna dan
kepercayaan pelanggan akanmeningkat.Pada penelitian sebelumnya yang
juga di-
lakukan oleh penulis telah ditentukan pa-rameter terbaik dalam
ACO (jumlah sik-lus, banyaknya semut, ij; Q; ; dan) dalammenentukan
jarak terpendek [4]. Dalam peneli-
ISSN: 2088-0596 c 2010 Published by EEPIS
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 130
tian yang lainnya, algoritma ACO digu-nakan untuk menentukan
rute terpendek dipelabuhan Jordania [6]. Selain hal tersebut
di-atas, pada penelitian [7] telah dilakukan kom-binasi algoritma
ACO dan tabu search untukmenentukan rute terpendek. Algoritma
ACOjuga digunakan sebagai sistem navigasi per-jalanan berbasis web
yang terintegrasi denganSIG (Sistem Informasi
Geografis)[9].Berdasarkan pada penelitian diatas, pada
penelitian ini algoritma ACO diterapkan padasistem pengiriman
barang pada Kantor PosArea Surabaya timur dalam menentukan
ruteterpendek sehingga memudahkan petugasdalam mendistribusikan
paket-paketnya, danjuga lebih efisien dalam sisi waktu dan
biaya.Algoritma tersebut juga dibandingkan denganalgoritma Dijkstra
untuk mengetahui unjukkerja terbaik dari kedua algoritma
tersebutdalam kasus di kantor pos diatas.J2ME (Java 2 Micro
Edition) diaplikasikan
dalam handphone untuk memudahkan user(pegawai pengirim paket
pos) dalam mengak-ses informasi yang telah diolah oleh
algoritmaACO. Pegawai kantor pos akan menerimainformasi berupa rute
jarak terpendek yangharus ditempuh dalam proses
pendistribusianpaket.
2 TEORI PENUNJANG2.1 Algoritma DijkstraAda beberapa kasus
pencarian lintasan terpen-dek yang diselesaikan menggunakan
algoritmaDijkstra, yaitu: pencarian lintasan terpendekantara dua
buah simpul tertentu (a pair short-est path), pencarian lintasan
terpendek antarasemua pasangan simpul (all pairs shortest
path),pencarian lintasan terpendek dari simpul ter-tentu ke semua
simpul yang lain (single-sourceshortest path), serta pencarian
lintasan terpen-dek antara dua buah simpul yang melaluibeberapa
simpul tertentu (intermediate shortestpath). Intinya, algoritma
greedy ini berupayamembuat pilihan nilai optimum lokal padasetiap
langkah dan berharap agar nilai opti-mum lokal ini mengarah kepada
nilai optimumglobal.Input algoritma ini adalah sebuah graf be-
rarah yang berbobot (weighted directed graph) G
dan sebuah sumber vertex s dalam G dan Vadalah himpunan semua
vertices dalam graphG. Setiap sisi dari graf ini adalah
pasanganvertices (u; v) yang melambangkan hubungandari vertex u ke
vertex v. Himpunan semuatepi disebut E. Bobot (weights) dari semua
sisidihitung dengan fungsi pada Persamaan (1)[8].
w : E ! [0;1) (1)jadi w(u; v) adalah jarak tak-negatif dari
ver-
tex u ke vertex v. Ongkos (cost) dari sebuahsisi dapat dianggap
sebagai jarak antara duavertex, yaitu jumlah jarak semua sisi
dalamjalur tersebut. Untuk sepasang vertex s dant dalam V ,
algoritma ini menghitung jarakterpendek dari s ke t. Berikut adalah
algoritmaDijkstra [8]:
function Djikstra (G, w, s)//Initializationsfor each vertex v in
V[G]
d[v] := infinityprevious[v] := undefined
d[s] := 0 // Jarak dari s ke sS := empty setQ := V[G] //Set
semua vertexwhile Q is not an empty set
u := Extract Min(Q)S := S union ufor each edge (u,v) outgoing
from u
if d[u] + w(u,v) d[v]d[v] := d[u] + w(u,v)previous[v] := u
2.2 Algoritma Koloni Semut (Ant Colony)Dasar dari perumusan
algoritma ant colonysystem adalah kemampuan dari sekumpulansemut
(colony) yang dapat menemukan jalurterpendek dari sumber makanan ke
sarangnya.Hal ini dapat dilakukan karena seekor se-mut akan
meninggalkan jejak pheromone ketikadia melalui suatu lintasan.
Dengan bantuanpheromone ini juga sekumpulan semut dapatberadaptasi
terhadap perubahan dalam jaluryang telah mereka lalui. Untuk lebih
jelasnyaterlihat dalam ilustrasi pada Gambar 1.Ant colony
system(koloni semut), algoritma
yang digunakan untuk menyelesaikan per-masalahan pada penelitian
ini, merupakan al-goritma yang berdasarkan algorima ant sys-tem
dengan meningkatkan efisiensi pencarian
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 131
Gambar 1. Perilaku semut pada dunia nyata[10]
rute yang dilalui. Konsep dasar dari algoritmakoloni semut
adalah dengan menggunakansekumpulan semut yang bertujuan mencari
lin-tasan terpendek secara pararel.Secara garis besar, ant system
dapat dit-
erangkan sebagai berikut. Setiap semut akanmembentuk rute dengan
memilih kota-kotayang dikunjungi sesuai dengan state
transitionrule: Seekor semut akan lebih memilih kotayang terhubung
dengan arc yang lebih pendekdan memiliki jumlah pheromone yang
lebih be-sar.Setelah semut-semut tersebut menyelasaikan
penyusunan rutenya, maka proses selanjutnyaadalah global
pheromone updating. Pada tahapini terjadi penguapan sejumlah
pheromone padasetiap cabang, kemudian tiap-tiap semut
akanmenambahkan sejumlah pheromone pada ca-bang yang dilaluinya
dengan jumlah yangberbanding terbalik dengan jarak yang
ditem-puh.State transition rule yang digunakan dalam
ant system adalah [6]:
Pk(r; s) =
8
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 132
pelanggan. Hasilnya dapat ditampilkan padaponsel berbasis J2ME.
Algoritma ACO akanmenerima masukan data yaitu node awal un-tuk
memulai perjalanan dan node akhir seba-gai akhir perjalanan,
setelah diproses akan di-hasilkan rute terpendek dan ditampilkan
node-node yang akan dilewati oleh pegawai pos.Selain itu, rute
terpendek yang dihasilkan
ACO akan dibandingkan dengan hasil per-hitungan menggunakan
algoritma Dijkstra.Sedangkan di sisi client, pengemudi dapat
men-gakses informasi berupa rute terpendek daridatabase tersebut
melalui ponsel berbasis J2MEdengan cara memasukkan username dan
pass-word pegawai untuk mengetahui kemana ruteyang harus ditempuh.
Blog diagram dari sis-tem ditunjukkan pada Gambar 2.
Gambar 2. Blok diagram sistem
3.2 Data Peta Surabaya TimurWilayah Surabaya Timur dibuat
beberapa nodeyang digunakan untuk keperluan pemode-lan jaringan
jalan. Pemetaan node ini me-manfaatkan Google Maps secara online
yaitudengan cara menandai setiap persimpan-gan dan tempat-tempat
yang familiar dikun-jungi oleh masyarakat (point), misalnya:
pasar,rumah sakit, SPBU, dll. Selain itu, dicari pulajarak yang
menghubungkan dua persimpan-gan tersebut.
3.3 Pemodelan Jaringan JalanJalan yang terdapat dalam peta
sebenarnyaseperti yang ditunjukkan pada Gambar 3 da-pat dimodelkan
dalam bentuk graph. Node-node yang berbentuk lingkaran dengan
angkaditengah disebut dengan simpangan. Garisyang menghubungkan dua
node disebut dan-gan jalan. Setiap jalan memiliki satu ruas,
Gambar 3. Peta node Surabaya Timur diGoogle maps
kecuali jika jarak jalan tersebut sangatlah pan-jang, maka jalan
akan dibagi menjadi beberaparuas (syarat dan ketentuan berlaku).
Pemode-lan ini dibuat sebagai representasi dari jalan-jalan yang
ada di area Surabaya Timur sepertiyang terlihat pada Gambar 4,
dengan pemod-elan ini diharapkan sudah mewakili area yangdicakup
dalam penelitian ini.
Gambar 4. Representasi graph
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 133
3.4 Relasi dengan Database
Dalam sistem yang dirancang terdapat 7tabel yang berkaitan
dengan pemodelanjaringan jalan yang digunakan.Relasi tabelpada
database ditunjukkan pada Gambar 5.Tabel tersebut adalah sebagai
berikut:1) Tabel SIMPANGAN, berisi field
id simpangan, nama, lintang dan bujur.2) Tabel JALAN, terdiri
dari field id jalan,
id ujung, id pangkal, nama, ruas danjarak.
3) Tabel POINT, terdiri dari field id point,id jalan, nama,
lintang dan bujur.
4) Tabel PEGAWAI, terdiri dari field ID Peg,username, dan
password.
5) Tabel HASIL, terdiri dari field id hasil,ID Peg, rute, dan
terkirim.
6) Tabel KONEKSI, berisi field idkoneksiyang membentuk matriks
yang berisiid jalan.
7) Tabel JARAK, berisi field id jarak yangmembentuk matriks yang
berisi jarak.
Gambar 5. Relasi tabel pada database
3.5 Interaksi Client-Server
Dalam sistem ini dibuat interaksi antara serveryang berbasis PHP
dengan client yang berbasisJ2ME. Untuk bisa login, pegawai pos
yangakan mengirimkan paket harus memasukkanusername dan password
pada halaman awal daritampilan J2ME, setelah itu, pegawai pos
akanmendapatkan data pelanggan mana saja yangharus dituju dan rute
mana saja yang harus
ditempuh. Data ini merupakan data hasil pen-golahan dengan
menggunakan algoritma AntColony Optimization (ACO). Gambar 6
menun-jukkan hasil tampilan pada handphone clientyang dibuat.
Gambar 6. Tampilan pada handphone client
Untuk Admin, interface yang digunakan un-tuk mengakses server
berupa website yangakan mengolah input untuk perhitungan algo-ritma
ACO dan Dijkstra. Tampilan hasil pen-gujian ACO yang dibuat
ditunjukkan padaGambar 7, sedangkan tampilan hasil engujianDjikstra
ditunjukkan pada Gambar 8.
Gambar 7. Tampilan hasil pengujian ACO
Gambar 8. Tampilan hasil pengujian Dijkstra
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 134
4 HASIL DAN ANALISA4.1 Pengujian Algoritma
Untuk melakukan pengujian pada algoritma,maka perlu diketahui
parameter-parameteryang digunakan oleh algoritma koloni semutdan
Dijkstra. Parameter pada Ant Colony antaralain:1) Siklus yaitu
banyaknya siklus maksimum
pencarian jalur terpendek.2) Semut yaitu banyaknya semut yang
akan
melakukan dalam satu kali siklus.3) ij adalah intensitas jejak
semut antar titik
dan perubahannya.4) Q adalah tetapan siklus semut dalam
melakukan pencarian jalur.5) (alfa) adalah tetapan pengendali
inten-
sitas jejak semut, dimana 06) (beta) adalah tetapan pengendali
visi-
bilitas, dimana 0.7) (rho) adalah tetapan penguapan jejak
semut untuk mencegah jejak semut yangtak terhingga, dimana 0
< < 1.
8) Asal adalah kantor pos sebagai depo.9) Point adalah titik
tujuan yang diasum-
sikan sebagai node pelanggan.Dijkstra hanya memerlukan masukan
berupa
titik asal dan titik tujuan (simpangan) untukmenghasilkan jarak
terpendek.Tiga macam rute yang dijadikan acuan pen-
gujian adalah:1) Jarak Dekat: dari 51 ke 38 (point: TB.
Manyar Jaya)2) Jarak Menengah: dari 51 ke 62 (point:
Natasha Skin Care)3) Jarak Jauh: dari 51 ke 7 (point: Hotel
Puspa Asri)
4.1.1 Pengujian Jarak DekatJarak dekat berasal dari simpangan 51
menujusimpangan 38: t51 ! t52 ! t53 ! t54 !t46 ! t42 ! t41 ! t38,
artinya melalui jalanJemur Andayani ! Jemur Sari ! Jemur Sari!
Prapen Raya ! Manyar. Penulis menggu-nakan parameter terbaik yang
diperoleh daripenelitian sebelumnya [4], yaitu: Siklus = 5 Jumlah
semut = 10 ij = 0:01
Q=1 = 1 = 1 = 1Dari uji coba yang ditunjukkan pada Gambar
9, Jarak terpendek yang dihasilkan oleh ACOdan Dijkstra adalah
sama, sekitar 6947,54 me-ter. ACO memerlukan waktu antara 0,5
sampai1,2 detik untuk menghasilkan jarak terpendek,sedangkan
Dijkstra yang hanya membutuhkanwaktu berkisar antara 0,03 dan 0,035
detik.Rata-rata waktu untuk ACO adalah 0,787 de-tik dan 0,033 detik
untuk Dijkstra. Bila diny-atakan dalam grafik, rata-rata grafik
waktutempuh untuk ACO dan untuk Dijkstra untukjarak pendek
ditunjukkan pada Gambar 10 danGambar 11.
Gambar 9. Grafik jarak terpendek untuk jarakdekat
Gambar 10. Grafik waktu tempuh ACO untukjarak dekat
4.1.2 Pengujian Jarak MenengahJarak menengah berasal dari
simpangan 51menuju simpangan 62 menghasilkan rute se-bagai berikut:
t51 ! t52 ! t53 ! t54 ! t46! t42 ! t41 ! t38 ! t37 ! t36 ! t35 !
t33
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 135
Gambar 11. Grafik waktu tempuh Dijkstrauntuk jarak dekat
! t62 atau melalui jalan Jemur Andayani !Jemur Sari ! Jemur Sari
! Prapen Raya !Manyar ! Manyar ! Menur Pumpungan !Menur Pumpungan!
Kertajaya Indah Tengah! Manyar Kertoadi ! Kertajaya Indah
Timur.Parameter terbaik yang digunakan diperoleh
dari penelitian sebelumnya [4], yaitu: Siklus = 30 Jumlah semut
= 40 ij = 0:1 Q = 1 = 1 = 1 = 0:5Jarak terpendek yang dihasilkan
oleh ACO
dan Dijkstra dalam menempuh jarak menen-gah adalah 9826,98
meter. Yang memilikiperbedaan jauh adalah waktu yang
dibutuhkankedua algoritma untuk memperoleh jarak ter-pendek ketika
menjalankan program. ACOmemerlukan waktu lebih lama, yaitu
puluhandetik dalam range waktu antara 13 sampai17 detik yang sangat
kontras dengan Dijkstrayang hanya berkisar antara 0,02 dan
0,061detik. Dalam hal ini, rata-rata waktu yangdibutuhkan ACO
adalah 14,63 detik sedangkanrata-rata waktu algoritma Dijkstra
adalah 0,038detik. Bila dinyatakan dalam grafik, rata-ratagrafik
waktu tempuh untuk ACO dan untukDijkstra untuk jarak menengah
ditunjukkanpada Gambar 13 dan Gambar 14.
4.1.3 Pengujian Jarak JauhHasil pengujian algoritma ACO dan
Dijkstrauntuk rute jarak jauh yang berasal dari sim-pangan 51
menuju simpangan 7 adalah: t51 !t52 ! t53 ! t54 ! t46 ! t42 ! t41 !
t38 !
Gambar 12. Grafik jarak menengah untukjarak menengah
Gambar 13. Grafik waktu tempuh ACO untukjarak menengah
Gambar 14. Grafik waktu tempuh Dijkstrajarak menengah
t37 ! t36 ! t35 ! t33 ! t62 ! t64 ! t12 !t13 ! t7, yaitu melalui
jalan Jemur Andayani! Jemur Sari ! Jemur Sari ! Prapen Raya !Manyar
! Manyar ! Menur Pumpungan !Menur Pumpungan! Kertajaya Indah
Tengah! Manyar Kertoadi ! Kertajaya Indah Timur! Dharmahusada Indah
Timur ! Dharmahu-sada Indah Utara ! Raya Kalijudan MERR II! Raya
Kalijudan MERR II.Parameter terbaik telah diperoleh dari
penelitian sebelumnya [4], yaitu: Siklus = 50
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 136
Jumlah semut = 45 ij = 0:01 Q = 1 = 1 = 1 = 0:5Jarak terpendek
yang dihasilkan oleh ACO
dan Dijkstra untuk rute jarak jauh adalahsepanjang 13288,02
meter. Selain itu, ACOmemerlukan waktu antara 27 sampai 39
detikuntuk menghasilkan rute sedangkan Dijkstrayang hanya
memerlukan waktu 0,02 sampai0,046 detik. Atau dapat disimpulkan
bahwarata-rata waktunya adalah 33,56 detik untukACO dan 0,037 detik
untuk Dijkstra.Bila diny-atakan dalam grafik, rata-rata grafik
waktutempuh untuk ACO dan untuk Dijkstra untukjarak jauh
ditunjukkan pada Gambar 16 danGambar 17.
Gambar 15. Grafik jarak jauh untuk jarak jauh
Gambar 16. Grafik waktu tempuh ACO untukjarak jauh
4.2 Pengujian KoneksiParameter yang digunakan adalah lama
waktupengaksesan informasi dari server saat per-
Gambar 17. Grafik waktu tempuh Dijkstrajarak jauh
tama kali login dengan username dan pass-word pegawai tersebut
(hal.login) dan lamawaktu yang dibutuhkan untuk memperolehrute
jarak terpendek (hal.rute). Selain itu jugadicari throughput, yaitu
bandwidth aktual yangdiukur secara spesifik menggunakan
softwareBandwidth Meter. Pengujian dilakukan se-lama jam kerja
pegawai pengantar paket, yaitumulai dari pukul 08.00 sampai pukul
12.00.
Gambar 18. Grafik throughput dan waktu akses
Gambar 18 menyatakan bahwa client mem-butuhkan waktu yang lebih
lama untuk lo-gin daripada waktu untuk mendapatkan infor-masi rute
jarak terpendek dari server. Rata-ratawaktu untuk login adalah
14,57 detik dan 4,9detik untuk masuk ke halaman rute. Hal
initerjadi karena ketika login, clientmembutuhkanwaktu untuk
terhubung dengan server danmengambil data dari database. Sedangkan
saatmasuk halaman rute, client sudah terhubungdengan server, hanya
perlu mengambil databerupa rute jarak terpendek di dalam
database.Perbedaan waktu tersebut juga dipengaruhi
oleh throughput yang didapatkan dari jaringan.
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 137
Rata-rata throughput pada 20 kali pengujianadalah 27,88
kbps.
5 KESIMPULAN1) Pencarian jalur terpendek dengan metode
koloni semut tergantung dari parameter-parameter yang dimasukkan
antara lain:banyaknya titik, banyak semut, Tij (teta-pan awal
intensitas feromon), Alfa (teta-pan pengendali intensitas feromon),
Beta(tetapan pengendali visibilitas), Rho (teta-pan penguapan
feromon).
2) Perbandingan algoritma koloni semutdengan Dijkstra
menghasilkan jarak ter-pendek yang sama baik untuk rute jarakdekat,
jarak menengah, maupun jarakjauh.
3) Algoritma koloni semut membutuhkanwaktu rata-rata 16,326
detik untukmendapatkan jarak terpendek daripadawaktu rata-rata
Dijkstra yaitu 0,036detik karena parameter yang digunakanAnt Colony
lebih banyak dibandingkandengan Dijkstra.
4) Secara umum, client menghabiskanwaktu rata-rata 14,57 detik
untuklogin karena pertama kali melakukansambungan dengan server
melaluijaringan internet dan 4,9 detik untukmendapatkan rute.
Kecepatan aksesdata juga dipengaruhi oleh throughput.Rata-rata
throughput yang diperolehadalah 27,88 kbps.
DAFTAR PUSTAKA
[1] Dorigo, M., Gambardella, L. M. (1997).Ant colonies forthe
TSP Tech.Rep/IRIDIA/1996-003, Universit Libre deBruxelles,
Belgium.
[2] Putro, Fidi W. Sistem Navigasi Berbasis Web den-gan
Algoritma Koloni Semut. T.Informatika PENS-ITSSurabaya. 2009
[3] Mutakhiroh, Iing. Pemanfaatan Metode Heuristik
dalamPencarian Jalur Terpendek dengan Algoritma Semut danAlgoritma
Genetika. Lab.Pemrograman dan Informatika,Universitas Islam
Indonesia. 2007.
[4] Hadi, M.Zen, Haryadi Amran, Titik Sri Mulyani,
AksesInformasi Pengiriman Barang di Kantor Pos Jemursariuntuk Area
Surabaya Timur Menggunakan Metode AntColony Optimization Berbasis
WAP, Seminar IES 2010,PENS-ITS.
[5] Mutakhiroh, I., Saptono, F., Hasanah, N., dan Wiryad-inata,
R,. (2007). Pemanfaatan Metode Heuristik DalamPencarian Jalur
Terpendek Dengan Algoritma Semut danAlgoritma Genetik Seminar
Nasional Aplikasi TeknologiInformasi. ISSN: 1907-5022.
Yogyakarta.
[6] Saad Ghaleb Yaseen, Nada M. A.AL-Slamy, Ant
ColonyOptimization, IJCSNS International Journal of ComputerScience
and Network Security, VOL.8 No.6, June 2008
[7] Masaya Yoshikawa, Kazuo Otani, Ant Colony Optimiza-tion
Routing Algorithm with Tabu Search, Proceedingsof the International
MultiConference of Engineers andComputer Scientists 2010 Vol III,
IMECS 2010, March 17-19, Hongkong
[8] Aries Pratiarso, M. Agus Zainudin, Transmisi Citra
Meng-gunakan Joint LDPC Decoding, Proceeding Seminar Na-sional
Aplikasi Teknologi Informasi (SNATI), UII Yo-gyakarta, 2009
[9] Arna Fariza, Entin Martiana, Fidi Wincoko Putro, Sis-tem
Navigasi Perjalanan Berbasis Web dengan AlgoritmaKoloni Semut (Ant
Colony Algorithm), Seminar IES 2009,PENS-ITS
[10] http://id.wikipedia.org/wiki/Algoritma Dijkstra[11]
http://en.wikipedia.org/wiki/Ant colony optimization
-
ARIES PRATIARSO, M.ZEN SAMSONO HADI, MIKE YULIANA, DAN NENY
WAHYUNINGDIYAH 138
Aries Pratiarso lahir di Surabaya, ia mem-peroleh gelar Sarjana
Teknik (ST) pada Ju-rusan Teknik Elektro pada tahun 1994
danMagister Teknik (MT) pada tahun 2004,keduanya dari Institut
Teknologi SepuluhNopember (ITS) Surabaya. Ia adalah pen-gajar pada
jurusan Teknik Telekomunikasi,Politeknik Elektronika Negeri
Surabaya.Bidang penelitian yang ditekuni adalah
Wireless Communication, teknik koding, dan image processing.
M. Zen Samsono Hadi di Kediri, ia mem-peroleh gelar Sarjana
Teknik (ST) padaJurusan Teknik Elektro pada tahun 2000dan magister
teknik (MT) pada tahun 2009,keduanya dari Institut Teknologi
SepuluhNopember (ITS) Surabaya. Pada tahun2007, ia mendapat
kesempatan untuk pro-gram double degree ke Jerman, dan men-dapatkan
gelar master of science pada
tahun 2008. Ia adalah pengajar pada jurusan Teknik
Telekomu-nikasi, Politeknik Elektronika Negeri Surabaya. Bidang
peneli-tian yang ditekuni adalah Network Security, Network Design
daninternet application. Pernah melakukan penelitian pada
bidangnetwork design di T-Systems Enterprise GmbH, Darmstadt
Jer-man pada tahun 2008.
Mike Yuliana lahir di Jember, ia mem-peroleh gelar Sarjana
Teknik pada Juru-san Teknik Elektro pada tahun 2001 danmagister
pada tahun 2007, keduanya dariInstitut Teknologi Sepuluh Nopember
(ITS)Surabaya. Ia adalah pengajar pada jurusanTeknik
Telekomunikasi, Politeknik Elektron-ika Negeri Surabaya. Bidang
penelitianyang ditekuni adalah Telephony Network,
dan Network Security. Banyak melakukan penelitian yangberbasis
aplikasi VoIP, mulai dari pembuatan server VoIP sam-pai pembuatan
program untuk menambahkan fitur dari serverVoIP.
Neny Wahyuningdiyah lahir di Sidoarjo,ia memperoleh gelar
Sarjana Science Ter-apan (SST) pada Jurusan Teknik Teleko-munikasi
pada tahun 2010 dari PENS-ITSSurabaya. Bidang penelitian yang
ditekuniadalah Jaringan Komputer dan aplikasi al-goritma Ant Colony
Optimization (ACO).