PERENCANAAN TRAVEL ITINERARY MENGGUNAKAN PENDEKATAN TRAVELING SALESMAN PROBLEM, KMEANS CLUSTERING, DAN MULTITHREADING
Abstract
Penelitian ini mengusulkan algoritma untuk menyusun rute perjalanan wisata (Travel
Itinerary) menggunakan beberapa pendekatan seperti, Traveling Salesman Problem
menggunakan Algoritma Genetika, K-Means Clustering dengan Constrained K-Means,
dan Multithreading. algoritma ini akan diterapkan untuk mengembangkan aplikasi berbasis
web yang mampu membuat rekomendasi rencana perjalanan wisata. Penelitian ini berfokus
pada bagaimana algoritma yang diusulkan dapat mengoptimalkan aplikasi dari segi waktu
pemrosesan untuk kepentingan efisensi sistem. Untuk membuat rekomendasi perjalanan
wisata, pengguna harus memasukan jumlah hari berwisata, lokasi awal, dan destinasi wista
yang ingin dikunjungi. Destinasi wisata akan diklaster, kemudian akan dicari solusi TSP
untuk rute terbaik pada setiap klaster. Solusi TSP ini akan menjadi rekomendasi rencana
perjalanan wisata.
Terdapat 3 metode yang digunakan dalam penelitian ini yaitu Traveling Salesman
Problem (TSP) untuk mencari rute wisata, K-Means Clustering untuk mengklaster
destinasi wisata berdasarkan jumlah hari wisatawan ingin berwisata, dan Multithtreading
untuk menjalankan sistem itinerary wisata secara paralel. Solusi TSP dicari dengan
Algoritma Genetika dan untuk menyeimbangkan anggota klaster digunakan Constrained
K-Means.
Penelitian ini berhasil mengembangkan aplikasi untuk membuat rancangan perjalanan
wisata. aplikasi telah menyelesaikan beberapa pengujian yaitu pengujian fungsionalitas,
pengujian performa dengan memakai 3 komputer dengan spesifikasi yang berbeda dan
membandingkan Algoritma Genetika dengan Brute Force dari segi waktu pemrosesan, dan
pengujian usabilitas. Dari segi fungsionalitas, aplikasi dapat berfungsi dengan baik.
Kemudian dari pengujian performa didapati bahwa Algoritma Genetika lebih cepat
dibandingkan Brute Force dan performa aplikasi pada masing-masing komputer berbedabeda
tergantung pada sepsifikasinya. Terakhir pengujian usabilitas memberikan hasil index keberhasilan
sebesar 83,2%.
Collections
- Informatics Engineering [2148]