SISTEM REKOMENDASI RUTE MULTIDESTINASI TRAVELING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN GOOGLE MAPS API

Abstract

Google Maps banyak digunakan untuk menunjukkan arah ketika mengemudi. Pada beberapa kesempatan, tujuan destinasi yang ingin dicapai pengguna kala mengemudi, lebih dari satu atau dua. Sayangnya, Google Maps belum menyediakan rekomendasi rute apabila pengguna hendak mencari rute terpendek dari multidestinasi atau tujuan pemberhentian atau destinasi lebih dari dua. Berangkat dari kekurangan Google Maps yang tidak dapat mengurutkan urutan rute multidestinasi dengan jarak terpendek, maka diciptakan inovasi dengan algoritma genetika pada pemecahan masalah kategori Traveling Salesman Problem. Proses dalam algoritma genetika penyelesaian Traveling Salesman Problem di antaranya; pengumpulan data dari sumber dokumen primer, implementasi ETL, implementasi algoritma genetika, dan pengujian algoritma genetika dengan algoritma pembanding. Data yang akan digunakan dalam penelitian ini adalah data primer dari paket tur wisata sehari “Banyuwangi City Tour” dari PT. PRATAMA WISATA LINTASNUSA. Penelitian ini menghasilkan rekomendasi rute destinasi dengan jarak tempuh real-time terpendek dengan waktu komputasi singkat. Algoritma genetika yang telah diprogram akan dibandingkan dengan algoritma penyelesaian Traveling Salesman Problem lainnya, yaitu Nearest Neighbour dan Brute Force. Berdasarkan hasil pengujian dengan data primer, algoritma genetika terbukti mampu menyelesaikan permasalahan Traveling Salesman Problem dengan rata-rata jarak terpendek dan sama dengan solusi dari algoritma Brute Force, yaitu 42,759 kilometer. Algoritma genetika juga berhasil merekomendasikan rute destinasi dengan jarak tempuh real-time yang lebih pendek atau solusi yang lebih optimal dibandingkan dengan algoritma Nearest Neighbour tetapi algoritma genetika memakan waktu komputasi 0,9 detik lebih lambat daripada algoritma Nearest Neighbour.