4.3 Hasil Uji Coba Aplikasi
4.3.1 Uji Coba Perhitungan Artificial Bee Colony
Untuk mengetahui kebenaran hasil program dengan algoritma artificial bee colony yang digunakan maka dilakukan perhitungan sesuai dengan rumus pada algoritma yang digunakan. Data hasil pengujian aplikasi untuk kasus pertama ditunjukkan pada Tabel 4.1. Hasil pengujian diambil dari beberapa titik yaitu Universitas Multimedia Nusantara (UMN), AEON MALL BSD (AEON), Summarecon Mall Serpong (SMS), Living World (LW), dan Mall @ Alam Sutera (ALSUT) serta rute yang diambil merupakan rute round trip.
71
Tabel 4.1 Data Pertama Hasil Uji Aplikasi Dengan 4 Iterasi
Iterasi Titik Awal Rute Objective Function MAX MIN Loyalty Value Threshold Rute 2-OPT SOLUSI DI ITERASI KE
-0 UMN UMN-ALSUT-AEON-SMS-LW-UMN 47264 1 0.28172305 UMN-ALSUT-SMS-AEON-LW-UMN SMS SMS-UMN-LW-ALSUT-AEON-SMS 36625 0.187490454 SMS-UMN-LW-ALSUT-AEON-SMS AEON AEON-UMN-LW-ALSUT-SMS-AEON 34170 0 AEON-UMN-LW-ALSUT-SMS-AEON
Alsut ALSUT-SMS-LW-UMN-AEON-ALSUT 40761 0.503360318 ALSUT-UMN-LW-SMS-AEON-ALSUT LW LW-UMN-AEON-SMS-ALSUT-LW 36288 0.161753475 LW-UMN-AEON-SMS-ALSUT-LW 1 UMN UMN-ALSUT-SMS-AEON-LW-UMN 43441 1 0.291873321 UMN-AEON-SMS-ALSUT-LW-UMN
SMS SMS-UMN-LW-ALSUT-AEON-SMS 36625 0.264804228 SMS-UMN-LW-ALSUT-AEON-SMS AEON AEON-UMN-LW-ALSUT-SMS-AEON 34170 0 AEON-UMN-LW-ALSUT-SMS-AEON
Alsut ALSUT-UMN-LW-SMS-AEON-ALSUT 43441 1 ALSUT-LW-UMN-SMS-AEON-ALSUT LW LW-UMN-AEON-SMS-ALSUT-LW 36288 0.22845432 LW-UMN-AEON-SMS-ALSUT-LW 2 UMN UMN-AEON-SMS-ALSUT-LW-UMN 36288 0.862729124 0.399648599 UMN-ALSUT-SMS-AEON-LW-UMN
SMS SMS-UMN-LW-ALSUT-AEON-SMS 36625 1 SMS-UMN-ALSUT-LW-AEON-SMS AEON AEON-UMN-LW-ALSUT-SMS-AEON 34170 0 AEON-UMN-LW-ALSUT-SMS-AEON
Alsut ALSUT-LW-UMN-SMS-AEON-ALSUT 35831 0.676578411 ALSUT-UMN-LW-SMS-AEON-ALSUT LW LW-UMN-AEON-SMS-ALSUT-LW 36288 0.862729124 LW-SMS-AEON-UMN-ALSUT-LW 3 UMN UMN-ALSUT-SMS-AEON-LW-UMN 43441 1 0.038093479 SMS SMS-UMN-ALSUT-LW-AEON-SMS 35726 0.167835185 AEON AEON-UMN-LW-ALSUT-SMS-AEON 34170 0 Alsut ALSUT-UMN-LW-SMS-AEON-ALSUT 43441 1 LW LW-SMS-AEON-UMN-ALSUT-LW 36565 0.258332434 34170 34170 34170 34170 36625 43441 34170 34170 34170 47264 34170 43441
Dari data tersebut dapat dibuktikan kebenarannya dengan cara menghitung dengan menggunakan rumus yang terdapat pada bab dua. Pertama rute diacak pada semua titik maka dapat dicari nilai jaraknya atau nilai Objective function-nya. Untuk menghitung Objective Function dapat digunakan data dari Tabel 4.2.
Tabel 4.2 Jarak Antar Lokasi Kasus 1 dalam Meter
Dari- \ Ke- UMN AEON SMS LW ALSUT
UMN 0 7870 3051 8509 10249
AEON 7436 0 8743 10090 11830
SMS 3058 9121 0 7080 7846
LW 7585 9432 5515 0 2708
ALSUT 8466 13607 6396 4244 0
Untuk mencari jarak atau objective function dari suatu rute dapat menggunakan rumus 2.5. Sebagai contoh ambil sampel dari iterasi 0 titik awal UMN yang memiliki rute UMN=>ALSUT=>AEON=>SMS=>LW=>UMN. Maka didapatkan rumus
OFVUMN = (UMN=>ALSUT) + (ALSUT=>AEON) + (AEON=>SMS) + (SMS=>LW) + (LW=>UMN)
= 10249 + 13607 + 8743 + 7080 + 7585 = 47264.
Setelah semua nilai objective function didapatkan maka dapat dihitung loyalty value dengan rumus 2.6. Sebagai contoh ambil sampel dari iterasi 0 titik awal UMN yang sudah dicari objective function-nya.
Sumn = (OFVumn – Min) / (Max – Min) = (47264 – 34170) / (47264 - 34170) = 1
Setelah menghitung loyalty value cari nilai threshold yaitu nilai acak antara minimum loyalty value dan average loyalty value.
Avg loyalty value = (1 + 0.187490454 + 0 + 0.503360318 + 0.161753475) / 5 = 0.370520849
Jadi nilai threshold yaitu antara 0 – 0,3705 sehingga nilai 0.28172305 bisa dijadikan threshold. Setelah threshold didapatkan akan dilakukan proses swap pada algoritma 2-Opt dan akan mendapatkan rute baru. Hal ini akan terus dilakukan sampai menemui maximum iterasi.
Data hasil pengujian aplikasi untuk kasus kedua ditunjukkan pada Tabel 4.3. hasil pengujian diambil dari beberapa titik yaitu Tangcity Mall (TM), Mall Metropolis Town Square (MM), Lapangan Ahmad Yani (AY), Transmart Cikokol (TC), dan Rumah Sakit Awal Bros (AB) serta rute yang diambil merupakan rute a-z trip.
Tabel 4.3 Data Kedua Hasil Uji Aplikasi Dengan 4 Iterasi
Iterasi Titik Awal Rute Objective Function MAX MIN Loyalty Value Threshold Rute 2-OPT SOLUSI DI ITERASI KE
-0 TM TM-TC-AB-MM-AY 15717 0.323168509 0.239010878 TM-TC-MM-AB-AY MM MM-TC-TM-AB-AY 17708 0.565058924 MM-TM-TC-AB-AY AY AY-TC-AB-TM-MM 13057 0 AY-TC-AB-TM-MM TC TC-MM-TM-AB-AY 18879 0.707325963 TC-TM-MM-AB-AY AB AB-MM-AY-TC-TM 21288 1 AB-TC-AY-MM-TM 1 TM TM-TC-MM-AB-AY 18517 1 0.292231221 TM-MM-TC-AB-AY MM MM-TM-TC-AB-AY 14908 0.339010989 MM-TC-TM-AB-AY AY AY-TC-AB-TM-MM 13057 0 AY-TC-AB-TM-MM TC TC-TM-MM-AB-AY 16159 0.568131868 TC-MM-TM-AB-AY AB AB-TC-AY-MM-TM 18165 0.935531136 AB-TC-MM-AY-TM 2 TM TM-MM-TC-AB-AY 12997 0 0.005553212 TM-MM-TC-AB-AY MM MM-TC-TM-AB-AY 17708 0.800918055 MM-AB-TM-TC-AY AY AY-TC-AB-TM-MM 13057 0.010200612 AY-TC-TM-AB-MM TC TC-MM-TM-AB-AY 18879 1 TC-AB-TM-MM-AY AB AB-TC-MM-AY-TM 18547 0.943556613 AB-AY-MM-TC-TM 3 TM TM-MM-TC-AB-AY 12997 0 0.432398635 MM MM-AB-TM-TC-AY 17708 0.733457886 AY AY-TC-TM-AB-MM 18577 0.868752919 TC TC-AB-TM-MM-AY 13359 0.056359956 AB AB-AY-MM-TC-TM 19420 1 13057 13057 18879 12997 12997 19420 12997 12997 13057 21288 13057 18517
Dari data tersebut dapat dibuktikan kebenarannya dengan cara menghitung dengan menggunakan rumus yang terdapat pada bab dua. Pertama rute di random pada semua titik maka dapat dicari nilai jaraknya atau nilai Objective function-nya. Untuk menghitung Objective Function dapat digunakan data dari Tabel 4.4.
Tabel 4.4 Jarak Antar Lokasi Kasus 2 dalam Meter
Dari- \ Ke- TM AY TC MM AB TM 0 3446 2357 808 3332 AY 4617 0 5741 5044 6715 TC 3162 5890 0 3971 975 MM 3315 6043 2953 0 3928 AB 5533 8261 3916 6342 0
Untuk mencari jarak atau objective function dari suatu rute dapat menggunakan rumus 2.5. Sebagai contoh ambil sampel dari iterasi 0 titik awal TM yang memiliki rute TM=>TC=>AB=>MM=>AY. Maka didapatkan rumus
OFVUMN = (TM=>TC) + (TC=>AB) + (AB=>MM) + (MM=>AY) = 2357 + 975 + 6342 + 6043
= 15717.
Setelah semua nilai objective function didapatkan maka dapat dihitung loyalty value dengan rumus 2.6. Sebagai contoh ambil sampel dari iterasi 0 titik awal TM yang sudah dicari objective function-nya.
Sumn = (OFVumn – Min) / (Max – Min) = (15717 – 13057) / (21288 - 13057) = 0.323168509
Setelah menghitung loyalty value cari nilai threshold yaitu nilai acak antara minimum loyalty value dan average loyalty value.
Avg loyalty value = (0.323168509 + 0.565058924 + 0 + 0.707325963 + 1) / 5 = 0.568534799
Jadi nilai threshold yaitu antara 0 – 0,5685 sehingga nilai 0.239010878 bisa dijadikan threshold. Setelah threshold didapatkan akan dilakukan proses swap pada algoritma 2-Opt dan akan mendapatkan rute baru. Hal ini akan terus dilakukan sampai menemui maximum iterasi.