Optimalisasi Rute Transportasi: Studi Kasus Algoritma Greedy Menggunakan Bahasa Pemrograman Pyhton

Sovantri Putra Paskah Halawa(1), Zulfahmi Indra(2), Fhadillah Br Hutagalung(3), Najwa Latifah Hasibuan(4),


(1) Universitas Negeri Medan
(2) Universitas Negeri Medan
(3) Universitas Negeri Medan
(4) Universitas Negeri Medan
Corresponding Author

Abstract


Masalah optimalisasi rute transportasi merupakan tantangan penting dalam berbagai aplikasi dunia nyata, seperti logistik, pengiriman barang, dan perencanaan transportasi. Salah satu pendekatan yang sering digunakan untuk menyelesaikan masalah ini adalah algoritma Greedy, yang menawarkan efisiensi waktu komputasi dengan cara membuat keputusan lokal terbaik pada setiap langkahnya. Meskipun algoritma ini tidak selalu memberikan solusi yang optimal, kesederhanaannya menjadikan pilihan yang menarik untuk aplikasi skala besar. Penelitian ini berfokus pada penerapan algoritma Greedy dalam mengoptimalkan rute transportasi, dengan menggunakan bahas pemrograman Pyhton sebagai platform implementasi. Studi kasus yang digunakan dalam penelitian ini melibatkan pengoptimalan rute untuk pengiriman barang ke sejumlah titik lokasi, di mana tujuan utama adalah meminimalkan total jarak tempuh dan waktu perjalanan. Implementasi algoritma Greedy dilakukan dengan menguji berbagai ukuran dan kompleksitas data rute transportasi.


Keywords


Optimalisasi Rute Transportasi, Algoritma Greedy, Pyhton

References


Asmiati, A., Sulastriani, S., & Citta, A. B. (2023). Pengembangan Sumber Daya Manusia Dalam Mendukung Transformasi Transportasi Laut Dalam Era Revolusi Industri 4.0. Innovative: Journal Of Social Science Research, 3(4), 6184-6197.

Ginting, V. S., Kusrini, K., & Taufiq, E. (2020). Implementasi Algoritma C4. 5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python. Inspiration: Jurnal Teknologi Informasi dan Komunikasi, 10(1), 36-44.

Maulana, G. G. (2017). Pembelajaran Dasar Algoritma Dan Pemrograman Menggunakan El-Goritma Berbasis Web. J. Tek. mesin, 6(2), 8.

Ranjani, J., Sheela, A., & Meena, K. P. (2019, April). Combination of NumPy, SciPy and Matplotlib/Pylab-a good alternative methodology to MATLAB-A Comparative analysis. In 2019 1st international conference on innovations in information and communication technology (ICIICT) (pp. 1-5). IEEE.

Ribangun, B. J., & Rosid, M. A. (2017). Implementasi Algoritma Greedy Pada Metode Transportasi Dengan Menggunakan Vam Dalam Pendistribusian Produk. Spektrum Industri, 15(1), 51.

Rumetna, M. S., Lina, T. N., Santoso, A. B., Komansilan, R., & Karay, J. (2023). Implementasi Algoritma Depth First Search Dalam Penyelesaian Permasalahan Lintasan dan Sirkuit Euler. Jurnal Komtika (Komputasi Dan Informatika), 7(1), 12-21.


Full Text: PDF

Article Metrics

Abstract View : 181 times
PDF Download : 137 times

DOI: 10.57235/motekar.v2i2.4018

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Sovantri Putra Paskah Halawa, Zulfahmi Indra, Fhadillah Br Hutagalung, Najwa Latifah Hasibuan

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.