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

Authors

  • Sovantri Putra Paskah Halawa Universitas Negeri Medan
  • Zulfahmi Indra Universitas Negeri Medan
  • Fhadillah Br Hutagalung Universitas Negeri Medan
  • Najwa Latifah Hasibuan Universitas Negeri Medan

Keywords:

Optimalisasi Rute Transportasi, Algoritma Greedy, Pyhton

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.

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.

Downloads

Published

2024-10-28

Issue

Vol. 2 No. 2 (2024): November 2024

Section

Articles

License

  1. Authors certify that the work reported here has not been published before and contains no materials the publication of which would violate any copyright or other personal or proprietary right of any person or entity.
  2. Authors dont transfer or license the copyright of publishing to MOTEKAR: Jurnal Multidisiplin Teknologi dan Arsitektur Research to publish the article in any media format, to share, to disseminate, to index, and to maximize the impact of the article in any databases.
  3. Authors hereby dont agree to transfer a copyright for publishing to MOTEKAR: Jurnal Multidisiplin Teknologi dan Arsitektur a Publisher of the manuscript. 
  4. Authors reserve the following: 
    1. all proprietary rights other than copyright such as patent rights; 
    2. the right to use all or part of this article in future works of our own such as in books and lectures;
    3. use for presentation in a meeting or conference and distributing copies to attendees; 
    4. use for internal training by author's company;
    5. distribution to colleagues for their research use;
    6. use in a subsequent compilation of the author's works;
    7. inclusion in a thesis or dissertation;
    8. reuse of portions or extracts from the article in other works (with full acknowledgement of final article);
    9. preparation of derivative works (other than commercial purposes) (with full acknowledgement of final article); and
    10. voluntary posting on open web sites operated by author or author’s institution for scholarly purposes, but it should follow the open access license of Creative Common CC BY-NC License.