Source Code Algoritma Genetika TSP PHP

Algoritma genetika merupakan teknik pencarian yang didasarkan atas mekanisme seleksi dan genetika natural. Algoritma genetika berbeda dengan teknik pencarian konvensional, dimana pada algoritma genetika kondisi diawali dengan setting awal solusi acak yang disebut populasi. Tiap individu dalam populasi disebut kromosom, yang merepresentasikan suatu solusi atas permasalahan.

Penyelesaian masalah optimasi menggunakan algoritma genetika tergolong sulit karena kualitas keputusan yang diselesaikan menggunakan algoritma genetika berhubungan dengan banyak karakteristik misalnya populasi awal, crossover, mutasi, probabilitas, fungsi fitness, faktor seleksi dan faktor yang lainnya. Keseluruhan faktor tersebut saling mempengaruhi satu sama lain sebagai sebuah sistem (Pedro & Gomez, 2007).

Hal-hal yang harus dilakukan dalam menggunakan algoritma genetika adalah:

1. Mendefinisikan individu, dimana individu menyatakan salah satu solusi (penyelesaian) yang mungkin dari permasalahan yang diangkat.
2. Mendefinisikan nilai fitness, yang merupakan ukuran baik-tidaknya sebuah individu atau baiktidaknya solusi yang didapatkan.
3. Menentukan proses pembangkitan populasi awal.
   Hal ini biasanya dilakukan dengan menggunakan pembangkitan acak seperti
   random-walk.
4. Menentukan proses seleksi yang akan digunakan.
5. Menentukan proses perkawinan silang (crossover).
6. Mutasi gen yang akan digunakan.

Traveling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah optimasi TSP terkenal dan telah menjadi standar untuk mencoba algoritma yang komputational. Pokok permasalahan dari TSP adalah seorang salesman harus mengunjungi sejumlah kota yang diketahui jaraknya satu dengan yang lainnya dan kembali ke kota asal.

Komponen yang ada pada source code algoritma genetika tsp php ini adalah:

• Login, untuk membatasi akses ke dalam aplikasi.
• Halaman Utama, menampilkan menu-menu untuk navigasi ke semua fitur AG TSP.
• Kelompok, mengolah data kelompok tempat/titik yang bisa ditambah, diubah, dan dihapus.
• Titik, mengolah data tempat/titik yang bisa ditambah, diubah, dan dihapus.
• Bobot, mengolah data bobot/jarak antar titik.
• AG, mencari jarak terpendek dengan algoritma genetika berdasarkan kelompok.
• Password, mengubah password user yang login.