Sistem Pendukung Keputusan dengan Algoritma Branch&Bound dan Naive Approach pada Beberapa Pemesanan Makanan Online

Bhustomy Hakim(1*), Fendyanto Fendyanto(2)
(1) Universitas Bunda Mulia
(2) Universitas Bunda Mulia
(*) Corresponding Author



Abstrak


Dengan berkembangnya teknologi saat ini, cara manusia menjalani hidupnya juga mengalami pergeseran seperti dalam memenuhi kebutuhannya untuk makan. Pemesanan makanan online menjadi suatu aktivitas yang menjamur. Gofood dan Grabfood merupakan salah satu platform terbesar yang mendominasi pasar pemesanan online di Indonesia. Mereka mendapatkan kurang lebih 160 miliar rupiah dengan 3 juta order-an perbulan untuk hanya melayani pesanan makanan online saja. Namun dalam menangani pemesanan tersebut, mereka masih menggunakan system one-o-one dimana driver hanya melakukan pemesanan dan pengantara ekslusif ke satu pelanggan. Dengan waktu tunggu yang cukup panjang yaitu 30-60 menit, hal ini dirasa tidak efektif dari sisi kinerja. Oleh karena itu, multiple pesanan diajukkan di penelitian ini. Traveling Salesman Problem (TSP) digunakan untuk menggambarkan permasalahan multiple pesanan untuk menentukan rute terbaik yang memiliki nilai keefektifan terbaik. Dalam penelitian ini, dua algoritma untuk memecahkan masalah TSP telah dibandingkan satu sama lain. Dua algoritma tersebut yaitu Brand&Bound Strategy dan Naïve Approach. Jalur rute yang memiliki titik awal dan akhir yang sama dan memiliki berat minimal. Berat dari masing-masing rute akan didapatkan dari kriteria; jarak, tingkat kesibukkan, dan prioritas, lalu didapatkan berat ideal dengan menggunakan Simple Additive Weighting (SAW). Kriteria evaluasi dalam laporan ini adalah jalur/rute terbaik, kompleksitas waktu dan biaya masing-masing algoritma. Dan ada empat kondisi yang berbeda dalam ukuran yang telah digunakan sebagai masalah untuk evaluasi dua algoritma dalam penelitian ini. Dari penelitian ini, ditemukan hasil bahwa algoritma Branch&Bound menunjukan performa lebih efisien daripada Naive Aproach dimana hanya membutuhkan kurang dari satu detik untuk menemukan rute jalan terbaik dengan bobot tertinggi sebagai bahan pengambilan keputusan dengan biaya algoritma O(n3).

Kata Kunci


Travelling Salesman Problem, Branch&Bound, Naive, Rute, Simple Additive Weighting


Teks Lengkap:

PDF


Referensi


[1] A. Tumpuan, “Peranan Aplikasi Go Food Terhadap Perkembangan Bisnis Kuliner,”TOURISM: Jurnal Travel, Hospitality, Culture, Destination, and MICE, vol. 3, pp. 26-30, 2020

[2] V. B. Pambudi and K. Khuzaini, “Analisis Persepsi Nilai Terhadap Kepuasan Pelanggan Pada Layanan Go-Food Di Kalangan Mahasiswa Stiesia Surabaya,” Jurnal Ilmu Dan Riset Manajemen (JIRM), vol. 9, pp., 2020.

[3] H. Akhmadi, A. R. Alfatah, and Susanawati, “Generation Z consumer’s preferences for online food ordering application: a study of Gofood and Grabfood”, E3S Web Conf, vol. 316, pp. , 2021.

[4] T. S. Kumar, “Data Mining Based Marketing Decision Support System Using Hybrid Machine Learning Algorithm,” In Journal of Artificial Intelligence and Capsule Networks, vol. 2, pp. 185-193, 2020.

[5] C. Winarto, “Analisis Faktor-Faktor Yang Mempengaruhi Keputusan Konsumen Dalam Menggunakan Jasa Grabfood Di Surabaya,” in Seminar Nasional Ilmu Terapan, 2019, pp. E6-E6.

[6] N. K. A. P. Sari, “Implementation of the AHP-SAW Method in the Decision Support System for Selecting the Best Tourism Village,” Jurnal Teknik Informatika C.I.T Medicom, vol. 13, pp. 23-32, 2021.

[7] S. Hosseini, “A decision support system based on machined learned Bayesian network for predicting successful direct sales marketing,”Journal of Management Analytics, vol. 8, pp. 295-315, 2021.

[8] D. E. Gomes, M. I. D.Iglésias, A. P. Proença, T. M. Lima, and P. D. Gaspar, “Applying a Genetic Algorithm to a m-TSP: Case Study of a Decision Support System for Optimizing a Beverage Logistics Vehicles Routing Problem,” Electronics (Switzerland), vol. 10, pp. 2298, 2021.

[9] K.A.F.A. Samah, N. Sabri, R. Hamzah, R. Roslan, N.A. Mangshor, and A.A.M. Asri, “Brute force algorithm implementation for traveljoy travelling recommendation system,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 16, pp. 1042-1049, 2019.

[10] I. K.Gupta, S.Shakil, and S.Shakil, “A hybrid GA-PSO algorithm to solve traveling salesman problem,” In Advances in Intelligent Systems and Computing, vol. 798, pp. 453-362, 2019.

[11] J. C. Zhang, “Comparison of various algorithms based on TSP solving,” Journal of Physics: Conference Series, vol. 2083, pp. 32007, 2021.

[12] H. Qi, Y. Shi, X. Mu, and M. Hou, “Knowledge Granularity for Continuous Parameters,” In IEEE Access, vol. 9, pp. 89432-89438, 2021.

[13] Y. Begnio, A. Lodi, A. Prouvost, “Machine learning for combinatorial optimization: A methodological tour d'horizon,” In European Journal of Operational Research, vol. 290, pp. 405-421, 2021.

[14] A. Ibrahim, R. A. Surya, “The Implementation of Simple Additive Weighting (SAW) Method in Decision Support System for the Best School Selection in Jambi,” In Journal of Physics: Conference Series, vol. 1338, pp. 012054, 2019.

[15] S. Goyal, “A Survey on Travelling Salesman Problem,” Midwest Instruction and Computing Symposium, vol. , pp. 1-9, 2018.

[16] A.Cahyapratama& R.Sarno, “Application of Analytic Hierarchy Process (AHP) and Simple Additive Weighting (SAW) methods in singer selection process,” In International Conference on Information and Communications Technology (ICOIACT), vol., pp. 234-239, 2018.

[17] S. Violina, “Analysis of Brute Force and Branch & Bound Algorithms to solve the Traveling Salesperson Problem (TSP),” Turkish Journal of Computer and Mathematics Education (TURCOMAT), vol. 12, pp. 1226–1229, 2021.

[18] A. Arigliano, T. Calogiuri, G. Ghiani, E. Guerriero, “A branch-and-bound algorithm for the time-dependent travelling salesman problem,” Networks, vol. 72, pp. 382-392, 2018.

[19] N. Nurmalini, R. Rahim, “Study Approach of Simple Additive Weighting For Decision Support System,” International Journal of Scientific Research in Science and Technology, vol. 3, pp. 295–315, 2017.

[20] V. Sihombing, V. M. M. Siregar, W. S. Tampubolon, M. Jannah,R. Risdalina, and A. Hakim, “Implementation of simple additive weighting algorithm in decision support system,” IOP Conference Series: Materials Science and Engineering, vol. 1088, pp. 12014, 2021.

[21] Muhammad Irfan. Penyelesaian Travelling Salesman Problem (TSP) menggunakan Algoritma Hill Climbing dan Matlab”. Matematika, 17(1), 2018.

[22] Chunhua Fu, Lijun Zhang, Xiaojing Wang, and Liying Qiao. “Solving tsp problem with improved genetic algorithm”. In AIP Conference Proceedings, volume 1967, page 040057. AIP Publishing LLC, 2018.

[23] Jan Scholz. “Genetic algorithms and the traveling salesman problem a historical review”. arXiv preprint arXiv:1901.05737, 2019.

[24] Cheikhrouhou, O. Khoufi, I. “A comprehensive survey on the Multiple Traveling Salesman Problem: Applications, approaches and taxonomy”. Comput. Sci Journal. Rev, 40, 100369, 2021.

[25] Yagamishi, K., Gantalao, C., Tiu, A.M., Tanaid, R.A, Medalla, M.E., Abellana, D.P., Selerio, E.,dan Ocampo, L., “Evaluating the destination management performance of small islands with the fuzzy best-worst method and fuzzy simple additive weighting”, Current Issues in Method and Practice Tourism Journal, 2022.

[26] Taillard, E.D., “A linearithmic heuristic for the travelling salesman problem”. European Journal of Operational Research, 2022.


Artikel Statistik

Abstrak telah dilihat : 101 kali
PDF telah dilihat : 70 kali

Refbacks

  • Saat ini tidak ada refbacks.


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

 

Alamat Redaksi :
Jurusan Sistem Informasi, Fakultas Teknologi Informasi
Universitas Andalas
Kampus Limau Manis, Padang 25163, Sumatera Barat

email: teknosi@fti.unand.ac.id

  Jumlah Pengunjung :

 

Creative Commons License
This work by JSI-Unand and licensed under a CC BY-SA 4.0 International License.