scholarly journals Population resizing on fitness improvement genetic algorithm to optimize promotion visit route based on android and google maps API

2017 ◽  
Author(s):  
Tri Listyorini ◽  
Syafiul Muzid
2016 ◽  
Vol 7 (1) ◽  
pp. 59
Author(s):  
Tri Listyorini ◽  
Syafiul Muzid

Tim Promosi Universitas Muria Kudus (UMK) melakukan kunjungan promosi ke sekolah menengah atas pada setiap tahun. Kunjungan tersebut dilakukan ke sekolah-sekolah menengah atas di wilayah Kudus, Jepara, Pati, Demak, Rembang dan Purwodadi. Untuk memudahkan kunjungan, setiap kunjungan dibatasi sekitar 15 (lima belas) sekolah. Namun pada saat melakukan kunjungan, tim tersebut mengalami kesulitan dalam menentukan rute kunjungan sekolah. Hal ini dikarenakan jarak sekolah yang dikunjungi cukup jauh atau memiliki rute yang rumit sehingga menyebabkan waktu kunjungan yang molor dan biaya pengeluaran bahan bakar yang cukup boros. Untuk menyelesaikan masalah tersebut, dikembangkan suatu aplikasi menggunakan metode heuristik algoritma genetika dengan dinamisasi ukuran populasi atau Population Resizing on Fitness Improvement Genetic Algorithm (PRoFIGA). Aplikasi dikembangkan dengan basis android digunakan untuk memudahkan mencari rute kunjungan terpendek bagi tim promosi UMK sehingga waktu kunjungan menjadi efektif dan efisien. Hasil dari penelitian adalah aplikasi berbasis android untuk penentuan rute kunjungan sekolah terpendek menggunakan metode heuristik yang efisien dan efektif yang dikombinasikan dengan Google Maps Application Programming Interface (API) untuk display rute kunjungan sehingga lebih memudahkan bagi tim promosi UMK. Kata kunci: optimasi rute kunjungan, algoritma fuzzy evolusi, optimasi rute android.


2011 ◽  
Vol 201-203 ◽  
pp. 733-737
Author(s):  
Xin Biao He ◽  
Yi Wei Mo

Google Maps JavaScript API enable users calculate directions by using the DirectionsService object. With these directions results, a new approach to solve the Travelling Salesman Problem (TSP) is proposed in this paper. This DirectionsService object communicates with the Google Maps API which receives directions requests and returns computed results. TSP is solved by simulated annealing genetic algorithm (SAGA) with help of returned directions results. In experiment example, the optimal route of the TSP was provided graphically with Google Maps and textually in user interface. The final results demonstrated the feasibility of the proposed approach.


1994 ◽  
Vol 4 (9) ◽  
pp. 1281-1285 ◽  
Author(s):  
P. Sutton ◽  
D. L. Hunter ◽  
N. Jan

Sign in / Sign up

Export Citation Format

Share Document