Penyelesaian Urban Transit Routing Problem Menggunakan Algoritma Hyper-heuristics berbasis Modified Particle Swarm Optimization based on Gravitational field Interactions

Kemacetan lalu lintas dapat diatasi dengan adanya public transport. Penerapan public transport yang optimal perlu dilakukan penentuan rute yang baik. Untuk mendapatkan rute public transport yang optimal, maka perlu dilakukan beberapa percobaan kombinasi antara jarak titik awal dan tujuan. Sehingga masalah dapat dikatakan sebagai masalah kombinatorik. VRP merupakan permasalahan kombinatorik. Oleh karena itu permasalahan dapat diselesaikan menggunakan metode metaheuristik. Penelitian ini akan menggunakan algoritma Modified Particle Swarm Optimization (MPSO-GI) dengan pendekatan Hyper-heuristics untuk menyelesaikan masalah penentuan rute public transport. Data yang digunakan merupakan dataset Mumford dan Mandl yang digunakan pada beberapa penelitian sebelumnya. Penelitian dilakukan dengan membandingkan hasil solusi yang dihasilkan oleh metode yang ditawarkan dengan hasil pada penelitian sebelumnya. Sehingga dapat diketahui kelebihan dan kekurangan dari metode yang ditawarkan. Berdasarkan hasil uji coba dapat ketahui bahwa algoritma MPSO-GI dengan pendekatan Hyper-Heuristics dapat diimpelmentasikan dan menyelesaikan masalah UTRP. MPSO-GI dengan pendekatan Hyper-Heuristics berhasil memperbaiki solusi hill-climbing di hamper semua dataset dengan nilai yang stabil. Hasil metode MPSO-GI dengan pendekatan Hyper-Heuristics unggul dalam menghasilkan solusi biaya penumpang pada dataset Mandl4, Mandl6, Mandl7, Mandl8 dan biaya operator pada dataset Mandl4 dan Mandl6 jika dibandingkan dengan metode pada penelitian sebelumnya.