Metode Optimasi Cerdas Untuk Pencarian Jalur Evakuasi Bencana di Kabupaten Mamuju Menggunakan Ant Colony Optimization

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma pencarian jalur evakuasi, yaitu Breadth-First Search (BFS), Depth-First Search (DFS), dan Ant Colony Optimization (ACO), dalam menemukan jalur evakuasi yang paling efisien. Sebanyak 20 dataset digunakan dalam pengujian ini, dengan menguji setiap algoritma terhadap jalur optimal yang diperoleh secara manual sebagai data aktual. Tiga skenario pengujian diterapkan dalam penelitian ini, yaitu Single Vertex Single Goal (SVSG) dan Single Vertex Multi Goals (SVMG). Hasil pengujian menunjukkan bahwa algoritma ACO secara konsisten menghasilkan jalur yang identik dengan jalur optimal, dengan nilai Root Mean Square Error (RMSE) sebesar 0.0, menandakan bahwa algoritma ini memberikan performa terbaik tanpa penyimpangan dari jalur aktual. Algoritma DFS mencatatkan RMSE sebesar 4.72, menunjukkan kinerja yang lebih baik daripada BFS, namun masih terdapat penyimpangan pada beberapa dataset. Sementara itu, BFS memiliki RMSE tertinggi sebesar 6.91, yang menunjukkan bahwa algoritma ini sering kali menghasilkan jalur yang lebih panjang dan kurang efisien. Hasil pengujian ini membuktikan bahwa algoritma ACO terbukti menjadi pilihan paling efisien untuk optimasi jalur evakuasi dalam ketiga skenario pengujian.