Abstrak
Swarm Intelligence (SI) adalah sebuah teknik kecerdasan buatan yang terinspirasi oleh sekelompok hewan di alam karena kecerdasan yang mereka miliki, seperti koloni lebah maupun koloni semut dalam mencari makanan, dan lain sebagainya. Penelitian terkait SI ini sudah banyak dilakukan, seperti Ant Colony Optimization (ACO) Particle Swarm Optimization (PSO), Artificial Bee Colony (ABC), dll. Algoritma ABC adalah algoritma yang terinspirasi oleh perilaku koloni lebah madu dalam mencari makanan. Kelebihan ABC jika dibandingkan dengan algoritma lain yaitu sangat sederhana dan fleksibel. Namun, jika dimensi masalah meningkat, pertukaran informasi masih terbatas pada satu dimensi. Kelemahan ABC inilah yang dijadikan peluang untuk melakukan pegembangan ABC yakni, Hybrid Artificial Bee Colony (HABC) dengan menambahkan operator crossover dari algoritma genetika. Untuk menguji keunggulan HABC, dalam paper ini dilakukan pemecahan masalah Degree Costrained Minimum Spanning Tree (DCMST) menggunakan HABC. Dari hasil uji coba HABC diperoleh hasil yang lebih baik dibandingkan dengan GA, NGA, dan ABC.
Kata kunci : Artificial Bee Colony, Degree Costrained Minimum Spanning Tree, Hybrid Artificial Bee Colony, Genetic Algorithm
Catatan iMut 