Penentuan jalur terpendek merupakan aspek krusial dalam optimalisasi berbagai bidang, seperti transportasi, logistik, dan jaringan komunikasi. Pemilihan jalur yang optimal tidak hanya mempercepat waktu tempuh tetapi juga berkontribusi terhadap efisiensi biaya operasional, penggunaan bahan bakar, serta sumber daya lainnya. Salah satu algoritma yang banyak digunakan dalam pencarian jalur terpendek adalah Algoritma Dijkstra, yang bekerja berdasarkan prinsip greedy untuk menemukan lintasan dengan bobot minimum pada graf berbobot. Namun, meskipun efektif, algoritma ini memiliki keterbatasan dalam hal kompleksitas komputasi, terutama pada jaringan besar dan dinamis.
Untuk mengatasi tantangan tersebut, pendekatan Cellular Automata dapat diintegrasikan ke dalam Algoritma Dijkstra guna meningkatkan efisiensi dalam pencarian jalur terpendek. Cellular Automata mampu menangani perubahan kondisi lingkungan secara real-time, seperti kemacetan atau perubahan rute, sehingga memberikan solusi yang lebih adaptif dan optimal. Dengan mengombinasikan kedua pendekatan ini, pencarian jalur terpendek dapat dilakukan secara lebih akurat dan efisien, terutama dalam sistem transportasi dan distribusi yang kompleks. Penelitian ini bertujuan untuk mengembangkan simulasi berbasis Algoritma Dijkstra yangdioptimalkan dengan Cellular Automata guna mendukung pengambilan keputusan dalam pencarian jalur terpendek pada berbagai kondisi dinamis.
The determination of the shortest path is a crucial aspect of optimization in various fields, such as transportation, logistics, and communication networks. Selecting an optimal route not only reduces travel time but also enhances operational cost efficiency and resource utilization. One of the most widely used algorithms for finding the shortest path is Dijkstra’s Algorithm, which operates based on the greedy principle to determine the minimum-weight path in a weighted graph. However, this algorithm has computational complexity limitations, particularly in large-scale and dynamic networks.
To address these challenges, the Cellular Automata approach can be integrated into Dijkstra’s Algorithm to enhance the efficiency of shortest path searches. Cellular Automata enables real-time modeling of environmental changes, such as traffic congestion or route alterations, providing a more adaptive and optimal solution. The combination of these two methods is expected to improve the accuracy and efficiency of shortest path searches, especially in complex transportation and distribution systems. This study aims to develop a simulation-based model of Dijkstra’s Algorithm optimized with Cellular Automata to support decision-making in various dynamic conditions.