Travelling Salesman Problem (TSP) merupakan masalah optimasi perjalanan seorang salesman dalam mengunjungi kota dan tiap–tiap kota hanya dilewati tepat satu kali. Masalah tsp dapat diterapkan pada berbagai kegiatan yang bersifat untuk optimalisasi, dalam penyelesaian TSP ada beberapa metode yang bisa digunakan, diantaranya algoritma berevolusi. Untuk meningkatkan diversity dan menaikkan kualitas solusi, metode yang digunakan adalah strategi pergantian steady state, generational serta gabungan. Penelitian ini menganalisis metode strategi pergantian steady state, generational dan gabungan. Strategi pergantian steady state akan terperangkap local optimal karena individu baru yang diciptakan hanya satu anggota baru yang akan diuji untuk dimasukkan ke dalam populasi selanjutnya, sedangkan strategi pergantian generational diversity akan meningkat karena generational ini memiliki prosedur menggantikan semua individu pada suatu generasi digantikan sekaligus oleh jumlah individu baru hasil pindah silang dan mutasi. Dalam penelitian ini, data pengujian yang digunakan adalah datatsp lib sebanyak 36 dataset, dan dibangkitkan sebanyak 128 generasi, pengujian masing–masing data set 10 kali pengujian, yang dihasilkan dari pengujian ini adalah rata–rata jarak minimum dan diversity, setelah pengujian maka mendapatkan kesimpulan bahwa dengan menggunakan metode strategi pergantian gabungan mendapatkan solusi jarak terpendek lebih baik dibandingkan steady state dan generational, sedangkan pengaruh diversity lebih baik dengan menggunakan strategi pergantian generational dibandingkan dengan steady state dan gabungan. Kata kunci : Algoritma berevolusi, Replacement Strategy, Steady State, Generational