Travelling Salesman Problem (TSP) merupakan masalah untuk menentukan rute yang memiliki jarak terpendek untuk dilalui salesman yang harus mengunjungi sejumlah daerah tepat satu kali kemudian kembali lagi ketempat semula, dimana jarak yang ditempuh dari satu daerah ke daerah lainnya sudah diketahui. Penelitian ini bertujuan untuk menetukan jalur terpendek dan mendapatkan solusi yang lebih optimum untuk penyelesaian Travelling Salesman Problem dengan menggabungkan dua algoritma yaitu Evolutionary Algorithm (AE) dan Ant Colony Optimization (ACO) yang disebut Bipopulation Based Search. Dalam penelitian ini, data pengujian yang digunakan adalah datatsp lib sebanyak 22 dataset dengan pengujian masing–masing data set yang dilakukan yaitu 10 kali. Hasil dari penelitian ini adalah jarak minimum dan runtime. Dari hasil penelitian bahwa Bipopulation Based Search lebih optimal dari AE dan ACO untuk menentukan jalur terpendek dalam penyelesaian TSP, akan tetapi Runtime yang didapat pada penelitian ini lebih optimal dengan menggunakan algoritma ACO dibandingkan AE dan Bipopulation Based Search. Hal tersebut disebabkan karena pada algoritma Bipopulation Based Search memberikan nilai terbaik dari yang terbaik ke dalam proses algoritma AE dan ACO. Oleh sebab itu untuk menjalankan algoritma Bipopulation Based Search membutuhkan waktu yang lebih banyak dibandingkan ACO dan AE. Kata kunci : Travelling Salesman Problem, AE, ACO, Bipopulation Based Search