HYBRID ALGORITMA GENETIKA DAN SIMULATED ANNEALING PADA PENJADWALAN FLOWSHOP DENGAN KRITERIA MINIMALISASI MAKESPAN

ELLEN SEASAFIRA, 080912082 (2013) HYBRID ALGORITMA GENETIKA DAN SIMULATED ANNEALING PADA PENJADWALAN FLOWSHOP DENGAN KRITERIA MINIMALISASI MAKESPAN. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2013-seasafirae-27182-3.abstr-k.pdf

Download (266kB) | Preview
[img] Text (FULLTEXT)
MPM.54-13.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Tujuan dari penulisan skripsi ini adalah menyelesaikan masalah penjadwalan flowshop dengan kriteria minimalisasi makespan menggunakan hybrid algoritma genetika dan simulated annealing. Penjadwalan flowshop didefinisikan suatu permasalahan untuk mendapatkan solusi optimal yang melibatkan n job dan m mesin dalam proses produksinya. Dalam penjadwalan flowshop setiap job diproses dalam setiap mesin dengan urutan yang sama. Algoritma Genetika merupakan algoritma pencarian solusi yang meniru mekanisme seleksi dan evolusi alam. Algoritma Simulated Annealing merupakan metode yang dianalogikan dengan proses annealing. Hybrid algoritma genetika dan simulated annealing adalah gabungan dari kedua algoritma dengan cara memasukkan proses algoritma simulated annealing ke proses algoritma genetika. Proses algoritma ini dimulai dengan inisialisasi parameter, membangkitkan solusi awal, menghitung nilai makespan dan fitness tiap solusi, menentukan calon induk dengan seleksi roulette wheel, melakukan crossover PMX, memodifikasi anak crossover dengan resiprocal exchange, membandingkan nilai makespan, menurunkan suhu, melakukan proses modifikasi sampai suhu yang ditentukan, menggabungkan solusi dengan populasi awal, melakukan seleksi pada solusi gabungan, proses berlanjut sampai maksimal iterasi. Data yang digunakan adalah data 5 job 2 mesin, data 20 job 5 mesin, dan data 100 job 10 mesin serta diselesaikan dengan bahasa pemrograman Java Netbeans IDE 7.0.1. Makespan minimum untuk data 5 job 2 mesin adalah 24 satuan waktu, untuk data 20 job 5 mesin adalah 1297, dan untuk data 100 job 10 mesin adalah 5997 satuan waktu.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK-2 MPM 54/13 Sea h
Uncontrolled Keywords: ALGORITMA GENETIKA
Subjects: Q Science > QA Mathematics > QA276-280 Mathematical Analysis
Q Science > QA Mathematics > QA551-563 Analytic Geometry
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsEmail
ELLEN SEASAFIRA, 080912082UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorAuli Damayanti,, S.Si, M.SiUNSPECIFIED
Depositing User: prasetyo adi nugroho
Date Deposited: 08 Oct 2013 12:00
Last Modified: 01 Aug 2016 01:58
URI: http://repository.unair.ac.id/id/eprint/25091
Sosial Share:

Actions (login required)

View Item View Item