ALGORITMA GENETIK DENGAN PARTIAL SCHEDULE EXCHANGE CROSSOVER BAGI PERSOALAN JOB SHOP SCHEDULING

HERLINA KUSUMA WARDANI, 089911919 (2006) ALGORITMA GENETIK DENGAN PARTIAL SCHEDULE EXCHANGE CROSSOVER BAGI PERSOALAN JOB SHOP SCHEDULING. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
25.pdf

Download (195kB) | Preview
[img]
Preview
Text (FULL TEXT)
gdlhub-gdl-s1-2006-wardaniher-3338-mpm4306.pdf

Download (2MB) | Preview
Official URL: http://lib.unair.ac.id

Abstract

Skripsi ini bertujuan untuk menyelesaikan persoalan job shop scheduling menggunakan algoritma genetik( Genetic Algorithm atau GA ) dan membuat programnya. Persoalan job shop scheduling dapat digambarkan dengan j job dan m mesin, masing-masing job memiliki waktu dan urutan pada masing¬masing mesin yang bertujuan untuk mendapatkan urutan dari job-Joh pada masing-masing mesin untuk meminimalkan makespan. Algoritma genetik merupakan algorithm yang diinspirasikan proses-proses teori evolusi. Proses algoritma genetik untuk persoalan job shop scheduling yang digunakan dalam skripsi ini adalah membangkitkan populasi awal secara acal' dengan kooe random sebanyax pop size, lalu masing-masing individu dievaluasi dan diseleksi elitism. selanjutnya akan dilakukan partial schedule exchange crossover dan a job-pair exchange mutation dan akhirnya akan dibentuk populasi baru. Proses diutangi sampai iv generasi yang diinginkan. Data yang digunakan adalah 3 job dan 3 mesin yang diambil dari Gen dan Cheng 1997 dan data bencmark (Fisher Thompson) yang berisi 6 job dan 6 mesin yang diambil dari Fang 1994. Data 3 job dan 3 mesin diselesaikan secara manual dan menggunakan program C++. Parameter yang digunakan untuk data 3 job dan 3 mesin yang diselesaikan secara manual adalah pop_size=l0, pc =0,6 , pm =0,01, maksimum generasi =1 diperoleh solusi suboptimal dengan makespannya 11. Data 3 job dan 3 mesin yang diselesaikan dengan menggunakan program C++ parameter-parameternya antara lain: pop_size= 10, 30 dan 50 , pc =0,6 , pm -0,01, maksimum generasi= 10, 30, 50 dan 100 didapat solusi suboptimal dengan makespan 11. Data 6 job dan 6 mesin diselesaikan dengan menggunakan program C++ parameter-pararneternya antara lain: pop size= 10, 30 dan 50 . pc =0,6, pm =0.01. maksimum generasi= 10, 30, 50 dan 1 00 didapat beberapa solusi optimal dengan makespannya 55 pada pop size 30 dengan maksimum generasi=30, pop size=50 dengan maksimum generasi) dan pop size-50 dengan maksimum generasi-100.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM 43/06 War a
Uncontrolled Keywords: ALGORITHM
Subjects: Q Science > QA Mathematics > QA76.73. Computer algorithms and Data structures
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM
HERLINA KUSUMA WARDANI, 089911919UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorHerry Suprajitno, S.Si., M.SiUNSPECIFIED
Thesis advisorDrs. Eto Wuryanto, DEAUNSPECIFIED
Depositing User: Tn Fariddio Caesar
Date Deposited: 26 Dec 2006 12:00
Last Modified: 19 Oct 2016 02:05
URI: http://repository.unair.ac.id/id/eprint/25240
Sosial Share:

Actions (login required)

View Item View Item