ALGORITMA PARTICLE SWARM OPTIMIZATION DENGAN LOCAL SEARCH (PSO-LS) SEBAGAI METODE PENYELESAIAN UNCAPACITATED FACILITY LOCATION PROBLEM (UFLP)

Umi Lailatul Muyassaroh, 080810132 (2012) ALGORITMA PARTICLE SWARM OPTIMIZATION DENGAN LOCAL SEARCH (PSO-LS) SEBAGAI METODE PENYELESAIAN UNCAPACITATED FACILITY LOCATION PROBLEM (UFLP). Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text
MPM 69 - 12 Muy a.pdf

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

Abstract

Uncapacitated facility location problem didefinisikan sebagai suatu permasalahan untuk menemukan lokasi yang optimal dalam membangun fasilitas yang akan melayani sejumlah customer dengan asumsi bahwa fasilitas yang dibangun tidak mempunyai batasan jumlah customer. Skripsi ini membahas tentang Uncapacitated Facility Location Problem (UFLP) yang diselesaikan dengan menggunakan Algoritma Particle Swarm Optimization dengan Local Search (PSO-LS). Algoritma PSO-LS merupakan kombinasi dari Algoritma Particle Swarm Optimization dan Algoritma Local Search. Kombinasi kedua algoritma optimasi ini diharapkan dapat mengoptimalkan pencarian solusi UFLP. Proses algoritma ini dimulai dengan pembangkitan posisi dan kecepatan partikel awal, menentukan vektor open facility, kemudian dilakukan evaluasi sehingga didapatkan nilai fitness. Selanjutnya ditentukan personal best pada tiap partikel dan global best untuk keseluruhan swarm. Pada saat iterasi Algoritma, dilakukan update kecepatan dan posisi partikel, kemudian dilakukan proses evaluasi dan ditentukan personal best dan global best yang baru. Solusi UFLP dengan Algoritma PSO (global best) adalah solusi awal bagi Algoritma Local Search. Solusi awal ini kemudian dimodifikasi sehingga terbentuk solusi baru. Selanjutnya dilakukan operasi flip pada solusi baru. Proses pengambilan kesimpulan solusi dilakukan pada akhir iterasi PSO-LS, yaitu dengan mengambil nilai fungsi tujuan yang paling minimum. Data yang digunakan adalah data 10 lokasi dengan 15 customer dan data 50 lokasi dengan 50 customer serta diselesaikan dengan bahasa pemrograman Java Netbeans IDE 7.1.2 dengan fungsi tujuan (biaya) minimum untuk data 10 lokasi dengan 15 customer adalah sebesar 149.690,4750 satuan. Sedangkan untuk data 50 lokasi dengan 50 customer diperoleh biaya sebesar 793.439,5625 satuan.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM 69 - 12 Muy a
Uncontrolled Keywords: PARTICLE SWARM OPTIMIZATION
Subjects: Q Science
Divisions: 08. Fakultas Sains dan Teknologi
Creators:
CreatorsNIM
Umi Lailatul Muyassaroh, 080810132UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorHerry Suprajitno,, Dr. M.SiUNSPECIFIED
Thesis advisorMiswanto,, Dr. M.Si.UNSPECIFIED
Depositing User: Agung BK
Date Deposited: 01 Feb 2013 12:00
Last Modified: 14 Sep 2016 08:54
URI: http://repository.unair.ac.id/id/eprint/25719
Sosial Share:

Actions (login required)

View Item View Item