Layla Fickri Amalia (2015) Hybrid Algoritma Genetika dengan Local Search untuk menyelesaikan permasalahan Multi Trip Vehicle Routing Problem (MTVRP). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (865kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (227kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (230kB)
	Text (BAB I) 4. BAB I PENDAHULUAN.pdf Download (231kB)
	Text (BAB II) 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 30 May 2023. Download (490kB) | Request a copy
	Text (BAB III) 6. BAB III METODE PENELITIAN.pdf Restricted to Registered users only until 30 May 2023. Download (342kB) | Request a copy
	Text (BAB IV) 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only until 30 May 2023. Download (585kB) | Request a copy
	Text (BAB V) 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 30 May 2023. Download (218kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (225kB)

Abstract

Multi Trip Vehicle Routing Problem (MTVRP) adalah salah satu bentuk varian dari Vehicle Routing Problem dengan penambahan kendala kapasitas dan batas waktu. Vehicle Routing Problem (VRP) adalah salah satu bentuk permasalahan transportasi yang melibatkan pendistribusian barang kepada pelanggan dengan menggunakan kendaraan dan bertujuan untuk meminimasi beberapa tujuan distribusi. Rute yang terbentuk harus dimulai dan diakhiri pada tempat yang sama yaitu depot. Penulisan skripsi ini bertujuan untuk menentukan rute yang optimal pada sejumlah kendaraan dari permasalahan multi trip vehicle routing problem dengan menggunakan hybrid algoritma genetika dengan local search. Dalam skripsi ini diasumsikan bahwa setiap kendaraan memiliki kapasitas yang sama dan waktu pelayanan kendaraan yang sama dalam melayani pelanggan. Hybrid algoritma genetika dengan local search adalah proses menggabungkan algoritma genetika dengan proses local search. Secara umum, proses algoritma genetika adalah membangkikan populasi awal, mengevaluasi kromosom, seleksi, crossover, dan mutasi. Proses seleksi yang digunakan dalam skripsi ini adalah seleksi turnamen, proses crossover yang digunakan adalah order crossover, dan proses mutasi menggunakan prosedur local search yaitu Adsplit prosedur. Data yang digunakan adalah 9 pelanggan dalam pegiriman pigura di perusahaan Batu Malang, dan data 100 pelanggan dengan bahasa pemrograman Java Netbeans IDE 8.0. Solusi terbaik berdasarkan hybrid algoritma genetika dengan local search untuk data 9 pelanggan dengan jarak 1454 sedangkan 100 pelangganyaitu nilai fitness 0,11915149 dengan jarak 2355.

Actions (login required)

View Item