Hybrid Virus Evolutionary Genetic Algorithm (VEGA) dan Simulated Annealing (SA) Pada Penjadwalan Flowshop

Ramadhani Amulyo, 081012034 (2014) Hybrid Virus Evolutionary Genetic Algorithm (VEGA) dan Simulated Annealing (SA) Pada Penjadwalan Flowshop. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2015-amulyorama-35117-6.ABSTRAK.pdf

Download (544kB) | Preview
[img] Text (FULLTEXT)
gdlhub-gdl-s1-2015-amulyorama-35117-1.FULLTEXT.compressed.pdf
Restricted to Registered users only

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

Abstract

Flowshop Scheduling atau penjadwalan flowshop merupakan proses penentuan urutan pekerjaan yang memiliki lintasan produk yang sama yang melibatkan n job dan m mesin. Virus Evolutionary Genetic Algorithm (VEGA) merupakan penggabungan antara algoritma genetik dengan infeksi virus. Simulated annealing adalah algoritma yang analoginya berasal dari proses annealing (pendinginan). Hybrid VEGA dan simulated annealing adalah gabungan dari kedua algoritma dengan cara memasukkan proses algoritma simulated annealing ke proses VEGA. Proses algoritma ini dimulai dengan inisialisasi parameter, membangkitkan solusi (populasi host) awal, membangkitkan populasi virus awal, menghitung nilai makespan tiap solusi, menentukan calon induk dengan seleksi elitism, melakukan crossover SEC, melakukan mutasi dengan resiprocal exchange, membandingkan nilai makespan, menurunkan suhu, melakukan proses mutasi sampai suhu yang ditentukan, menggabungkan solusi hasil crossover dan mutasi dengan populasi host awal, melakukan seleksi pada solusi gabungan, melakukan reverse transcription, melakukan transduction, proses berlanjut sampai maksimal iterasi. Data yang digunakan adalah data 4 job 3 mesin, data 13 job 4 mesin, dan data 20 job 10 mesin, serta penyelesaian menggunakan bahasa pemrograman Java Neatbeans. Nilai makespan yang diperoleh untuk data 4 job 3 mesin adalah 24 satuan waktu, untuk data 13 job 4 mesin adalah 7639 satuan waktu, dan untuk data 20 job 10 mesin adalah 182 satuan waktu.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK. MPM. 48-14 Amu h
Uncontrolled Keywords: GENETIC ALGORITHM
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM
Ramadhani Amulyo, 081012034UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorHerry Suprajitno, Dr. M.SiUNSPECIFIED
Thesis advisorMiswanto, Dr. M.Si.UNSPECIFIED
Depositing User: Mrs Nadia Tsaurah
Date Deposited: 29 Jan 2015 12:00
Last Modified: 05 Jun 2017 22:41
URI: http://repository.unair.ac.id/id/eprint/28504
Sosial Share:

Actions (login required)

View Item View Item