HYBRID ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) DENGAN SIMULATED ANNEALING (SA) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM (VRP)

Abidah Kamilah, 081012003 (2014) HYBRID ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) DENGAN SIMULATED ANNEALING (SA) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM (VRP). Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2015-kamilahabi-35218-6.ABSTRAK.pdf

Download (624kB) | Preview
[img] Text (FULLTEXT)
gdlhub-gdl-s1-2015-kamilahabi-35218-1.FULLTEXT.pdf
Restricted to Registered users only

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

Abstract

Vehicle routing merupakan salah satu masalah transportasi yang dapat digambarkan sebagai sejumlah kendaraan yang memulai dan mengakhiri perjalanannya untuk melayani sejumlah pelanggan di sebuah tempat yang disebut dengan depot, dengan setiap pelanggan memiliki permintaan masing – masing, dan semua kendaraan memiliki kapasitas yang sama. Skripsi ini bertujuan untuk menentukan rute kendaraan yang total jaraknya adalah minimal sebagai solusi dari masalah VRP menggunakan hybrid algoritma particle swarm optimization dengan simulated annealing. Hybrid Algoritma PSO-SA merupakan algoritma yang menggabungkan antara algoritma PSO dan algoritma SA. Secara umum proses PSO adalah membangkitkan partikel, mencari pibest dan gbest, serta update kecepatan dan posisi. Hybrid algoritma PSO-SA merupakan suatu proses dimana pencarian pibest dan gbest dilakukan berdasarkan aturan SA. Algoritma ini berhenti ketika suhu yang dikehendaki sudah tercapai. VRP dengan data 20 pelanggan, 75 pelanggan, dan 100 pelanggan diselesaikan dengan hybrid algoritma PSO-SA menggunakan perangkat lunak BorlandC ++. Solusi terbaik untuk VRP 20 pelanggan adalah 1.114,7 km dengan parameter S = 25, L = 10, Taw = 100, Tak = 1, dan α = 0.01. Solusi terbaik untuk VRP 75 pelanggan adalah 1.500,07 km dengan parameter S = 50, L = 20, Taw = 100, Tak = 1, dan α = 0.01. Dan solusi terbaik untuk VRP 100 pelanggan adalah 1.987,06 km dengan parameter S = 50, L = 20, Taw = 100, Tak = 1, dan α = 0,01. Berdasarkan hasil dari perhitungan dari semua data menunjukkan bahwa semakin kecil nilai dari koefisien cooling (α) ,semakin besar nilai dari L dan S, maka solusi dari VRP yang diperoleh cenderung lebih baik.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK. MPM. 66-14 Kam h
Uncontrolled Keywords: ALGORITHM; PARTICLE SWARM OPTIMIZATION
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM/NIDN
Abidah Kamilah, 081012003UNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorHerry Suprajitno, Dr.UNSPECIFIED
ContributorMiswanto, Dr.UNSPECIFIED
Depositing User: Mrs Nadia Tsaurah
Date Deposited: 30 Jan 2015 12:00
Last Modified: 30 Aug 2016 08:15
URI: http://repository.unair.ac.id/id/eprint/28522
Sosial Share:

Actions (login required)

View Item View Item