HYBRID GENETIC ALGORITHM WITH PARTICLE SWARM OPTIMIZATION UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM

Aris Alfi Sandi, 081012052 (2014) HYBRID GENETIC ALGORITHM WITH PARTICLE SWARM OPTIMIZATION UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2015-sandiarisa-35227-6.ABSTRAK.pdf

Download (621kB) | Preview
[img] Text (FULL TEXT)
2015-sandiarisa-35227-1.FULLTEXT.pdf
Restricted to Registered users only

Download (934kB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Perancangan sistem distribusi yang efektif dapat menghasilkan penghematan biaya pengeluaran yang cukup signifikan bagi perusahaan. Vehicle routing problem (VRP) adalah permasalahan untuk meminimalkan rute pendistribusian barang dengan keterbatasan kapasitas dan jarak kendaraan. Tujuan dari penulisan skripsi ini adalah menyelesaikan VRP dengan hybrid algoritma genetika dan algoritma Particle Swarm Optimization (PSO). Algoritma Genetika merupakan teknik pencarian dalam ilmu komputer untuk menemukan penyelesaian perkiraan untuk optimisasi dan masalah pencarian. Algoritma PSO merupakan satu algoritma yang diinspirasi oleh perilaku organisme untuk mencari solusi terbaik dari suatu permasalahan. Hybrid algoritma genetika dan algoritma PSO dirancang secara seri, proses algoritma genetika dilakukan pertama kali, output dari proses ini diproses dengan algoritma PSO. Proses algoritma ini dimulai dengan inisialisasi parameter, pembangkitan solusi awal, menghitung evaluasi total jarak, seleksi roulette wheel, proses crossover dan mutasi, pemilihan generasi baru GA, pemilihan partikel awal algoritma PSO, pembangkitan velocity awal, pemilihan pbest dan gbest, update velocity dan partikel, evaluasi total jarak, menentukan solusi terbaik, dan proses berlanjut sampai maksimal iterasi. Data yang digunakan 13 pelanggan, data 27 dan data 199 pelanggan pelanggan serta diselesaikan dengan bahasa pemrograman Java Netbeans IDE 7.2. Fungsi tujuan (jarak) minimum terbaik berdasarkan dari hybrid algoritma genetika dan algoritma PSO didapatkan untuk data 13 Pelanggan sebesar 84, untuk data 27 pelanggan diperoleh jarak minimum sebesar 127137 m sedangkan untuk data 199 pelanggan diperoleh jarak minimum sebesar 5464.0.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK. MPM. 71-14 San h
Uncontrolled Keywords: GENETIC ALGORITHM; PARTICLE SWARM OPTIMIZATION
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM/NIDN
Aris Alfi Sandi, 081012052UNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorMiswanto, Dr. M.SiUNSPECIFIED
ContributorAhmadin, S.Si, M.SiUNSPECIFIED
Depositing User: Mrs Nadia Tsaurah
Date Deposited: 30 Jan 2015 12:00
Last Modified: 06 Jun 2017 16:20
URI: http://repository.unair.ac.id/id/eprint/28527
Sosial Share:

Actions (login required)

View Item View Item