HEIDY ROSSY NATASHA, 081311233099 (2018) PENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK AND DELIVERY DENGAN HYBRID ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION. Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRACT) KKC KK MPM.30-18 Nat p ABSTRAK.pdf Download (94kB) | Preview
	Text (FULLTEXT) KKC KK MPM.30-18 Nat p SKRIPSI.pdf Restricted to Registered users only until 28 March 2021. Download (1MB) | Request a copy

Abstract

Vehicle Routing Problem with Simultaneous Pick and Delivery (VRPSPD) adalah varian dari masalah Vehicle Routing Problem (VRP), kendaraan yang dibatasi tidak hanya dengan mengantarkan barang ke konsumen namun mengambil barang dari konsumen yang dilakukan secara bersamaan. VRPSPD memiliki dua kegiatan yaitu pengiriman dan pengambilan yang dilakukan secara bersamaan dengan kendaraan yang sama maka beban pada kendaraan harus dipantau setiap pelanggan agar kendaraan tersebut tidak kelebihan beban. Tujuan dari skripsi ini adalah untuk mendapatkan solusi terbaik dari VRPSPD menggunakan hybrid Algoritma Genetika dan Particle Swarm Optimization (PSO). Algoritma Genetika adalah algoritma yang terinspirasi oleh teori evolusi Darwin. Particle Swarm Optimization adalah algoritma yang terinspirasi oleh perilaku sosial beberapa kawanan burung terbang. Hybrid GA-PSO adalah kombinasi dari kedua algoritma, dimulai dengan proses GA kemudian proses PSO. Proses awal dari GA yaitu input data dan menginisialisasi parameter lalu menghasilkan solusi awal kemudian menghitung nilai fungsi tujuan lalu menghitung nilai fitness dengan menggunakan roulette wheel kemudian menentukan induk crossover dan proses crossover dengan menggunakan single point crossover. Proses mutasi menggunakan respirasi exchange mutation lalu menentukan populasi baru dan prosesnya berlanjut sampai iterasi maksimal, kemudian penentuan populasi awal pada PSO lalu menentukan pbest dan gbest lalu hitung kecepatan baru kemudian hitung partikel baru dan proses berlanjut sampai iterasi maksimal. Berdasarkan hasil running program perubahan hasil solusi dipengaruhi oleh parameter max_iterasi. Bila nilai parameter max_iterasi dinaikan, solusi yang dihasilkan cenderung lebih baik. Sedangkan parameter popsize tidak begitu menunjukkan pengaruhnya.

Actions (login required)

View Item