Khoirur Rizal, 080810193 (2012) HYBRID ALGORITMA MULTI-TYPE INDIVIDUAL ENHANCEMENT DENGAN PARTICLE SWARM OPTIMIZATION UNTUK MENYELESAIKAN JOB SHOP SCHEDULING PROBLEM. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2012-rizalkhoir-21362-5.abstr-k.pdf Download (168kB) | Preview
	Text (FULLTEXT) FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Job shop scheduling problem merupakan salah satu masalah penjadwalan yang dapat digambarkan sebagai sekumpulan pekerjaan dan mesin dengan setiap pekerjaan memiliki waktu proses dan urutan pada masing – masing mesin. Pada penulisan skripsi ini bertujuan untuk mendapatkan makespan (waktu yang dibutuhkan untuk menyelesaikan seluruh pekerjaan) yang optimal sebagai solusi dari permasalahan job shop scheduling dengan menggunakan hybrid algoritma multi-type individual enhancement dengan particle swarm optimization (MPSO). MPSO mencakup tujuh proses dasar, yaitu membangkitkan populasi individu swarm, meningkatkan individu dengan skema MIE, mengupdate personal best, mengupdate global best, mengupdate berat inersia, mengupdate velocity, serta mengupdate posisi individu swarm. Skema Multi-type Individual Enhancement (MIE) adalah skema peningkatan individu untuk memilih dari beberapa tipe individu yang mungkin lebih baik. Skema MIE terdiri dari operasi swapping, operasi insertion, operasi inversion dan operasi long distance movement. Data dari beberapa persoalan job shop scheduling yang mempunyai variasi pada ukuran pekerjaan dan mesin serta durasi setiap mesinnya diimplementasikan pada MPSO. Program dibuat dalam bahasa pemrograman java untuk menerapkan MPSO dalam pencarian solusinya. Berdasarkan hasil perhitungan makespan, semakin besar jumlah individu yang dibangkitkan maka semakin baik hasil yang didapatkan dan MPSO lebih baik daripada Artificial Immune System.

Actions (login required)

View Item