CHYNTIA AJENG PUSPITASARI, 081211233025 (2016) HYBRID FIREFLY ALGORITHM DAN CAT SWARM OPTIMIZATION PADA JOB SHOP SCHEDULING PROBLEM. Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRAK) ABSTRAK.pdf Download (96kB) | Preview
	Text (FULL TEXT) MPM. 85-16 Pus h.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Permasalahan penjadwalan job shop didefinisikan sebagai suatu permasalahan untuk mendapatkan solusi optimal yang melibatkan n job dan m mesin dalam proses produksinya. Dalam penjadwalan job shop setiap job diproses dalam setiap mesin dengan urutan yang berbeda. Fungsi tujuan pada skripsi ini adalah meminimalkan makespan. Untuk menyelesaikan permasalahan tersebut digunakan metode hybrid Firefly Algorithm (FA) dan Cat Swarm Optimization (CSO). FA terinsprirasi dari perilaku kunang-kunang, sedangkan CSO terinspirasi dari peilaku sekumpulan kucing. Proses algoritma hybrid FA dan CSO dimulai dengan inisialisasi parameter, mengenerate populasi awal firefly, menghitung intensitas cahaya tiap firefly, membandingkan serta menentukan firefly yang bergerak, menghitung distance, attractiveness dan movement, yang terakhir adalah melakukan gerak secara random pada firefly yang memiliki intensitas cahaya paling besar. Setelah menemukan solusi firefly algorithm, solusi tersebut menjadi populasi awal pada cat swarm optimization. Proses selanjutnya membangkitkan kecepatan kucing, mennetukan kucing yang masuk kedalam mode seeking dan mode tracing, membandingkan setiap solusi dan terakhir memilih individu dengan nilai makespan paling minimal setalah maksimal iterasi. Data yang digunakan adalah data 3 job 3 mesin, data 6 job 6 mesin, dan data 10 job 10 mesin serta diselesaikan dengan bahasa pemrograman Borland C++ 5.0.2. Untuk data 3 job 3 mesin diperoleh hasil yang optimal yaitu 11 satuan waktu, untuk data 6 job 6 mesin diperoleh hasil yang optimal yaitu 55 satuan waktu, dan untuk data 10 job 10 mesin diperoleh hasil 1017 satuan waktu.

Actions (login required)

View Item