Bella Pristianisa Subari (2020) Hybrid Crow Search Algorithm (CSA) Dengan Simulated Annealing (SA) Untuk Menyelesaikan Vehicle Routing Problem With Time Windows (VRPTW). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text 1. HALAMAN JUDUL.pdf Download (655kB)
	Text 2. ABSTRAK.pdf Download (206kB)
	Text 3. DAFTAR ISI.pdf Download (138kB)
	Text 4. BAB I PENDAHULUAN.pdf Download (223kB)
	Text 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 2023. Download (346kB) | Request a copy
	Text 6. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only until 2023. Download (223kB) | Request a copy
	Text 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only until 2023. Download (648kB) | Request a copy
	Text 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 2023. Download (279kB) | Request a copy
	Text 9. DAFTAR PUSTAKA.pdf Download (218kB)
	Text 10. LAMPIRAN.pdf Restricted to Registered users only until 2023. Download (797kB) | Request a copy
	Text 11. PERNYATAAN EMBARGO.pdf Restricted to Registered users only Download (934kB) | Request a copy

Abstract

Penulisan skripsi ini bertujuan untuk menyelesaikan permasalahan Vehicle Routing Problem with Time Windows (VRPTW) dengan menggunakan Hybrid Crow Search Algorithm (CSA) dengan Simulated Annealing (SA). Vehicle Routing Problem with Time Windows (VRPTW) merupakan suatu permasalahan penentuan rute kendaraan yang digunakan untuk melayani pelanggan yang melibatkan lebih dari satu kendaraan dengan batasan waktu, sehingga diperoleh rute dengan jarak minimum dengan kendala kapasitas muatan kendaraan dan time windows. CSA masih terdapat kemungkinan munculnya optimal lokal. Maka dari itu dilakukan hybrid dengan SA agar dapat melepaskan diri dari optimal lokal dengan harapan dapat menghasilkan solusi yang lebih baik. Hybrid CSA dengan SA adalah gabungan dari kedua algoritma dengan cara melakukan proses CSA kemudian hasil terburuknya diperbaiki dengan proses SA untuk sepuluh iterasi pertama. Proses algoritma ini dimulai dengan inisialisasi parameter, membangkitkan posisi dan memori awal, menghitung fungsi tujuan, memperbarui posisi gagak, menghitung fungsi tujuan posisi baru gagak, update memori gagak, menentukan solusi terburuk dari posisi gagak kemudian dilakukan modifikasi, hasil modifikasi dengan SA menggantikan solusi terburuk pada posisi gagak, proses berlanjut sampai maksimal iterasi dipenuhi dan menentukan solusi terbaik dari memori gagak. Program Hybrid CSA dengan SA untuk menyelesaikan VRPTW dibuat dalam bahasa pemrograman C++ yang diimplementasikan pada tiga contoh kasus yaitu data kecil dengan 25 pelanggan, data sedang dengan 50 pelanggan, dan data besar dengan 100 pelanggan. Dari hasil running program diperoleh solusi terbaik dari 25 pelanggan, 50 pelanggan, dan 100 pelanggan yaitu dengan jarak 517, 1526, 3389 satuan jarak. Berdasarkan hasil implementasi dapat disimpulkan bahwa semakin banyak jumlah iterasi dan jumlah gagak maka nilai fungsi tujuan yang diperoleh cenderung semakin baik, sedangkan nilai probabilitas kewaspadaan (AP) tidak memberikan pengaruh pada solusi permasalahan.

Actions (login required)

View Item