Alvira Syahfitri Ispriadi (2020) Penerapan Hybrid Crow Search Algorithm Dan Simulated Annealing Algorithm Untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text 1. HALAMAN JUDUL.pdf Download (912kB)
	Text 2. ABSTRAK.pdf Download (312kB)
	Text 3. DAFTAR ISI.pdf Download (582kB)
	Text 4. BAB I PENDAHULUAN.pdf Download (318kB)
	Text 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 2023. Download (357kB) | Request a copy
	Text 6. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only until 2023. Download (320kB) | Request a copy
	Text 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only until 2023. Download (876kB) | Request a copy
	Text 8. BAB V PENUTUP.pdf Restricted to Registered users only until 2023. Download (340kB) | Request a copy
	Text 9. DAFTAR PUSTAKA.pdf Download (310kB)
	Text 10. LAMPIRAN.pdf Restricted to Registered users only until 2023. Download (3MB) | Request a copy
	Text 11. PERNYATAAN EMBARGO.pdf Restricted to Registered users only Download (120kB) | Request a copy

Abstract

Penulisan skripsi ini bertujuan untuk menyelesaikan Uncapacitated Facilility Location Problem (UFLP) dengan menggunakan Hybrid Crow Search Algorithm (CSA) dan Simulated Annealing Algorithm (SA). UFLP merupakan permasalahan menentukan lokasi yang akan dibangun fasilitas yang akan melayani m pelanggan dimana terdapat n lokasi untuk membangun n fasilitas. Pada permasalahan ini diasumsikan bahwa fasilitas yang dibangun tidak memiliki batasan melayani pelanggan, setiap pelanggan hanya dilayani satu fasilitas, dan satu lokasi hanya terdapat satu fasilitas dengan fungsi tujuannya yaitu meminimumkan total biaya pembangunan fasilitas dan pelayanan pelanggan. CSA merupakan algoritma yang terinspirasi dari perilaku kawanan gagak dalam mengingat dan mempertahankan tempat persembunyian makanan. SA merupakan algoritma yang terinspirasi dari proses annealing dalam bidang pengerasan kristal. Program penerapan Hybrid Crow Search Algorithm (CSA) dan Simulated Annealing Algorithm (SA) untuk menyelesaikan Uncapacitated Facility Location Problem (UFLP) harus melalui beberapa prosedur yaitu prosedur inisialisasi, pembangkitan populasi gagak, evaluasi nilai fungsi tujuan, menentukan perpindahan ke posisi baru sesuai nilai AP kemudian menempuh prosedur SA sehingga dapat dihasilkan solusi untuk menyelesaikan permasalahan tersebut. Program Hybrid CSA-SA dibuat menggunakan Dev C++. Program tersebut diimplementasikan pada dua kasus yaitu data kecil terdiri dari 10 lokasi dengan 15 pelanggan dan data besar terdiri dari 50 lokasi dengan 50 pelanggan. Pada proses running program Hybrid CSA-SA, diperoleh solusi 546.863,125 untuk data berukuran kecil dan 813.169,75 untuk data berukuran besar. Berdasarkan hasil implementasi disimpulkan bahwa semakin besar jumlah kawanan gagak, iterasi, dan nilai AP, maka solusi dari UFLP semakin baik.

Actions (login required)

View Item