HANIF SHALAHUDDIN, - (2022) Hybrid Grey Wolf Optimizer and Genetic Algorithm untuk Multi-Depot Vehicle Routing Problem with Time Windows Under Shared Depot Resources. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HAL JUDUL) HAL JUDUL.pdf Download (5MB)
	Text (BAB I) BAB I.pdf Download (53kB)
	Text (FULL TEXT) FULL TEXT.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Penelitian ini membahas mengenai implementasi algoritma Hybrid Grey Wolf Optimizer and Genetic Algorithm (HGWOGA) untuk menyelesaikan Multi-Depot Vehicle Routing Problem with Time Windows Under Shared Depot Resources (MDVRPTWSDR). MDVRPTWSDR merupakan varian dari MDVRPTW dengan opsi pemberhentian yang lebih fleksibel, yakni kendaraan tidak perlu kembali ke depot tempat kendaraan tersebut memulai perjalanan, tetapi menuju depot yang memiliki jarak terdekat dari pelanggan yang terakhir kali dilayani selama lahan parkir depot tersebut masih tersedia. Dengan tujuan untuk meminimumkan waktu, implementasi HGWOGA dilakukan dengan menginisialisasikan parameter, membangkitkan populasi awal, mengevaluasi fungsi tujuan, dan melakukan proses berikut untuk setiap iterasinya: hirarki sosial, berburu, memperbarui parameter, operator crossover, mutasi, dan elitisme. Penelitian dilakukan pada tiga contoh kasus menggunakan variasi parameter untuk ukuran populasi, banyak iterasi, dan probabilitas mutasi. Hasil penelitian menunjukkan bahwasanya HGWOGA dapat digunakan untuk menyelesaikan MDVRPTWSDR dalam berbagai macam kasus. Selain itu, besar ukuran populasi dan probabilitas mutasi tidak mempengaruhi hasil dari implementasi HGWOGA, tetapi semakin banyak iterasi yang dilakukan maka hasil yang diperoleh juga semakin baik.

Actions (login required)

View Item