AHMAD WILDAN AMRULLAH (2022) Penerapan Student Psychology Based Optimization Algorithm untuk Menyelesaikan Vehicle Routing Problem with Simultaneous Pickup and Delivery. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 081811233063_HALAMAN JUDUL.pdf Download (1MB)
	Text (BAB I) 081811233063_BAB I.pdf Download (467kB)
	Text (FULLTEXT) 081811233063_FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Vehicle Routing Problem (VRP) merupakan salah satu bentuk permasalahan optimasi untuk menentukan rute kendaraan dengan biaya minimal, sedangkan Vehicle Routing Problem with Simultaneous Pickup and Delivery (VRPSPD) merupakan salah satu pengembangan dari VRP dengan setiap pelanggannya membutuhkan dua jenis layanan yaitu pengiriman dan pengambilan barang yang dilakukan secara bersamaan. Tujuannya adalah untuk menentukan rute kendaraan dengan total jarak minimum namun tidak melebihi kapasitas maksimum kendaraan. Untuk menyelesaikan permasalahan VRPSPD akan digunakan Student Psychology Based Optimization Algorithm (SPBO) yang merupakan algoritma metaheuristik yang mengadopsi perilaku manusia, yaitu psikologi murid yang akan berusaha dan belajar sebaik mungkin agar menjadi murid terbaik di kelas. . Para murid di dalam kelas dapat dikategorikan menjadi empat macam berdasarkan kemampuan mereka yaitu murid terbaik, murid cakap, murid rata-rata, dan murid yang berusaha secara acak. Kinerja algoritma SPBO bergantung pada kinerja keempat macam kategori murid tersebut. langkah dalam Student Psychology Based Optimization, dimulai dengan prosedur input data, inisialisasi parameter, membangkitkan performa awal murid, evaluasi fungsi tujuan, menentukan murid terbaik sementara, memperbarui performa murid, update fungsi tujuan, menentukan murid terbaik. Program dibuat menggunakan bahasa pemrograman C++ dengan bantuan Software Code::Blocks 20.03 dan diimplementasikan pada tiga contoh kasus yaitu data berukuran kecil (13 pelanggan), data sedang (22 pelanggan), dan data besar (100 pelanggan). Berdasarkan hasil running program diperoleh solusi terbaik untuk data kecil adalah 81 satuan jarak, data berukuran sedang adalah 114 satuan jarak dan data berukuran besar adalah 2534 satuan jarak. Sehingga dapat disimpulkan bahwa semakin banyak jumlah iterasi dan jumlah murid atau populasi maka hasil yang diperoleh cenderung lebih baik. Sementara untuk jumlah mata pelajaran tidak berpengaruh pada hasil yang diperoleh.

Actions (login required)

View Item