Mulindaf Agustiningtyas Thaharah, 081012056 (2014) HYBRID ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) DAN SIMULATED ANNEALING (SA) UNTUK MENYELESAIKAN QUADRATIC ASSIGNMENT PROBLEM(QAP). Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2015-thaharahmu-35155-6.ABSTRAK.pdf Download (729kB) | Preview
	Text (FULLTEXT) 2015-thaharahmu-35155-1.FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Quadratic assignment problem adalah permasalahan yang membahas penempatan fasilitas pada lokasi dan bertujuan meminimalkan total jarak tempuh perpindahan bahan antar fasilitas. Tujuan dari penulisan skripsi ini adalah untuk menyelesaikan quadratic assignment problem dengan menggunakan hybrid algoritma particle swarm optimization (PSO) dan simulated annealing (SA). Secara umum proses particle swarm optimization adalah membangkitkan partikelpartikel, menentukan dan , update kecepatan dan posisi. Hybrid algoritma particle swarm optimization dan simulated annealing merupakan suatu proses PSO dimana pencarian dan dilakukan berdasarkan aturan SA, yaitu metode yang dianalogikan dengan proses annealing, dan dimulai dengan inisialisasi parameter, membangkitkan solusi awal, melakukan modifikasi, menghitung nilai fungsi tujuan, tetapkan dan , update partikel baru, menghitung temperatur baru, proses berlanjut hingga suhu yang dikehendaki sudah tercapai. Data yang digunakan adalah data 4 fasilitas dan 4 lokasi, data 12 dan fasilitas 12 lokasi, dan data 20 dan fasilitas 20 lokasi serta diselesaikan dengan bahasa pemrograman Java Netbeans IDE 7.3.1. Total jarak perpindahan bahan antar fasilitas untuk data 4 fasilitas 4 lokasi sebesar 1340, untuk data data 12 fasilitas 12 lokasi sebesar 1652, dan data 20 fasilitas 20 sebesar 6922. Berdasarkan hasil yang yang diperoleh menunjukkan bahwa semakin besar jumlah partikel, jumlah modifikasi, dan koefisien penurunan suhu, maka solusi yang didapatkan semakin mendekati solusi yang optimal. Akan tetapi hasil yang diperoleh bergantung pada permasalahan yang diselesaikan.

Actions (login required)

View Item