GALIH GAHARDITAMA ANDAMORE, 081116047
(2016)
RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN UNTUK OPTIMASI TRAVELLING SALESMAN PROBLEM BERBASIS SISTEM INFORMASI GEOGRAFIS DENGAN MENGGUNAKAN ALGORITMA GENETIKA.
Skripsi thesis, Universitas Airlangga.
Abstract
PT. Sun Star Motor cabang Surabaya merupakan perusahaan bisnis dalam bidang jasa penjualan otomotif. Salah satu divisinya adalah kurir, yang bertugas untuk mengambil kelengkapan administrasi ke beberapa pelanggan yang belum diberikan. Hal ini sesuai dengan problematika Travelling Salesman Problem yang bertujuan untuk mengoptimasikan jarak tempuh. Oleh karena itu, tujuan dari penelitian ini adalah untuk mengoptimasikan rute perjalanan kurir berbasis Sistem Informasi Geografis dengan menggunakan Algoritma Genetika.
Rancang bangun sistem ini melalui beberapa tahap. Tahap pertama adalah pengambilan dan pengumpulan data dan informasi sebagai faktor yang mempengaruhi pengambilan keputusan. Pada pembangunan sistem ini menggunakan faktor jarak dan arah sebagai faktor yang mempengaruhi dalam pengambilan keputusan. Tahap kedua adalah pengolahan data dan informasi dengan menganalisa data yang telah didapat untuk mengetahui jarak antar lokasi dan lokasi awal dari perjalanan. Tahap ketiga adalah penentuan rute sub-optimal menggunakan Algoritma Genetika. Tahap keempat adalah perancangan sistem yang menggunakan use case diagram dan activity diagram, serta implementasi sistem dengan menggunakan bahasa java. Tahap kelima adalah pengujian sistem dengan menggunakan Black Box Testing dan evaluasi sistem untuk mengetahui apakah sistem telah berjalan sesuai dengan kebutuhan kurir.
Hasil pengujian parameter Algoritma Genetika dari data daftar kunjungan kurir yang mempunyai 5 lokasi tujuan diperoleh rata-rata fitness sebesar 40,84 kilometer dengan menggunakan parameter ukuran populasi sebesar 60, jumlah generasi 10, probabilitas crossover 0,5 dan probabilitas mutation 0,1. Sedangkan data daftar kunjungan kurir dengan 7 lokasi tujuan diperoleh rata-rata fitness yang paling kecil sebesar 57,42 kilometer dengan menggunakan parameter ukuran populasi 80, jumlah generasi 10, probabilitas crossover 0,3 dan probabilitas mutation 0,3. Secara keseluruhan hasil dari evaluasi sistem mempunyai tampilan yang interaktif, mudah digunakan dan sesuai dengan kebutuhan.
Actions (login required)
 |
View Item |
