PERBANDINGAN METODE PARTICLE SWARM OPTIMIZATION (PSO) DAN MODIFIED PARTICLE SWARM OPTIMIZATION BASED ON GRAVITATIONAL FIELD INTERACTIONS (MPSO-GI) PADA PERMASALAHAN FLOW SHOP

SHOF RIJAL AHLAN ROBBANI, 081411631038 (2018) PERBANDINGAN METODE PARTICLE SWARM OPTIMIZATION (PSO) DAN MODIFIED PARTICLE SWARM OPTIMIZATION BASED ON GRAVITATIONAL FIELD INTERACTIONS (MPSO-GI) PADA PERMASALAHAN FLOW SHOP. Skripsi thesis, Universitas Airlangga.

[img]
Preview
Text (ABSTRACT)
KKC KK ST.ST 22-18 Rob p-Abstrak.pdf

Download (41kB) | Preview
[img] Text (FULLTEXT)
KKC KK ST.ST 22-18 Rob p.pdf
Restricted to Registered users only until 5 July 2021.

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Flow shop adalah sebuah sistem pemrosesan yang urutan tugas dari masing-masing pekerjaan ditentukan sepenuhnya dan semua pekerjaan melewati mesin dalam urutan yang sama. Masalah utama pada flow shop adalah mendapatkan kombinasi urutan pekerjaan yang mempunyai total waktu pengerjaan (make-span) minimal. Pada penelitian ini akan dilakukan perbandingan algoritma Particle Swarm Optimization (PSO) dan Modified Particle Swarm Optimization Based On Gravitational Field Interactions (MPSO-GI) dalam menyelesaikan masalah flow shop. MPSO-GI adalah pengembangan dari algoritma PSO yang terinspirasi dari metode pencarian stokastik berdasarkan pada hukum gravitasi. Data flow shop yang akan digunakan meliputi : Data Kecil (5 pekerjaan, 2 mesin), Data Sedang (20 Pekerjaan, 5 Mesin) dan Data Besar (50 Pekrjaan, 8 Mesin). Dari hasil perhitungan algoritma PSO dan MPSO-GI dengan bantuan program komputer yang ditulis dengan Bahasa pemrograman PHP dan Javascript, ditemukan bahwa permasalahan data kecil algoritma PSO dan MPSO-GI relatif seimbang dan berhasil mencapai solusi optimal. Sedangkan permasalahan data sedang algoritma PSO lebih baik daripada MPSO-GI. Sedangkan permasalahan data besar algoritma MPSO-GI lebih baik daripada PSO. Nilai make-span terkecil dari hasil percobaan pada data sedang dan besar dengan ketentuan jumlah partikel 10 dan iterasi 1.000 – 10.000 adalah 1297 dan 3156 yang berhasil di capai oleh algoritma MPSO-GI. Berdasarkan implementasi diperoleh bahwa algoritma MPSO-GI memiliki kecenderungan nilai make-span yang lebih baik jika jumlah partikel yang digunakan di bawah 15.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.SI. 22/ 18 Rob p
Uncontrolled Keywords: Particle Swarm Optimization (PSO), Modified Particle Swarm Optimization based on Gravitational field Interactions (MPSO-GI), Flow Shop, Make-span.
Subjects: T Technology > T Technology (General) > T58.6-58.62 Management information systems
T Technology > TA Engineering (General). Civil engineering (General) > TA213-215 Engineering machinery, tools, and implements
Divisions: 08. Fakultas Sains dan Teknologi > Sistem Informasi
Creators:
CreatorsNIM
SHOF RIJAL AHLAN ROBBANI, 081411631038UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorEto Wuryanto, Drs., DEAUNSPECIFIED
Thesis advisorFaried Effendy, NIDN0006068202UNSPECIFIED
Depositing User: Mrs. Djuwarnik Djuwey
Date Deposited: 04 Jul 2018 22:17
Last Modified: 10 Jul 2018 16:00
URI: http://repository.unair.ac.id/id/eprint/73015
Sosial Share:

Actions (login required)

View Item View Item