NINDA SERLY RAHMA TIANA, 081511233043 (2019) HYBRID FIREFLY ALGORITHM (FA) DAN CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN MULTIDEPOT VEHICLE ROUTING PROBLEM (MDVRP). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text MPM.96-19 Tia h abstrak.pdf Download (92kB)
	Text MPM.96-19 Tia h daftar isi.pdf Download (94kB)
	Text MPM.96-19 Tia h daftar pustaka.pdf Download (90kB)
	Text (FULLTEXT) MPM.96-19 Tia h.pdf Restricted to Registered users only until 14 October 2022. Download (1MB) | Request a copy

Abstract

Multi-Depot Vehicle Routing Problem (MDVRP) merupakan suatu permasalahan penentuan rute kendaraan yang digunakan untuk melayani pelanggan yang melibatkan lebih dari satu kendaraan, sehingga diperoleh rute dengan jarak minimum tanpa melanggar kendala kapasitas muatan kendaraan dengan jumlah dan lokasi dari depot telah ditentukan. Untuk menyelesaikan MDVRP penulis menggunakan metode hybrid Firefly Algorithm (FA) dan Cat Swarm Optmization (CSO). Firefly Algorithm (FA) merupakan salah satu algoritma yang terinspirasi oleh cara berkedipnya kunang-kunang. Sedangkan Cat Swarm Optimization (CSO) merupakan algoritma yang terinspirasi oleh perilaku kucing. Hybrid FA dan CSO merupakan gabungan dari kedua algoritma tersebut dengan cara melakukan proses FA terlebih dahulu kemudian dilanjutkan degan proses CSO. Terdapat hal penting dalam hybrid FA dan CSO yakni variasi intensitas cahaya dan perumusan attractiveness pada FA, serta mode seeking dan mode tracing pada CSO. Program dibuat dalam bahasa pemrograman Java untuk menerapkan hybrid FA dan CSO untuk menyelesaikan MDVRP yang diimplementasikan pada tiga contoh kasus yaitu data kecil (4 depot, 53 pelanggan), data sedang (5 depot 75 pelanggan), serta data besar (2 depot,100 pelanggan). Dari hasil running program diperoleh total jarak tempuh minimum data berukuran kecil yaitu 631.24, data berukuran sedang yaitu 865.79, dan data berukuran besar yaitu 1981.15. Berdasarkan hasil yang diperoleh, dapat disimpulkan bahwa semakin besar jumlah firefly dan jumlah iterasi maka penyelesaian MDVRP lebih baik dengan total jarak tempuh yang lebih kecil. Serta semakin kecil nilai count dimension to change (cdc), maka penyelesaian MDVRP cenderung lebih baik yakni dengan total jarak tempuh yang lebih kecil.

Actions (login required)

View Item