Amuktri, Hemas Fibrylia (2022) Algoritma multiple ant colony system with random variable neighborhood descent (MACS-RVND) pada vehicle routing problem with time windows (VRPTW) dan implementasinya / Hemas Fibrylia Amuktri. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Algoritma Multiple Ant Colony System with Random Variable Neighborhood Descent (MACS-RVND) pada Vehicle Routing Problem with Time Windows (VRPTW) dan Implementasinya Hemas Fibrylia Amuktri Sapti Wahyuningsih Mohamad Yasin Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang Jl. Semarang No. 5 Sumbersari Kec. Lowokwaru Kota Malang Jawa Timur Indonesia Penentuan rute distribusi dapat diselesaikan dengan salah satu teori dalam kajian terapan graph yaitu Vehicle Routing Problem (VRP). Salah satu varian VRP dengan penambahan kendala waktu adalah Vehicle Routing Problem with Time Windows (VRPTW) yang bertujuan untuk meminimalkan total jarak tempuh dan waktu tempuh perjalanan. Pada artikel ini akan dideskripsikan algoritma Multiple Ant Colony System with Random Variable Neighborhood Descent (MACS-RVND) pada VRPTW yang diimplementasikan dengan bahasa pemrograman Borland Delphi 7.0. Terdapat beberapa langkah pada algoritma MACS-RVND yaitu inisialisasi parameter dan solusi awal dengan algoritma MACS optimalisasi solusi dengan algoritma RVND dan penerimaan kondisi optimal. Input data yang digunakan adalah input titik jarak permintaan waktu buka waktu tutup service time kapasitas kendaraan kecepatan rata-rata kendaraan waktu distribusi banyak iterasi banyak semut dan nilai parameter pada algoritma MACS. Output yang dihasilkan berupa rute perjalanan beserta total jarak tempuh dan total waktu tempuh yang merupakan hasil penyelesaian permasalahan dan visualisasi graph hasil penyelesaian. Aplikasi telah diujicobakan menggunakan data simulasi 6 40 100 customer dan dataset Solomon yaitu C101_25 C101_50 C101_100 RC107_25 RC107_50 dan RC107_100. Pada uji coba data simulasi customer dan dataset parameter banyak semut m 6n menghasilkan solusi terbaik. Pada analisis perbandingan solusi dataset algoritma MACS-RVND menghasilkan solusi yang lebih baik sebesar 0 182% dari solusi terbaik dataset RC107_50 dan lebih baik 0 019% dari solusi terbaik dataset RC107_100. Selain itu pada uji coba data simulasi 6 customer algoritma MACS-RVND menghasilkan solusi dengan total jarak tempuh yang lebih baik sebesar 0 093% dibandingkan algoritma VND.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | Users 2 not found. |
| Date Deposited: | 20 Oct 2022 04:29 |
| Last Modified: | 30 Mar 2023 07:24 |
| URI: | http://repository.um.ac.id/id/eprint/263748 |
Actions (login required)
 |
View Item |