Algoritma genetika dengan variable neighborhood search (vns-ga) pada vehicle routing problem with simultaneous delivery and pickup (vrpsdp) dan implementasinya / Givsy Mea Cendani - Repositori Universitas Negeri Malang

Algoritma genetika dengan variable neighborhood search (vns-ga) pada vehicle routing problem with simultaneous delivery and pickup (vrpsdp) dan implementasinya / Givsy Mea Cendani

Cendani, Givsy Mea (2022) Algoritma genetika dengan variable neighborhood search (vns-ga) pada vehicle routing problem with simultaneous delivery and pickup (vrpsdp) dan implementasinya / Givsy Mea Cendani. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Matematika merupakan salah satu ilmu pengetahuan yang penerapannya dapat digunakan dalam menyelesaikan permasalahan distribusi. Permasalahan tersebut dapat diselesaikan dengan penerapan dari ilmu matematika yaitu teori graph khususnya pada materi Vehicle Routing Problem (VRP). Vehicle Routing Problem with Simultaneous Delivery and Pickup (VRPSDP) merupakan perluasan VRP yang memiliki kendala khusus yaitu permintaan dan pengembalian barang dilakukan secara bersamaan. Pada penelitian ini Algoritma yang digunakan dalam menyelesaikan VRPSDP adalah Algoritma Genetika dengan Variable Neighborhood Search (VNS-GA) yang terdiri dari dua tahapan yaitu tahap pembentukan solusi awal menggunakan Algoritma Genetika dan tahap perbaikan solusi menggunakan Algoritma Variable Neighborhood Search (VNS). Implementasi dari algoritma menggunakan bahasa pemrograman Borland Delphi 7.0. Input program adalah kapasitas kendaraan jumlah populasi (popsize) probabilitas crossover (Pc) probabilitas mutasi (Pm) banyak iterasi banyak maximum iterasi fase perturbasi. Output yang dihasilkan program adalah berupa rute yang terbentuk beserta total jarak dan visualisasi graph. Program telah diujicobakan menggunakan 8 20 40 75 customer dan dataset yang sudah terstandar yaitu 100 customer (c101 dan r101) dan 200 customer (c1_2_1 dan r1_2_1). Diantara dataset terstandar nilai gap yang paling kecil yaitu dataset c101 dengan nilai gap 2 8% dari solusi algoritma Tabu Search. Dalam hal ini algoritma VNS-GA sudah mendekati hasil optimum menggunakan dataset terstandar.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika
Depositing User: library UM
Date Deposited: 02 Sep 2022 04:29
Last Modified: 09 Sep 2022 03:00
URI: http://repository.um.ac.id/id/eprint/263752

Actions (login required)

View Item View Item