Implementasi algoritma Modified Ant Colony Optimization (MACO), ACO dan ACS pada job shop shceduling problem / Agni Wahyu Kartikasari

Kartikasari, Agni Wahyu (2019) Implementasi algoritma Modified Ant Colony Optimization (MACO), ACO dan ACS pada job shop shceduling problem / Agni Wahyu Kartikasari. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

RINGKASAN Kartikasari, A., W. 2019. Implementasi Algoritma Modified Ant Colony Optimization (MACO), ACO dan ACS Pada Job Shop Scheduling Problem. Skripsi, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Malang. Pembimbing : Dra. Sapti Wahyuningsih, M. Si. Kata kunci : Job Shop Scheduling Problem, Modified Ant Colony Optimization, Pheromone. Penjadwalan mesin sering digunakan dalam bidang industri dan manufaktur untuk efisiensi sumber daya. Job Shop Scheduling Problem (JSSP) merupakan salah satu metode dari penjadwalan mesin. Job Shop Scheduling Problem terdiri dari himpunan 𝑛 jobs yang diproses pada himpunan 𝑚 mesin. Untuk mencari makespan (waktu penyelesaian) pada JSSP akan menggunakan perbandingan algoritma Modified Ant Colony Optimization (MACO), ACO dan ACS. Langkah penyelesaian algoritma MACO, ACO dan ACS yaitu inisialisasi parameter dan nilai pheromone awal, aturan transisi status, update pheromone lokal dan global serta menentukan solusi optimum. Hasil perhitungan untuk algoritma MACO pada 2 mesin yaitu makespan =28 menit, pheromone lokal = 5,252, pheromone global ant quantity = 9,727, dan ant density = 6,754 dan pada 3 mesin yaitu maksepan=14 menit, pheromone lokal = 3,199, pheromone global ant quantity = 5,879, dan ant density = 4,462. Untuk algoritma ACO, pada 2 mesin yaitu makespan=28 menit, pheromone lokal = 4,965, pheromone global = 4,647 dan pada 3 mesin yaitu makespan=14 menit, pheromone lokal = 3,110, pheromone global = 3,013. Pada algoritma ACS pada 2 mesin yaitu makespan=28 menit, pheromone lokal = 0,458, pheromone global = 0,430 dan pada 3 mesin yaitu makespan=14 menit, pheromone lokal = 0,283, pheromone global = 0,276. Dengan menerapkan model ant quantity dan ant density pada algoritma MACO dari hasil perhitungan 2 contoh tersebut, menghasilkan maskepan dengan nilai pheromone lebih tinggi dibandingkan dengan algoritma ACO dan ACS. Hal ini dapat digunakan sebagai penjadwalan mesin untuk 2 mesin dan 3 mesin pada Job Shop Scheduling Problem (JSSP).

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Matematika dan IPA (FMIPA) > Jurusan Matematika (MAT) > S1 Matematika
Depositing User: Users 2 not found.
Date Deposited: 24 May 2019 04:29
Last Modified: 09 Sep 2019 03:00
URI: http://repository.um.ac.id/id/eprint/92634

Actions (login required)

View Item View Item