Waridah, Anis Nikmatul (2015) Alogaritma genetika hybrid pada Capacitated Vehicle Routing Problem (CVRP) dan implementasinya / Anis Nikmatul Waridah. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
ABSTRAK Waridah Anis Nikmatul. 2015. AlgoritmaGenetika HybridpadaCapacitated Vehicle RoutingdanImplementasinya.Skripsi JurusanMatematika FakultasMatematikadanIlmuPengetahuanAlam UniversitasNegeri Malang. Pembimbing (I) Dra Mimiep Setyowati Madja M. Kom (II) MohamadYasin S.Kom M.Kom Kata kunci Capacitated Vehicle Routing Problem (CVRP) AlgoritmaGenetikaHibrid best improvement local search Capacitated Vehicle Routing Problem (CVRP) merupakan varian dari permasalahan VRP yaitu mengenaimasalahpencariansejumlahrutekendaraandenganjarak minimum untukmemenuhipermintaansejumlahcustomeryang hanyadikunjungitepatsatu kali dantidakmelebihikapasitaskendaraandenganperluasansetiapkendaraanmemilikikapasitas yang sama. Dan rute kendaraan berawaldanberakhir di depot yang sama. Algoritma genetika merupakan teknik optimasi yang didasarkan pada proses evolusi makhluk hidup dimana dalam evolusi tersebut makhluk hidup mengalami mekanisme seleksi alam (diantaranya pindah silang dan mutasi) untuk bertahan hidup. Algoritma genetika merupakan suatu algoritma yang dapat diaplikasikan dalam berbagai jenis permasalahan optimasi. Algoritma best improvement local search adalah salah satu keluarga local search yang memperhitungkan semua perubahan di lingkungan sekitarnya berdasarkan permutasi ditinjau dari semua kemungkinan keadaan yang didapat untuk menghasilkan nilai optimal. Algoritma pengembangan untuk permasalahan CVRP tersebut adalah algoritma genetika hybrid. Algoritma genetika hybrid merupakan gabungan dari algoritma genetika dan local search (best improvement local search). Algoritmahybridgenetikadiimplementasikankedalam computer menggunakan Borland Delphi 7.Penggunaan program dimulaidenganmenginputkanpopsize (ukuranpopulasi) probabilitascrossover probabilitasmutasi maksimumiterasi kapasitaskendaraan banyaknyatitik dan permintaansetiapcustomer. Dan output yang dihasilkanpada program tersebutadalahhasilrutedenganjarak yang ditempuhsertavisualisasirutenya. Dari ujicoba yang telahdilakukan diperoleh hasil bahwa ukuranpopulasi (popsize) harus lebih besar nilainya dibandingkan jumlah titik (customer) untuk mendapatkan total rute yang lebih minimum. Dan untuk parametermaksimum generasiwalaupun jumlah nya diperbesar ataupun diperkecil tidak akan mempengaruhi total rute yang didapatkan.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | Q Science > QA Mathematics |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 23 Sep 2015 04:29 |
| Last Modified: | 09 Sep 2015 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/17227 |
Actions (login required)
 |
View Item |