Qotrunnada, Revindi (2023) Algoritma multiple ant colony system with random variable neighborhood descent (MACS-RVND) pada multiple depot vehicle routing problem with time windows (MDVRPTW) dan implementasinya / Revindi Qotrunnada. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Penentuan rute distribusi dapat diselesaikan dengan salah satu teori dalam kajian terapan graph yaitu Vehicle Routing Problem (VRP). Salah satu varian VRP dengan penambahan depot dan kendala waktu adalah Multiple Depot Vehicle Routing Problem with Time Windows (MDVRPTW) 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 permasalahan MDVRPTW 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 data depot dan 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 9 15 30 70 customer dan 2 dataset terstandar yaitu Cordeau kode pr01 dan pr02. Pada uji coba dataset terstandar menggunakan Algoritma MACS-RVND dataset pr01 menghasilkan solusi 1102 299 dengan gap 1 7% lebih besar dengan solusi dataset. Selanjutnya dataset pr02 dengan total jarak 1780 285 km didapatkan nilai gap sebesar 4 63% lebih kecil dari hasil solusi dataset. Nilai rata-rata gap adalah 1 47% lebih kecil dari solusi dataset sehingga dapat diartikan bahwa solusi yang dihasilkan oleh Algoritma MACS-RVND lebih mendekati solusi optimum dari solusi dataset. Selain itu pada hasil uji coba dengan mengubah parameter banyak semut pada Algoritma MACS-RVND menunjukkan bahwa banyak semut berpengaruh pada hasil solusi akhir yang diperoleh. Semakin banyak input semut maka solusi akhir yang dihasilkan semakin optimum atau mempunyai nilai yang sama besar dengan semut sebelumnya.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 12 Jun 2023 04:29 |
| Last Modified: | 18 Dec 2023 03:52 |
| URI: | http://repository.um.ac.id/id/eprint/291473 |
Actions (login required)
 |
View Item |