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

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 119899 jobs yang diproses pada himpunan 119898 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) > Departemen 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