Algoritma clarke and wright savings-nearest neighbour (cws-nn) dan genetika pada electric vehicle routing problem (evrp) / Indah Rahayu Ningtyas</p> - Repositori Universitas Negeri Malang

Algoritma clarke and wright savings-nearest neighbour (cws-nn) dan genetika pada electric vehicle routing problem (evrp) / Indah Rahayu Ningtyas</p>

Ningtyas, Indah Rahayu (2024) Algoritma clarke and wright savings-nearest neighbour (cws-nn) dan genetika pada electric vehicle routing problem (evrp) / Indah Rahayu Ningtyas</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

p Electric vehicle routing problem (EVRP) merupakan perpanjangan dari vehicle routing problem (VRP) yang menggunakan jenis kendaraaan yang berbeda yaitu electric vehicle (EV) dengan tambahan kendala yaitu kapasitas baterai dan stasiun pengisian daya. EVRP bertujuan untuk meminimalkan total jarak yang ditempuh sehingga mendapatkan rute terpendek. Setiap EV melayani serangkaian titik pelanggan yang dimulai dan berakhir pada depot tertentu. Menurut Qin Hu dkk. (2021) EVRP dapat diselesaikan dengan metode eksak dan heuristik (simple-heuristic dan meta-heuristic). Penelitian ini dilakukan dengan menggunakan dua algoritma yaitu Clarke and Wright savings-nearest neighbour (CWS-NN) dan genetika. Dengan mengambil contoh studi kasus dari penelitian terdahulu dengan modifikasi pada dua jenis kendaraan internal combustion engine (ICE) menjadi EV dengan tambahan kendala berupa kapasitas baterai dan tiga stasiun pengisian daya. Hasil dari penelitian didapatkan total jarak minimum menggunakan algoritma CWS-NN sejauh 170 85 km dengan masing-masing rute kendaraan I dan II memiliki jarak 96 76 km dan 75 09 km. Sedangkan total jarak minimum menggunakan algoritma genetika sejauh 182 8 km dengan masing-masing rute kendaraan I dan II memiliki jarak 91 05 km dan 91 75 km. Setelah analisis hasil diketahui bahwa selisih total jarak tempuh kedua algoritma adalah 11 95 km. Hal ini menunjukkan bahwa algoritma CWS-NN lebih optimal untuk penyelesaian EVRP dibandingkan dengan algoritma genetika. /p

Item Type: Thesis (Diploma)
Divisions: Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika
Depositing User: library UM
Date Deposited: 11 Sep 2024 04:29
Last Modified: 09 Sep 2024 03:00
URI: http://repository.um.ac.id/id/eprint/394652

Actions (login required)

View Item View Item