BAB 1 PENDAHULUAN. 1.1 Latar Belakang
|
|
- Indra Salim
- 4 tahun lalu
- Tontonan:
Transkripsi
1 11 BAB 1 PENDAHULUAN 1.1 Latar Belakang Optimasi adalah salah satu ilmu dalam matematika yang fokus untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun pencarian nilai lainnya dalam berbagai kasus. Optimasi sangat berguna dihampir segala bidang dalam rangka melakukan usaha secara efektif dan efisien untuk mencapai target hasil yang ingin dicapai. Pengoptimalan dilakukan untuk menekan pengeluaran untuk menghasilkan output yang maksimal. Optimasi ini juga penting karena persaingan sudah sangat ketat disegala bidang yang ada. Salah satu permasalahan optimasi yang diangkat oleh penulis adalah permasalahan Vehicle Routing Problem (VRP). Permasalahan Vehicle Routing Problem (VRP) adalah sebuah permasalahan optimasi kombinatorial yang kompleks, yang didefinisikan sebagai berikut: pencarian cara penggunaan sejumlah vehicle (kendaraan) secara efisien yang harus melakukan perjalanan untuk untuk mengantar dan/atau menjemput orang/barang pada sejumlah tempat. Setiap tujuan hanya boleh dilayani oleh satu vehicle saja. Hal ini dilakukan dengan mempertimbangkan kapasitas kendaraan dalam satu kali angkut, untuk meminimalkan biaya yang diperlukan. Asumsi bahwa penentuan biaya minimal erat kaitannya dengan jarak yang minimal. Dalam praktiknya tidak sedikit kasus distribusi yang menggabungkan aktifitas pengiriman dengan pengambilan produk sekaligus. Beberapa contoh kasus distribusi yang menggabungkan kedua aktifitas pengiriman dan pengambilan produk contohnya distribusi Liquefied Petroleum Gas (LPG), Air Minum Dalam Kemasan (AMDK), dan lain-lain. Model VRP yang menggabungkan kedua aktifitas pengiriman dan pengambilan produk dinamakan Vehicle Routing Problem Delivery and Pick-Up
2 12 (VRP-DP). Salah satu solusi untuk penyelesaian Vehicle Routing Problem With Delivery And Pick-Up dapat dilakukan dengan menerapkan metode algoritma genetika. Berdasarkan uraian singkat tersebut maka penulis mengambil judul PENERAPAN ALGORITMA GENETIKA UNTUK PENYELESAIAN VEHICLE ROUTING PROBLEM WITH DELIVERY AND PICK-UP (VRP-DP). 1.2 Perumusan Masalah Permasalahan yang dibahas dalam penulisan ini adalah penyelesaian Vehicle Routing Problem With Delivery And Pick-Up (VRP-DP) dengan menggunakan algoritma genetika dan pengujiannya dirancang di Matlab. 1.3 Batasan Masalah Batasan-batasan masalah yang akan dibahas adalah sebagai berikut: 1. Jumlah pelanggan dan jumlah permintaan diinput oleh user, dimana tiap konsumen mempunyai variabel lokasi dan permintaan (Delivery and Pick-Up). 2. Parameter yang digunakan adalah ukuran populasi, peluang crossover, peluang mutasi, maksimum generasi dan panjang kromosom (jumlah gen). 1.4 Tujuan Penelitian Tujuan dari tugas akhir ini adalah 1. Mengoptimalkan kinerja salesman dalam menyalurkan barang berdasarkan total biaya pelaksanaan atas jarak dan permintaan barang. 2. Mengetahui dampak dari model penyelesaian VRP-DP terhadap keterlaksanaan tugas pengiriman barang. 3. Meningkatkan jumlah permintaan.
3 Manfaat Penelitian Manfaat dari penelitian ini adalah sebagai berikut: 1. Bagi Salesman a. Membantu salesman memilih jalur yang paling optimal berdasarkan permintaan dan jarak yang ditempuh sehingga akan lebih banyak konsumen yang terlayani. b. Membantu salesman untuk memenuhi target penjualan dengan waktu yang relatif. c. Membantu para salesman dalam menganalisa pasar dan memutuskan jumlah barang yang akan dibawa untuk dijual. 2. Bagi Perusahaan a. Membantu meningkatkan efisiensi dari perusahaan sehingga laba perusahaan meningkat. b. Membantu perusahaan dalam memanajemen para salesmannya. 3. Bagi Akademik a. Menambah pengetahuan penjualan dalam bisnis penjualan consumer goods. b. Menambah pengetahuan dalam model penjaluran para salesman dalam bisnis consumer goods. 1.6 Konstribusi Penelitian Selain menambah pemahaman dan pengetahuan penulis mengenai Algoritma Genetika dalam menyelesaikan VRP-DP, dengan mengadakan penulisan ini penulis juga dapat menjadikannya sebagai sarana untuk mengaplikasikan materi-materi yang telah didapat dibangku kuliah. Penulis juga berharap dapat menambah referensi dan wawasan bagi pembaca maupun programmer khususnya yang bekerja di bidang operasi riset untuk menggunakan Algoritma Genetika sebagai algoritma yang tepat untuk menyelesaikan VRP-DP.
4 Metodologi Penelitian Dalam melakukan penelitian ini, penulis menggunakan beberapa metode penelitian, antara lain: 1. Studi Literatur dan Pemahaman Sistem. Penulisan ini dimulai dengan studi kepustakaan yaitu dengan membaca bukubuku, jurnal-jurnal dan bahan-bahan referensi dari internet untuk memperoleh pengertian dan pengetahuan mengenai algoritma genetika, analisis dan perancangan sistem, dan pemrograman Matlab Analisis Pada tahap ini dilakukan pengumpulan fakta-fakta yang mendukung penyelesaian VRP-DP dengan mengadakan konsultasi dengan seorang pakar dan membandingkan dengan yang ada pada buku penuntun, membuat metode penjaluran berdasarkan permintaan barang dan jarak tempuh, mendefinisikan gen atau kromosom atau individu dan populasi, membuat algoritma dan flowchart, dan merancang sistem. 3. Perancangan dan Implementasi Perancangan dan penerapan algoritma genetika untuk penyelesaian Vehicle Routing Problem with Delivery and Pick-Up (VRP-DP) dengan menggunakan perancangan pemrograman Matlab Pengujian Pada tahap ini sistem yang sudah dirancang diuji oleh pengguna dan membandingkan solusi pada sistem dengan pemikiran seorang pakar. 5. Penyusunan laporan dan kesimpulan akhir. Menyusun laporan hasil analisa ke dalam format penulisan tugas akhir dengan disertai kesimpulan akhir.
5 Tinjauan Pustaka Algoritma genetika adalah sebuah teknik optimasi yang berdasarkan pada proses evolusi alam. Di alam, kromosom yang terbaik akan bertahan hidup sehingga generasi berikutnya akan lebih baik karena kromosom pada generasi tersebut diturunkan dari orang tua yang lebih baik pula. Konsep yang sama dikembangkan untuk penyelesaian masalah dengan cara mencari himpunan solusi terbaik yang bertahan hidup dan melakukan rekombinasi solusi yang kurang baik untuk mendapatkan kromosom lain yang lebih baik pada generasi berikutnya. Proses algoritma terdiri dari berapa langkah, yaitu pengkodean (encoding), seleksi (selection), persilangan (crossover), mutasi (mutation), decoding. Pertama-tama, proses encoding adalah suatu proses kodifikasi atas solusi dari permasalahannya. Hasil encoding adalah berbentuk string yang merupakan representasi dari suatu kromosom. Proses seleksi menentukan kromosom mana yang tetap tinggal pada generasi berikutnya. Proses crossover akan menghasilkan kromosom baru yang merupakan pengganti dari kromosom yang hilang sehingga total kromosom pada satu generasi berjumlah tetap. Proses mutasi memunginkan terjadinya kromosom baru secara unpredictiable. Proses terakhir adalah decoding yaitu mengambil makna dari hasil kromosom terbaik untuk menjawab permasalahannya. Proses Genetic Algorithm untuk perhitungan optimisasi dapat direpresentasikan melalui penjelasan sebagai berikut ini. 1. Inisialisasi Populasi awal dari solusi kandidat yang dihasilkan secara random, sesuai dengan fungsi-fungsi tujuan dan kendala yang sesuai dengan masalah yang ada. 2. Evaluasi Salah satu populasi diinisialisasi atau populasi offspring dibuat. Tahap ini berfungi untuk memperoleh fungsi fitness pada masing-masing fitness. Fungsi fitness ini diperoleh dari fungsi tujuan sesuai dengan masalah yang ada. Model yang digunakan adalah sebagai berikut: Fungsi tujuan:
6 16 Keterangan:. 1; 1,2,3,, 1; 1,2,3,, ; 1,2,3,, = biaya yang dibutuhkan dari titik i ke titik j = jumlah kunjungan ke suatu titik bernilai 1 jika dikunjungi dan bernilai 0 jika tidak dikunjungi = kebutuhan pada konsumen tujuan j = Total kapasitas kendaraan 3. Seleksi Pemikiran utama dari seleksi adalah untuk mendapatkan solusi terbaik sampai terburuk. Pada penelitian ini metode yang digunakan adalah roulette wheel. Seleksi ini bertujuan untuk memberikan kesempatan reproduksi lebih besar bagi anggota populasi yang memiliki fitness tinggi. Adapun algoritma seleksi roda roulette adalah sebagai berikut: a. Hitung total Fitness (F): Total Fitness ; 1,2,..., ukuran populasi b. Hitung Fitness Relatif tiap individu: / Total fitness c. Hitung Fitness komulatif - - ; 2,3,..., ukuran populasi d. Pilih induk yang akan menjadi kandidat untuk di rekombinasi/crossover dengan cara: - Bangkitkan bilangan random r. - Jika dan, maka pilih kromosom ke k+1 sebagai kandidat induk.
7 17 4. Rekombinasi/Crossover Crossover merupakan penyilangan induk yang dilakukan untuk membentuk keturunan yang baru. Crossover dilakukan antar dua individu. Metode yang dipilih dalam penelitian ini adalah order crossover. Penjelasan metode ini dapat dilihat sebagaimana gambar berikut. Titik Titik Orang Tua Orang Tua Anak Anak Dalam contoh di atas misalkan terpilih dua orang tua, dari hasil random [0,jumlahkons] terpilih dua titik untuk memisahkan rantai DNA pada suatu individu. Kemudian proses bilangan random [0,1] untuk menentukan titik mana yang akan dipindah silangkan. 5. Mutasi Model mutasi yang dilakukan adalah menggunakan swap mutation, dengan diberikan batasan dengan tipe individu yang sama. Misalkan terjadi konsumen 5 dan konsumen 3 mempunyai pesanan yang sama maka dapat dipertukarkan. Kromosom Awal Kromosom Mutasi
BAB 3 ANALISIS DAN PERANCANGAN APLIKASI
27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION
PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika
6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI 2.1 Pengertian Optimasi Optimasi adalah salah satu ilmu dalam matematika yang fokus untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun
Lebih terperinciBAB 2 DASAR TEORI. 2.1 Teka-Teki Silang
BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah
Lebih terperinciBAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan
BAB III PEMBAHASAN Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan Algoritma Genetika dan Metode Nearest Neighbour pada pendistribusian roti di CV. Jogja Transport. 3.1 Model Matetematika
Lebih terperinciBAB II KAJIAN TEORI. memindahkan barang dari pihak supplier kepada pihak pelanggan dalam suatu supply
BAB II KAJIAN TEORI Berikut diberikan beberapa teori pendukung untuk pembahasan selanjutnya. 2.1. Distribusi Menurut Chopra dan Meindl (2010:86), distribusi adalah suatu kegiatan untuk memindahkan barang
Lebih terperinciBAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:
BAB III PERANCANGAN Pada bagian perancangan ini akan dipaparkan mengenai bagaimana mencari solusi pada persoalan pencarian rute terpendek dari n buah node dengan menggunakan algoritma genetika (AG). Dari
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciLingkup Metode Optimasi
Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian Secara umum diagram alir algoritma genetika dalam penelitian ini terlihat pada Gambar 3.1. pada Algoritma genetik memberikan suatu pilihan bagi penentuan
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC)
PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC) Yayun Hardianti 1, Purwanto 2 Universitas Negeri Malang E-mail: yayunimoet@gmail.com ABSTRAK:
Lebih terperinciBAB I PENDAHULUAN. Pemerintah Pusat hingga Pemerintah Daerah, salah satu program dari
BAB I PENDAHULUAN A. Latar Belakang Masalah Peningkatan kesejahteraan dalam memenuhi kebutuhan pangan masyarakat berpendapatan rendah merupakan program nasional dari Pemerintah Pusat hingga Pemerintah
Lebih terperinciBAB III MODEL DAN TEKNIK PEMECAHAN
BAB III MODEL DAN TEKNIK PEMECAHAN III.1. Diskripsi Sistem Sistem pendistribusian produk dalam penelitian ini adalah berkaitan dengan permasalahan vehicle routing problem (VRP). Berikut ini adalah gambar
Lebih terperinciBAB I PENDAHULUAN an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang berjudul Evolution Strategies
BAB I PENDAHULUAN A. Latar Belakang Perkembangan teori graf sangat pesat dari tahun ke tahun, pada tahun 1960-an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Pada saat sekarang ini, setiap perusahaan yang ingin tetap bertahan dalam persaingan dengan perusahaan lainnya, harus bisa membuat semua lini proses bisnis perusahaan tersebut
Lebih terperinciBAB III PEMBAHASAN. diperoleh menggunakan algoritma genetika dengan variasi seleksi. A. Model Matematika CVRPTW pada Pendistribusian Raskin di Kota
BAB III PEMBAHASAN Pada bab ini akan dibahas mengenai model matematika pada pendistribusian raskin di Kota Yogyakarta, penyelesaian model matematika tersebut menggunakan algoritma genetika serta perbandingan
Lebih terperinciBAB 1 PENDAHULUAN. Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai tempat, sering menjadi masalah dalam dunia industri sehari-hari. Alokasi produk
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) Mohamad Subchan STMIK Muhammadiyah Banten e-mail: moh.subhan@gmail.com ABSTRAK: Permasalahan pencarian rute terpendek dapat
Lebih terperinciERWIEN TJIPTA WIJAYA, ST.,M.KOM
ERWIEN TJIPTA WIJAYA, ST.,M.KOM DEFINISI ALGEN adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan evolusi Dalam evolusi, individu terus menerus mengalami perubahan gen untuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka (Samuel, Toni & Willi 2005) dalam penelitian yang berjudul Penerapan Algoritma Genetika untuk Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover
Lebih terperinci8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data
Gambar 4 Proses Swap Mutation. 8. Evaluasi Solusi dan Kriteria Berhenti Proses evaluasi solusi ini akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromosom sampai terpenuhi kriteria
Lebih terperinciOptimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika
Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Wayan Firdaus Mahmudy (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Abstrak.
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Setelah berkembangnya AI (Artifical Intelligence), banyak sekali ditemukan sejumlah algoritma yang terinspirasi dari alam. Banyak persoalan yang dapat diselesaikan
Lebih terperinciBAB I LATAR BELAKANG
BAB I LATAR BELAKANG 1.1 Latar Belakang Masalah Masalah transportasi merupakan aspek penting dalam kehidupan seharihari. Transportasi juga merupakan komponen yang sangat penting dalam manajemen logistik
Lebih terperinciBAB II LANDASAN TEORI
27 BAB II LANDASAN TEORI 2.1. Penelitian Terkait Penelitian terkait yang menggunakan algoritma genetika untuk menemukan solusi dalam menyelesaikan permasalahan penjadwalan kuliah telah banyak dilakukan.
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK DISTRIBUSI SURAT KABAR KEDAULATAN RAKYAT DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T
PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
Lebih terperinciBAB III METODE PENELITIAN. Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilaksanakan
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Perusahaan X merupakan salah satu perusahaan manufaktur yang memproduksi berbagai macam produk berbahan baku besi dan stainless steel. Produk yang dihasilkan seperti cabinet, trolley, pagar, tangki
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesman Problem (TSP) adalah permasalahan dimana seorang salesman harus mengunjungi semua kota yang ada dan kota tersebut hanya boleh dikunjungi tepat satu
Lebih terperinciBAB III PEMBAHASAN. menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian
BAB III PEMBAHASAN Dalam bab ini akan dibahas mengenai pembentukan portofolio optimum menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian model Fuzzy Mean Absolute Deviation (FMAD)
Lebih terperinciBAB II KAJIAN TEORI. berbeda di, melambangkan rusuk di G dan jika adalah. a. dan berikatan (adjacent) di. b. rusuk hadir (joining) simpul dan di
1. Teori graf BAB II KAJIAN TEORI 1. Definisi Graf G membentuk suatu graf jika terdapat pasangan himpunan ) )), dimana ) (simpul pada graf G) tidak kosong dan ) (rusuk pada graf G). Jika dan adalah sepasang
Lebih terperinciAplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)
JTRISTE, Vol.1, No.2, Oktober 2014, pp. 50~57 ISSN: 2355-3677 Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP) STMIK Handayani Makassar najirah_stmikh@yahoo.com Abstrak
Lebih terperinciImplementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah
Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah
Lebih terperinciKeywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN
Optimasi Penjadwalan Mata Kuliah Dengan Algoritma Genetika Andysah Putera Utama Siahaan Universitas Pembangunan Pancabudi Jl. Gatot Subroto Km. 4,5, Medan, Sumatra Utara, Indonesia andiesiahaan@gmail.com
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Penjadwalan Perkuliahan Penjadwalan memiliki pengertian durasi dari waktu kerja yang dibutuhkan untuk melakukan serangkaian untuk melakukan aktivitas kerja[10]. Penjadwalan juga
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciT I N J A U A N P U S T A K A Algoritma Genetika [5]
Algoritma Genetika [5] Fitness adalah nilai yang menyatakan baik-tidaknya suatu jalur penyelesaian dalam permasalahan TSP,sehingga dijadikan nilai acuan dalam mencari jalur penyelesaian optimal dalam algoritma
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Algoritma Genetika
Algoritma Genetika Pendahuluan Struktur Umum Komponen Utama Seleksi Rekombinasi Mutasi Algoritma Genetika Sederhana Referensi Sri Kusumadewi bab 9 Luger & Subblefield bab 12.8 Algoritma Genetika 1/35 Pendahuluan
Lebih terperinciZbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag.
Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag. 12/11/2009 1 Ditemukan oleh Holland pada tahun 1975. Didasari oleh fenomena evolusi darwin. 4 kondisi yg mempengaruhi
Lebih terperinciOPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK
OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK Usulan Skripsi S-1 Jurusan Matematika Diajukan oleh 1. Novandry Widyastuti M0105013 2. Astika Ratnawati M0105025 3. Rahma Nur Cahyani
Lebih terperinciALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS Surabaya 2003 Algoritma Genetika Algoritma
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam
Lebih terperinciBAB I PENDAHULUAN. lebih efektif dan efisien karena akan melewati rute yang minimal jaraknya,
BAB I PENDAHULUAN A. Latar Belakang Distribusi merupakan proses penyaluran produk dari produsen sampai ke tangan masyarakat atau konsumen. Kemudahan konsumen dalam mendapatkan produk yang diinginkan menjadi
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA Pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada Bab II yaitu masalah ditribusi, graf, Travelling Salesman Problem (TSP), Vehicle Routing Problem (VRP),
Lebih terperinciPENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA. Abstraksi
PENENTUAN JARAK TERPENDEK PADA JALUR DISTRIBUSI BARANG DI PULAU JAWA DENGAN MENGGUNAKAN ALGORITMA GENETIKA I Dewa Made Adi Baskara Joni 1, Vivine Nurcahyawati 2 1 STMIK STIKOM Indonesia, 2 STMIK STIKOM
Lebih terperinciAPLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN
APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN Eva Haryanty, S.Kom. ABSTRAK Komputer adalah salah satu peralatan yang pada saat ini banyak pula digunakan
Lebih terperinciOptimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika
Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika Rozak Arief Pratama 1, Esmeralda C. Djamal, Agus Komarudin Jurusan Informatika, Fakultas MIPA Universitas Jenderal
Lebih terperinciGenetic Algorithme. Perbedaan GA
Genetic Algorithme Algoritma ini bekerja dengan sebuah populasi yang terdiri atas individu-individu (kromosom). Individu dilambangkan dengan sebuah nilai kebugaran (fitness) yang akan digunakan untuk mencari
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Algoritma Genetika Algoritma genetika merupakan algoritma pencarian heuristik ysng didasarkan atas mekanisme seleksi alami dan genetika alami (Suyanto, 2014). Adapun konsep dasar
Lebih terperinciOptimalisasi Rute Distribusi Bbm di Terminal BBM Boyolali MOR IV menggunakan Algoritma Genetika
Optimalisasi Rute Distribusi Bbm di Terminal BBM Boyolali MOR IV menggunakan Algoritma Genetika Muhammad Ghani Fadhlurrahman 1, Nikenasih Binatari 2 Program Studi Matematika, Jurusan Pendidikan Matematika,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah pemilihan lokasi usaha yang tepat merupakan salah satu faktor penunjang suksesnya suatu usaha. Dalam pemilihan lokasi usaha yang tepat diperlukan pertimbangan
Lebih terperinciBAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu
18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi. Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam periode
Lebih terperinciPendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner
Vol. 7, 2, 108-117, Januari 2011 Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner Jusmawati Massalesse Abstrak Tulisan ini dimaksudkan untuk memperlihatkan proses
Lebih terperinciBAB II KAJIAN TEORI. digunakan dalam penelitian yaitu teori graf, vehicle routing problem (VRP),
BAB II KAJIAN TEORI Secara umum, pada bab ini membahas mengenai kajian teori yang digunakan dalam penelitian yaitu teori graf, vehicle routing problem (VRP), capacitated vehicle routing problem with time
Lebih terperinciBAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta
BAB I PENDAHULUAN A. Latar Belakang Matematika adalah cabang ilmu pengetahuan yang dapat digunakan dalam kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta tidak merupakan
Lebih terperinciAlgoritma Evolusi Dasar-Dasar Algoritma Genetika
Algoritma Evolusi Dasar-Dasar Algoritma Genetika Imam Cholissodin imam.cholissodin@gmail.com Pokok Bahasan 1. Pengantar 2. Struktur Algoritma Genetika 3. Studi Kasus: Maksimasi Fungsi Sederhana 4. Studi
Lebih terperinciDAFTAR ISI. Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii
DAFTAR ISI Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii Faiz Rafdh Ch SISTEM INFORMASI ZAKAT BERBASIS WEB MENGGUNAKAN PHP DAN MYSQL PADA RUMAH ZAKATINDONESIA 1-7 Abdul Jamil Syamsul Bachtiar
Lebih terperinciKNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA
LAPORAN TUGAS BESAR ARTIFICIAL INTELLEGENCE KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA Disusun Oleh : Bayu Kusumo Hapsoro (113050220) Barkah Nur Anita (113050228) Radityo Basith (113050252) Ilmi Hayyu
Lebih terperinciBAB II KAJIAN PUSTAKA. digunakan dalam penelitian ini yaitu graf, vehicle routing problem (VRP),
BAB II KAJIAN PUSTAKA Secara umum, pada bab ini akan dibahas mengenai kajian teori yang digunakan dalam penelitian ini yaitu graf, vehicle routing problem (VRP), capacitated vehicle routing problem with
Lebih terperinciPERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN
PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN Eva Desiana, M.Kom Pascasarjana Teknik Informatika Universitas Sumatera Utara, SMP Negeri 5 Pematangsianta Jl. Universitas Medan, Jl.
Lebih terperinci1. Pendahuluan 1.1. Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Perkembangan teknologi informasi yang begitu pesat sekarang ini memberikan dampak yang besar terhadap kinerja manusia khususnya dalam bekerja. Segala sesuatu yang dahulu
Lebih terperinciTAKARIR. algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah. kesalahan program
TAKARIR advanced tingkat lanjut algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah alleles nilai suatu gen. bug kesalahan program chromosome kromosom crossover penyilangan kromosom
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI CROSSOVER
SKRIPSI IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI CROSSOVER DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) PADA PENDISTRIBUSIAN AIR MINERAL DI PT ARTHA ENVIROTAMA
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan yang sangat pesat dalam dunia industri menuntut suatu perusahaan melakukan aktifitas bisnisnya secara optimal. Mulai dari penyediaan barang baku,
Lebih terperinciPencarian Rute Terpendek untuk Pengoptimalan Ditribusi Sales Rokok Gudang Garam di kecamatan Wuluhan Kabupaten Jember Menggunakan Algoritma Genetika
Pencarian Rute Terpendek untuk Pengoptimalan Ditribusi Sales Rokok Gudang Garam di kecamatan Wuluhan Kabupaten Jember Menggunakan Algoritma Genetika Priza Pandunata, Rachmad Agung Bagaskoro, Agung Ilham
Lebih terperinciBAB II LANDASAN TEORI. Suatu graph merupakan suatu pasangan { E(G), V(G) } dimana :
BAB II LANDASAN TEORI 2.1 Defenisi Graph Suatu graph merupakan suatu pasangan { E(G), V(G) } dimana : V(G) adalah sebuah himpunan terhingga yang tidak kosong ( non empty finite set) yang elemennya disebut
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Penjadwalan Penjadwalan kegiatan belajar mengajar pada suatu lembaga pendidikan biasanya merupakan salah satu pekerjaan yang tidak mudah dan menyita waktu. Pada lembaga pendidikan
Lebih terperinciPenjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut
BAB I PENDAHULUAN A. Latar Belakang Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut terlaksana dengan optimal.
Lebih terperinciBAB 1 PENDAHULUAN. 1 Randy L Haupt & Sue Ellen Haupt, Practical Genetic Algorithms second edition, Wiley Interscience,2004.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seseorang salesman tentu akan sangat kesulitan jika harus mengunjungi semua kota sendirian, oleh karena itu dibutuhkan beberapa orang salesman untuk membagi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Algoritma Genetika Algoritma Genetika merupakan suatu algoritma yang terinspirasi dari teori evolusi Darwin yang menyatakan bahwa kelangsungan hidup suatu makhluk dipengaruhi
Lebih terperinciBAB I PENDAHULUAN. aplikasinya di berbagai area telah meningkat pesat. Hal ini ditandai dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam beberapa tahun terakhir, penelitian mengenai transportasi dan aplikasinya di berbagai area telah meningkat pesat. Hal ini ditandai dengan banyaknya studi
Lebih terperinciGambar 1.1 Contoh Ilustrasi Kasus CVRP 13
BAB I PENDAHULUAN 1.1. Latar Belakang Vehicle Routing Problem (VRP) merupakan konsep umum yang digunakan untuk semua permasalahan yang melibatkan perancangan rute optimal untuk armada kendaraan yang melayani
Lebih terperinciAlgoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial
Algoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial Muhammad Abdy* 1, Maya Sari Wahyuni* 2, Nur Ilmi* 3 1,2,3 Jurusan Matematika, Universitas Negeri Makassar e-mail: * 1 m.abdy@unm.ac.id,
Lebih terperinciOPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG
OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG Disusun Oleh : Nama : Mochammad Brananta Arya Lasmono NPM : 34412653
Lebih terperinciGENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR
MULTI TRAVELING SALESMAN PROBLEM (MTSP) DENGAN ALGORITMA Abstrak GENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR Oleh : Fitriana Yuli Saptaningtyas,M.Si. Jurusan Pendidikan Matematika FMIPA
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3 Agar penelitian yang dilakukan sesuai dengan tujuan yang diharapkan maka diperlukan langkah-langkah yang tersusun secara sistematis seperti yang dijabarkan pada gambar 3.1
Lebih terperinciBAB I PENDAHULUAN. Bab ini berisi tentang latar belakang masalah, perumusan masalah, batasan
BAB I PENDAHULUAN Bab ini berisi tentang latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian dan sistematika penulisan. 1.1. Latar Belakang Masalah Setiap
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Penjadwalan Penjadwalan adalah penempatan sumber daya (resource) dalam satu waktu. Penjadwalan mata kuliah merupakan persoalan penjadwalan yang umum dan sulit dimana tujuannya
Lebih terperinciPRESENTASI TUGAS AKHIR
PRESENTASI TUGAS AKHIR Travelling Salesman Problem menggunakan Algoritma Genetika Via GPS berbasis Android (kata kunci : android,gps,google Maps, Algoritma Genetika, TSP) Penyusun Tugas Akhir : Azmi Baharudin
Lebih terperinciOPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN 1907-5022 OPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK Manahan Siallagan, Mira Kania Sabariah, Malanita Sontya Jurusan Teknik
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS
IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) UNTUK OPTIMASI RUTE PENDISTRIBUSIAN RASKIN DI KOTA YOGYAKARTA TUGAS
Lebih terperinciIII. METODOLOGI PENELITIAN
A. KERANGKA PEMIKIRAN III. METODOLOGI PENELITIAN Produksi bunga krisan yang mengalami peningkatan dari tahun ke tahun memberikan kontribusi yang positif kepada petani dalam peningkatan kesejahteraan mereka.
Lebih terperinciOptimasi Multiple Travelling Salesman Problem Pada Pendistribusian Air Minum Menggunakan Algoritme Genetika (Studi Kasus: UD.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 9, Juni 2017, hlm. 849-858 http://j-ptiik.ub.ac.id Optimasi Multiple Travelling Salesman Problem Pada Pendistribusian
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka. Penelitian serupa mengenai penjadwalan matakuliah pernah dilakukan oleh penelliti yang sebelumnya dengan metode yang berbeda-neda. Berikut
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA
PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Representasi Matriks untuk Proses Crossover Pada Algoritma Genetika untuk Optimasi Travelling Salesman Problem Matrix Representation for The Crossover on Genetic Algorithm
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM
Info Artikel UJM 2 (2) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm IMPLEMENTASI ALGORITMA GENETIKA UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM Firar Anitya Sari,
Lebih terperinciOPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA
OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA Muhammad Arief Nugroho 1, Galih Hermawan, S.Kom., M.T. 2 1, 2 Universitas Komputer Indonesia Jl. Dipatiukur No. 112-116, Bandung 40132 E-mail
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG
IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG Adnan Buyung Nasution 1 1,2 Sistem Infomasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama 3 Universitas
Lebih terperinciOPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN
OPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN MENGGUNAKAN ALGORITMA GENETIKA Azimatul Khulaifah 2209 105 040 Bidang Studi Sistem Tenaga Jurusan Teknik Elektro FTI ITS Dosen Pembimbing : Dosen
Lebih terperinciBAB II KAJIAN TEORI. berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic
BAB II KAJIAN TEORI Kajian teori pada bab ini membahas tentang pengertian dan penjelasan yang berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic programming dan algoritma genetika.
Lebih terperinciJl. Ahmad Yani, Pontianak Telp./Fax.: (0561)
APLIKASI PENCARIAN RUTE TERPENDEK MENGGUNAKANALGORITMA GENETIKA (Studi Kasus: Pencarian Rute Terpendek untuk Pemadam Kebakaran di Wilayah Kota Pontianak) [1] Putri Yuli Utami, [2] Cucu Suhery, [3] Ilhamsyah
Lebih terperinciPENYELESAIAN MINIMUM SPANNING TREE (MST) PADA GRAF LENGKAP DENGAN ALGORITMA GENETIKA MENGGUNAKAN TEKNIK PRUFER SEQUENCES
J~ICON, Vol. 2 No. 2, Oktober 2014, pp. 84 ~ 91 84 PENYELESAIAN MINIMUM SPANNING TREE (MST) PADA GRAF LENGKAP DENGAN ALGORITMA GENETIKA MENGGUNAKAN TEKNIK PRUFER SEQUENCES Emsi M. Y. Monifani 1, Adriana
Lebih terperinciPENENTUAN RUTE DISTRIBUSI DAGING AYAM MENGGUNAKAN METODE CLARKE AND WRIGHT SAVINGS
Penentuan Rute Distribusi... (Andira Pratiwi Kusumawardani)1 PENENTUAN RUTE DISTRIBUSI DAGING AYAM MENGGUNAKAN METODE CLARKE AND WRIGHT SAVINGS DAN ALGORITMA GENETIKA DETERMINATION OF CHICKEN DISTRIBUTION
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP)
Abstrak PENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP) Aulia Fitrah 1, Achmad Zaky 2, Fitrasani 3 Program Studi Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinci