Algoritma. Untuk. Problem Dengan. Vehicle. Window. Jasa
|
|
- Iwan Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pengembangan Algoritma Heuristik Ant Colony System Untuk Menyelesaikan Permasalahan Dynamic Vehicle Routing Problem Dengan Time Window (DVRPTW) Pada Penyedia Jasa Inter-City Courier Nurlita Gamayanti ( ) Pembimbing : Prof. Ir. Abdullah Alkaff, M.Sc, P.Hd Dr. Ir. Ahmad Rusdiansyah, M.Eng
2 PENDAHULUAN
3 Latar Belakang Pentingnya penentuan rute dan penjadwalan pada Inter-City Courier untuk menghasilkan perjalanan yang efektif dan efisien. Adanya online request yang menyebabkan rute inisial menjadi tidak optimal, sehingga perlu dilakukan update terhadap rute inisial. Penyelesaian DVRP dengan algoritma ant colony system belum banyak dibahas, apalagi dengan model permasalahan inter-city courier seperti pada penelitian ini. Ketidaksesuaian penelitian R. Montemanni tentang penyelesaian Dynamic Vehicle Routing Problem (DVRP) dengan ant colony system jika diterapkan pada permasalahan DVRP pada penyedia jasa Inter-City Courier dengan time windows.
4 Rumusan Masalah Bagaimana mengembangkan algoritma heuristik untuk menentukan rute pengambilan paket yang meminimumkan total travel time untuk permasalahan Dynamic Vehicle Routing Problem dengan Time Windows pada penyedia jasa Inter-City Courier Bagaimana performansi dari algoritma yang dikembangkan
5 Tujuan Penelitian (1) 1. Mengembangkan model untuk permasalahan Dynamic Vehicle Routing Problem dengan Time Window (DVRPTW) pada penyedia jasa Inter-City Courier 2. Mengembangkan algoritma heuristik Ant Colony System yang dapat digunakan untuk menyelesaikan permasalahan DVRPTW pada penyedia jasa Inter-City Courier. 3. Membuat perangkat lunak untuk mengimplementasikan algoritma. 4. Melakukan uji eksperimen menggunakan data test yang diadopsi dari data test standar di literatur (Chen). 5. Menerapkan algoritma yang dihasilkan pada data jaringan jalan kota Surabaya.
6 Tujuan Penelitian (2) 6. Membandingkan algoritma yang dipakai dengan algoritma lain yang sudah ada yaitu Nearest Neighbor dan Nearest Neighbor + Node Insertion
7 Batasan Masalah 1. Permasalahan dibatasi hanya untuk penyedia jasa Inter-City Courier. 2. Pengiriman paket dibatasi sampai consolidation point saja, pengiriman lebih lanjut ke kota tujuan diabaikan 3. Sebatas pengembangan algoritma saja
8 Asumsi 1. Paket paket yang dikirimkan dianggap dapat diangkut pada satu kendaraan yang sama tanpa membedakan jenisnya. 2. Kapasitas kendaraan dianggap homogen 3. Jumlah kendaraan tidak terbatas 4. Travel time pada tiap arc diasumsikan sama setiap waktu (non timedependent)
9 TINJAUAN PUSTAKA
10 Studi Literatur (1) 1. Gambardella, Taillard, Agazzi, MACS-VRPTW : A Multiple Ant Colony System for Vehicle Routing Problem with Time Window, 1999 VRPTW, meminimumkan total travel time Kapasitas tiap kendaraan dibatasi dan homogen. Algoritma multiple ant colony system (MACS), koloni semut satu untuk meminimumkan jumlah kendaraan dan koloni semut dua untuk meminimumkan total travel time. MACS : Algoritma ACS standar (Dorigo dan Gambardella, 1997) dalam papernya Ant colony for the travelling salesman problem Kelemahan : tidak bisa mengatasi permasalahan dynamic problem
11 Studi Literatur (2) 2. Montemanni, Gambardella, Rizzoli, Donati, A new algorithm for a Dynamic Vehicle Routing Problem based on Ant Colony System, 2002 DVRP, meminimumkan total travel time Algoritma ACS standar (Dorigo dan Gambardella, 1997) DVRP dimodelkan sebagai sekuen Static Vehicle Routing Problem, tiap Static VRP akan dicari rute dengan travel time paling minimum dengan menggunakan algoritma ACS. Lamanya tiap hari kerja dibagi menjadi beberapa time slot, tiap time slot memuat satu Static VRP. Pada time slot ke-1, semua offline request akan diproses. Jika ada order yang belum dikerjakan, maka order tersebut dikerjakan pada time slot berikutnya bersama dengan order baru yang diterima pada permulaan time slot, dan begitu seterusnya.
12 Kelemahan : - tidak terdapat time window constraint pada masing-masing node konsumen. - Tidak bisa mengatasi penerimaan order baru yang service time-nya terletak dalam time slot armada yang sudah meninggalkan depo. Hal ini disebabkan karena himpunan order yang ditugaskan pada tiap armada tidak akan mengalami perubahan.
13 Studi Literatur (3) 3. Chen, Ting, An Improved Ant Colony System for the Vehicle Routing Problem, 2004 VRP, meminimumkan total travel Kapasitas tiap kendaraan terbatas dan homogen. Algoritma Improved Ant Colony System (IACS). IACS menggabungkan construction rule yang baru, pheromone update rule yang baru dan pendekatan local search seperti 2- opt atau node insertion move. Kesimpulan : IACS memiliki rata-rata hasil yang lebih bagus dibandingkan ACS standar (Dorigo dan Gambardella). Kelemahan : - Tidak terdapat time window constraint pada masingmasing node konsumen. - Tidak bisa mengatasi permasalahan dynamic problem
14 Studi Literatur (4) 4. S.Ichoua, M. Gendreau, J. Potvin, Diversion Issues in Real-Time Vehicle Dispatching, 2000 Dynamic vehicle routing problem dengan time window (DVRPTW), meminimumkan total travel time Kapasitas kendaraan tidak dibatasi Menggunakan konsep diversion strategy. Diversion strategy memungkinkan kendaraan mengalihkan /merubah rute dalam perjalanannya menuju node selanjutnya karena adanya order baru. Algoritma parallel tabu search Kelemahan : kapasitas kendaraan tidak dibatasi
15 Posisi Penelitian Terdahulu Posisi penelitian penelitian terdahulu untuk Permasalahan DVRPTW pada Inter-City Courier dapat dilihat pada tabel berikut
16 Inter-City Courier Pintu masuk tol 1 Kota 1 CP4 Armada D 2 Pintu masuk tol 2 1,2,3 Kota 2 CP3 4,5 Armada Pintu masuk tol 4 CP2 Pintu masuk tol 3 6,7 Kota 3 CP1
17 METODE PENELITIAN
18 Model Permasalahan Inter-City Courier Permasalahan Statis Offline Request Permasalahan Inter-City Courier Permasalahan dinamis Online Request
19 Deskripsi Permasalahan Statis Inter-City Courier (1) Notasi V N C 0 Q d i t ij k w j e i : Himpunan armada pengangkut : Himpunan node konsumen : Himpunan consolidasi point : Depo : Kapasitas maksimum tiap armada pengangkut : Jumlah paket (kg) yang harus diambil di node : travel time dari node i N ke node j N, tij termasuk service time pada node i : waiting time armada pengangkut k V di node j N : batas awal time window di node i N
20 Deskripsi Permasalahan Statis Inter-City Courier (2) l i g c h c k mc k b j : batas akhir time window di node : batas awal time window di consolidation point : batas akhir time window di consolidation point : waktu dimana armada pengangkut k V sampai di consolidation point c C : waktu dimana armada pengangkut k V memulai service di node j N k x ij = 1 : jika armada pengangkut k V mengunjungi node segera setelah node i N, i j = 0 : lainnya j N
21 Formulasi Permasalahan Statis Inter-City Courier (1) 1. Fungsi Obyektif meminimumkan total travel time dan waiting time setiap armada pengangkut pada setiap node. k V i N j N t ij x k ij + w k j 2. Flow Constraint - Setiap node konsumen hanya dikunjungi tepat satu kali oleh satu armada pengangkut saja k x = 1 j N \{ 0} k V k V i N j N x ij k ij = 1 i N \ {} 0
22 Formulasi Permasalahan Statis Inter-City Courier (2) - Setiap armada pengangkut harus meninggalkan node konsumen yang baru saja dikunjungi i N x k ih j N x k hj = 0 h N \ { 0}, k V - Setiap armada pengangkut harus berangkat dari depo x {} i N\ 0 k i0 = 1 k V - Setiap armada pengangkut harus berakhir di consolidasi point yang sama x {,c} i N\ 0 k ic = 1 k V
23 Formulasi Permasalahan Statis Inter-City Courier (3) 3. Capacity Constraint Total permintaan pada setiap armada pengangkut tidak boleh melebihi kapasitas maksimumnya di x i N j N k ij Q k V 4. Time Window Constraint - Armada pengangkut k V tidak akan sampai di node k sebelum b + t, jika ia melintas dari node i N ke node x k ij i ij k k ( b + t ) b i N, j N, k V i ij j k { e,b t } b = max + k j j i ij j N j N
24 Formulasi Permasalahan Statis Inter-City Courier (4) - Waktu untuk memulai service di tiap node konsumen bagi setiap armada pengangkut harus berada di dalam interval time window tiap node e i b k i l i i N, k V - Setiap armada pengangkut harus sampai di consolidation point dalam interval time window consolidation point g c m k c h c c C, k V
25 Deskripsi Permasalahan Dinamis Inter-City Courier Initial Route New Orders / Online Requests Update Route 9 CP3 9 CP3 9 CP3 8 CP4 8 CP4 8 CP CP CP CP CP1 1 CP1 1 CP1 D D position reroute D Dispatch center/ control room
26 Pemodelan Jaringan Jalan (1)
27 Pemodelan Jaringan Jalan (2)
28 Pemodelan Jaringan Jalan (3) C D A 4 6 B E 3 F
29 Pemodelan Jaringan Jalan (4) C 3 E 4 3 A 4 B 6 F 6 D
30 Tahapan Penyelesaian Masalah Input Offline Request Penyelesaian Permasalahan Statis Inter-City Courier (VRPTW) Input Online Request Penyelesaian Permasalahan Dinamis Inter-City Courier (VRPTW)
31 Penyelesaian Permasalahan Statis Input konsumen (Offline request) Database Jalan Pencarian travel time tercepat menggunakan Djikstra Pencarian rute tercepat menggunakan IACS Database travel time antar node Penyusunan rute dan urutan jalan
32 Ant Colony System (1) Dasar perumusan : kemampuan dari sekumpulan semut (colony) yang dapat menemukan jalur terpendek dari sumber makanan ke sarangnya. Seekor semut akan meninggalkan jejak pheromone ketika dia melalui suatu lintasan. Dengan bantuan pheromone ini juga sekumpulan semut dapat beradaptasi terhadap perubahan dalam jalur yang telah mereka lalui.
33 Ant Colony System (2) Prosedur 1. Menentukan parameter dan inisialisasi jumlah pheromone pada setiap arc. 2. Setiap semut akan membangun solusi (rute) berdasarkan state trantition rule dan meng-update jumlah pheromone pada setiap arc yang dilaluinya berdasarkan local pheromone update. 3. Melakukan local search pada setiap solusi. 4. Meng-update jumlah pheromone berdasarkan global pheromone update pada arc yang membentuk solusi terbaik.
34 IACS (1) IACS Ant Colony System (Dorigo, Gambardella) yang mengalami perbaikan pada : route construction rule pheromone update rule
35 IACS (2) IACS dan ACS ACS Route Construction Rule : - Dalam 1 iterasi, terdapat b solusi (b=juml.semut) - Dalam 1 iterasi, local search dikenakan pada setiap solusi - Parameter η ij fungsi dari travel time tiap arc Global Pheromone Update Rule - Sesuai dengan pers (2.30) - Global pheromone update dikenakan pada arc2 pembentuk solusi terbaik iterasi sekarang IACS Route Construction Rule : - Dalam 1 iterasi, terdapat b-1 solusi - Dalam 1 iterasi, local search dikenakan pada solusi terbaik saja - Memasukkan unsur waiting time pada parameter η ij Global Pheromone Update Rule - Sesuai dengan pers (3.16)-(3.17) - Global pheromone update dikenakan pada arc2 pembentuk solusi terbaik iterasi sekarang dan sebelumnya
36 Prosedur IACS (1) Langkah 1 : Menentukan parameter IACS dan inisialisasi jumlah pheromone Start time = Langkah 2 : Membangkitkan InitialSolution menggunakan Nearest Neighbor. Langkah 3 : Menerapkan insertion heuristics pada InitialSolution dan disimpan sebagai 1 st Solution. Iterasi = 1, Ant = 2, consolidation point = 1
37 Prosedur IACS (2) Langkah 4 : Bentuk solusi berdasarkan state transition rule dan lakukan local pheromone update pada setiap arc yang dilalui. Ant = Ant + 1 Langkah 5 : Jika Ant > JumlahMaxAnt maka Ant = 2 dan lakukan langkah 6. Jika Ant <= JumlahMaxAnt maka lakukan langkah 4 Langkah 6 : Urutkan solusi ke-2 s/d solusi ke-jumlahmaxant, lakukan Insertion Heuristics pada solusi yang terbaik dan simpan sebagai 2 nd Solution
38 Prosedur IACS (3) Langkah 7 : Lakukan Global Pheromone Update pada arc-arc yang membentuk 1 st Solution dan 2 nd Solution Langkah 8: Bandingkan 1 st Solution dan 2 nd Solution, simpan solusi yang terbaik sebagai TheBestSolution. Pada iterasi berikutnya, 1stSolution = TheBestSolution. Iterasi = Iterasi + 1 (Jika Iterasi > MaxIterasi) maka ke langkah 9 (Jika Iterasi <= MaxIterasi) maka kembali ke langkah 4
39 Prosedur IACS (4) Langkah 9 : consolidation point = consolidation point + 1 Jika (consolidation point > jumlah consolidation point) maka ke langkah 10 Jika (consolidation point <= jumlah consolidation point) kembali ke langkah 4, Iterasi = 1 Langkah 10 : Menentukan start time pada TheBestSolution untuk meminimumkan total travel time. Pada tiap tour, Start time = batas awal time window node konsumen kesatu - t 01 t 01 adalah travel time dari depo menuju node konsumen kesatu Langkah 11 : Stop
40 Inisialisasi Pheromone Inisialisasi jumlah pheromone pada setiap arc adalah : τ 0 = ( N x L ) 1 NN
41 State Transition Rule Setiap semut yang berada di node i akan memilih node j atau arc (i,j) berdasarkan state transition rule berikut : Jika q q 0 (Eksploitasi) j : Jika q > q 0 (Eksplorasi) - Hitung, ( τ ) α ( η ) { β } = arg max ij ij j S'( i ) P ij = α β ( τij ) ( ηij ) α ( τcj ) ( ηcj ) j S'( i ) - Hitung Fij - Jika ( q > ) dan ( q < F ib ) maka : j = b F ia β
42 η ij Menentukan besarnya : - Jika (syarat kapasitas) dan (syarat time windows) terpenuhi maka : η ij = t + w ij 1 k j - Jika (syarat kapasitas) dan (syarat time windows) tidak terpenuhi maka : = 0 η ij
43 Global Pheromone Update Setelah semua semut telah membentuk solusinya masing-masing, maka arc arc yang membentuk 1st Solution dan 2nd Solution pada setiap iterasi akan berubah jumlah pheromonenya berdasarkan Global Pheromone Update : new ij τ = 1 Δτ ij = old ( γ) τij + γ Δτij ( A B) + ( A C) A A = cost (total travel time) terbaik ke-3 pada tiap iterasi B = cost (total travel time) terbaik secara keseluruhan C = cost (total travel time) terbaik pada tiap iterasi
44 Local Pheromone Update Setiap kali melewati arc(i,j), semut semut akan meng-update jumlah pheromone pada arc(i,j) berdasarkan Local Pheromone Update berikut : τ new ij = τ old ij + ( 1 ρ) τ 0
45 Penyelesaian Permasalahan Dinamis (1) Diagram Alir Online request,request time Rute inisial, Posisi kendaraan saat ini, Himpunan konsumen yang sudah dikunjungi Meentukan himpunan node yang belum dikujungi berdasarkan request time Database jalan Pencarian travel time tercepat antara online request dengan semua node yang belum dikunjungi Identifikasi service time online request Menyisipkan node online request pada rute inisial Pencarian rute tercepat menggunakan insertion heuristics Penyusunan rute dan urutan jalan Database travel time antar online request dan semua node konsumen (Offline Request)
46 Penyelesaian Permasalahan Dinamis (2) Prosedur : Langkah 1 : Mengidentifikasi posisi setiap armada pengangkut saat ini. Ada 3 kemungkinan : - armada pengangkut tepat berada di node konsumen. - armada pengangkut berada diantara dua node konsumen. - armada pengangkut sedang menunggu karena waktu kedatangannya di node konsumen tertentu sebelum batas awal time window node yang bersangkutan. Langkah 2 : Menentukan himpunan node yang belum dikunjungi berdasarkan request time
47 Penyelesaian Permasalahan Dinamis (3)( Langkah 3 : Menghitung travel time terpendek antara node online request dengan semua node yang terdapat pada rute inisial dengan menggunakan algoritma Djikstra. Langkah 4 : Mengidentifikasi service time dari online request. Menyisipkan online request pada rute inisial dengan mempertimbangkan time window constraint dan capacity constraint. Jika time window constraint dan atau capacity constraint tidak terpenuhi, maka dibentuk tour baru.
48 Penyelesaian Permasalahan Dinamis (4)( Langkah 5 : Menerapkan node insertion heuristics untuk mendapatkan rute baru dengan total travel time minimum secara keseluruhan.
49 HASIL PENELITIAN & PEMBAHASAN
50 Perangkat Lunak (1) Memasukkan data konsumen (halaman Order)
51 Perangkat Lunak (2) Parameter IACS (halaman Parameter)
52 Perangkat Lunak (3) Optimasi (halaman Optimation)
53 Perangkat Lunak (4) New Order
54 Menentukan Jumlah Sample Dari data rute pelayanan konsumen didapatkan total travel time rata rata hasl nearest neighbor sebesar 28633,2 detik dan varians populasi sebesar 6150,48 detik. (tingkat ketelitian taksiran µ sebesar 5% dari total travel time rata-rata dengan selang kepercayaan 90% ) 2 2 Z α. σ ,, n = = = 17, 27 e 01, 28633, 2
55 Pengujian Algoritma (1) Perbandingan total travel time IACS, NN, dan NN + NI pada fase statis (Data standar Chen) Total travel time IACS NN NN + NI Penghematan thd NN = 25,57% Penghematan thd NN+NI = 20,11% Data
56 Pengujian Algoritma (2) Perbandingan jumlah armada hasil IACS, NN, dan NN+NI pada fase statis (Data standar Chen) Jumlah Armada IACS NN NN+N! Data
57 Pengujian Algoritma (3) Perbandingan total travel time IACS, NN, dan NN + NI pada fase dinamis (Data standar Chen) Total travel time Data IACS NN NN + NI Penghematan thd NN = 20,47% Penghematan thd NN+NI = 16,49%
58 Pengujian Algoritma (4) Perbandingan jumlah armada hasil IACS, NN, dan NN+NI pada fase dinamis (Data standar Chen) Jumlah Armada IACS NN NN+NI Data
59 Implementasi Algoritma (1) Perbandingan total travel time hasil IACS, NN, dannn+ni pada fase statis pada jaringan jalan kota Surabaya Total Travel Time (detik) Optimasi IACS (%) No Jumlah Offline Request IACS NN NN + Node Insertion NN NN + Node Insertion ,86 20, ,61 17,45 Rata - rata 22,23 18,78
60 Implementasi Algoritma (2) Perbandingan total travel time hasil IACS, NN, dan NN+NI pada fased inamis pada jaringan jalan kota Surabaya No Jum. Off. Req Jum. On. Req IACS Total Travel Time (detik) NN NN + Node Insertion NN Optimasi IACS (%) NN + Node Insertion ,61 37, ,68 11,62 Rata - rata 28,65 24,43
61 Kesimpulan Pencarian travel time tercepat dalam jaringan jalan dapat dimodelkan dalam permasalahan lintasan tercepat, dan dengan pemodelan yang tepat dapat diselesaikan dengan menggunakan algoritma Dijkstra. Perencanaan pengangkutan paket konsumen pada penyedia jasa inter-city courier menuju ke consolidation point dapat dimodelkan dalam permasalahan Dynamic Vehicle Routing Problem with Time Windows. Berdasarkan hasil pengujian algoritma dengan data standar Chen, algoritma yang digunakan memiliki performansi yang baik dalam menyelesaikan permasalahan DVRPTW pada inter-city courier baik pada fase statis maupun pada fase dinamis.. Algoritma yang digunakan dapat diimplementasikan dengan baik pada jaringan jalan kota Surabaya.
62 Saran Perlu dikembangkan metode yang berbeda untuk menyelesaikan permasalahan DVRPTW pada inter-city courier sebagai pembanding dan sekaligus melengkapi kelemahan masing masing. Dikembangkan untuk mencari total travel time tercepat dengan memperhitungkan parameter dinamis lainnya selain order baru (online request), misalnya kemacetan lalu lintas dsb. Dikembangkan untuk mencari total travel time tercepat dengan travel time antar node yang bergantung pada waktu (time dependent)
63 TERIMA KASIH...
Artikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing.
Artikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing. Malang, 1 Agustus 2013 Pembimbing Dra. Sapti Wahyuningsih,M.Si NIP 1962121 1198812 2 001 Penulis Siti Hasanah NIP 309312426746
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM
TUGAS AKHIR SM 1330 PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM HARMERITA NRP 1202 100 006 Dosen Pembimbing Drs. Soetrisno, MIKomp JURUSAN MATEMATIKA
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Fokus dalam bidang teknologi saat ini tidak hanya berada pada proses pengembangan yang disesuaikan dengan permasalahan yang dapat membantu manusia
Lebih terperinciPENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW
INFOMATEK Volume 19 Nomor 1 Juni 2017 PENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW Tjutju T. Dimyati Program Studi Teknik Industri Fakultas Teknik Universitas Pasundan Abstrak: Penentuan
Lebih terperinciSTUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM
Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem yang Berjalan Analisa sistem yang berjalan bertujuan untuk mengidentifikasi persoalanpersoalan yang muncul dalam pembuatan sistem, hal ini dilakukan
Lebih terperinciDesain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System
Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System Jan Alif Kreshna, Satria Perdana Arifin, ST, MTI., Rika Perdana Sari, ST, M.Eng. Politeknik Caltex Riau Jl. Umbansari 1 Rumbai,
Lebih terperinciPENENTUAN RUTE OPTIMAL PADA KEGIATAN PENJEMPUTAN PENUMPANG TRAVEL MENGGUNAKAN ANT COLONY SYSTEM
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 1-6 1 PENENTUAN RUTE OPTIMAL PADA KEGIATAN PENJEMPUTAN PENUMPANG TRAVEL MENGGUNAKAN ANT COLONY SYSTEM Laksana Samudra dan Imam Mukhlash Matematika, Fakultas
Lebih terperinciALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP
Media Informatika, Vol. 2, No. 2, Desember 2004, 75-81 ISSN: 0854-4743 ALGORITMA SEMUT PADA PENJADWALAN PRODUKSI JOBSHOP Zainudin Zukhri, Shidiq Alhakim Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas
Lebih terperinciDosen Pembimbing : Ir. Budi Santosa, M.S., Ph.D Oleh : Sas Wahid Hamzah
Artificial Immune System untuk Penyelesaian Vehicle Routing Problem with Time Windows Dosen Pembimbing : Ir. Budi Santosa, M.S., Ph.D Oleh : Sas Wahid Hamzah 2507100054 Pendahuluan Pendahuluan Fungsi Objektif
Lebih terperinciPaper Dynamic Pick up Delivery Problem with Time Windows untuk Layanan Antar Jemput Usaha Laundry
Paper ynamic Pick up elivery Problem with Time Windows untuk Layanan Antar Jemput Usaha Laundry NURUL CHAIRANY 2511 203 203 Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember Surabaya (ITS) YNAMIC
Lebih terperinciALGORITMA MULTIPLE ANT COLONY SYSTEM PADA VEHICLE ROUTING PROBLEM WITH TIME WINDOWS SKRIPSI
UNIVERSITAS INDONESIA ALGORITMA MULTIPLE ANT COLONY SYSTEM PADA VEHICLE ROUTING PROBLEM WITH TIME WINDOWS SKRIPSI SISKA AFRIANITA 0706261934 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada awalnya komputer hanya digunakan untuk alat hitung saja tetapi seiring dengan perkembangan teknologi, komputer diharapkan mampu melakukan semua yang dapat
Lebih terperinciOptimisasi Multi Depot Vehicle Routing Problem (MDVRP) dengan Variabel Travel Time Menggunakan Algoritma Particle Swarm Optimization
Optimisasi Multi Depot Vehicle Routing Problem (MDVRP) dengan Variabel Travel Time Menggunakan Algoritma Particle Swarm Optimization Nurlita Gamayanti 1, Abdullah Alkaff 2, Randi Mangatas 3 Jurusan Teknik
Lebih terperinciBAB IV ANALISIS MASALAH
BAB IV ANALISIS MASALAH 4.1 Tampilan Program Persoalan TSP yang dibahas pada tugas akhir ini memiliki kompleksitas atau ruang solusi yang jauh lebih besar dari TSP biasa yakni TSP asimetris dan simetris.
Lebih terperinciBAB 1. PENDAHULUAN. Permasalahan pendistribusian barang oleh depot ke konsumen merupakan
BAB 1. PENDAHULUAN 1.1 Latar Belakang Permasalahan pendistribusian barang oleh depot ke konsumen merupakan komponen penting dalam sistem pelayanan depot suatu perusahaan, proses tersebut dapat terjadi
Lebih terperinciPenyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO)
Penyelesaian Masalah Travelling Salesman Problem Menggunakan Ant Colony Optimization (ACO) Anna Maria 1, Elfira Yolanda Sinaga 2, Maria Helena Iwo 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen
Lebih terperinciVEHICLE ROUTING PROBLEM UNTUK DISTRIBUSI BARANG MENGGUNAKAN ALGORITMA SEMUT
VEHICLE ROUTING PROBLEM UNTUK DISTRIBUSI BARANG MENGGUNAKAN ALGORITMA SEMUT Agung Hadhiatma 1*, Alexander Purbo 2* 1,2 Program Studi Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
60 BAB 3 METODOLOGI PENELITIAN Gambar 3.1 Flow Chart Tugas Akhir 61 Gambar 3.1 Flow Chart Tugas Akhir (Lanjutan) Wawancara dan Observasi Lapangan Wawancara dilakukan untuk mengetahui alur proses bisnis
Lebih terperinciIMPLEMENTASI ALGORITMA BWAS PADA APLIKASI SISTEM INFORMASI TRANSPORTASI UNTUK PERENCANAAN DISTRIBUSI YANG OPTIMAL
IMPLEMENTASI ALGORITMA BWAS PADA APLIKASI SISTEM INFORMASI TRANSPORTASI UNTUK PERENCANAAN DISTRIBUSI YANG OPTIMAL Ary Arvianto 1*, Singgih Saptadi 1, Prasetyo Adi W 2 Program Studi Teknik Industri, Universitas
Lebih terperinciSISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG
SISTEM ALOKASI PENYIMPANAN BARANG PADA GUDANG Achmad Hambali Jurusan Teknik Informatika PENS-ITS Kampus PENS-ITS Keputih Sukolilo Surabaya 60 Telp (+6)3-59780, 596, Fax. (+6)3-596 Email : lo7thdrag@ymail.co.id
Lebih terperinciANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 201 210. ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Cindy Cipta Sari, Bayu Prihandono,
Lebih terperinciUsulan Rute Distribusi Tabung Gas Menggunakan Algoritma Ant Colony Systems di PT. Limas Raga Inti
Prosiding Seminar Nasional Teknoin 2012 ISBN No. 978-979-96964-3-9 Usulan Rute Distribusi Tabung Gas Menggunakan Algoritma Ant Colony Systems di PT. Limas Raga Inti Fifi Herni Mustofa 1), Hari Adianto
Lebih terperinciBAB II LANDASAN TEORI. 2.1 Penjadwalan Definisi Penjadwalan Kegiatan Belajar Mengajar
BAB II LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Definisi Penjadwalan Kegiatan Belajar Mengajar Penjadwalan terkait pada aktivitas dalam hal untuk membuat sebuah jadwal. Sebuah jadwal adalah sebuah tabel dari
Lebih terperinciPERENCANAAN SUMBER DAYA PADA PROYEK DENGAN MENGGUNAKAN METODE ANT COLONY
PERENCANAAN SUMBER DAYA PADA PROYEK DENGAN MENGGUNAKAN METODE ANT COLONY Niken A. Savitri, I Nyoman Pujawan, Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi Industri Institut Teknologi Sepuluh
Lebih terperinciBAB II LANDASAN TEORI. Kotler (1999) adalah serangkaian organisasi yang saling tergantung dan terlibat
BAB II LANDASAN TEORI 2.1 Distribusi Distribusi adalah salah satu aspek pemasaran. Pengertian distribusi menurut Kotler (1999) adalah serangkaian organisasi yang saling tergantung dan terlibat dalam proses
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciBAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bagi perusahaan kontraktor perumahan, pemasangan kabel menjadi bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu dilakukan perencanaan urutan rumah yang
Lebih terperinciBAB I PENDAHULUAN. konsumen adalah kemampuan untuk mengirimkan produk ke pelanggan secara
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu hal yang berpengaruh dalam meningkatkan pelayanan terhadap konsumen adalah kemampuan untuk mengirimkan produk ke pelanggan secara tepat waktu dengan jumlah
Lebih terperinciPENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY. Budi Triandi
Budi, Penemuan Jalur Terpendek Dengan 73 PENEMUAN JALUR TERPENDEK DENGAN ALGORITMA ANT COLONY Budi Triandi Dosen Teknik Informatika STMIK Potensi Utama STMIK Potensi Utama, Jl.K.L Yos Sudarso Km 6,5 No.3-A
Lebih terperinciPADA DISTRIBUTOR BAHAN MAKANAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS AT FOOD INGREDIENTS DISTRIBUTOR
VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA DISTRIBUTOR BAHAN MAKANAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS AT FOOD INGREDIENTS DISTRIBUTOR Herry Christian Palit, *), Sherly ) ) Industrial Engineering
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
12 BAB I PENDAHULUAN 1.1. Latar Belakang Distribusi suatu produk mempunyai peran yang penting dalam suatu mata rantai produksi. Hal yang paling relevan dalam pendistribusian suatu produk adalah transportasi
Lebih terperinciPenyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut
Penyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut Irfan Afif (13507099) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung,
Lebih terperinciPenentuan Rute Distribusi Es Balok Menggunakan Algoritma Nearest Neighbour dan Local Search (Studi Kasus di PT. X)*
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol.02 Jurnal Online Institut Teknologi Nasional Oktober 2014 Penentuan Rute Distribusi Es Balok Menggunakan Algoritma Nearest Neighbour
Lebih terperinciIMPLEMENTASI PERBANDINGAN ALGORITMA ANT COLONY SYSTEM DENGAN ALGORITMA SUBSET DYNAMIC PROGRAMMING PADA KASUS TRAVELLING SALESMAN PROBLEM
IMPLEMENTASI PERBANDINGAN ALGORITMA ANT COLONY SYSTEM DENGAN ALGORITMA SUBSET DYNAMIC PROGRAMMING PADA KASUS TRAVELLING SALESMAN PROBLEM Tommi Poltak Mario Program Studi Teknik Informatika, STTI RESPATI
Lebih terperinciAS IR O R U O TI U N TI G P AD
Tesis OPTIMASI ROUTING PADA JARING DATA MULTI JALUR MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO) Nama : Agus Kurniwanto NIM : 2209206803 PROGRAM STUDI MAGISTER BIDANG KEAHLIAN TELEMATIKA JURUSAN TEKNIK
Lebih terperinciPENGEMBANGAN MODEL VEHICLE ROUTING PROBLEM UNTUK PENDISTRIBUSIAN PRODUK PERISHABLE MENGGUNAKAN TRUK BERPENDINGIN
JURNAL TEKNIK POMITS Vol. 1, No. 1, (212) 1-6 1 PENGEMBANGAN MODEL VEHICLE ROUTING PROBLEM UNTUK PENDISTRIBUSIAN PRODUK PERISHABLE MENGGUNAKAN TRUK BERPENDINGIN Marita Tania, Ahmad Rusdiansyah, dan Nurlita
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Permasalahan transportasi yang terjadi akibat kenaikan harga bahan bakar minyak (BBM) yang tinggi membuat para pengguna jasa transportasi berpikir untuk dapat meminimalisasi biaya yang dikeluarkan.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sistem distribusi/trasportasi adalah salah satu hal yang penting bagi perusahaan, karena berkaitan dengan pelayana kepada konsumen. Dalam sistem distribusi/trasportasi
Lebih terperinciALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW)
ALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW) Irinne Puspitasari 1, Purwanto 2 Email : irinne.puspitasari@gmail.com JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciANT COLONY OPTIMIZATION
ANT COLONY OPTIMIZATION WIDHAPRASA EKAMATRA WALIPRANA - 13508080 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: w3w_stay@yahoo.com ABSTRAK The Ant Colony Optimization
Lebih terperinciBAB I PENDAHULUAN. Alat transportasi merupakan salah satu faktor yang mendukung berjalannya
BAB I PENDAHULUAN A. Latar Belakang Masalah Alat transportasi merupakan salah satu faktor yang mendukung berjalannya kegiatan atau aktivitas manusia dalam kehidupan sehari-hari. Salah satu kegiatan manusia
Lebih terperinciOPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT
OPTIMALISASI TRAVELLING SALESMAN WITH TIME WINDOWS (TSPTW) DENGAN ALGORITMA SEMUT Budi Prasetyo Wibowo, Purwanto, dansusy Kuspambudi Andaini Universitas Negeri Malang ABSTRAK: Travelling Salesman Problem
Lebih terperinciAnalisa Pencarian Jarak Terpendek Lokasi Wisata di Provinsi Sumatera Utara Menggunakan Algoritma Ant Colony Optimization (ACO)
Analisa Pencarian Jarak Terpendek Lokasi Wisata di Provinsi Sumatera Utara Menggunakan Algoritma Ant Colony Optimization (ACO) Juanda Hakim Lubis Prorgram Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Supply Chain Management Supply chain adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan produk ke tangan pemakai akhir.
Lebih terperinciHALAMAN JUDUL OPTIMISASI PENGISIAN BAHAN BAKAR PESAWAT DI BANDARA JUANDA TERMINAL 2 MENGGUNAKAN ALGORITMA ANT COLONY
HALAMAN JUDUL TUGAS AKHIR TE141599 OPTIMISASI PENGISIAN BAHAN BAKAR PESAWAT DI BANDARA JUANDA TERMINAL 2 MENGGUNAKAN ALGORITMA ANT COLONY Adi Wibisono NRP 2212 100 041 Dosen Pembimbing Nurlita Gamayanti,
Lebih terperinciAlgoritma Penentuan Rute Kendaraan Dengan Memperhatikan Kemacetan Muhammad Nashir Ardiansyah (hal 88 92)
ALGORITMA PENENTUAN RUTE KENDARAAN DENGAN MEMPERHATIKAN KEMACETAN Muhammad Nashir Ardiansyah Program Studi Teknik Industri, Fakultas Rekayasa Industri, Telkom University nashir.ardiansyah@gmail.com Abstrak
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 TEORI GRAF 2.1.1 Definisi Definisi 2.1 (Munir, 2009, p356) Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal
Lebih terperinciLANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf
Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex
Lebih terperinciBAB 1 PENDAHULUAN. selalu bertambah disetiap tahunnya. Hal ini dapat menimbulkan semakin. memperoleh keuntungan yang maksimal, maka diperlukan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini perkembangan perekonomian di Indonesia semakin meningkat, ditandai dengan banyaknya jumlah pabrik dan perusahaan yang selalu bertambah disetiap tahunnya. Hal
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesperson Problem selanjutnya dalam tulisan ini disingkat menjadi TSP, digambarkan sebagai seorang penjual yang harus melewati sejumlah kota selama perjalanannya,
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 terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II dalam penelitian ini terdiri atas vehicle routing problem, teori lintasan dan sirkuit, metode saving matriks, matriks jarak, matriks penghematan, dan penentuan urutan konsumen.
Lebih terperinciAKSES INFORMASI PENGIRIMAN BARANG DI KANTOR POS JEMUR SARI UNTUK AREA SURABAYA TIMUR MENGGUNAKAN METODE ANT COLONY OPTIMIZATION BERBASIS WAP
AKSES INFORMASI PENGIRIMAN BARANG DI KANTOR POS JEMUR SARI UNTUK AREA SURABAYA TIMUR MENGGUNAKAN METODE ANT COLONY OPTIMIZATION BERBASIS WAP Titik Sri Mulyani 1. Zen Samsono Hadi 2. Haryadi Amran Darwito
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
43 BAB 3 METODOLOGI PENELITIAN 3.1 Diagram Alir Penelitian Metodologi penelitian merupakan suatu langkah-langkah sistematis yang akan menjadi pedoman dalam menyelesaan masalah (Sugiyono, 2004). Bab ini
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan daerah perkotaan atau city development memiliki beberapa aspek penting salah satunya adalah logistik perkotaan atau city logistics. Alasan mengapa city
Lebih terperinciJurnal Edukasi dan Penelitian Informatika (JEPIN) Vol. 1, No. 2, (2015) 1 Rancangan Sistem Penjadwalan Akademik Menggunakan Algoritma Max Min Ant System (Studi Kasus: STMIK Atma Luhur Pangkalpinang) Delpiah
Lebih terperinciPengembangan Model Periodic Inventory Routing Problem untuk Penjadwalan Truk Tangki Multi Kapasitas
Pengembangan Model Periodic Inventory Routing Problem untuk Penjadwalan Truk Tangki Multi Kapasitas (Studi Kasus: ISG PT. PERTAMINA UPms V SURABAYA) Oleh : Deni Irawan 2506 100 179 Dosen Pembimbing : Dr.
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 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam masalah pengiriman barang, sebuah rute diperlukan untuk menentukan tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui darat, air,
Lebih terperinciBAB II LANDASAN TEORI
BAB 2 LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Definisi Distribusi Distribusi (distribution) termasuk terminologi dalam ilmu ekonomi dan dalam kalangan perindustrian. Menurut Frank H. Woodward (2002) dijelaskan
Lebih terperinciIMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS)
IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS) Devie Rosa Anamisa, S.Kom, M.Kom Jurusan D3 Teknik Multimedia Dan Jaringan-Fakultas Teknik Universitas Trunojoyo
Lebih terperinciOPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK
OPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK Oleh: Rif atul Khusniah 1209201715 Dosen Pembimbing: Subchan, M.Sc, Ph.D Dr. Imam Mukhlas, MT SPBU 1 Order Daily DEPO SPBU 2 SPBU
Lebih terperinciBAB 2 LANDASAN TEORI. Perancangan sistem merupakan penguraian suatu sistem informasi
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Perancangan Sistem Perancangan sistem merupakan penguraian suatu sistem informasi yang utuh ke dalam bagian komputerisasi yang dimaksud, mengidentifikasi dan mengevaluasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Bali memiliki bermacam-macam obyek wisata yang sangat potensial untuk dijadikan ladang penghasil devisa bagi negara, tidak hanya itu saja para penduduk di sekitar obyek
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Penelitian Terdahulu Pujawan dan Mahendrawati (2010) telah menjelaskan bahwa fungsi dasar manajemen distribusi dan transportasi pada umumnya yang terdiri dari:
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol., No., (202) -6 Implementasi Algoritma Ant Colony Optimization Untuk Menyelesaikan Permasalahan Dynamic Economic Dispatch Dengan Memperhatikan Rugi- Rugi Da Transmisi dan Valve
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini menjelaskan mengenai teori-teori yang akan digunakan dalam membangun sistem. 2.1. Basis Data 2.1.1. Definisi Basis Data Basis data terdiri atas dua kata [1], yaitu basis dan
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 terperinciANALISIS ALGORITMA HYBRID ANT COLONY OPTIMIZATION (ACO) DAN LOCAL SEARCH UNTUK OPTIMASI PEMOTONGAN BAHAN BAKU
ANALISIS ALGORITMA HYBRID ANT COLONY OPTIMIZATION (ACO) DAN LOCAL SEARCH UNTUK OPTIMASI PEMOTONGAN BAHAN BAKU Warih Maharani Fakultas Teknik Informatika, Institut Teknologi Telkom Jl. Telekomunikasi No.1
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Routing 2.1.1 Definisi Routing Routing adalah inti dari semua kontrol jaringan, yaitu mekanisme yang digunakan untuk mengirimkan paket serta mengarahkan dan menentukan jalur yang
Lebih terperinciPANDUAN APLIKASI TSP-VRP
PANDUAN APLIKASI TSP-VRP oleh Dra. Sapti Wahyuningsih, M.Si Darmawan Satyananda, S.T, M.T JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN IPA UNIVERSITAS NEGERI MALANG 2016 0 Pengantar Aplikasi ini dikembangkan
Lebih terperinciAnt Colony Optimization
Ant Colony Optimization Budi Santosa, PhD Dosen Teknik Industri ITS, Surabaya Lab Komputasi dan Optimasi Industri Email : budi_s@ie.its.ac.id 1.1 Pahuluan Dalam dua dekade terakhir ini, banyak penelitian
Lebih terperinciJurnal Ilmiah Mustek Anim Ha Vol.1 No. 2, Agustus 2012 ISSN
PENENTUAN RUTE PENGAMBILAN SAMPAH DI KOTA MERAUKE DENGAN KOMBINASI METODE EKSAK DAN METODE HEURISTIC Endah Wulan Perwitasari Email : dek_endah@yahoo.com Jurusan Teknik Informatika Fakultas Teknik Universitas
Lebih terperinciIMPLEMENTASI ALGORITMA SEMUT UNTUK PENCARIAN RUTE TERPENDEK BERBASIS SISTEM INFORMASI GEOGRAFIS
IMPLEMENTASI ALGORITMA SEMUT UNTUK PENCARIAN RUTE TERPENDEK BERBASIS SISTEM INFORMASI GEOGRAFIS Edi Iskandar Teknik Informatika STMIK Akakom e-mail: edi_iskandar@akakom.ac.id Abstrak Dalam kehidupan global
Lebih terperinciBAB I PENDAHULUAN. Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan.
Lebih terperinciBAB II LANDASAN TEORI. antara lain konsep mengenai Short Message Service (SMS), Global System for
BAB II LANDASAN TEORI Untuk melakukan perancangan dan pembuatan aplikasi pencarian lokasi terdekat diperlukan pemahaman terhadap teori dan konsep yang mendasarinya, antara lain konsep mengenai Short Message
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Latar Belakang Masalah Peranan jaringan distribusi dan transportasi sangatlah vital dalam proses bisnis dunia industri. Jaringan distribusi dan transportasi ini memungkinkan produk berpindah
Lebih terperinciPembentukan Rute Distribusi Menggunakan Algoritma Clarke & Wright Savings dan Algoritma Sequential Insertion *
Reka Integra ISSN: 2338-508 Jurusan Teknik Industri Itenas No.02 Vol. 02 Jurnal Online Institut Teknologi Nasional Oktober 204 Pembentukan Distribusi Menggunakan Algoritma Clarke & Wright Savings dan Algoritma
Lebih terperinciManual Penggunaan Algoritma Evolusi Diferensial untuk Mengoptimasikan Rute Kendaraan Akhmad Hidayatno Armand Omar Moeis Komarudin Aziiz Sutrisno
Manual Penggunaan Algoritma Evolusi Diferensial untuk Mengoptimasikan Rute Kendaraan Akhmad Hidayatno Armand Omar Moeis Komarudin Aziiz Sutrisno Laboratorium Rekayasa, Simulasi dan Pemodelan Sistem Departemen
Lebih terperinciCross Docking 2/4/2010. Disusun oleh: Ahmad Fatih Fudhla ( ) Dibimbing oleh: Prof. Ir. I Nyoman Pujawan, M.Eng. PhD Arief Rahman, ST, MSc
Tesis Pengembangan Model Matematis untuk Penjadwalan Rute Kendaraan Cross Docking dalam Rantai Pasok dengan Mempertimbangkan Batasan Kelas Jalan dan Kendaraan yang Heterogen Disusun oleh: Ahmad Fatih Fudhla
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan
Lebih terperinciPENCARIAN RUTE TERPENDEK OBJEK WISATA DI MAGELANG MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO)
PENCARIAN RUTE TERPENDEK OBJEK WISATA DI MAGELANG MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO) Bagus Fatkhurrozi *, Ika Setyowati Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tidar Jl. Kapten Suparman
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Distribusi merupakan salah satu komponen dari suatu sistem logistik yang bertanggungjawab akan perpindahan material antar fasilitas. Distribusi berperan dalam membawa
Lebih terperinciVEHICLE ROUTING PROBLEM BERBASIS ANT COLONY SYSTEM UNTUK OPTIMASI PENENTUAN RUTE KENDARAAN PADA SISTEM DISTRIBUSI BARANG DAN JASA
VEHICLE ROUTING PROBLEM BERBASIS ANT COLONY SYSTEM UNTUK OPTIMASI PENENTUAN RUTE KENDARAAN PADA SISTEM DISTRIBUSI BARANG DAN JASA Indra Maryati, Gunawan, C. Pickerling, Henry Kurniawan Wibowo,,, Teknik
Lebih terperinciBAB I PENDAHULUAN. dinaikkkan tegangannya untuk meminimalisir rugi-rugi daya, kemudian energi listrik
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem tenaga listrik secara umum dapat di kelompokkan menjadi empat bagian, yaitu : pembangkit, transmisi, distribusi, dan beban. Pembangkit tenaga listrik adalah
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
2 Bab 1 PENDAHULUAN 1.1 Latar Belakang Routing adalah proses dimana suatu router mem-forward paket jaringan yang dituju. Suatu router membuat keputusan berdasarkan IP address yang dituju oleh paket. Agar
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Program Studi Ganda Teknik Informatika Matematika Skripsi Sarjana Program Studi Ganda Semester Genap 2005/2006 PERANCANGAN PROGRAM APLIKASI OPTIMASI DISTRIBUSI LIMUN MENGGUNAKAN
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 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Penelitian ini menerapkan kombinasi algoritma NN dan metode heuristik untuk membuat program bagi kasus Sequential 2L-CVRP dengan memberikan usulan rute dan peletakan barang
Lebih terperinciSTUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING SALESMAN PROBLEM
Jurnal Computech & Bisnis, Vol. 3, No. 1, Juni 2009, 30-36 ISSN Studi 1978-9629 Komparatif Algoritma Ant...(Bambang Siswoyo & Andrianto) STUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING
Lebih terperinciBAB I PENDAHULUAN. Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah
BAB I PENDAHULUAN I.1. Latar Belakang Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah optimasi yang banyak menarik perhatian para peneliti sejak beberapa dekade terdahulu. Pada mulanya,
Lebih terperinciPenentuan Rute Distribusi Tabung Gas Menggunakan Metode (1-0) Insertion Intra Route (Studi Kasus di PT X) *
Reka Integra ISSN: 2338-508 Jurusan Teknik Industri Itenas No.0 Vol.03 Jurnal Online Institut Teknologi Nasional Januari 205 Penentuan Rute Distribusi Tabung Gas Menggunakan Metode (-0) Insertion Intra
Lebih terperinciBAB 1 PENDAHULUAN. dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Komputer merupakan salah satu alat bantu untuk menyelesaikan masalah. Untuk dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
Lebih terperinciBAB III ALGORITMA ANT DISPERSION ROUTING (ADR)
BAB III ALGORITMA ANT DISPERSION ROUTING (ADR) Pada permasalahan pencarian rute optimal dalam rangka penyebaran rute lalu lintas untuk mencapai keseimbangan jaringan lalu lintas sebagai upaya untuk mengurangi
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 terperinciPERANCANGAN ALGORITMA HEURISTIK UNTUK PENYELESAIAN PERMASALAHAN SWAP-BODY VEHICLE ROUTING PROBLEM
PERANCANGAN ALGORITMA HEURISTIK UNTUK PENYELESAIAN PERMASALAHAN SWAP-BODY VEHICLE ROUTING PROBLEM Pembimbing: Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng, CSCP Disusun Oleh: Jurusan Teknik Industri Andre T.
Lebih terperinciOptimasi pada Rute Truk Peti Kemas dengan Algoritma Optimasi Koloni Semut
E-journal Teknik Elektro dan Komputer (tahun), ISSN : 20-8402 7 Optimasi pada Rute Truk Peti Kemas dengan Algoritma Optimasi Koloni Semut Feisy D. Kambey feisy.kambey@yahoo.co.id Abstrak Perdagangan global
Lebih terperinciPenentuan Rute Kendaraan Distribusi Produk Roti Menggunakan Metode Nearest Neighbor dan Metode Sequential Insertion *
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.03 Vol.01 Jurnal Online Institut Teknologi Nasional Januari 2014 Penentuan Kendaraan Distribusi Produk Roti Menggunakan Metode Nearest Neighbor
Lebih terperinci