PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY- TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM
|
|
- Widyawati Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY- TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM Pembimbing : Ir. Budi Santosa, M.S., Ph.D NIP LOGO Peneliti : Muchammad Aminuddin NRP
2 Contents 1 PENDAHULUAN 2 TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 EKSPERIMEN DAN ANALISIS 5 KESIMPULAN DAN SARAN
3 PENDAHULUAN 1 LATAR BELAKANG 2 PERUMUSAN MASALAH 3 TUJUAN PENELITIAN 4 BATASAN PENELITIAN 5 MANFAAT PENELITIAN
4 Latar Belakang (1) TSP (Travelling Salesman Problem) Pengembangan TRP NP-Hard Problem (Travelling Repairman Problem)
5 Latar Belakang (2) Dynamic Polynomial Time GRASP + VND Programming Algorithms Branch and Bound Lagrangian Relaxation Approximation Algorithm Improved Genetic Algorithm Hybrid Cross Entropy-Tabu Search
6 Latar Belakang (3) Traveling Repairman Problem Penentuan rute petugas bengkel untuk melayani order dari customer di lokasi yang berbeda Penentuan rute tim penyelamat bencana untuk mengunjungi beberapa pos penyelamatan korban Pengembangan model algoritma Hybrid Cross Entropy-Tabu Search untuk menyelesaikan permasalahan Travelling Repairman Problem sehingga bisa digunakan untuk menyelesaikan kasus serupa dengan dimensi yang berbeda-beda
7 Perumusan Masalah Bagaimana penggabungan algoritma Cross Entropy dan Tabu Search untuk menyelesaikan permasalahan Travelling Repairman Problem agar didapatkan rute yang lebih baik dengan total waktu tunggu customer yang minimum
8 Tujuan Penelitian CE-TS for TRP Mendapatkan algoritma Hybrid Cross Entropy- Tabu Search untuk kasus Travelling Repairman Problem Menghasilkan kode MATLAB untuk implementasi permasalahan Travelling Repairman Problem dalam kasus yang berbeda Membandingkan performansi algoritma Hybrid Cross Entropy- Tabu Search untuk penyelesaian Travelling Repairman Problem dengan algoritma lain
9 Ruang Lingkup Penelitian Penelitian ini menggunakan data sekunder yang didapatkan dari TSPLIB95 Komputasi model dilakukan dengan software Matlab, dengan jenis spesifikasi komputer yang telah ditentukan sebelumnya Jarak antar node menggunakan euclidean distance (sesuai dengan data penelitian jurnal pembanding) Waktu tunggu customer pada suatu rute yang terbentuk didekati dengan jarak posisi customer dalam rute dihitung dari kota awal repairman
10 Manfaat Penelitian Adanya pendekatan baru yang merupakan pengembangan dari algoritma Hybrid Cross Entropy-Tabu Search dalam menyelesaikan Travelling Repairman Problem pada berbagai kasus
11 TINJAUAN PUSTAKA 1 TRAVELLING SALESMAN PROBLEM 2 TRAVELLING REPAIRMAN PROBLEM 3 CROSS ENTROPY (CE) 4 CROSS ENTROPY UNTUK TSP 5 6 TABU SEARCH CRITICAL REVIEW
12 Perbedaan TSP dan TRP TSP TRP Minimasi total jarak tempuh salesman Minimasi total waktu tunggu customer Fokus pada minimasi traveling cost Fokus pada costumer satisfaction Hal kritis pada TRP ini adalah sedikit perubahan pada struktur rute TRP akan menyebabkan perubahan signifikan pada TRP sehingga sangat rawan terjebak pada local optimal.
13 Formulasi TSP Formulasi matematis TSP (Langevin, 2005) : (1) Subject to (2) (3) (4) Keterangan : x ij = 1 jika rute dari kota i ke kota j dilalui 0 jika tidak c ij = jarak atau biaya (cost) dari kota i ke kota j S = jumlah kota
14 Formulasi TRP Formulasi matematis TRP (Ezzine et al., 2010) : (1) Subject to (2) Keterangan : X ij = 1 jika repairman melalui ruas (i,j) 0 jika tidak Y ij = µ i jika X ij = 1 0 jika tidak menunjukkan posisi node dalam tour i (3) (5) (4) (7) (6) (8) (9) (10) (11)
15 Cross Entropy Algoritma umum Cross Entropy Pembangkitan sampel Random dengan mekanisme tertentu Update Parameter dari sampel elite untuk membangkitkan sampel random yang lebih baik pada Iterasi selanjutnya
16 Algoritma CE for TSP 1 2 Pembangkitan kandidat solusi rute berdasarkan matriks transisi 3 Pengambilan sampel elite sesuai parameter rho*n Generate matriks transisi -Node Transition -Node Placement 5 4 Update Parameter
17 Tabu Search Tabu Search dikembangkan oleh Fred Glover 1988 merupakan metaheuristik yang berdasarkan prosedur local search untuk menjelajahi kemungkinan solusi di luar local optimal. Keunggulan : penggunaan adaptive memory, yaitu struktur memori yang fleksibel yang disebut Tabu List. Algoritma Tabu Search Algoritma Tabu Search BEGIN T = [ ]; s = solusi awal; s* = s REPEAT Temukan yang terbaik yang diterima s` ϵ N(s); IF f(s`) < f(s*) THEN s* = s; s = s`; Update Tabu List; UNTIL kriteria pemberhentian: STOP
18 Polynomial time algorithms (Wu, B. Y, 2000) Exact Algorithm (Wu, B., Z. Huang, 2004) Lagrangian Relaxation (Rocha, A., E. Fernandes, 2005) Approximation Algorithm (Archer, A., Levin, A., and D.P. Williamson, 2007) GRASP+ VND (Salehipour, A., K. Sörensen, 2008) Improved Genetic Algorithm (Bang, B. H. and N. D. Nghia, 2010) Critical Review Metoda ini menggunakan pendekatan dynamic programming, hasil lebih baik dari penelitian sebelumnya Metoda yang digunakan adalah dynamic programming dan branch and bound, keduanya meningkatkan performansi signifikan Metoda masih terbatas pada permasalahan dengan ukuran yang kecil Perbaikan dari Approximation Algorithm pada tahun 2003, best result known pada tahun Metoda metaheuristik pertama untuk TRP, mampu menyelesaikan TRP dengan waktu komputasi yang wajar Solusi memiliki rata-rata rasio yang lebih baik dari penelitian sebelumnya, tetapi hasil belum cukup optimal untuk aplikasi praktis
19 Algoritma Cross Entropy (1) START Pengumpu lan Data Penentuan Parameter Generate Matriks Transisi P A
20 Algoritma Cross Entropy (2) A Pembangkitan n- Rute sebagai kandidat solusi Penghitungan fitness untuk masing-masing rute Pemilihan sampel elite sesuai parameter ρ x N B C
21 Algoritma Cross Entropy (3) B C Update matriks transisi dengan acuan sampel elite Apakah stopping criteria terpenuhi? Pemunculan solusi optimal CE STOP
22 Hybrid Cross Entropy-Tabu Search (1) START Pengumpu lan Data Penentuan Parameter Pembangkitan Kandidat solusi Tabu Search (menggunakan neighborhood selection) Pemilihan solusi terbaik dari kandidat solusi Algoritma Tabu Search A B
23 Hybrid Cross Entropy-Tabu Search (2) A B Update Tabu List Apakah maksimum iterasi Tabu Search tercapai? Penginputan rute-rute dalam Tabu List sebagai sampel awal CE Algoritma Cross Entropy C
24 Hybrid Cross Entropy-Tabu Search (3) C Pembangkitan matriks transisi P berdasarkan pembobotan peluang empiris rute dalam Tabu List Pembangkitan N- rute sebagai kandidat solusi awal Penghitungan fitness untuk masing-masing rute Pemilihan sampel elite sesuai parameter ρ x N D E
25 Hybrid Cross Entropy-Tabu Search (4) D E Update matriks transisi dengan acuan sampel elite Apakah stopping criteria terpenuhi? STOP
26 Neighborhood Selection - Rute dibangkitkan secara random misal : Copy rute sebanyak n (banyaknya kota) Lakukan pertukaran tetangga tiap rute yang telah di-copy Hitung fitness masing-masing
27 Tabu List Berisi rute-rute terbaik hasil iterasi Tabu Search. Tabu List adalah short term memory dalam Tabu Serach yang mencegah solusi yang sudah pernah muncul dan tidak terpilih (tabu) muncul kembali. Aturan update Tabu List : Aturan update Tabu List : - Jika rute yang dibangkitkan melalui neighborhood selection lebih baik daripada rute yang ada dalam Tabu List saat ini, maka rute akan masuk dalam Tabu List dan rute tersebut digunakan untuk neighborhood selection selanjutnya - Jika rute yang dibangkitkan melalui neighborhood selection tidak lebih baik daripada rute yang ada dalam Tabu List, maka tidak ada update Tabu List dan dibangkitkan rute secara random untuk neighborhood selection selanjutnya
28 Rute dalam Tabu List pada contoh numerik Pembangkitan matriks transisi dalam Hybrid CE-TS No Tabu List Rute P = α * W ij + (1-α) * P old 0 0 0,33 0,67 0 0,33 0 0,33 0,33 0 0,33 0, ,33 0, ,67 0 0,67 0, P = α * + (1-α) * 0 0,25 0,25 0,25 0,25 0,25 0 0,25 0,25 0,25 0,25 0,25 0 0,25 0,25 0,25 0,25 0,25 0 0,25 0,25 0,25 0,25 0,25 0 P = 0 0,1 0,3 0,5 0,1 0,3 0 0,3 0,3 0,1 0,3 0,2 0 0,1 0,3 0,3 0,1 0,1 0 0,5 0,1 0,5 0,3 0,1 0 Pada CE, matriks transisi awal adalah matriks di atas yang didapatkan dengan memberikan bobot yang sama untuk setia P ij, yaitu 1/(n-1)
29 Pembangkitan Rute dengan Matriks Transisi menggunakan Roulette Wheel Selection P = 0 0,3 0,3 0,3 0,1 0,1 0 0,2 0,1 0,5 0,3 0,3 0 0,1 0,3 0,5 0,3 0,1 0 0,1 0,1 0,1 0,3 0,5 0 Roulette Wheel Selection dilakukan hingga terbentuk sebanyak N-rute Kota pertama langsung dipilih kota 1 sebagai kota awal jadikan 0 untuk kolom 1, dan lakukan normalisasi Kota kedua (lihat baris 1): Rand = 0,43 berada antara kota 3 dan 4 sehingga dipilih kota 4 Lalu, jadikan 0 untuk kolom 4, lalu lakukan normalisasi Kota ketiga (lihat baris empat): Rand = 0,55 berada antara kota 4 dan 5 sehingga dipilih kota 5 Lalu, jadikan 0 untuk kolom 5, lalu lakukan normalisasi
30 Perbandingan hasil antara Enumerasi, CEdan CE-TS Validasi Koordinat kota untuk Validasi Valid Kota Koordinat ke- x y Metoda Rute Total Wait Time Waktu Komputasi Enumerasi Cross Entropy (CE) Hybrid Cross Entropy-Tabu Search (CE- TS)
31 Eksperimen dengan Set Data Eil51 (51 kota) Algoritma CE AA Rata-rata Terbaik Waktu Tunggu Gap 38,92% lebih baik Algoritma CE-TS AA Rata-rata Terbaik Waktu Tunggu , Gap 39,56% lebih baik Algoritma CE-TS dengan Seleksi AA Rata-rata Terbaik Waktu Tunggu Gap 35,73% lebih baik Algoritma CE CE-TS CE-TS Seleksi Rata-rata Terbaik Rata-rata Terbaik Rata-rata Terbaik Waktu Tunggu , Waktu Komputasi ,7 4429,3 Iterasi Optimal ,6 40 Keterangan : CE Cross Entropy CE-TS Hybrid Cross Entropy-Tabu Search AA Approximation Algorithm
32 Eksperimen dengan Set Data KroA100 (100 kota) Algoritma CE AA Rata-rata Terbaik Waktu Tunggu Gap 11,84% lebih baik Algoritma CE-TS Rata-rata Terbaik AA Waktu Tunggu Gap 10,48% lebih baik Algoritma CE CE-TS Rata-rata Terbaik Rata-rata Terbaik Waktu Tunggu Waktu Komputasi Iterasi Optimal Keterangan : CE Cross Entropy CE-TS Hybrid Cross Entropy-Tabu Search AA Approximation Algorithm
33 Eksperimen dengan Set Data KroA150 (150 kota) Algoritma CE AA Rata-rata Terbaik Waktu Tunggu Gap 4,3% lebih baik Algoritma CE-TS AA Rata-rata Terbaik Waktu Tunggu Gap 2,9% lebih buruk Algoritma CE CE-TS Rata-rata Terbaik Rata-rata Terbaik Waktu Tunggu Waktu Komputasi , Iterasi Optimal Keterangan : CE Cross Entropy CE-TS Hybrid Cross Entropy-Tabu Search AA Approximation Algorithm
34 Analisis Algoritma CE-TS memberikan hasil yang lebih bagus daripada CE untuk problem kecil, namun untuk problem yang lebih besar CE memberikan hasil yang lebih bagus daripada CE-TS. Pada problem yang besar, hasil Tabu Search pada algoritma CE-TS belum tentu bagus karena kemungkinan solusi yang sangat banyak, namun untuk problem kecil hasil Tabu Search relatif bagus sehingga cukup membantu algoritma CE dengan mengatur pembangkitan awal CE dengan sampel yang bagus sehingga mempengaruhi hasil akhir CE-TS. Bila dibandingkan dengan algoritma pembanding, CE dan CE-TS memberikan performansi yang lebih bagus daripada algoritma Approximation Algorithm (Archer et al., 2008), namun tidak lebih baik bila dibandingkan dengan Improved GA (Bang and Nghia, 2010).
35 Kesimpulan 1. Algoritma Cross Entropy (CE) dan Hybrid Cross Entropy- Tabu Search (CE-TS) dapat diaplikasikan untuk penyelesaian Travelling Repairman Problem (TRP) 2. Algoritma Hybrid Cross Entropy-Tabu Search menghasilkan total waktu tunggu customer yang lebih baik daripada Cross Entropy pada problem berukuran kecil, namun pada problem berukuran besar algoritma Cross Entropy mampu menghasilkan total waktu tunggu customer lebih baik. 3. Algoritma Cross Entropy dan Hybrid Cross Entropy-Tabu Search menghasilkan performansi yang lebih baik daripada algoritma Approximation Algorithm, namun masih kurang baik jika dibandingkan dengan algoritma Improved Generic Algorithm.
36 Saran Penelitian selanjutnya bisa dikembangkan untuk varian Travelling Repairman Problem lain, seperti seperti TRP with repairtimes, TRP with profits, TRP with deadline, dan sebagainya.
37 Daftar Pustaka (1) Archer, A., Levin, A. & Williamson, D. P A faster, better approximation algorithm for the minimum latency problem. SIAM Journal on Computing, 37, Archer, A. & Williamson, D. P Faster approximation algorithms for the minimum latency problem. Proceedings of the fourteenth annual ACM-SIAM symposium on Discrete algorithms. Baltimore, Maryland: Society for Industrial and Applied Mathematics. Bang, B. H. & Nghia, N. D Improved genetic algorithm for minimum latency problem. Proceedings of the 2010 Symposium on Information and Communication Technology. Hanoi, Viet nam: ACM. Dewilde, T., Cattrysse, D., Coene, S. & CR, F. Year. Heuristics for the Traveling Repairman Problem with Profits. In., 34. Ezzine, I., Semet, F. & Chabchoub, H. Year. NEW FORMULATIONS FOR THE TRAVELING REPAIRMAN PROBLEM. In, Citeseer. Glover, F. & Laguna, M Tabu search, Kluwer Academic Pub. Langevin, A., Riopel, Diane Logistics Systems : Design and Optimization. Springer-Verlag Berlin Heidelberg. Lechmann, M The traveling repairman problem. Pirim, H., Bayraktar, E. & Eksioglu, B Tabu Search: A Comparative Study. IN-TECH. Rocha, A., Fernandes, E. & Soares, J. Year. Solving the Traveling Repairman problem with differentiated waiting times through Lagrangian relaxation. In.: Citeseer, Rocha, M. & Neves, J Preventing premature convergence to local optima in genetic algorithms via random offspring generation. Multiple Approaches to Intelligent Systems, Rubinstein, R., & Kroese., D The cross-entropy method: A unified approach to combinatorial optimization, Monte-Carlo simulation, and machine-learning. Springer-Verlag Berlin Heidelberg.
38 Daftar Pustaka (2) Salehipour, A., Sorensen, K., Goos, P. & Braysy, O An efficient GRASP+ VND metaheuristic for the traveling repairman problem. Working Papers. Santosa, B. & Willy, P Metoda Metaheuristik : Konsep dan Implementasi, Surabaya, Guna Widya. Shi, X. H., Liang, Y. C., Lee, H. P., Lu, C. & Wang, Q. X Particle swarm optimization-based algorithms for TSP and generalized TSP. Information Processing Letters, 103, Wu, B., Huang, Z. & Zhan, F Exact algorithms for the minimum latency problem. Information Processing Letters, 92, Wu, B. Y Polynomial time algorithms for some minimum latency problems. Information Processing Letters, 75,
39
PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY-TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM
PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY-TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM Muchammad Aminuddin, Budi Santosa Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS)
Lebih terperinciPENJADWALAN TRUK PADA SISTEM CROSS DOCKING DENGAN PENYIMPANAN SEMENTARA DENGAN ALGORITMA HYBRID CROSS ENTROPY GENETIC ALGORITHM
PENJADWALAN TRUK PADA SISTEM CROSS DOCKING DENGAN PENYIMPANAN SEMENTARA DENGAN ALGORITMA HYBRID CROSS ENTROPY GENETIC ALGORITHM PENELITI : Pristi Dwi Puspitasari 2507 100 003 DOSEN PEMBIMBING : Ir. Budi
Lebih terperinciLOGO PENGEMBANGAN METODE HYBRID TABU SEARCH-CROSS ENTROPY UNTUK PENJADWALAN FLOWSHOP
LOGO PENGEMBANGAN METODE HYBRID TABU SEARCH-CROSS ENTROPY UNTUK PENJADWALAN FLOWSHOP Oleh : Muhammad Fahmi L. 2506 100 080 Pembimbing : Ir. Budi Santosa, M.Sc., Ph.D Ko-Pembimbing : Stefanus Eko Wiratno,
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 terperinciPENELITI : Fiqihesa Putamawa
PENGEMBANGAN ALGORITMA BEE SWARM OPTIMIZATION UNTUK PENYELESAIAN CONTAINER STOWAGE PROBLEM PENELITI : Fiqihesa Putamawa 2507 100 064 DOSEN PEMBIMBING : Ir. Budi Santosa, M.S., Ph.D Contents PENDAHULUAN
Lebih terperinciPENYELESAIAN PERMASALAHAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA DIFFERENTIAL EVOLUTION
PENYELESAIAN PERMASALAHAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA DIFFERENTIAL EVOLUTION Heri Awalul Ilhamsah Jurusan Teknik Industri Universitas Trunojoyo Email: hilhamsah@gmail.com ABSTRAK
Lebih terperinciAlgoritma Cross Entropy untuk Penentuan Rute Kendaraan dengan Penjemputan dan Pengantaran yang Mempertimbangkan Jendela Waktu dan Durasi Maksimum
Algoritma Cross Entropy untuk Penentuan Rute Kendaraan dengan Penjemputan dan Pengantaran yang Mempertimbangkan Jendela Waktu dan Durasi Maksimum Andriansyah, Suhendrianto, Prima Denny Sentia, Jurusan
Lebih terperinciPENERAPAN METODE CROSS ENTROPY DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (Study Kasus : Distribusi Koran Jawa Pos Surabaya)
PENERAPAN METODE CROSS ENTROPY DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (Study Kasus : Distribusi Koran Jawa Pos Surabaya) Gladiez Florista Rera dan Budi Santosa Jurusan Teknik Industri Institut
Lebih terperinciTEKNIK Vol. V, No. 2 PERBANDINGAN PERFORMANSI ALGORITMA CROSS ENTROPY (CE) DINAMIKA DAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) PADA
53 PERBANDINGAN PERFORMANSI ALGORITMA CROSS ENTROPY (CE) DINAMIKA DAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) PADA TEKNIK Vol. V, No. 2 PENYELESAIAN PERMASALAHAN FLOWSHOP SCHEDULING Dosen Fakultas
Lebih terperinciPENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION
PENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION Fiqihesa Putamawa 1), Budi Santosa 2) dan Nurhadi Siswanto 3) 1) Program Pascasarjana
Lebih terperinciTUGAS AKHIR Pengembangan Algoritma Simulated Annealing pada Permasalahan Hybrid Flowshop Scheduling untuk Minimasi Makespan
SIDANG TUGAS AKHIR Pengembangan Algoritma Simulated Annealing pada Permasalahan Hybrid Flowshop Scheduling untuk Minimasi Makespan dan Total Tardiness Peneliti Pembimbing : Ainur Rofiq : Prof. Ir. Budi
Lebih terperinciAlgoritma Cross Entropy Untuk Optimalisasi Penjadwalan Pertandingan Kompetisi Liga Super Indonesia. Andhika Eko Prasetyo
Algoritma Cross Entropy Untuk Optimalisasi Penjadwalan Pertandingan Kompetisi Liga Super Indonesia Andhika Eko Prasetyo Latar Belakang 1. Struktur dari Kompetisi Liga Super. 2. Geografis Indonesia yang
Lebih terperinciPENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM
PENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Nur Rahmawati 1), Budi Santosa 2) 1) Jurusan Teknik Industri, Institut Teknologi
Lebih terperinciOPTIMASI NURSE SCHEDULING PROBLEM
OPTIMASI NURSE SCHEDULING PROBLEM Disusun Oleh Aditya Pratama H (2510100111) Pembimbing Prof. Ir. Budi Santosa, M.S., Ph.D Pendahuluan Latar Belakang Perumusan Masalah Batasan & Asumsi Penjadwalan Proses
Lebih terperinciPENDEKATAN CROSS ENTROPY
PENDEKATAN CROSS ENTROPY UNTUK MINIMASI BIKRITERIA MAKESPAN DAN TOTAL TARDINESS PADA PENJADWALAN PRODUKSI FLOWSHOP DENGAN MESIN PARALEL Sayid Basori dan Suparno Jurusan Teknik Industri Institut Teknologi
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 terperinciPERBANDINGAN KINERJA ALGORITMA GENETIK DAN ALGORITMA BRANCH AND BOUND PADA TRAVELLING SALESMAN PROBLEM
PERBANDINGAN KINERJA ALGORITMA GENETIK DAN ALGORITMA BRANCH AND BOUND PADA TRAVELLING SALESMAN PROBLEM Nico Saputro dan Suryandi Wijaya Jurusan Ilmu Komputer Universitas Katolik Parahyangan nico@home.unpar.ac.id
Lebih terperinciPENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM
PENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Peneliti Dosen Pembimbing : Achmad Setiawan NRP. 2506100136 : Ir. Budi Santosa, M.Sc., Ph.D NIP. 132
Lebih terperinciAnalisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem
Analisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem Adidtya Perdana Sekolah Tinggi Teknik Harapan Medan Jl. H.M. Jhoni No. 70 C Medan adid.dana@gmail.com Abstrak
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Pendahuluan Dewasa ini fungsi komputer semakin dibutuhkan, baik bagi perusahaan besar maupun kecil. Adapun fungsi dari komputer itu sendiri adalah mengolah data-data yang ada menjadi
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 METODE CROSS ENTROPY DALAM PENYELESAIAN CAPACITATED LOCATION-ROUTING PROBLEM
PENERAPAN METODE CROSS ENTROPY DALAM PENYELESAIAN CAPACITATED LOCATION-ROUTING PROBLEM Nuresti Prabaningtyas dan Budi Santosa Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciKOMBINASI ALGORITMA DIFFERENTIAL EVOLUTION DENGAN ITERATED GREEDY UNTUK PERMASALAHAN TRAVELING SALESMAN PROBLEM (TSP)
KOMBINASI ALGORITMA DIFFERENTIAL EVOLUTION DENGAN ITERATED GREEDY UNTUK PERMASALAHAN TRAVELING SALESMAN PROBLEM (TSP) Ong Andre Wahju Riyanto * ABSTRAKSI Penelitian ini ditujukan untuk memperbaiki kelemahan
Lebih terperinciPENGEMBANGAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENYELESAIKAN CAPACITATED LOCATION- ROUTING PROBLEM
PENGEMBANGAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENYELESAIKAN CAPACITATED LOCATION- ROUTING PROBLEM M. Firdias Aulia Baskoro W. 1, *), Budi Santosa 2), Yudha Prasetyawan 3) 1) Pasca Sarjana
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 terperinciAlgoritma Modified Simulated Annealing untuk Menyelesaikan Airport Gate Assignment Problem (Studi Kasus Bandara Soekarno-Hatta)
Disusun Oleh : Siti Dwi Rahmawati NRP 2510100144 Pembimbing : Prof. Ir. Budi Santosa, M.S., Ph.D NIP 19690512 199402 1001 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciPENGGUNAAN METODE CODEQ UNTUK MENYELESAIKAN PERMASALAHAN CAPACITATED VEHICLE ROUTING PROBLEM
PENGGUNAAN METODE CODEQ UNTUK MENYELESAIKAN PERMASALAHAN CAPACITATED VEHICLE ROUTING PROBLEM Dosen Pembimbing: Ir. Budi Santosa, M.Sc., Ph.D Y Giri N (2503 100 061) Latar Belakang Metode CODEQ merupakan
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 terperinciImplementasi Metode Pairwise Comparison pada Uji Kinerja Varian Metode Kecerdasan Buatan pada Penyelesaian Masalah TSP
JURNAL TEKNIK POMITS Vol. 2, No. 1, (201) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Metode Pairwise Comparison pada Uji Kinerja Varian Metode Kecerdasan Buatan pada Penyelesaian Masalah TSP Muhammad
Lebih terperinciPENYELSAIAN MULTI TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA GENETIKA
E-Jurnal Matematika Vol. 6 (1) pp. 1-6 ISSN: 2303-1751 PENYELSAIAN MULTI TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA GENETIKA Ni Kadek Mayuliana 1, Eka N. Kencana 2, Luh Putu Ida Harini 3 1 Program Studi
Lebih terperinciPENJADWALAN TRUK PADA SISTEM CROSS DOCKING DENGAN PENYIMPANAN SEMENTARA DENGAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM
PENJADWALAN TRUK PADA SISTEM CROSS DOCKING DENGAN PENYIMPANAN SEMENTARA DENGAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM Pristi Dwi Puspitasari, Budi Santosa Jurusan Teknik Industri Institut Teknologi
Lebih terperinciANALISIS PENGATURAN INDIVIDU CROSSOVER DAN MUTASI ALGORITMA GENETIKA STUDI KASUS TRAVELLING SALESMAN PROBLEM
ANALISIS PENGATURAN INDIVIDU CROSSOVER DAN MUTASI ALGORITMA GENETIKA STUDI KASUS TRAVELLING SALESMAN PROBLEM Sean Coonery Sumarta* 1 1 Program Studi Teknik Informatika, Universitas Atma Jaya Makassar,
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 terperinciMODIFIKASI ALGORITMA SYMBIOTIC ORGANISMS SEARCH UNTUK TRAVELING SALESMAN PROBLEM
MODIFIKASI ALGORITMA SYMBIOTIC ORGANISMS SEARCH UNTUK TRAVELING SALESMAN PROBLEM Muhammad Isnaini Hadiyul Umam 1), Budi Santosa 2), dan Nurhadi Siswanto 3) 1) Program Magister Teknik Industri, Institut
Lebih terperinciAPLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY
APLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY Andri 1, Suyandi 2, WinWin 3 STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id 1, suyandiz@gmail.com
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB TINJAUAN PUSTAKA DAN DASAR TEORI.1. Penelitian Terdahulu Archetti et al. (009) menggunakan sebuah metode eksak yaitu branch-and-price scheme dan dua metode metaheuristics yaitu algoritma Variable Neighborhood
Lebih terperinciALGORITMA MODIFIED SIMULATED ANNEALING UNTUK MENYELESAIKAN AIRPORT GATE ASSIGNMENT PROBLEM STUDI KASUS BANDARA SOEKARNO-HATTA
1 ALGORITMA MODIFIED SIMULATED ANNEALING UNTUK MENYELESAIKAN AIRPORT GATE ASSIGNMENT PROBLEM STUDI KASUS BANDARA SOEKARNO-HATTA Siti Dwi Rahmawati, Prof. Ir. Budi Santosa, M.S., Ph.D Jurusan Teknik Industri,
Lebih terperinciHIBRIDISASI GENETIC-TABU SEARCH ALGORITHM UNTUK PENJADWALAN JOB TERHADAP BEBERAPA RESOURCE DI DALAM KOMPUTASI GRID
HIBRIDISASI GENETIC-TABU SEARCH ALGORITHM UNTUK PENJADWALAN JOB TERHADAP BEBERAPA RESOURCE DI DALAM KOMPUTASI GRID Irfan Darmawan Teknik Elektro dan Informatika, Universitas Siliwangi ABSTRAK Permasalahan
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 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 terperinciPerbandingan Algoritma Exhaustive, Algoritma Genetika Dan Algoritma Jaringan Syaraf Tiruan Hopfield Untuk Pencarian Rute Terpendek
Perbandingan Algoritma Exhaustive, Algoritma Genetika Dan Algoritma Jaringan Syaraf Tiruan Hopfield Untuk Pencarian Rute Terpendek Rudy Adipranata 1, Felicia Soedjianto 2, Wahyudi Tjondro Teknik Informatika,
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 terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Permasalahan Optimasi Optimasi adalah proses memaksimasi atau meminimasi suatu fungsi tujuan dengan tetap memperhatikan pembatas yang ada. Optimasi memegang peranan penting
Lebih terperinciPenerapan Algoritma Genetika dalam Job Shop Scheduling Problem
Penerapan Algoritma Genetika dalam Job Shop Scheduling Problem Haris Sriwindono Program Studi Ilmu Komputer Universitas Sanata Dharma Paingan, Maguwoharjo, Depok Sleman Yogyakarta, Telp. 0274-883037 haris@staff.usd.ac.id
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 terperinciKata Kunci: Rute, Jadwal, Optimasi, Vehicle Roting Problem, Algoritma Tabu Search, Model
Perancangan Model Rute dan Jadwal Pengisian Bahan Bakar Unit Loader yang Optimal Menggunakan Algoritma Tabu Search (Studi Kasus Pada PT Pamapersada Nusantara) Amar Rachman 1, Febri Vabiono P 2 Departemen
Lebih terperinciPERBANDINGAN ALGORITMA EXHAUSTIVE, ALGORITMA GENETIKA DAN ALGORITMA JARINGAN SYARAF TIRUAN HOPFIELD UNTUK PENCARIAN RUTE TERPENDEK
PERBANDINGAN ALGORITMA EXHAUSTIVE, ALGORITMA GENETIKA DAN ALGORITMA JARINGAN SYARAF TIRUAN HOPFIELD UNTUK PENCARIAN RUTE TERPENDEK Rudy Adipranata 1) Felicia Soedjianto 2) Wahyudi Tjondro Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar dan beberapa definisi yang akan digunakan sebagai landasan berpikir dalam melakukan penelitian ini sehingga mempermudah penulis untuk
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
Lebih terperinciJURNAL TEKNIK NDUSTRI ITS Vol. 1, No. 1, (2013) 1-6 1
JURNAL TEKNIK NDUSTRI ITS Vol. 1, No. 1, (2013) 1-6 1 PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN MULTI-PRODUCT INVENTORY SHIP ROUTING PROBLEM DENGAN HETEROGENEOUS
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini
Lebih terperinciPENGEMBANGAN ALGORITMA DIFFERENTIAL EVOLUTION UNTUK PENJADWALAN FLOW SHOP MULTI OBYEKTIF DENGAN BANYAK MESIN ABSTRAK
PENGEMBANGAN ALGORITMA DIFFERENTIAL EVOLUTION UNTUK PENJADWALAN FLOW SHOP MULTI OBYEKTIF DENGAN BANYAK MESIN Rudi Nurdiansyah Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Sepuluh
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 terperinciKata Kunci - Ship Scheduling and Assignment, NP - Hard Problem, Metode Meta-heuristik, Simple Iterative Mutation Algoritm, Minimum requirement draft
1 Pengembangan Simple Iterative Mutation Algorithm (SIM-A) untuk Menyelesaikan Permasalahan Ship Scheduling and Assignment (Studi Kasus: Distribusi Semen Curah Pada PT. X) Ketut Hendra Harianto, Nyoman
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem (TSP) Travelling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah
Lebih terperinciPENGEMBANGAN ALGORITMA SIMULATED ANNEALING PADA PERMASALAHAN HYBRID FLOWSHOP SCHEDULING UNTUK MINIMASI MAKESPAN DAN TOTAL TARDINESS
PENGEMBANGAN ALGORITMA SIMULATED ANNEALING PADA PERMASALAHAN HYBRID FLOWSHOP SCHEDULING UNTUK MINIMASI MAKESPAN DAN TOTAL TARDINESS Ainur Rofiq, Budi Santosa Jurusan Teknik Industri Institut Teknologi
Lebih terperinciAlgoritma Genetika Ganda (AGG) untuk Capacitated Vehicle Routing Problem (CVRP)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 T 6 Algoritma Genetika Ganda (AGG) untuk Capacitated Vehicle Routing Problem (CVRP) Daryono Budi Utomo, Mohammad Isa Irawan, Muhammad Luthfi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
12 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah penjadwalan secara umum adalah aktifitas penugasan yang berhubungan dengan sejumlah kendala, sejumlah kejadian yang dapat terjadi pada suatu periode waktu
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH
Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI
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 terperinciPENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM
PENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Nur Rahmawati dan Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi
Lebih terperinciPENGEMBANGAN ALGORITMA PARTICLE SWARM OPTIMIZATION UNTUK OPTIMALISASI DISPERSI BATCH PADA PROSES PRODUKSI
PENGEMBANGAN ALGORITMA PARTICLE SWARM OPTIMIZATION UNTUK OPTIMALISASI DISPERSI BATCH PADA PROSES PRODUKSI Misra Hartati 1, Iwan Vanany 2, Budi Santosa 3 Jurusan Teknik Industri, Fakultas Teknologi Industri,
Lebih terperinciPENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO)
PENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO) Levina Fitri Rahmawati, Isnandar Slamet, dan Diari Indriati Program
Lebih terperinciPENJADWALAN FLOW SHOP DENGAN PENERAPAN CROSS ENTROPY-GENETIC ALGORITHM (CEGA) UNTUK MEMINIMASI MAKESPAN
PENJADWALAN FLOW SHOP DENGAN PENERAPAN CROSS ENTROPY-GENETIC ALGORITHM (CEGA) UNTUK MEMINIMASI MAKESPAN Hasan Bashori 1, Pratikto 2, Sugiono 3 1,2,3 Universitas Brawijaya, Fakultas Teknik Mesin, Malang
Lebih terperinciBAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya
5 BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya Traveling salesman problem (TSP) merupakan salah satu permasalahan yang telah sering diangkat dalam berbagai studi kasus dengan penerapan berbagai
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 terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Penyelesaian Masalah Penugasan dengan Algoritma Genetika Zainudin Zukhri Jurusan Teknik Informatika, Fakultas Teknologi Industri,
Lebih terperinciSKRIPSI HYBRID ALGORITMA CAT SWARM OPTIMIZATION (CSO) DAN TABU SEARCH (TS) UNTUK PENYELESAIAN PERMUTATION FLOWSHOP SCHEDULING PROBLEM (PFSP)
SKRIPSI HYBRID ALGORITMA CAT SWARM OPTIMIZATION (CSO) DAN TABU SEARCH (TS) UNTUK PENYELESAIAN PERMUTATION FLOWSHOP SCHEDULING PROBLEM (PFSP) QORIMA EMILA PUSPARANI PROGRAM STUDI S1 MATEMATIKA DEPARTEMEN
Lebih terperinciPenyelesaian Permasalahan Penjadwalan Aktivitas Proyek dengan Batasan Sumber Daya Menggunakan Metode Cross Entropy
Penyelesaian Permasalahan Penjadwalan Aktivitas Proyek dengan Batasan Sumber Daya Menggunakan Metode Cross Entropy Problem Solving on The Resource Constrains Project Scheduling Problem (RCPSP) Using Cross
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 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 terperinciPerformansi Algoritma CODEQ dalam Penyelesaian Vehicle Routing Problem
Jurnal Teknik Industri, Vol. 16, No. 1, Juni 2014, 51-56 ISSN 1411-2485 print / ISSN 2087-7439 online DOI: 10.9744/jti.16.1.51-56 Performansi Algoritma CODEQ dalam Penyelesaian Vehicle Routing Problem
Lebih terperinciProsiding Seminar Nasional Manajemen Teknologi XIV Program Studi MMT-ITS, Surabaya 23 Juli 2011
PENGEMBANGAN ALGORITMA DIFFERENTIAL EVOLUTION UNTUK PENYELESAIAN PERMASALAHAN VEHICLE ROUTING PROBLEM SIMULTANEOUS DELIVERIES PICK-UP WITH TIME WINDOWS (VRPSDPTW) Heri Awalul, Budi Santosa, Stefanus Eko
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 terperinciSWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION. Taufan Mahardhika 1
SWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION Taufan Mahardhika 1 1 Prodi S1 Kimia, Sekolah Tinggi Analis Bakti Asih 1 taufansensei@yahoo.com Abstrak Swarm
Lebih terperinciPenggabungan Metode Replacement Strategy Steady State dan Generational Dalam Algoritma Berevolusi untuk Penyelesaian TSP
Penggabungan Metode Replacement Strategy Steady State dan Generational Dalam Algoritma Berevolusi untuk Penyelesaian TSP Munawir 1, Taufiq A. Gani 2 1 Prodi Teknik Informatika, Fakultas Teknik Universitas
Lebih terperinciPENGEMBANGAN ALGORITMA ANT COLONY OPTIMIZATION UNTUK MENYELESAIKAN PERMASALAHAN LAYOUT
PENGEMBANGAN ALGORITMA ANT COLONY OPTIMIZATION UNTUK MENYELESAIKAN PERMASALAHAN LAYOUT Risang Galih Bhaktiaji 2506 100 105 Dosen pembimbing: Arief Rahman S.T., M.Sc. pendahuluan PROCESS PRODUCT GT Minimasi
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 terperinciOPTIMASI VEHICLE ROUTING PROBLEM (VRP)DENGAN PENDEKATAN METAHEURISTIK(STUDI KASUS DISTRIBUSI BAHAN BAKU MAKANAN)
OPTIMASI VEHICLE ROUTING PROBLEM (VRP)DENGAN PENDEKATAN METAHEURISTIK(STUDI KASUS DISTRIBUSI BAHAN BAKU MAKANAN) Iwan A. Soenandi, Budi Marpaung, Meriastuti Ginting Program Studi Teknik IndustriUniversitas
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 terperinciReka Integra ISSN: Jurusan Teknik Industri Itenas No.02 Vol. 02 Jurnal Online Institut Teknologi Nasional Oktober 2014
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol. 02 Jurnal Online Institut Teknologi Nasional Oktober 2014 Algoritma Penjadwalan Job Shop Kelompok Mesin Homogen dan Heterogen Menggunakan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciPENYELESAIAN NURSE ROSTERING PROBLEM (NRP) MENGGUNAKAN CUCKOO SEARCH (CS)
PENYELESAIAN NURSE ROSTERING PROBLEM (NRP) MENGGUNAKAN CUCKOO SEARCH (CS) Andi Hutami Endang Dosen Jurusan Teknik Informatika Fakultas Sains & Teknologi UIN Alauddin Makassar Email : hutamiendang@gmail.com
Lebih terperinciOPTIMASI GENETIC ALGORITHM DENGAN SIMULATED ANNEALING UNTUK MULTIPLE DEPOT CAPACITATED VEHICLE ROUTING PROBLEM
OPTIMASI GENETIC ALGORITHM DENGAN SIMULATED ANNEALING UNTUK MULTIPLE DEPOT CAPACITATED VEHICLE ROUTING PROBLEM Aditya Permana 1, Mahmud Dwi Sulistiyo 2, Gia Septiana Wulandari 3 1,2,3 Prodi S1 Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. I.1. Latar Belakang Penelitian
BAB I PENDAHULUAN I.1. Latar Belakang Penelitian Dalam banyak perusahaan, pengaturan kegiatan distribusi barang dari produsen ke konsumen merupakan faktor yang memegang peranan penting, dikarenakan pengeluaran
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 terperinciPENDEKATAN CROSS ENTROPY-GENETIC ALGORITHM UNTUK PERMASALAHAN PENJADWALAN JOB SHOP TANPA WAKTU TUNGGU PADA BANYAK MESIN
PENDEKATAN CROSS ENTROPY-GENETIC ALGORITHM UNTUK PERMASALAHAN PENJADWALAN JOB SHOP TANPA WAKTU TUNGGU PADA BANYAK MESIN Muhammad Arif Budiman Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut
Lebih terperinciANALISIS ALGORITMA SEMUT UNTUK PEMECAHAN MASALAH PENUGASAN
ANALISIS ALGORITMA SEMUT UNTUK PEMECAHAN MASALAH PENUGASAN Zainudin Zukhri Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Kampus Terpadu UII Jl Kaliurang Km 14.5 Yogyakarta
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 terperinciPENERAPAN ALGORITMA CUCKOO SEARCH PADA TRAVELLING SALESMAN PROBLEM
Seminar Nasional Sistem Informasi Indonesia, 2-4 Desember 2013 PENERAPAN ALGORITMA CUCKOO SEARCH PADA TRAVELLING SALESMAN PROBLEM Hardy 1), Ng Poi Wong 2), Dedy Suwandi 3) 1,2,3 Teknik Informatika, STMIK
Lebih terperinciPENERAPAN KOMBINASI ALGORITMA GEOMETRIC DIFFERENTIAL EVOLUTION DAN SISTEM FUZZY DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) TUGAS AKHIR
PENERAPAN KOMBINASI ALGORITMA GEOMETRIC DIFFERENTIAL EVOLUTION DAN SISTEM FUZZY DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) TUGAS AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciPenyelesaian Masalah Symmetric Traveling Salesman Problem Dengan Jaringan Saraf Continuous Hopfield Net
Penyelesaian Masalah Symmetric Traveling Salesman Problem Dengan Jaringan Saraf Continuous Hopfield Net Apul Prima S, Sri Suwarno, R. Gunawan Santosa Fakultas Teknologi Informasi, Program Studi Teknik
Lebih terperinciIMPLEMENTASI REPLACEMENT STRATEGY STEADY STATE DAN GENERATIONAL DALAM ALGORITMA BEREVOLUSI UNTUK PENYELESAIAN TSP
IMPLEMENTASI REPLACEMENT STRATEGY STEADY STATE DAN GENERATIONAL DALAM ALGORITMA BEREVOLUSI UNTUK PENYELESAIAN TSP Munawir *1, Taufiq A. Gani *2, Yuwaldi Away *3 # Magister Teknik Elektro Program Pascasarjana
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...
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 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 terperinci1, 2 Dosen Teknik Manufaktur Politeknik 17 Agustus 1945 Surabaya
PENGEMBANGAN CROSS ENTROPY-GENETIC ALGORITHM (CEGA) PADA PENJADWALAN MODEL FLOW SHOP UNTUK MEMINIMALKAN MAKESPAN Dian Setiya Widodo (1), Nuzullis Lailatul Kamaliyah (2) 1, 2 Dosen Teknik Manufaktur Politeknik
Lebih terperinciPENERAPAN ALGORITMA TABU SEARCH DALAM PENJADWALAN JOB SHOP
MAKARA, TEKNOLOGI, VOL. 7, NO. 3, DESEMBER 2003 PENERAPAN ALGORITMA TABU SEARCH DALAM PENJADWALAN JOB SHOP Betrianis dan Putu Teguh Aryawan Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia,
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 terperinci