Algoritma Modified Simulated Annealing untuk Menyelesaikan Airport Gate Assignment Problem (Studi Kasus Bandara Soekarno-Hatta)
|
|
- Hengki Chandra
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Disusun Oleh : Siti Dwi Rahmawati NRP Pembimbing : Prof. Ir. Budi Santosa, M.S., Ph.D NIP JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014
2 Overview Bandara Soekarno-Hatta - Bandara Soekarno-Hatta merupakan gerbang utama masuk ke Indonesia - Bandara Soekarno Hatta adalah salah satu bandara dengan jumlah penumpang pesawat yang sangat banyak - Memiliki puluhan gate - Mengatur banyak penerbangan setiap hari Sub Terminal 2D dan 2E Bandara Soekarno-Hatta Sumber : Google Maps Algoritma Modified Simulated Annealing untuk Menyelesaikan
3 Airport Gate Assignment Problem (AGAP) AGAP adalah permasalahan penugasan gerbang pada bandara yang berpengaruh pada sebuah aircraft harus ditempatkan pada gate nomor berapa agar terjadi minimasi jarak penumpang berjalan untuk melakukan transfer maupun perpindahan. Gate Assignment (Bazargan, 2010) Permasalahan yang dapat terjadi dari ketidaktepatan pengaturan gate : 1. Terjadinya flight delay 2. Ketidakefisienan penggunaan gate 3. Customer satisfaction yang buruk
4 Teknik Solusi Permasalahan 50 aircraft dengan 10 gate kemungkinan penugasan: METODE EKSAK PENDEKATAN METAHEURISTIK (Simulated Annealing) 10! = SOLUSI OPTIMAL WAKTU KOMPUTASI SANGAT LAMA Algoritma Modified Simulated Annealing untuk Menyelesaikan
5 Algoritma Simulated Annealing Menurut Santosa and Willy (2011) : Simulated Annealing adalah metode metaheuristik yang meniru perilaku fisik dari proses pendinginan baja. SA memiliki hasil yang bagus karena solusi akhir tidak dipengaruhi oleh solusi awal yang dimasukkan. Keunggulan dari metode simulated annealing adalah dapat menghindari terjebak dalam local optima dengan cara menerima solusi yang lebih buruk untuk sementara
6 Algoritma Modified Simulated Annealing Modified Simulated Annealing merupakan algoritma simulated annealing yang dimodifikasi dengan mengembalikan nilai temperatur yang sudah rendah. Dengan pengembalian nilai temperatur ini, kemungkinan solusi yang didapat untuk terjebak pada local optima semakin kecil.
7 Airport Gate Assignment Problem (Studi Kasus Bandara Soekarno-Hatta) Algoritma Modified Simulated Annealing untuk Menyelesaikan
8 Tujuan Penelitian 1. Mendapatkan alokasi gate untuk setiap aircraft secara optimal. 2. Membandingkan performansi algoritma modified simulated annealing dengan algoritma simulated annealing murni dalam menyelesaikan airport gate assignment problem (AGAP).
9 Algoritma Modified Simulated Annealing 1. Setting parameter 2. Pemilihan solusi awal 3. Update iterasi dan siklus 4. Update nilai temperatur 5. Membangkitkan solusi baru 6. Membangkitkan bilangan random 7. Kriteria pemberhentian Algoritma Modified Simulated Annealing untuk Menyelesaikan
10 Posisi Penelitian (Chendong Li) Metode Eksak minimasi jumlah permasalahan gate dan minimasi jumlah gate yang akan dibeli/disewa (Ding, H, et al) - hybrid tabu search dan simulated annealing (Ding, H, et al, 2004) - Tabu Search dengan Interval Exchange Move (BACoE, 2009) - hybrid simulated annealing heuristic dengan greedy heuristic dan tabu search heuristic (Cheng, C H, et al, 2012)genetic algorithm (GA), tabu search (TS), SA, dan hybrid SATS minimasi total waktu koneksi penumpang minimasi jumlah penerbangan yang tidak mendapatkan gate dan minimasi TPWD Minimasi TPWD dan maksimasi jumlah gate untuk penerbangan serta minimasi delay Minimasi TPWD GAP penelitian: Modified SA minimasi TPWD (Hyun, SK, et al, 2013) - simulasi minimasi waktu transit pesawat
11 Model Matematis AGAP Model matematis AGAP dalam penelitian ini mengacu pada model matematis dari penelitian sebelumnya yang dilakukan Xu dan Bailey (2001)
12 Pengujian Algoritma Kasus Sederhana: 7 aircraft dan 3 gate Perhitungan Enumerasi alternatif penugasan yang diperoleh:
13 Pengujian Algoritma Kasus Sederhana: 7 aircraft dan 3 gate Algoritma Simulated Langkah 1: Inisialisasi Parameter Annealing Temperatur awal = 600 Reduction factor = 0,6 Langkah 4 : Membangkitkan Bilangan Random untuk Memilih Siklus penurunan temperatur = 5 Perlakuan Flip, Swap, atau Slide untuk Mendapatkan Alternatif Penugasan yang Baru Langkah 2 : Inisialisasi Solusi Awal rand < 0,333 flip alternatif penugasan awal yaitu: rand = 0,333 0,666 swap gate 1 (1,6) rand > 0,666 slide gate 2 (2,4,7) rand yang dibangkitkan = 0,2753 maka digunakan flip dengan gate 3 (3,5) menukar gate 1 dan gate 2 sehingga penugasan baru menjadi: TPWD = gate 1 (2,4,7) - gate 2 (1,6) - gate 3 (3,5) Langkah 3:Penentuan Iterasi & siklus awal Langkah 5 : Menghitung Fungsi Tujuan dari Alternatif Penugasan Iterasi = 0 Baru Siklus = 0 TPWD alternatif penugasan baru =
14 Pengujian Algoritma Kasus Sederhana: 7 aircraft dan 3 gate Algoritma Simulated Langkah 6 : Membandingkan Solusi Lama dengan Solusi Baru Annealing Solusi baru lebih buruk daripada solusi awal, maka dilakukan perhitungan kriteria metropolis dibandingkan dengan bil. Random. ΔE = TPWD 2 TPWD = = 178 bil. Random = 0,0252 Temperatur (T) = 600 karena bil. Random yang dibangkitkan < kriteria metropolis k =1 maka alternatif penugasan baru diterima meskipun lebih P(E) = e -ΔE/kT = P(E) = e -178/1x600 = P(E) = 0,7433 buruk dari solusi awal & digunakan pada iterasi berikutnya. Langkah 7 : Kriteria Pemberhentian Kriteria pemberhentian yang digunakan adalah nilai temperatur yang sangat kecil yaitu 0, , saat temperatur sudah lebih kecil dari 0, maka iterasi akan berhenti. Setelah beberapa iterasi didapatkan nilai TPWD sama dengan nilai TPWD pada perhitungan enumerasi yaitu: -gate 1 (3,5) - gate 2 (1,6) - gate 3 (2,4,7) - TPWD =
15 Pengujian Algoritma Kasus Sederhana: 7 aircraft dan 3 gate Algoritma Simulated Annealing Dengan membandingkan hasil antara penyelesaian permasalahan dengan menggunakan enumerasi dan simulated annealing yang menghasilkan nilai yang sama, maka dapat dikatakan bahwa algoritma simulated annealing valid sehingga algoritma simulated annealing tersebut sudah dapat digunakan untuk menyelesaikan permasalahan dengan skala besar. Nilai TPWD minimal yang diperoleh dengan menggunakan algoritma simulated annealing dan algoritma modified simulated annealing sama yaitu dengan penugasan: -gate 1 (3,5) -gate 2 (1,6) -gate 3 (2,4,7) Maka dari itu, kode program simulated annealing murni dan kode program modified simulated annealing dalam software MATLAB sudah valid untuk menyelesaikan airport gate assignment problem (AGAP). Kode program sudah berjalan dan output yang dihasilkan sesuai dengan hasil perhitungan dengan menggunakan enumerasi, maka dapat dikatakan bahwa kode program sudah terverifikasi dan tervalidasi.
16 Eksperimen dan Analisis Deskripsi Data: Data waktu kedatangan dan keberangkatan aircraft. flight scheduling pada website PT Angkasa Pura II. Jumlah aircraft sebanyak 79 dan gate berjumlah 14 buah. Data jumlah penumpang yang datang dan jumlah penumpang yang berangkat dari masing-masing aircraft. jumlah kursi yang tersedia pada setiap jenis aircraft dikalikan dengan bilangan random antara minimum requirement untuk melakukan penerbangan sampai jumlah kursi terisi penuh. Data jumlah transfer penumpang dari aircraft satu ke aircraft yang lain. asumsi jumlah orang yang melakukan transfer dan berpacu pada connecting habit pada waktu tertentu. Data jarak transfer penumpang dari aircraft satu ke aircraft yang lain. (Skala pada peta 1:100 meter) peta sub terminal 2D dan 2E Bandara Soekarno Hatta dengan asumsi pengukuran jarak dengan manual. Data jarak jadi setiap gate ke arrival hall dan departure hall. (Skala pada peta 1:100 meter) peta sub terminal 2D dan 2E Bandara Soekarno Hatta dengan asumsi pengukuran jarak dengan manual. Parameter yang digunakan dalam SA dan Modified SA Siklus penurunan temperatur = 5 Algoritma Modified Simulated Annealing untuk Menyelesaikan
17 Eksperimen dan Analisis 1. Eksperimen Uji Parameter (To = 200, 600, 1000 cr=0,6)
18 Eksperimen dan Analisis 1. Eksperimen Uji Parameter (To = 200, 600, 1000 cr=0,6) Hasil Pengujian Parameter Temperatur Awal: -nilai TPWD terkecil dengan melakukan replikasi sebanyak lima kali pada parameter temperatur yang berbeda yaitu setara dengan ,7 km. - parameter temperatur yang digunakan sebesar Nilai parameter temperatur tersebut kemudian akan digunakan untuk menguji parameter faktor pereduksi dari temperatur (cr).
19 Eksperimen dan Analisis 1. Eksperimen Uji Parameter (cr= 0,4 dan 0,8)
20 Eksperimen dan Analisis 1. Eksperimen Uji Parameter (cr= 0,4 dan 0,8) Hasil Pengujian Parameter Faktor Pereduksi Temperatur: -Penggunaan faktor pereduksi temperatur yang bernilai 0,4 dan 0,8 masih belum menghasilkan nilai fungsi tujuan yang terkecil. -Parameter yang memberikan nilai fungsi tujuan total passenger walking distance (TPWD) terkecil pada beberapa replikasi yang dilakukan adalah dengan menggunakan nilai parameter temperatur awal 1000 dan nilai faktor pereduksi temperatur 0,6.
21 Eksperimen dan Analisis Analisis Uji Parameter Semakin tinggi temperatur maka semakin banyak pula iterasi yang terjadi bila faktor pereduksi temperatur yang digunakan sama Semakin banyak iterasi yang terjadi maka semakin besar pula probabilitas untuk menemukan solusi optimal yang berarti ruang pencarian solusi besar dan membutuhkan waktu komputasi yang lebih lama untuk menemukan solusi yang lebih baik. Terjadi trade-off antara tingginya temperatur dengan waktu komputasi. Bila menginginkan solusi yang lebih baik, maka digunakan temperatur yang tinggi namun berdampak pada waktu komputasi yang semakin lama. Penggunaan faktor pereduksi temperatur yang tidak terlalu rendah maupun terlalu tinggi akan memberikan solusi yang baik karena faktor pereduksi tersebut dapat mengeluarkan solusi lama dari jebakan lokal optimal dan memiliki waktu komputasi yang tidak terlalu lama. Algoritma Modified Simulated Annealing untuk Menyelesaikan
22 Eksperimen dan Analisis 2. Eksperimen Penyelesaian Permasalahan Menggunakan Algoritma Simulated Annealing
23 Eksperimen dan Analisis 2. Eksperimen Penyelesaian Permasalahan Menggunakan Algoritma Modified Simulated Annealing
24 Eksperimen dan Analisis Perbandingan solusi total passenger walking distance (TPWD) menggunakan algoritma simulated annealing dan algoritma modified simulated annealing Algoritma Modified Simulated Annealing untuk Menyelesaikan
25 Eksperimen dan Analisis Analisis Hasil Eksperimen Terdapat tujuh gap positif dan tiga gap negatif Pada algoritma modified simulated annealing terjadi penaikkan kembali temperatur yang sudah rendah sehingga ruang pencarian solusi semakin besar sehingga kemungkinan mendapatkan solusi yang lebih bagus semakin besar. Nilai minimum TPWD yang dihasilkan dari penyelesaikan AGAP pada Bandara Soekarno Hatta didapatkan dengan menggunakan algoritma modified simulated annealing yaitu setara dengan ,7 km dengan penugasan gate sebagai berikut: 1. gate 1 (4, 18, 32, 46, 57, 70) 8. gate 8 (5, 19, 33, 47, 58, 71) 2. gate 2 (12, 26, 40, 54, 64, 78) 9. gate 9 (6, 20, 34, 48, 72) 3. gate 3 (2, 16, 30, 44, 56, 68) 10. gate 10 (14, 28, 42, 66) 4. gate 4 (13, 27, 41, 55, 65, 79) 11. gate 11 (1, 15, 29, 43, 67) 5. gate 5 (10,24,38,52,62,76) 12. gate 12 (3, 17, 31, 45, 69) 6. gate 6 (11, 25, 39, 53, 63, 77) 13. gate 13 (7, 21, 35, 49, 59, 73) 7. gate 7 (9, 23, 37, 51, 61, 75) 14. gate 14 (8, 22, 36, 50, 60, 74)
26 Eksperimen dan Analisis Analisis Performansi Algoritma Modified Simulated Annealing Algoritma modified simualted annealing yang diusulkan dalam penelitian ini memberikan solusi yang kompetitif untuk menyelesaikan airport gate assignment problem. Waktu komputasi yang diperlukan dalam menyelesaikan AGAP dengan studi kasus Bandar Udara Soekarno Hatta cukup cepat karena waktu yang dibutuhkan hanya sekitar 0,5 detik. Dari perbandingan hasil TPWD yang didapatkan dengan menggunakan algoritma modified simulated annealing dengan replikasi yang dilakukan sebanyak sepuluh kali menghasilkan TPWD yang lebih kecil sebanyak tujuh kali daripada menggunakan algoritma simulated annealing murni. Sehingga algoritma modified simulated annealing ini memiliki kemungkinan mendapatkan nilai TPWD minimum sebesar 70% bila dibandingkan dengan menggunakan algoritma simulated annealing murni.
27 Eksperimen dan Analisis Analisis Manajerial Sistem pengaturan gate pada Bandara Soekarno Hatta saat ini adalah dengan menyewakan gate-gate yang ada kepada pihak maskapai, sehingga pada gate-gate tertentu tersebut hanya boleh digunakan maskapai yang menyewanya. Hal ini yang membuat adanya low customer satisfaction, adanya flight delay, dll. Gate assignment sebaiknya diterapkan oleh pihak bandara karena semua masalah yang timbul akibat tidak tepatnya pengaturan gate akan teratasi. Dengan adanya minimum TPWD yang dilakukan penumpang akan membuat lalu-lintas di dalam bandara akan teratur, penumpang tidak banyak mengeluh karena harus melakukan transfer penumpang di tempat jauh, tidak adanya flight delay, dsb.
28 Kesimpulan dan Saran Kesimpulan 1 2 Airport gate assignment problem (AGAP) studi kasus Bandar Udara Soekarno Hatta dapat diselesaikan dengan menggunakan algoritma modified simulated annealing dengan minimum total jarak penumpang berjalan sebesar setara dengan ,7 km dan semua aircraft dapat teralokasikan di gate yang tersedia. Algoritma modified simulated annealing memberikan solusi yang kompetitif dibandingkan algoritma simulated annealing murni untuk menyelesaikan airport gate assignment problem studi kasus Bandar Udara Soekarno Hatta karena memiliki kemungkinan mendapatkan nilai TPWD minimum sebesar 70% dan waktu komputasinya cukup cepat yaitu sekitar 0,5 detik.
29 Kesimpulan dan Saran Saran 1 2 Penyelesaian airport gate assignment problem dapat dilakukan dengan mempertimbangkan konstrain-konstrain lainnya yang lebih kompleks seperti yang terjadi pada kehidupan sehari-hari. Penerapan algoritma modified simulated annealing untuk permasalahan penugasan yang lain untuk lebih mengetahui performansinya.
30 Daftar Pustaka Angkasapura2. (2014). Retrieved 1 3, 2014, from Flight Schedule Soekarno Hatta: angkasapura2.co.id/ BACoE. (2009). Gate Assignment Solution (GAM) Using Hybrid Heuristic Algorithm. Gate Assignment Solution. Bazargan, M. (2010). Airline Operation and Scheduling. USA: Ashgate. Cheng, C. H., Ho, S. C., & Kwan, C. L. (2012). The Use of Metaheuristics For Airport Gate Assignment. Expert System with Application, Ding, H., Lim, A., Rodrigues, B., & Zhu, Y. (2004). Aircraft and Gate Scheduling Optimization at Airports. Proceedings of the 37th Hawaii International Conference on System Sciences. Hawaii. Ding, H., Lim, A., Rodrigues, B., & Zhu, Y. (2002). THE AIRPORT GATE ASSIGNMENT PROBLEM. Flightstats. (2014). Retrieved 1 2, 2014, from Flight Schedule Soekarno Hatta: flightstats.com Gu, Y., & Chung, C. A. (1999). Genetic Algorithm Approach to Aircraft Gate Reassignment Problem. Journal of Transportation Engineering, Hanka, M. K. (2013). Pengembangan Algoritma Hybrid Cross Entropy-Genetic Algorithm pada Permasalahan Multiobjective Job Shop Scheduling untuk Minimasi Makespan dan Mean Flow Time. Surabaya: Institut Teknologi Sepuluh Nopember. Algoritma Modified Simulated Annealing untuk Menyelesaikan
31 Daftar Pustaka Hansen, J. M., Raut, S., & Swarni, S. (2010). Retail Shelf Allocation: A Comparative Analysis of Heuristic and Meta- Heuristic Approach. Journal of Retailing, Hyun, K. S., Feron, E., Clarke, J. P., Marzuoli, A., & Delahaye, D. (2013). Airport Gate Scheduling for Passengers, Aircraft, and. Tenth USA/Europe Air Traffic Management Research and Development Seminar. USA. Li, C. Airport Gate Assignment A Hybrid Model and Implementation. Texas: Texas Tech University. Rofiq, A. (2013). Pengembangan Algoritma Simulated Annealing pada Permasalahan Hybrid Flowshop Scheduling untuk Minimasi Makespan dan Total Tardiness. Surabaya: Institut Teknologi Sepuluh Nopember. Wikipedia. (2013). Retrieved 12 26, 2013, from Pesawat Tiger Air: Wikipedia. (2013). Retrieved 12 26, 2013, from Pesawat British Aerospace 146: Wikipedia. (2013). Retrieved 12 26, 2013, from Pesawat Boeing 777: Wikipedia. (2013). Retrieved 12 26, 2013, from Pesawat Boeing 737: Wikipedia. (2013). Retrieved 12 26, 2013, from Penumpang Pesawat: penumpang sipil Xu, J., & Bailey, G. (2001). The Airport Gate Assignment Problem: Mathematical Model and Tabu Search Algorithm. Proceedings of the 34th Hawaii International Conference on System Science. Hawaii. Algoritma Modified Simulated Annealing untuk Menyelesaikan
32
ALGORITMA 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 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 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 terperinciAlgoritma Greedy untuk Penjadwalan Penerbangan di Gerbang - Gerbang Bandara
Algoritma Greedy untuk Penjadwalan Penerbangan di Gerbang - Gerbang Bandara Robertus Theodore-13509008 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
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 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 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 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 terperinciPENJADWALAN JOB SHOP STATIK DENGAN METODE SIMULATED ANNEALING UNTUK MEMINIMASI WAKTU MAKESPAN
PENJADWALAN JOB SHOP STATIK DENGAN METODE SIMULATED ANNEALING UNTUK MEMINIMASI WAKTU MAKESPAN Moh.Husen, Ilyas Masudin, Dana Marsetiya Utama Jurusan Teknik Industri - Universitas Muhammadiyah Malang Muhammad.husen12@yahoo.com
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 terperinciPENJADWALAN FLOW SHOP DENGAN PENDEKATAN CROSS ENTROPY-GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PEMBUATAN RODA GIGI
PENJADWALAN FLOW SHOP DENGAN PENDEKATAN CROSS ENTROPY-GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PEMBUATAN RODA GIGI Dian Setiya Widodo, Mario Sarisky Dwi Ellianto Politeknik 17 Agustus 1945 Surabaya
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 terperinciPENDEKATAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PENJADWALAN FLOW SHOP
PENDEKATAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PENJADWALAN FLOW SHOP Dian Setiya Widodo 1*, Purnomo Budi Santoso 2, Eko Siswanto 3 1,2,3 Universitas Brawijaya, Fakultas
Lebih terperinciBAB I PENDAHULUAN. yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan
BAB I PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah pengurutan pengerjaan produk secara menyeluruh yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan yang akan diselesaikan
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 terperinciUJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH
UJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH Dian Savitri, S.Si, M.Si Jurusan Teknik Sipil Fakultas Teknik Unesa dee_11januari@yahoo.com
Lebih terperinciYour Slide Title KESIMPULAN DAN SARAN
Pengembangan Model Model Dynamic Dynamic Pricing Pricing untuk dengan Menentukan Mempertimbangkan Alokasi Kursi Pesawat Customer dengan Overflow Mempertimbangkan Kompetisi Customer Antar Overflow Dua Maskapai
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 terperinciAlgoritma Penjadwalan Job Shop Alternatif Routing Menggunakan Variable Neighborhood Descent With Fixed Threshold Untuk Minimisasi Makespan *
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.04 Vol.01 Jurnal Online Institut Teknologi Nasional April 2014 Algoritma Penjadwalan Job Shop Alternatif Routing Menggunakan Variable Neighborhood
Lebih terperinciPenjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Lebih terperinciPENJADWALAN FLOWSHOP DENGAN MENGGUNAKAN SIMULATED ANNEALING
PENJADWALAN FLOWSHOP DENGAN MENGGUNAKAN SIMULATED ANNEALING Muhammad Firdaus, Ilyas Masudin, Dana Marsetya Utama Jurusan Teknik Industri - Universitas Muhammadiyah Malang masudin@umm.ac.id ABSTRACT This
Lebih terperinciTABU SEARCH SEBAGAI LOCAL SEARCH PADA ALGORITMA ANT COLONY UNTUK PENJADWALAN FLOWSHOP
Jurnal Teknik Industri, Vol. 11, o. 2, Desember 2009, pp. 188-194 ISS 1411-2485 TABU SEARCH SEBAGAI LOCAL SEARCH PADA ALGORITMA AT COLO UTUK PEJADWALA FLOWSHOP Iwan Halim Sahputra, Tanti Octavia, Agus
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 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 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 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 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 terperinciABSTRAK. Job shop scheduling problem merupakan salah satu masalah. penjadwalan yang memiliki kendala urutan pemrosesan tugas.
ABSTRAK Job shop scheduling problem merupakan salah satu masalah penjadwalan yang memiliki kendala urutan pemrosesan tugas. Pada skripsi ini, metode yang akan digunakan untuk menyelesaikan job shop scheduling
Lebih terperinciPerbandingan Kombinasi Genetic Algorithm Simulated Annealing dengan Particle Swarm Optimization pada Permasalahan Tata Letak Fasilitas
Jurnal Teknik Industri, Vol. 12, No. 2, Desember 2010, 119-124 ISSN 1411-2485 Perbandingan Kombinasi Genetic Algorithm Simulated Annealing dengan Particle Swarm Optimization pada Permasalahan Tata Letak
Lebih terperinci4.6 Data Waktu Siap Setiap Mesin Pengerjaan Komponenkomponen Screw Conveyor Penentuan Due Date BAB 5 PENGOLAHAN DATA DAN ANALISIS
ABSTRAK PT Kerta Laksana merupakan perusahaan manufaktur berskala internasional yang membuat berbagai jenis mesin, dimana setiap pesanan dikerjakan sesuai dengan permintaan dan keinginan konsumen (job
Lebih terperinciEvaluasi Kinerja Gate Assignment pada Terminal 1 Keberangkatan Domestik Bandar Udara Internasional Juanda Surabaya
E4 Evaluasi Kinerja Gate Assignment pada Terminal 1 Keberangkatan Domestik Bandar Udara Internasional Juanda Surabaya Hersanti Rahayu, Ervina Ahyudanari Jurusan Teknik Sipil, Fakultas Teknik Sipil dan
Lebih terperinciEVALUASI ON TIME PERFORMANCE PESAWAT UDARA DI BANDAR UDARA HUSEIN SASTRANEGARA MENGGUNAKAN APLIKASI FLIGHTRADAR24
EVALUASI ON TIME PERFORMANCE PESAWAT UDARA DI BANDAR UDARA HUSEIN SASTRANEGARA MENGGUNAKAN APLIKASI FLIGHTRADAR24 Ganayu Girasyitia Jurusan Teknik Sipil Universitas Katolik Parahyangan Jln. Ciumbuleuit
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK P.T. Gistex Textile Division adalah sebuah perusahaan yang bergerak dibidang textile yang mengolah polyester (bahan baku) menjadi kain. Perusahaan memproduksi barang sesuai dengan pesanan konsumen
Lebih terperinciJURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: ( Print) E-1
JURNAL TEKNIK ITS Vol. 6, No., (207) ISSN: 2337-3539 (230-927 Print) E- Evaluasi Ketersediaan Di Terminal 3 Ultimate Bandar Udara Internasional Soekarno- Hatta Andree Noviar Pradana, Ervina Ahyudanari,
Lebih terperinciMODEL SIMULASI SISTEM DINAMIK UNTUK ANALISIS PENUMPUKKAN JUMLAH PENUMPANG DI GATE YANG DIPENGARUHI ON TIME PERFORMANCE
MODEL SIMULASI SISTEM DINAMIK UNTUK ANALISIS PENUMPUKKAN JUMLAH PENUMPANG DI GATE YANG DIPENGARUHI ON TIME PERFORMANCE Larasati Kusuma Wardhani 1,*), Ahmad Rusdiansyah 2), dan Ervina Ahyudanari 3) 1) Program
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Bandar Udara Internasional Soekarno-Hatta merupakan bandar udara terbesar yang ada di Indonesia saat ini. Bandara Internasional Soekarno-Hatta tercatat dalam daftar
Lebih terperinciMODEL PENJADWALAN NO-WAIT JOB SHOP MENGGUNAKAN ALGORITMA VARIABLE NEIGHBOURHOOD DESCENT DENGAN THRESHOLD UNTUK MEMINIMISASI MAKESPAN
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.01 Vol.03 Jurnal Online Institut Teknologi Nasional Januari 2015 MODEL PENJADWALAN NO-WAIT JOB SHOP MENGGUNAKAN ALGORITMA VARIABLE NEIGHBOURHOOD
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 terperinciMODEL SIMULASI DISKRIT UNTUK MENGUKUR EFEK KETERLAMBATAN JADWAL PENERBANGAN TERHADAP ANTRIAN PRA TINGGAL LANDAS DAN PASCA PENDARATAN
MODEL SIMULASI DISKRIT UNTUK MENGUKUR EFEK KETERLAMBATAN JADWAL PENERBANGAN TERHADAP ANTRIAN PRA TINGGAL LANDAS DAN PASCA PENDARATAN Ayunda Larasati 2509100053 300 FLIGHTS Penelitian terdahulu Penulis
Lebih terperinciMODEL PENYELESAIAN JOB SHOP SCHEDULING PROBLEM MENGGUNAKAN METODE LOCAL SEARCH ALGORITHM DENGAN CROSS OVER
MODEL PENYELESAIAN JOB SHOP SCHEDULING PROBLEM MENGGUNAKAN METODE LOCAL SEARCH ALGORITHM DENGAN CROSS OVER Amiluddin Zahri Dosen Universtas Bina Darma Jalan Ahmad Yani No.3 Palembang Sur-el: amiluddin@binadarma.ac.id
Lebih terperinciABSTRAK. iv Universitas Kristen Maranatha
ABSTRAK PT. Mitra Abadi Sejahtera adalah sebuah perusahaan yang bergerak di bidang garmen yang mengolah kain menjadi pakaian. Perusahaan memproduksi barang sesuai pesanan konsumen (job order). Masalah
Lebih terperinciPENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY- TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM
PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY- TABU SEARCH UNTUK PENYELESAIAN TRAVELLING REPAIRMAN PROBLEM Pembimbing : Ir. Budi Santosa, M.S., Ph.D NIP. 196905121994021001 LOGO Peneliti : Muchammad Aminuddin
Lebih terperinciPENGEMBANGAN MODEL AIRLINE ROSTERING SYSTEM MENGGUNAKAN METODE DIFFERENTIAL EVOLUTION
PENGEMBANGAN MODEL AIRLINE ROSTERING SYSTEM MENGGUNAKAN METODE DIFFERENTIAL EVOLUTION Andiek Sunarto 1), Budi Santosa 2), dan Arief Rahman 3) 1,2,3) Jurusan Teknik Industri, Institut Teknologi Sepuluh
Lebih terperinciJURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 1 TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA
IMPLEMENTASI ALGORITMA SIMULATED ANNEALING PADA PENJADWALAN PRODUKSI UNTUK MEMINIMASI MAKESPAN (Studi Kasus di PT. Gatra Mapan, Karang Ploso, Malang) SIMULATED ANNEALING ALGORITHM IMPLEMENTATION IN PRODUCTION
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN. manufaktur yang bergerak dibidang pembuatan spring bed yang berlokasi di kota
BAB I PENDAHULUAN 1.1 Latar Belakang PT. Bella Agung Citra Mandiri Sidoarjo merupakan perusahaan manufaktur yang bergerak dibidang pembuatan spring bed yang berlokasi di kota Sidoarjo dan memiliki cabang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu permasalahan optimasi kombinatorial yang terkenal dan sering dibahas adalah traveling salesman problem. Sejak diperkenalkan oleh William Rowan Hamilton
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 terperinciPENERAPAN METODE SIMULATED ANNEALING UNTUK PENJADWALAN JOB SHOP PADA MESIN PABRIK
PENERAPAN METODE SIMULATED ANNEALING UNTUK PENJADWALAN JOB SHOP PADA MESIN PABRIK Hanafi Agam 1, Arna Fariza 2, Ira Prasetyaningrum 2 Mahasiswa Jurusan Teknik Informatika 1, Dosen Pembimbing 2 Politeknik
Lebih terperinciAPLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2015), hal 25 32. APLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM Edi Samana, Bayu Prihandono, Evi Noviani
Lebih terperinciMINIMASI WAKTU PENGERJAAN PRODUK MELANIE SLEIGH CHANGING TABLE MELALUI PENDEKATAN SIMULASI DAN TABU SEARCH
MINIMASI WAKTU PENGERJAAN PRODUK MELANIE SLEIGH CHANGING TABLE MELALUI PENDEKATAN SIMULASI DAN TABU SEARCH Natalia Sofyan, Meifani, dan I Gede Agus W. Laboratorium Optimasi dan Simulasi, Jurusan Teknik
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Diagram Alir Analisis Kapasitas Runway 3 Mulai Identifikasi Masalah Tinjauan Pustaka Pengumpulan Data 1. Data penumpang pesawat tahun 2005-2015 2. Data Pergerakan Pesawat
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 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian Pembangunan perangkat lunak dalam tugas akhir ini menggunakan seperangkat komputer dengan spesifikasi sebagai berikut :
Lebih terperinciOPTIMISASI TOTAL TEMPUH NPC PADA RTS GAME MENGGUNAKAN HARMONY SEARCH ALGORITHM. Herti Miawarni 1* Jl. A. Yani 114, Surabaya 60231, Telp.
OPTIMISASI TOTAL TEMPUH NPC PADA RTS GAME MENGGUNAKAN HARMONY SEARCH ALGORITHM Herti Miawarni 1* 1 Program Studi Teknik Elektro, Fakultas Teknik, Universitas Bhayangkara Surabaya Jl. A. Yani 114, Surabaya
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 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 terperinciOleh : Rahman NRP : Jurusan Teknik Fisika Institut Teknologi Sepuluh Nopember Surabaya
Oleh : Rahman NRP : 2406 100 081 Pembimbing I: Imam Abadi ST, MT. NIP. 19761006 199903 1002 Pembimbing II: Ir. M.Ilyas H. S. NIP. 19490919 197903 1002 Jurusan Teknik Fisika Institut Teknologi Sepuluh Nopember
Lebih terperinciIMPLEMENTASI METODE HEURISTIK DAN SIMULASI UNTUK MENYEIMBANGKAN LINI PERAKITAN LAMPU
IMPLEMENTASI METODE HEURISTIK DAN SIMULASI UNTUK MENYEIMBANGKAN LINI PERAKITAN LAMPU Septian Andrew Susanto 1) dan Nurhadi Siswanto 2) 1) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya,
Lebih terperinciALGORITMA DIFFERENTIAL EVOLUTION UNTUK PENJADWALAN FLOW SHOP BANYAK MESIN DENGAN MULTI OBYEKTIF
ALGORITMA DIFFERENTIAL EVOLUTION UNTUK PENJADWALAN FLOW SHOP BANYAK MESIN NGAN MULTI OBYEKTIF Steanus Eko Wiratno 1, Rudi Nurdiansyah 2, dan Budi Santosa 3 Teknik Industri, Fakultas Teknologi Industri,
Lebih terperinciOptimasi Penentuan Jumlah Tenaga Kerja disetiap Shift Kerja pada Line Maintenance Pesawat Terbang dengan Algoritma Tabu Search
Optimasi Penentuan Jumlah Tenaga Kerja disetiap Shift Kerja pada Line Maintenance Pesawat Terbang dengan Algoritma Tabu Search Maria Andoryati dan Amar Rachman Departemen Teknik Industri, Fakultas Teknik
Lebih terperinciANALISIS KELAYAKAN TERMINAL PENUMPANG 1A BANDAR UDARA INTERNASIONAL SOEKARNO HATTA
, Halaman 347 355 Online JURNAL di: http://ejournal-s1.undip.ac.id/index.php/jkts KARYA TEKNIK SIPIL, Volume 6, Nomor 1, Tahun 2017 ANALISIS KELAYAKAN TERMINAL PENUMPANG 1A BANDAR UDARA INTERNASIONAL SOEKARNO
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 terperinciFUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI. Tri Nadiani Solihah
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 FUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI Tri Nadiani Solihah trinadianisolihah@gmail.com
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di dunia ini terdapat 3 jenis jalur transportasi, transportasi melalui darat, laut dan udara. Transportasi dari setiap jalur juga mempunyai banyak jenis, seperti
Lebih terperinciEVALUASI KINERJA TERMINAL PENUMPANG 1A BANDAR UDARA INTERNASIONAL SOEKARNO-HATTA
EVALUASI KINERJA TERMINAL PENUMPANG 1A BANDAR UDARA INTERNASIONAL SOEKARNO-HATTA PROGRAM SARJANA LINTAS ( S-1 ) LINTAS JALUR JURUSAN TEKNIK SIPIL FAKULTAS TEKNK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI
Lebih terperinciANALISIS PERKERASAN LANDAS PACU BANDARA SOEKARNO-HATTA MENGGUNAKAN PERANGKAT LUNAK FAARFIELD
ANALISIS PERKERASAN LANDAS PACU BANDARA SOEKARNO-HATTA MENGGUNAKAN PERANGKAT LUNAK FAARFIELD Lisa Jasmine NRP: 1421008 Pembimbing: Tan Lie Ing, S.T., M.T. ABSTRAK Bandara Soekarno-Hatta merupakan pintu
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO
TUGAS AKHIR - ST 1325 PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO YANTER SIANIFAR BASUKI NRP 1303100049 Dosen Pembimbing Prof. Drs. Nur Iriawan, M.Ikom. Ph.D JURUSAN
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 terperinciPERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN UNTUK PENENTUAN JUMLAH DAN RUTE ARMADA PESAWAT TERBANG
PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN UNTUK PENENTUAN JUMLAH DAN RUTE ARMADA PESAWAT TERBANG Fadhilatul Azizah, Ahmad Rusdiansyah, Niniet Indah A. Jurusan Teknik Industri Institut Teknologi Sepuluh
Lebih terperinciOLEH : RULI ASTRI ANDRIANI ( ) Jurusan Teknik Industri Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya
PENJADWALAN FLOWSHOP UNTUK MEMINIMASI LOGOTOTAL TARDINESS DENGAN URUTAN JOB YANG SAMA DAN/ATAU BERBEDA DAN MEMPERHATIKAN KETIDAKTERSEDIAAN PADA MASING-MASING MESIN OLEH : RULI ASTRI ANDRIANI (2506 100
Lebih terperinciPERBANDINGAN KINERJA ALGORITMA GENETIKA DAN SIMULATED ANNEALING UNTUK MASALAH MULTIPLE OBJECTIVE PADA PENJADWALAN FLOWSHOP
JURNAL TEKNIK INDUSTRI VOL. 4, NO. 1, JUNI 2002: 26-35 PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN SIMULATED ANNEALING UNTUK MASALAH MULTIPLE OBJECTIVE PADA PENJADWALAN FLOWSHOP I Gede Agus Widyadana Dosen
Lebih terperinciReka integra ISSN: Jurusan Teknik Industri Itenas No. 02 Vol. 02 Junal Online Institut Teknologi Nasional September 2013
Reka integra ISSN:2338-5081 Jurusan Teknik Industri Itenas No. 02 Vol. 02 Junal Online Institut Teknologi Nasional September 2013 Algoritma Penjadwalan Job Shop Alternatif Routing Menggunakan Greedy Randomized
Lebih terperinciALGORITMA PENJADWALAN PRODUKSI PADA LINGKUNGAN MESIN JOB SHOP DENGAN MINIMALISASI RATAAN WAKTU TUNGGU OPERASI
ALGORITMA PENJADWALAN PRODUKSI PADA LINGKUNGAN MESIN JOB SHOP DENGAN MINIMALISASI RATAAN WAKTU TUNGGU OPERASI Gamma/13502058 Abstraksi. Pada makalah ini dijelaskan mengenai pengembangan algoritma untuk
Lebih terperinciBAB 1 PENDAHULUAN. Tabel 1. 1 Bandara tersibuk di dunia tahun 2014 versi ACI
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permintaan akan penerbangan sebagai salah satu moda transportasi di Indonesia terus meningkat tajam. Bandar Udara Internasional Soekarno Hatta memerankan peranan penting
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pertumbuhan jumlah pengguna angkutan transportasi udara baik domestik maupun internasional setiap tahunnya mengalami peningkatan yang pesat, hal ini disebabkan oleh
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 terperinciHAK PENUMPANG JIKA PESAWAT DELAY
HAK PENUMPANG JIKA PESAWAT DELAY www.m.tempo.com Maskapai penerbangan Lion Air kembali dilanda masalah keterlambatan alias delay. Setelah mengalami keterlambatan hingga 25 jam di Bandara Soekarno-Hatta,
Lebih terperinciPengembangan Model Pengelolaan Pendapatan Pengangkutan Kargo Udara berdasarkan Pengendalian Ruang Kargo dan Overbooking Limit
JURNAL TEKNIK POMITS Vol. 1, No. 1, (212) 1-5 1 Pengembangan Model Pengelolaan Pendapatan Pengangkutan Kargo Udara berdasarkan Pengendalian Ruang Kargo dan Overbooking Limit Arfini Alivia Dewanty dan Ahmad
Lebih terperinciPERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP)
PERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP) Rezki Susan Ardyati dan Dida D. Damayanti Program Studi Teknik Industri Institut Teknologi
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 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 terperinciOPTIMASI PREVENTIVE MAINTENANCE
OPTIMASI PREVENTIVE MAINTENANCE PADA SHIPPING PUMP DENGAN GENETIC ALGORITHM DI JOINT OPERATING BODY PERTAMINA PETROCHINA EAST JAVA (JOB P-PEJ) SOKO TUBAN Ahmad Asrori NRP. 2410100004 Pembimbing I, Dr.
Lebih terperinciPENGEMBANGAN 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 terperinciOPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA
OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA Muhammad Arief Nugroho 1, Galih Hermawan, S.Kom., M.T. 2 1, 2 Universitas Komputer Indonesia Jl. Dipatiukur No. 112-116, Bandung 40132 E-mail
Lebih terperinciLINKING CORRIDOR TERMINAL DAN TRANSIT HOTEL BANDARA SOEKARNO - HATTA
Tugas Akhir 110 Periode Februari Juni 2010 LANDASAN PROGRAM PERENCANAAN DAN PERANCANGAN ARSITEKTUR LINKING CORRIDOR TERMINAL DAN TRANSIT HOTEL BANDARA SOEKARNO - HATTA Diajukan untuk memenuhi sebagian
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA Pada bagian pada bagian ini akan diuraikan tentang tinjauan pustaka dan landaran teori yang sesuai dengan ACO dan AG. 2.1 Algoritma Ant Colony Optimization Secara umum pencarian
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 terperinciFUNGSI ACKLEY DAN PENCARIAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI. Muhamad Fadilah Universitas Jenderal Soedirman
Prosiding Seminar Nasional Matematika dan Terapannya 06 p-issn : 550-0384; e-issn : 550-039 FUNGSI ACKLEY DAN PENCARIAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI Muhamad Fadilah Universitas Jenderal
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 terperinciSKRIPSI. Diajukan Kepada Universitas Muhammadiyah Malang. Untuk Memenuhi Salah Satu Persyaratan Akademik
PENJADWALAN JOB SHOP STATIK DENGAN MENGGUNAKAN ALGORITMA SIMULATED ANNEALING UNTUK MEMINIMASI WAKTU MAKESPAN (Studi Kasus di Meubel Agung Rizky Blitar) SKRIPSI Diajukan Kepada Universitas Muhammadiyah
Lebih terperinciPENERAPAN ALGORITMA CODEQ UNTUK MENYELESAIKAN PERMASALAHAN JOB SHOP SCHEDULING
PENERAPAN ALGORITMA CODEQ UNTUK MENYELESAIKAN PERMASALAHAN JOB SHOP SCHEDULING Dosen Pembimbing: 1. Yudha Prasetyawan, S.T. M.Eng 2. Ir. Budi Santosa, M.S., Ph.D. Oleh: M Bisyrul Jawwad 2507100069 Pendahuluan
Lebih terperinciOPTIMASI DISTRIBUSI BARANG BERDASARKAN RUTE DAN DAYA TAMPUNG MENGGUNAKAN METODE SIMULATED ANNEALING
OPTIMASI DISTRIBUSI BARANG BERDASARKAN RUTE DAN DAYA TAMPUNG MENGGUNAKAN METODE SIMULATED ANNEALING Susilo Dwi Juniarto, Entin Martiana K., S.Kom., M.Kom., Arna Fariza, S.Kom., M.Kom., Ira Prasetyaningrum
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 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 terperinciUsulan Penjadwalan Proses Manufaktur Kursi dan Meja dengan Menggunakan Algoritma Simulated Annealing Untuk Meminimasi Makespan
Usulan Penjadwalan Proses Manufaktur Kursi dan Meja dengan Menggunakan Algoritma Simulated Annealing Untuk Meminimasi Makespan di PT. Citra Bandung Laksana The Proposed of Table and Chair Manufacturing
Lebih terperinciPerancangan Alat Bantu Pengambilan Keputusan Berbasis Sistem Dinamik Untuk Mengevaluasi Kebutuhan Kapasitas Bandara Juanda
Sidang Tugas Akhir Perancangan Alat Bantu Pengambilan Keputusan Berbasis Sistem Dinamik Untuk Mengevaluasi Kebutuhan Kapasitas Bandara Juanda Diajukan oleh : Febru Radhianjaya 2507 100 117 Jurusan Teknik
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODOLOGI PENELITIAN. Jl. Raya Somban Lor No. 32 Candi, Sidoarjo. Waktu penelitian dilaksanakan
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilakukan pada PT. Bella Agung Citra Mandiri yang terletak di Jl. Raya Somban Lor No. 32 Candi, Sidoarjo. Waktu penelitian dilaksanakan
Lebih terperinci