PENGEMBANGAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENYELESAIKAN CAPACITATED LOCATION- ROUTING PROBLEM
|
|
- Yuliani Kusuma
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Program Studi Teknik Industri Bidang Keahlian Manajemen Kualitas Manufaktur Institut Teknologi Sepuluh Nopember Surabaya 2) Program Studi Teknik Industri Institut Teknologi Sepuluh Nopember Surabaya 3) Program Studi Teknik Industri Institut Teknologi Sepuluh Nopember Surabaya ABSTRAK Capacitated Location Routing Problem (CLRP) adalah permasalahan dengan sekumpulan alternatif lokasi depot yang potensial, armada kendaraan yang homogen dan sekumpulan pelanggan dengan permintaan yang diketahui. Tujuan dari CLRP adalah untuk menentukan satu atau lebih lokasi fasilitas atau depot yang potensial untuk dipilih serta rute kendaraan dari fasilitas tersebut ke customer dalam rangka meminimalkan penjumlahan biaya lokasi dan distribusi dengan memperhatikan kapasitas depot maupun kendaraan yang ada. Pada penelitian kali ini, dicoba untuk mengembangkan suatu algoritma yang merupakan hybrid dari Cross Entropy dan Genetic Algorithm (CEGA). Tujuan pengembangan ini adalah memperluas pencarian solusi pada sampel elit Cross Entropy (CE) ketika berada pada local optimal dengan menambahkan mutasi Genetic Algorithm (GA) dengan local search seperti swap, flip dan slide. Metode ini akan dibandingkan dengan algoritma CE murni dan Simulated Annealing yang diteliti oleh Yu et al. (2010) dengan 3 data instant yakni set data Barreto (2004), Prins et al. (2004) dan Tuzun & Burke (1999). Hasil penelitian menunjukkan CEGA lebih baik dari CE murni untuk semua kasus, sedangkan dengan metode lain CEGA dapat menunjukkan performansi yang lebih baik pada permasalahan dengan jumlah kecil. Kata Kunci: Cross Entropy (CE), Genetic Algorithm (GA), Capacitated Location Routing Problem (CLRP) PENDAHULUAN Pelaku industri mulai sadar bahwa untuk menyediakan produk yang murah, berkualitas dan cepat, tidak cukup dengan perbaikan di internal perusahaan manufaktur. Peran distribusi produk ke pelanggan merupakan salah satu kegiatan yang paling penting dalam perusahaan manufaktur. Menurut Srivastava dan Benton (1990 ), keseluruhan biaya transportasi dan pergudangan lebih dari 20% dari GNP. Oleh karena itu perlu dilakukan perbaikan walaupun hasil yang dicapai dalam jumlah kecil. Location Routing Problem (LRP) elemen penting dari sistem distribusi. LRP adalah suatu bidang yang baru yang mempertimbangkan dua keputusan penting dalam sistem logistik, yakni Facility Allocation dan Vehicle Routing Problem (Nagy dan Salhi, 2007). Capacitated Location Routing Problem A-4-1
2 (CLRP) merupakan bagian dari LRP yakni dengan adanya batasan kapasitas kendaraan dan depot. CLRP merupakan permasalahan NP-Hard sehingga pendekatan metaheuristik merupakan salah satu alternatif yang cocok untuk mendapatkan hasil yang lebih baik dari sisi optimalitas maupun kecepatan waktu komputasi. Cross Entropy (CE) merupakan suatu metode yang relatif baru dalam metahiuristik. Dalam perkembangannya banyak dilakukan modifikasi CE dan hibridasi algortima CE dengan teknik-teknik optimasi lainnya. Misalnya seperti yang dilakukan oleh Kroese et al. (2006) dengan melakukan improve pada update parameter yang dinamakan teknik dynamic smoothing, Laguna et al. (2009) mengembangkan algoritma CE dengan Local Search, Krisnawati (2011) dengan decreasing sample dan Budiman (2011) melakukan hibridasi Cross Entropy (CE) dan Genetic Algorithm (GA). Pada penelitian ini akan diperkenalkan suatu metode optimasi yang belum pernah digunakan dalam penyelesaian CLRP, yaitu algoritma Cross Entropy yang dihibridasi dengan Genetic Algorithm (untuk selanjutnya dinamakan Cross Entropy-Genetic Algorithm atau CEGA). Penelitian ini berbeda dengan yang dilakukan Budiman (2011) dimana mekanisme GA yang digunakan bukan mekanisme GA dasar seperti reproduksi, pindah silang dan mutasi melainkan mekanisme mutasi GA dengan local search. Selain itu, Duhamel et al. (2008) telah memperkenalkan Genetic Algorithm hybrid Local Search (GAHLS) dan terbukti menghasilkan himpunan solusi yang kompetitif dalam penyelesaian permasalahan CLRP sehingga mekanisme GA yang digunakan dalam konstruksi CE adalah mekanisme mutasi GA dengan local search. Penggunaan mutasi GA diharapkan mampu membangkitkan sampel yang menuju global optimal ketika pada pembangkitan sampel pada CE masih berada pada local optimal. Dengan demikian, tujuan pengembangan ini adalah mengembangkan pencarian sampel pada kaedah pembangkitan matriks peluang transisi markov dengan menambahkan mekanisme mutasi GA kedalam konstruksi CE sehingga algoritma Cross Entropy-Genetic Algorithm dapat memberikan solusi dengan kualitas yang lebih baik (dalam hal minimasi biaya) dibandingkan dengan metode lainnya. MODEL MATEMATIS Dalam penelitian ini kita fokus pada penyelesaian CLRP dengan adanya batasan kapasitas depot dan routing. Print et al. (2007) memberikan model matematis untuk masalah tersebut, yaitu sebagai berikut: Variabel keputusan: Cij : Biaya dari depot i ke pelanggan j Wi : Kapasitas dari depot i Oi : Biaya untuk membuka depot i Dj : Kebutuhan untuk pelanggan j Q : Kapasitas kendaraan Fi : Biaya kendaraan untuk melayani depot i Yi : Variabel biner, jika Yi = 1, maka depot i dibuka Fij : Variabel biner, jika Fij = i, maka pelanggan j ditugaskan untuk depot i Xijk : Variabel biner, jika Xijk = 1, maka garis penghubung (j,i) dilalui dari j ke i pada routing yang dilakukan oleh kendaraan k. Fungsi Tujuan: Batasan: = + + (2.1) A-4-2
3 = 1 (2.2) (2.3) (2.4) + = 0, (2.5) 1 (2.6) 1 { }, (2.7) 1 +,, (2.8) {0,1},,, (2.9) {0,1}, (2.10) {0,1},, (2.11) Fungsi tujuan (2.1) merupakan jum lah dari biaya membuka depot dan routing cost yang terdiri dari travel cost dan fixed cost yang berhubungan dengan kendaraan yang digunakan. Batasan (2.2) memastikan bahwa setiap customer hanya berada dalam sebuah routing, batasan (2.3) dan (2.4) adalah ba tasan kapasitas yang berhubungan dengan routing dan depot. Batasan (2.5) dan (2.6) menjamin keberlangsungan setiap routing, dan bahwa setiap routing berakhir pada sebuah depot dimana routing tersebut bermula. Batasan (2.7) adalah batasan eliminasi subtour. Batasan (2.8) memastikan bahwa customer harus ditugasi oleh sebuah depot jika ada routing yang menghubungkannya. Dan yang terakhir, batasan (2.9), (2.10) dan (2.11) menetapkan variabel biner yang digunakan pada formula. METODE YANG DIUSULKAN Dalam penelitian ini, metode yang diusulkan yakni metode Cross Entropy yang dihibridasi dengan Genetic Algorithm (untuk selanjutnya dinamakan Cross Entropy-Genetic Algorithm/CEGA). Kaidah Cross Entropy (CE) digunakan sebagai kaidah utama dalam algoritma, sedangkan kaidah Genetic Algorithm (GA) hanya terbatas penggunaannya pada proses pembangkitan sampel. Penggunaan mutasi GA diharapkan mampu membangkitkan sampel yang menuju global optimal ketika pada pembangkitan sampel pada CE masih berada pada local optimal sehingga dapat menghasilkan solusi dengan kualitas yang lebih baik (mendekati optimal). GA yang digunakan disini bukan mekanisme GA murni seperti adanya reproduksi, pindah silang dan mutasi melainkan mekanisme mutaasi GA yang dimodifikasi dengan local search yakni swap, flip dan slide. Modifikasi ini diilustrasikan dari penelitian yang dilakukan oleh Duhamel et al. (2008) yakni penyelesaian CLRP dengan hibridasi dari GA dengan local search dan hasilnya telah terbukti memiliki solusi yang baik serta kompetitif dengan metode lain.tahapan penyelesaian dengan algoritma ini dapat dijelaskan dengan 3 tahap seperti berikut: A-4-3
4 Tahap 1: Pembangkitan Sampel Pada tahap ini dibangkitkan sebuah sampel secara random. Sampel yang dibangkitkan di sini merupakan sekumpulan solusi yang terdiri dari permutasi n konsumen yang dinotasikan dengan himpunan {1,2,,n}, dan m potensial depot dinotasikan sebagai himpunan {n+1, n+2,,n+m}. Misalnya node adalah konsumen dan node 4-5 adalah depot. Kemudian untuk permasalahan LRP ini, node pertama dalam suatu sampel harus ditempati oleh sebuah depot, maka teknik randomnya memiliki aturan. Untuk penjelasan keadaan yang diperbolehkan dan teknik random ketika keadaan tidak diperbolehkan (sampel tidak diawali depot) dilihat pada gambar berikut: Gambar 1. Aturan Teknik Random Tahap 2: Perhitungan Fungsi Tujuan Total biaya ini dihitung dengan cara membagi depot acuan terlebih dahulu berdasarkan ada atau tidaknya konsumen. Misalnya sampel yang dibangkitkan maka subrute yang terjadi hanya Untuk depot 5 tidak dibuka karena tidak ada konsumen setelahnya. Setelah itu dihitung biaya total yang terjadi yakni penjumlahan biaya pembukaan depot, biaya routing dan setup kendaraan. Tahap 3: Mutasi Genetic Algorithm Pada tahap ini dipilih sampel yang memiliki biaya total terkecil untuk dijadikan acuan sebagai mekanisme mutasi GA yang terdiri dari flip, swap dan slide. Sebagai contoh sampel yang memiliki biaya total terkecil. Kemudian langkah flip, swap dan slide dapat dilihat sebagai berikut: Gambar 2. Mekanisme Flip, Swap dan Slide A-4-4
5 HASIL PENELITIAN Data yang digunakan sebagai data uji adalah set data kasus CLRP pada Barreto (2004), Prins et al. (2004), serta Tuzun dan Burke (1999). Set data yang akan digunakan dalameepengujianeetersebuteediambileedarieeclassicalinstancesforclrp. e.fr/homepage. Perbandingan Solusi Algoritma CE dengan CEGA Setelah dilakukan pengujian berikut adalah solusi terbaik yang dihasilkan dari metode CE dan CEGA. Tabel 1. Perbandingan Metode CE dan CEGA Prob. ID Jumlah Kota Jumlah Depot Kapasitas Kendaraan BKS CE CEGA Jumlah Depot Terpilih Solusi GAP Solusi GAP B * * 0 2 B * 0 1 B * 0 1 B B B B B * 0 204* 0 1 B B B * * 0 1 B P * * 0 2 P P P P P T T T T Perbandingan Solusi dengan Metode Lainnya Dari hasil pengujian didapat perbandingan metode CEGA dengan metode lain sebagai berikut: A-4-5
6 Tabel 2. Perbandingan Metode CEGA dengan Metode Lain pada Pengujian Set Data Barreto Prob. ID BKS CH SA-ACS GRASP MA PM LRGTS GAHLS SALRP CEGA B * 424.9* 424.9* 424.9* 424.9* B * 585.1* B * * 504.3* B * * 460.4* B ** * * B ** * B ** * B * 204* ** ** ** ** 204* 204 B ** ** ** ** * B ** ** ** ** * B * 3062* 3062* 3062* 3062* 3062* 3062* 3062 B * * ** =Metode yang bersangkutan tidak menyelesaikan kasus tersebut Tabel 3. Perbandingan Metode CEGA dengan Metode Lain pada Pengujian Set Data Prins et al. Prob. ID BKS MSLS GRASP MA PM LRGTS GAHLS SALRP CEGA P * 39104* 39104* 39104* 39104* 39104* 39104* P * 90111* P * * P * P * P ** * ** =Metode yang bersangkutan tidak menyelesaikan kasus tersebut Tabel 4. Perbandingan Metode CEGA dengan Metode Lain pada Pengujian Set Data Tuzun dan Burke Prob. ID BKS 2-Phase TS GRASP MA PM LRGTS GAHLS SALRP CEGA T * T ** T ** * T ** * ** =Metode yang bersangkutan tidak menyelesaikan kasus tersebut KESIMPULAN Dari hasil penelitian maupun analisis yang telah dilakukan, maka dapat diambil kesimpulan bahwa algoritma CEGA berhasil dikembangkan untuk penyelesaian Capacitated Location Routing Problem. Hasil penelitian dari 3 set data yang diuji yakni set data Barreto, A-4-6
7 Prins et al. dan Tuzun & Burke menunjukkan CEGA mampu menghasilkan solusi yang lebih baik dari CE murni, sedangkan apabila dibandingkan dengan metode terdahulu CEGA belum menunjukkan performansi yang lebih baik dari algoritma SALRP dan algoritma lain yang ada dalam penelitian Yu et al. (2010). CEGA hanya dapat menunjukkan performansi yang lebih baik pada permasalahan dengan jumlah konsumen dibawah 30 node. DAFTAR PUSTAKA Duhamel, C., Lacomme, P., Prins, C., dan Prodhon, C. (2008). A Memetic Approach for the Capacitated Location Routing Problem, In Proceedings of the EU/meeting 2008 workshop on metaheuristics for logistics and vehicle routing. University of Technology of Troyes, France. Krisnawati M., Santosa B., Rusdiansyah A. (20 11). Comparison Of Cross Entropy And Differential Evolution To Solve Crew Rostering Problem, International Engineering and Service Science (IESS) Conference, Surakarta, Indonesia. Kroese, D.P., Porotsky, S., Rubinstein, R.Y. (2006). The Cross-Entropy Method for Continuous Multi-Extremal Optimization, Methodol Comput Appl Probab, Vol. 8, pp Lagunaa, M., Duarteb, A., Martíc, R. (2009). Hybridizing the Cross-Entropy Method: An Application to the Max-Cut Problem, Computers & Operations Research, Vol. 36, pp Nagy, G. dan Salhi, S. (2007). Location-Routing: Issues, Models and Methods, European Journal of Operational Research, Vol. 177, pp Prins, C., Prodhon, C., Ruiz, A., Soriano, P., dan Wolfler Calvo, R. (2007). Solving the Capacitated Location-routing Problem by a Cooperative Lagrangean Relaxation Granular Tabu Search Heuristic, Transportation Science, Vol. 41, pp Santosa B., Budiman M.A., Wiratno S.E. (2011). A Cross Entropy-Genetic Algorithm for m- Machines No-Wait Job-Shop Scheduling Problem, Journal of Intelligent Learning Systems and Applications, Vol.3, pp Srivastava, R. dan Benton, W.C. (1990). The Location-Routing Problem: Considerations in Physical Distribution System, Computers and Operations Research, Vol.17, pp Yu, V.F., Lin, S.W., Lee, W. dan Ting, C.J. (2010). A Simulated Annealing Heuristic for the Capacitated Location Routing Problem, Computers & Industrial Engineering, Vol. 58, pp A-4-7
PENERAPAN 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 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 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 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 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 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 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 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 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 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 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 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 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Penelitian Terdahulu Penelitian dilakukan dengan meninjau penelitianpenelitian terdahulu yang berkaitan. Tinjauan pustaka akan mengetahui faktor-faktor yang perlu diperhatikan
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 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 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 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 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 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 terperinciJurnal Ilmiah Mustek Anim Ha Vol.1 No. 2, Agustus 2012 ISSN
PENENTUAN RUTE PENGAMBILAN SAMPAH DI KOTA MERAUKE DENGAN KOMBINASI METODE EKSAK DAN METODE HEURISTIC Endah Wulan Perwitasari Email : dek_endah@yahoo.com Jurusan Teknik Informatika Fakultas Teknik Universitas
Lebih 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 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 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 terperinciArtikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing.
Artikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing. Malang, 1 Agustus 2013 Pembimbing Dra. Sapti Wahyuningsih,M.Si NIP 1962121 1198812 2 001 Penulis Siti Hasanah NIP 309312426746
Lebih 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 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 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 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 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 terperinciMETODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI
METODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI Bilqis Amaliah 1), Agri Krisdanto 2), dan Astris Dyah Perwita 3) 1,2,3) Teknik Informatika, Fakultas
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan yang sangat pesat dalam dunia industri menuntut suatu perusahaan melakukan aktifitas bisnisnya secara optimal. Mulai dari penyediaan barang baku,
Lebih 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 1. PENDAHULUAN. Permasalahan pendistribusian barang oleh depot ke konsumen merupakan
BAB 1. PENDAHULUAN 1.1 Latar Belakang Permasalahan pendistribusian barang oleh depot ke konsumen merupakan komponen penting dalam sistem pelayanan depot suatu perusahaan, proses tersebut dapat terjadi
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari, di manapun, kapanpun dan siapapun pasti semua orang menggunakan kendaraan sebagai sarana transportasi mereka. Dan sering kali perjalanan
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 terperinciAlgoritma Penentuan Rute Kendaraan Dengan Memperhatikan Kemacetan Muhammad Nashir Ardiansyah (hal 88 92)
ALGORITMA PENENTUAN RUTE KENDARAAN DENGAN MEMPERHATIKAN KEMACETAN Muhammad Nashir Ardiansyah Program Studi Teknik Industri, Fakultas Rekayasa Industri, Telkom University nashir.ardiansyah@gmail.com Abstrak
Lebih 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 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 terperinciPenjadwalan dan Penentuan Rute Kendaraan pada Industri Bahan Kimia Menggunakan Kombinasi Algoritma Genetika dan Algoritma Pencarian Tabu
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-7 1 Penjadwalan dan Penentuan Rute Kendaraan pada Industri Bahan Kimia Menggunakan Kombinasi Genetika dan Pencarian Tabu Maya Sagita Walalangi, Arif Djunaidy
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 terperinciPembimbing: Prof. Ir. Budi Santosa, M.S. Ph.D Disusun Oleh: Rita Damayanti
PENGEMBANGAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN MULTI-PRODUCT INVENTORY SHIP ROUTING PROBLEM DENGAN HETEROGENEOUS FLEET JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
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 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 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 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 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Distribusi merupakan salah satu komponen dari suatu sistem logistik yang bertanggungjawab akan perpindahan material antar fasilitas. Distribusi berperan dalam membawa
Lebih 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 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 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 terperinciModel Hub Median Problem Dengan Batasan Travel Time
https://doi.org/10.22219/jtiumm.vol18.no1.1-8 Model Hub Median Problem Dengan Batasan Travel Time Muhammad Faisal Ibrahim *, Ahmad Rusdiansyah Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut
Lebih terperinciPenerapan Algoritma Differential Evolution untuk Penyelesaian Permasalahan Vehicle Routing Problem with Delivery and Pick-up
JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271 A-391 Penerapan Algoritma Differential Evolution untuk Penyelesaian Permasalahan Vehicle Routing Problem with Delivery and Pick-up Ika Ayu Fajarwati
Lebih terperinciKata kunci: job shop scheduling, CODEQ,
PENERAPAN ALGORITMA CODEQ UNTUK MENYELESAIKAN PERMASALAHAN JOB SHOP SCHEDULING Mohammad Bisyrul Jawwad, Yudha Prasetyawan, Budi Santosa Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS)
Lebih terperinciTUGAS AKHIR TI
TUGAS AKHIR TI 141501 IMPLEMENTASI ALGORITMA HYBRID CROSS ENTROPY GENETIC ALGORITHM UNTUK MENYELESAIKAN SINGLE STAGE CAPACITATED WAREHOUSE LOCATION PROBLEM (STUDI KASUS : PT. PETROKIMIA GRESIK) FATMAH
Lebih terperinciUSULAN RANCANGAN RUTE TRANSPORTASI MULTI TRIP
USULAN RANCANGAN RUTE TRANSPORTASI MULTI TRIP UNTUK MEMINIMASI BIAYA TRANSPORTASI DENGAN HETEROGENEOUS FLEET DAN TIME WINDOW MENGGUNAKAN METODE ALGORITMA GENETIKA DI PT.XYZ Muhammad Zuhdi Aiman Anka 1,
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 terperinciAlgoritma Genetika Ganda untuk Capacitated Vehicle Routing Problem
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-19 Algoritma Genetika Ganda untuk Capacitated Vehicle Routing Problem Muhammad Luthfi Shahab dan Mohammad Isa Irawan Matematika,
Lebih terperinciAnalisis Jarak Optimal Model Kolaborasi Distribusi Beras, Gula, dan Minyak Goreng di Area Kota Yogyakarta dan Sekitarnya
Analisis Jarak Optimal Model Kolaborasi Distribusi Beras, Gula, dan Minyak Goreng di Area Kota Yogyakarta dan Sekitarnya Wandhansari Sekar Jatiningrum, Anna Maria Sri Asih Jurusan Teknik Mesin dan Industri,
Lebih terperinciPADA DISTRIBUTOR BAHAN MAKANAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS AT FOOD INGREDIENTS DISTRIBUTOR
VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA DISTRIBUTOR BAHAN MAKANAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS AT FOOD INGREDIENTS DISTRIBUTOR Herry Christian Palit, *), Sherly ) ) Industrial Engineering
Lebih 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 terperinciModel Integrasi Keputusan Lokasi, Perutean Kendaraan, dan Pengendalian Persediaan pada Sistem Rantai Pasok Tiga Eselon
Jurnal Teknik Industri, Vol. 19, No. 1, Juni 2017, 1-10 ISSN 1411-2485 print / ISSN 2087-7439 online DOI: 10.9744/jti.19.1.1-10 Model Integrasi Keputusan Lokasi, Perutean Kendaraan, dan Pengendalian Persediaan
Lebih terperinciOPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN
Tugas Akhir KI 091391 OPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN Akhmed Data Fardiaz NRP 5102109046 Dosen Pembimbing Rully Soelaiman, S.Kom.,
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Vehicle Routing Problem (VRP) merupakan salah satu permasalahan yang terdapat pada bidang Riset Operasional. Dalam kehidupan nyata, VRP memainkan peranan penting dalam
Lebih terperinciPembentukan Rute Distribusi Menggunakan Algoritma Clarke & Wright Savings dan Algoritma Sequential Insertion *
Reka Integra ISSN: 2338-508 Jurusan Teknik Industri Itenas No.02 Vol. 02 Jurnal Online Institut Teknologi Nasional Oktober 204 Pembentukan Distribusi Menggunakan Algoritma Clarke & Wright Savings dan Algoritma
Lebih 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 terperinciAlgoritma. Untuk. Problem Dengan. Vehicle. Window. Jasa
Pengembangan Algoritma Heuristik Ant Colony System Untuk Menyelesaikan Permasalahan Dynamic Vehicle Routing Problem Dengan Time Window (DVRPTW) Pada Penyedia Jasa Inter-City Courier Nurlita Gamayanti (2207
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 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 terperinciALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW)
ALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW) Irinne Puspitasari 1, Purwanto 2 Email : irinne.puspitasari@gmail.com JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperincicommit to user BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori Vehicle Routing Problem (VRP)
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Vehicle Routing Problem (VRP) Di dalam VRP setiap rute kendaraan dimulai pada depot, melayani semua pelanggan pada rute tersebut, dan kembali ke depot. Rute
Lebih terperinciPERBANDINGAN PERFORMANSI ALGORITMA CROSS ENTROPY DAN ALGORITMA DIFFERENTIAL EVOLUTION DALAM PENYELESAIAN PERMASALAHAN CREW ROSTERING
PERBANDINGAN PERFORMANSI ALGORITMA CROSS ENTROPY DAN ALGORITMA DIFFERENTIAL EVOLUTION DALAM PENYELESAIAN PERMASALAHAN CREW ROSTERING Maria Krisnawati, Budi Santosa, Ahmad Rusdiansyah Jurusan Teknik Industri,
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 terperinciDAFTAR ACUAN. Sites Through Gis And Bim Integration. Journal of. Information Technology in Construction, 17,
DAFTAR ACUAN [1]. Irizarry. J., Karan, E. P. 2012. Optimizing Location Of Tower Cranes [2]. Irizarry. J., Karan, E. P. 2012. Optimizing Location Of Tower Cranes [3]. Al-Hussein, M., Niaz, M., A., Yu, H.,
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 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 terperinciPENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER
JMA, VOL. 9, NO.1, JULI 2010, 43-48 43 PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan
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 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 terperinciPENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR (Studi Kasus Pada PT. Graha Gas Niaga Klaten)
PENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR (Studi Kasus Pada PT. Graha Gas Niaga Klaten) Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata II pada
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK DISTRIBUSI SURAT KABAR KEDAULATAN RAKYAT DI KABUPATEN SLEMAN Jurnal Diajukan Kepada Fakultas Matematika dan
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 terperinciII TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming
4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori
Lebih terperinciPENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW
INFOMATEK Volume 19 Nomor 1 Juni 2017 PENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW Tjutju T. Dimyati Program Studi Teknik Industri Fakultas Teknik Universitas Pasundan Abstrak: Penentuan
Lebih terperinciPenerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem
Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin 1, Rasyid Kurniawan 2, Mahmud Dwi Sulistiyo 3 1,2 Prodi S1 Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
12 BAB I PENDAHULUAN 1.1. Latar Belakang Distribusi suatu produk mempunyai peran yang penting dalam suatu mata rantai produksi. Hal yang paling relevan dalam pendistribusian suatu produk adalah transportasi
Lebih terperinciJurnal Teknik Industri, Vol. 19, No. 2, December 2017, ISSN print / ISSN online
Jurnal Teknik Industri, Vol. 19, No. 2, December 2017, 115-124 ISSN 1411-2485 print / ISSN 2087-7439 online DOI: 10.9744/jti.19.2.115-124 Algoritma Genetika untuk Pemecahan Masalah Rute Kendaraan dengan
Lebih terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 2 Februari 2017, hlm. 95-99 http://j-ptiik.ub.ac.id Implementasi Algoritma Nearest Insertion Heuristic dan Modified
Lebih terperinciPENENTUAN RUTE TRUK PENGUMPULAN DAN PENGANGKUTAN SAMPAH DI BANDUNG
Jurnal Teknik Industri, Vol. 11, No. 1, Juni 2009, pp. 51-60 ISSN 1411-2485 PENENTUAN RUTE TRUK PENGUMPULAN DAN PENGANGKUTAN SAMPAH DI BANDUNG Lisye Fitria 1, Susy Susanty 2, Suprayogi 3 1,2) Fakultas
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam setiap hari, masyarakat tidak akan luput dari kegiatan distribusi barang. Dari rakyat kecil sampai pada perusahaan besar sangat memperhatikan masalah distribusi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap perusahaan tidak dapat lepas dari persoalan transportasi, baik untuk pengadaan bahan baku ataupun dalam mengalokasikan barang jadinya. Salah satu metode yang
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM
TUGAS AKHIR SM 1330 PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM HARMERITA NRP 1202 100 006 Dosen Pembimbing Drs. Soetrisno, MIKomp JURUSAN MATEMATIKA
Lebih terperinciBAB 7 KESIMPULAN dan SARAN
BAB 7 KESIMPULAN dan SARAN 7.1. Kesimpulan Pada penelitian ini, model distribusi peneliti diselesaikan dengan 4 pendekatan dengan mengkombinasikan pertimbangan kesetaraan tingkat pemenuhan dan minimum
Lebih terperinciOptimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika
Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika Rozak Arief Pratama 1, Esmeralda C. Djamal, Agus Komarudin Jurusan Informatika, Fakultas MIPA Universitas Jenderal
Lebih terperinciUNNES Journal of Mathematics
UJM 1 (1) (2012) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA TABU SEARCH UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM Fajar Eska Pradhana, Endang Sugiharti,
Lebih terperinciANALISIS KONSISTENSI MATRIKS KEPUTUSAN : SUATU PERBANDINGAN NUMERIK. Farikhin Departemen Matematika FSM UNDIP
JMP : Vol. 9 No. 1, Juni 2017, hal. 1-12 ANALISIS KONSISTENSI MATRIKS KEPUTUSAN : SUATU PERBANDINGAN NUMERIK Farikhin Departemen Matematika FSM UNDIP farikhin.math.undip@gmail.com ABSTRACT. In this paper,
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM UNTUK MINIMASI TOTAL BIAYA TRANSPORTASI PADA PT XYZ DENGAN METODE ALGORITMA GENETIKA
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 2566 PENYELESAIAN VEHICLE ROUTING PROBLEM UNTUK MINIMASI TOTAL BIAYA TRANSPORTASI PADA PT XYZ DENGAN METODE ALGORITMA GENETIKA
Lebih terperinci