SIMULASI OPTIMASI POLA PENYUSUNAN BARANG DALAM KONTAINER MENGGUNAKAN ALGORITMA GENETIKA

22094762, PRIMA ADHI WIBOWO (2014) SIMULASI OPTIMASI POLA PENYUSUNAN BARANG DALAM KONTAINER MENGGUNAKAN ALGORITMA GENETIKA. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22094762_Bab1_Bab5_Daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 22094762_Bab2-sd-Bab4_Lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Seiring dengan perkembangan ekonomi di Indonesia yang semakin pesat, perkembangan industri distribusi semakin meningkat. Dengan peningkatan ini diharapkan industri distribusi semakin meningkatkan kinerja dan kualitas pelayanan jasa pengiriman barang. Untuk menghemat biaya pengiriman barang mereka berusaha mengoptimalkan armada pengiriman dengan memaksimalkan daya angkut. Salah satu metode yang dapat digunakan untuk mengoptimalkan pola penyusunan barang dalam kontainer ialah Algoritma Genetika. Algoritma ini menerapkan proses-proses alam yang sering terjadi. Yang mampu bertahan hidup dialah yang akan hidup. Dengan menerapkan kondisi seperti ini algoritma genetika melakukan serangkaian proses untuk memperoleh hasil yang optimal. Proses genetika ini dilakukan dengan membangun kromosom awal sebagai awal dari proses. Selanjutnya akan dilakukan perhitungan fitness yang merupakan perhitungan sisa ruang kosong dari kontainer, yang memiliki ukuran terbesar akan di ambil sebagai solusi terbaik. Setelah diambil solusi terbaik dilanjutkan dengan iterasi berikutnya dengan melakukan proses crossover dan mutasi dengan membandingkan nilai fitness yang terbaik dengan nilai fitness yang didapat dari kromosom yang tercipta dari hasil mutasi atau crossover. Berdasarkan hasil yang diperoleh, optimasi barang dalam kontainer efektif digunakan untuk barang yang memiliki berbagai macam ukuran. Dengan berbedanya ukuran barang satu dengan lainnya membuat nilai fitness akan berbeda-beda antara satu dengan lainnya. Untuk generate awal kromosom digunakan 10 kromosom. Dengan 10 kromosom dan 20 kali perulangan sudah dapat menemukan hasil optimal dengan cepat dibandingkan 5 kromosom hal ini terjadi akibat banyaknya variasi urutan barang yang dimunculkan. Akan tetapi bila dimunculkan semakin banyak proses crossover dan mutasi tidak berguna sehingga hanya 10 kromosom yang di generate pada awal proses. Pada proses crossover penggunaan 1/3 bagian kromosom yang diambil dari kiri lebih efektif dari 1/3 bagian kromosom yang diambil di tengah. Hal ini disebabkan karena kromosom terbentuk dari urutan barang yang masuk. Barang yang masuk terlebih dahulu mempengaruhi nilai fitness yang diperoleh nantinya.

Actions (login required)

View Item