IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI CROSSOVER DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) PADA PENDISTRIBUSIAN AIR MINERAL DI PT ARTHA ENVIROTAMA SLEMAN

Ayuningrum, Niken Lisca Aggyta and Saptaningtyas, Fitriana Yuli (2017) IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI CROSSOVER DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) PADA PENDISTRIBUSIAN AIR MINERAL DI PT ARTHA ENVIROTAMA SLEMAN. S1 thesis, UNY.

[img]
Preview
Text
BAB I.pdf

Download (233kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (1MB) | Preview
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (275kB)
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (110kB) | Preview
[img] Text
halaman awal.pdf
Restricted to Repository staff only

Download (2MB)
[img] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (386kB)

Abstract

Pendistribusian galon air mineral di PT Artha Envirotama (Evita) saat ini masih sering terjadi keterlambatan. Hal ini dikarenakan belum optimalnya rute pendistribusian di Evita. Masalah penentuan rute optimal termasuk dalam Capacitated Vehicle Routing Problem with Time Windows (CVRPTW). CVRPTW dapat diselesaikan dengan algoritma genetika menggunakan order crossover dan cycle crossover. Tujuan dari penelitian ini adalah menentukan rute optimal dari model matematika CVRPTW pada kasus pendistribusian galon air mineral di Evita kemudian menyelesaikannya dengan algoritma genetika order crossover dan cycle crossover sehingga meminimalkan waktu tempuh setiap kendaraan. Proses Algoritma Genetika dimulai dengan membangkitkan populasi awal yang terdiri atas kumpulan individu, kemudian dihitung nilai fitness setiap individu. Individu pada populasi awal selanjutnya diseleksi dengan menggunakan metode Roulette Wheel Selection dan dilakukan crossover dengan metode order crossover dan cycle crossover. Generasi baru hasil crossover dikenai proses mutasi dengan metode swapping mutation. Proses terakhir yaitu menyusun populasi baru dan mengulangi proses seleksi, crossover, dan mutasi sampai dengan jumlah iterasi yang diinginkan. Berdasarkan perhitungan yang diperoleh menggunakan metode order crossover pada algoritma genetika, diperoleh rata-rata waktu tempuh setiap kendaraan 233.4 menit. Hasil yang diperoleh dari perhitungan menggunakan metode cycle crossover pada algoritma genetika diperoleh rata-rata waktu tempuh setiap kendaraan 215.2 menit. Dengan demikian dapat dikatakan bahwa solusi yang dihasilkan metode cycle crossover pada algoritma genetika lebih baik jika dibandingkan metode order crossover dalam menyelesaikan masalah pendistribusian galon air mineral di Evita. Kata Kunci : Algoritma Genetika, CVRPTW, Pendistribusian Galon Air Mineral

Item Type: Thesis (S1)
Subjects: Matematika dan Ilmu Pengetahuan Alam > Matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 12 May 2017 03:15
Last Modified: 12 May 2017 03:15
URI: http://eprints.uny.ac.id/id/eprint/48965

Actions (login required)

View Item View Item