Hutomo, Handriyo and Sari, Eminugroho Ratna (2017) PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV JOGJA TRANSPORT. S1 thesis, UNY.
|
Text
BAB I.pdf Download (36kB) | Preview |
|
|
Text
BAB II.pdf Download (438kB) | Preview |
|
Text
BAB III.pdf Restricted to Repository staff only Download (536kB) |
||
Text
BAB IV.pdf Restricted to Repository staff only Download (325kB) |
||
|
Text
DAFTAR PUSTAKA.pdf Download (13kB) | Preview |
|
Text
HALAMAN DEPAN.pdf Restricted to Repository staff only Download (1MB) |
||
Text
LAMPIRAN.pdf Restricted to Repository staff only Download (662kB) |
Abstract
Tingginya jumlah permintaan roti membuat distributor harus lebih efektif dalam menentukan rute pendistribusian. Masalah pengefektifan rute pendistribusian ini dapat dimodelkan sebagai Capacitated Vehicle Routing Problem (CVRP). Penelitian ini bertujuan untuk membentuk model matematika CVRP pada pendistribusian roti di CV Jogja Transport dan menyelesaikannya menggunakan Algoritma Genetika dan Metode Nearest Neighbour, serta membandingkan hasil penyelesaian model tersebut. Penelitian ini dilakukan di CV Jogja Transport dalam pendistribusian roti. Data yang dibutuhkan antara lain jarak antar depot dengan pelanggan dan jarak antar pelanggan, jumlah permintaan masing-masing pelanggan, jumlah kendaraan yang dioperasikan dan kapasitas kendaraan. Data kemudian diolah untuk dimodelkan sebagai permasalahan CVRP yang selanjutnya diselesaikan dengan Algoritma Genetika dan Metode Nearest Neighbour. Secara umum, langkah-langkah penyelesaian dengan Algoritma Genetika adalah mendefinisikan individu, mendefinisikan nilai fitness, menentukan proses pembangkitan populasi awal, menentukan proses seleksi, menentukan proses perkawinan silang dan mutasi gen yang akan digunakan. Sementara metode Nearest Neighbour merupakan suatu metode yang paling alami dalam menyelesaikan permasalahan CVRP karena hanya memilih pelanggan yang terdekat dari lokasi awal dalam membentuk rute perjalanan. Hasil penelitian menunjukkan bahwa berdasarkan perbandingan efektivitas terhadap roti yang diangkut diangkut Metode Nearest Neighbour lebih efektif dari Algoritma Genetika. Metode Nearest Neighbour menghasilkan rute yang dapat memaksimalkan kapasitas angkut kendaraan yaitu mengangkut 420 roti (100%). Berdasarkan perbandingan efektivitas terhadap jarak tempuh Algoritma Genetika lebih efektif dari Metode Nearest Neighbour. Algoritma Genetika menghasilkan total jarak sejauh 39,5 km. Jarak tersebut lebih efektif 6,4 km dari Metode Nearest Neighbour. Kata kunci: CVRP, Algoritma Genetika, Nearest Neighbour, rute, distribusi
Item Type: | Thesis (S1) |
---|---|
Subjects: | Matematika dan Ilmu Pengetahuan Alam > Matematika |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Matematika |
Depositing User: | Jurusan Pendidikan Matematika |
Date Deposited: | 26 Jul 2017 03:39 |
Last Modified: | 30 Jan 2019 14:33 |
URI: | http://eprints.uny.ac.id/id/eprint/50959 |
Actions (login required)
View Item |