PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW)
Penulisan skripsi ini bertujuan untuk menyelesaikan masalah Vehicle Routing Problem with Time Windows (VRPTW) menggunakan algoritma Cat Swarm Optimization (CSO). VRPTW adalah salah satu masalah penentuan rute distribusi dimana terdapat sejumlah pelanggan yang dilayani oleh satu depot. Rute harus...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian Indonesian |
Published: |
2017
|
Subjects: | |
Online Access: | http://repository.unair.ac.id/62641/1/MPM.34-17%20Sa%27d%20p%20Abstrak.pdf http://repository.unair.ac.id/62641/2/MPM.34-17%20Sa%27d%20p%20sec.pdf http://repository.unair.ac.id/62641/ http://lib.unair.ac.id |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universitas Airlangga |
Language: | Indonesian Indonesian |
id |
id-langga.62641 |
---|---|
record_format |
dspace |
spelling |
id-langga.626412017-12-11T18:10:17Z http://repository.unair.ac.id/62641/ PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) I’IS SA’DIYAH, 081311233027 QA Mathematics Penulisan skripsi ini bertujuan untuk menyelesaikan masalah Vehicle Routing Problem with Time Windows (VRPTW) menggunakan algoritma Cat Swarm Optimization (CSO). VRPTW adalah salah satu masalah penentuan rute distribusi dimana terdapat sejumlah pelanggan yang dilayani oleh satu depot. Rute harus dirancang sedemikian rupa sehingga setiap pelanggan hanya dikunjungi sekali oleh tepat satu kendaraan dalam rentang waktu tertentu yang berbentuk interval. Setiap rute berawal dan berakhir pada depot, dan total permintaan pelanggan tidak boleh melebihi kapasitas kendaraan. Metode yang digunakan untuk menyelesaikan permasalahan VRPTW adalah algoritma Cat Swarm Optimization (CSO). Algoritma CSO merupakan algoritma yang mengimitasi kebiasaan dari sekumpulan kucing dan perilakunya. Terdapat dua sub mode pada CSO, yaitu mode seeking dan mode tracing. Dalam algoritma CSO terdapat beberapa parameter yakni parameter jumlah kucing (m), Seeking Memory Pool (smp), Count Dimension to Change (cdc), Seeking Range Dimension (srd), Mixing Ratio (mr), dan Konstanta Tracing (c). Program penyelesaian VRPTW menggunakan algoritma CSO dibuat dalam bahasa pemrograman C++ serta diimplementasikan pada tiga contoh kasus yaitu data kecil (25 pelanggan), data sedang (50 pelanggan) dan data besar (100 pelanggan). Berdasarkan hasil implementasi pada ketiga kasus tersebut dengan menggunakan berbagai variasi parameter banyak kucing, cdc, dan maksimum iterasi, didapatkan bahwa ketika jumlah kucing dinaikkan dan cdc diturunkan, penyelesainnya cenderung lebih baik. 2017 Thesis NonPeerReviewed text id http://repository.unair.ac.id/62641/1/MPM.34-17%20Sa%27d%20p%20Abstrak.pdf text id http://repository.unair.ac.id/62641/2/MPM.34-17%20Sa%27d%20p%20sec.pdf I’IS SA’DIYAH, 081311233027 (2017) PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW). Skripsi thesis, Universitas Airlangga. http://lib.unair.ac.id |
institution |
Universitas Airlangga |
building |
Universitas Airlangga Library |
country |
Indonesia |
collection |
UNAIR Repository |
language |
Indonesian Indonesian |
topic |
QA Mathematics |
spellingShingle |
QA Mathematics I’IS SA’DIYAH, 081311233027 PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) |
description |
Penulisan skripsi ini bertujuan untuk menyelesaikan masalah Vehicle
Routing Problem with Time Windows (VRPTW) menggunakan algoritma Cat
Swarm Optimization (CSO). VRPTW adalah salah satu masalah penentuan rute
distribusi dimana terdapat sejumlah pelanggan yang dilayani oleh satu depot. Rute
harus dirancang sedemikian rupa sehingga setiap pelanggan hanya dikunjungi
sekali oleh tepat satu kendaraan dalam rentang waktu tertentu yang berbentuk
interval. Setiap rute berawal dan berakhir pada depot, dan total permintaan
pelanggan tidak boleh melebihi kapasitas kendaraan. Metode yang digunakan
untuk menyelesaikan permasalahan VRPTW adalah algoritma Cat Swarm
Optimization (CSO). Algoritma CSO merupakan algoritma yang mengimitasi
kebiasaan dari sekumpulan kucing dan perilakunya. Terdapat dua sub mode pada
CSO, yaitu mode seeking dan mode tracing. Dalam algoritma CSO terdapat
beberapa parameter yakni parameter jumlah kucing (m), Seeking Memory Pool
(smp), Count Dimension to Change (cdc), Seeking Range Dimension (srd), Mixing
Ratio (mr), dan Konstanta Tracing (c). Program penyelesaian VRPTW
menggunakan algoritma CSO dibuat dalam bahasa pemrograman C++ serta
diimplementasikan pada tiga contoh kasus yaitu data kecil (25 pelanggan), data
sedang (50 pelanggan) dan data besar (100 pelanggan). Berdasarkan hasil
implementasi pada ketiga kasus tersebut dengan menggunakan berbagai variasi
parameter banyak kucing, cdc, dan maksimum iterasi, didapatkan bahwa ketika
jumlah kucing dinaikkan dan cdc diturunkan, penyelesainnya cenderung lebih
baik. |
format |
Theses and Dissertations NonPeerReviewed |
author |
I’IS SA’DIYAH, 081311233027 |
author_facet |
I’IS SA’DIYAH, 081311233027 |
author_sort |
I’IS SA’DIYAH, 081311233027 |
title |
PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) |
title_short |
PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) |
title_full |
PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) |
title_fullStr |
PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) |
title_full_unstemmed |
PENERAPAN ALGORITMA CAT SWARM OPTIMIZATION (CSO) UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) |
title_sort |
penerapan algoritma cat swarm optimization (cso) untuk menyelesaikan vehicle routing problem with time windows (vrptw) |
publishDate |
2017 |
url |
http://repository.unair.ac.id/62641/1/MPM.34-17%20Sa%27d%20p%20Abstrak.pdf http://repository.unair.ac.id/62641/2/MPM.34-17%20Sa%27d%20p%20sec.pdf http://repository.unair.ac.id/62641/ http://lib.unair.ac.id |
_version_ |
1681148483407446016 |