Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP).
Uncapacitated Facility Location Problem (UFLP) merupakan permasalahan penempatan suatu fasilitas pada suatu lokasi dengan kapasitas customer yang dilayani oleh masing-masing fasilitas diasumsikan tidak terbatas, sehingga diperoleh biaya total minimum. Skripsi ini menggunakan Firefly Algorithm (F...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian Indonesian |
Published: |
2018
|
Subjects: | |
Online Access: | http://repository.unair.ac.id/79526/1/MPM.%2001-19%20Ada%20h.pdf http://repository.unair.ac.id/79526/2/MPM.%2001-19%20Ada%20h%20Abstrak.pdf http://repository.unair.ac.id/79526/ 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.79526 |
---|---|
record_format |
dspace |
spelling |
id-langga.795262019-01-26T04:28:37Z http://repository.unair.ac.id/79526/ Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). Robiatul Adawiyah, 081411231056 QA1-939 Mathematics Uncapacitated Facility Location Problem (UFLP) merupakan permasalahan penempatan suatu fasilitas pada suatu lokasi dengan kapasitas customer yang dilayani oleh masing-masing fasilitas diasumsikan tidak terbatas, sehingga diperoleh biaya total minimum. Skripsi ini menggunakan Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk menyelesaikan Uncapacitated Facility Location Problem (UFLP). Dalam penyelesaian masalah, pada proses awal penulis menggunakan Firefly Algorithm (FA) kemudian dilanjutkan Bat Algorithm (BA). Proses algoritma ini dimulai dengan input data dan inisialisasi parameter, membangkitkan populasi awal firefly, evaluasi fungsi tujuan, menghitung intensitas cahaya, membandingkan intensitas cahaya, menetukan G-best, melakukan movement pada firefly terbaik, mengecek maks iterasi, mengkonversi populasi firefly menjadi populasi bat, memperbarui posisi bat, local search, mencari solusi terbaik diantara solusi baru bat. Metode ini diimplementasikan pada dua contoh kasus yaitu data kecil dengan 10 lokasi dan 15 customer serta data besar dengan 50 lokasi dan 50 customer dengan menggunakan bahasa pemrograman C++. Dari hasil running program diperoleh total biaya minimum untuk data kecil yaitu 149111,094 dan untuk data besar yaitu 815715,500. Semakin besar jumlah popsize dan maksimum iterasi maka solusi yang diperoleh cenderung lebih baik 2018 Thesis NonPeerReviewed text id http://repository.unair.ac.id/79526/1/MPM.%2001-19%20Ada%20h.pdf text id http://repository.unair.ac.id/79526/2/MPM.%2001-19%20Ada%20h%20Abstrak.pdf Robiatul Adawiyah, 081411231056 (2018) Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). 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 |
QA1-939 Mathematics |
spellingShingle |
QA1-939 Mathematics Robiatul Adawiyah, 081411231056 Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). |
description |
Uncapacitated Facility Location Problem (UFLP) merupakan
permasalahan penempatan suatu fasilitas pada suatu lokasi dengan kapasitas
customer yang dilayani oleh masing-masing fasilitas diasumsikan tidak terbatas,
sehingga diperoleh biaya total minimum. Skripsi ini menggunakan Firefly
Algorithm (FA) dan Bat Algorithm (BA) untuk menyelesaikan Uncapacitated
Facility Location Problem (UFLP). Dalam penyelesaian masalah, pada proses awal
penulis menggunakan Firefly Algorithm (FA) kemudian dilanjutkan Bat Algorithm
(BA). Proses algoritma ini dimulai dengan input data dan inisialisasi parameter,
membangkitkan populasi awal firefly, evaluasi fungsi tujuan, menghitung intensitas
cahaya, membandingkan intensitas cahaya, menetukan G-best, melakukan
movement pada firefly terbaik, mengecek maks iterasi, mengkonversi populasi
firefly menjadi populasi bat, memperbarui posisi bat, local search, mencari solusi
terbaik diantara solusi baru bat. Metode ini diimplementasikan pada dua contoh
kasus yaitu data kecil dengan 10 lokasi dan 15 customer serta data besar dengan 50
lokasi dan 50 customer dengan menggunakan bahasa pemrograman C++. Dari hasil
running program diperoleh total biaya minimum untuk data kecil yaitu 149111,094
dan untuk data besar yaitu 815715,500. Semakin besar jumlah popsize dan
maksimum iterasi maka solusi yang diperoleh cenderung lebih baik |
format |
Theses and Dissertations NonPeerReviewed |
author |
Robiatul Adawiyah, 081411231056 |
author_facet |
Robiatul Adawiyah, 081411231056 |
author_sort |
Robiatul Adawiyah, 081411231056 |
title |
Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). |
title_short |
Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). |
title_full |
Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). |
title_fullStr |
Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). |
title_full_unstemmed |
Hybrid Firefly Algorithm (FA) dan Bat Algorithm (BA) untuk Menyelesaikan Uncapacitated Facility Location Problem (UFLP). |
title_sort |
hybrid firefly algorithm (fa) dan bat algorithm (ba) untuk menyelesaikan uncapacitated facility location problem (uflp). |
publishDate |
2018 |
url |
http://repository.unair.ac.id/79526/1/MPM.%2001-19%20Ada%20h.pdf http://repository.unair.ac.id/79526/2/MPM.%2001-19%20Ada%20h%20Abstrak.pdf http://repository.unair.ac.id/79526/ http://lib.unair.ac.id |
_version_ |
1681151127182114816 |