PENERAPAN FLOWER POLLINATION ALGORITHM (FPA) UNTUK MENYELESAIKAN OPEN VEHICLE ROUTING PROBLEM (OVRP)

• Main Author: Khoirul Rokhim, 081511233110
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; English; Indonesian; Indonesian; Indonesian
• Published: 2019
• Subjects: QA1 Mathematics (General); QA1-939 Mathematics
• Online Access: http://repository.unair.ac.id/84245/1/MPM%2040-19%20Rok%20p%20-%20ABSTRAK.pdf; http://repository.unair.ac.id/84245/2/MPM%2040-19%20Rok%20p%20-%20ABSTRACT.pdf; http://repository.unair.ac.id/84245/3/MPM%2040-19%20Rok%20p%20-%20DAFTAR%20ISI.pdf; http://repository.unair.ac.id/84245/4/MPM%2040-19%20Rok%20p%20-%20DAFTAR%20PUSTAKA.pdf; http://repository.unair.ac.id/84245/5/MPM%2040-19%20Rok%20p.pdf; http://repository.unair.ac.id/84245/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Penulisan skripsi ini bertujuan untuk menyelesaikan Open Vehicle Routing Problem dengan menggunakan Flower Pollination Problem. Open Vehicle Routing (OVRP) merupakan salah satu variasi dari Vehicle Routing Problem (VRP) yaitu suatu permasalahan penentuan rute kendaraan, sehingga diperoleh rute dengan biaya minimum tanpa melanggar kendala kapasitas muatan kendaraan, dan kendaraan tidak kembali ke depot setelah melayani pelanggan terakhir. OVRP berfokus pada masalah dimana perusahaan tidak memiliki kendaraan sama sekali untuk pendistribusian produk ke pelanggan. Permasalahan tersebut memaksa perusahaan menyewa beberapa kendaraan untuk merealisasikan pendistribusian produk. Flower Pollination Algorithm (FPA) merupakan salah satu algoritma yang terinspirasi dari alam, yaitu dari proses penyerbukan bunga pada tanaman. Dalam FPA, terdapat dua langkah kunci yaitu penyerbukan global dan penyerbukan lokal yang ditentukan oleh switch probability. Bahasa pemrograman yang digunakan pada skripsi ini adalah Java yang diimplementasikan pada tiga contoh kasus yaitu data kecil dengan 18 pelanggan, data sedang dengan 75 pelanggan, data besar dengan 100 pelanggan serta biaya per satuan jarak sebesar E 0.6 dan biaya sewa sebesar E 15 per kendaraan. Berdasarkan hasil implementasi program diperoleh total biaya yang dikeluarkan masing-masing data berurutan adalah sebesar E 155.3618, E 1194.7476, dan E 1609.2984. Hasil dari output program menunjukkan bahwa semakin banyak jumlah maksimal iterasi dan jumlah bunga, serta semakin besar nilai switch probability, maka penyelesaian OVRP lebih baik yakni dengan total biaya yang dikeluarkan lebih minimum.