Kumpulan Skripsi & Artikel Jurnal Ilmiah

2009

Optimasi pola penyusunan barang dalam ruang tiga dimensi menggunakan metode genetic algorithms

Filed under: Uncategorized — Tags: , , , , , — dvanhlast @ 7:31 am

Author : HARIYANTO, BENY

Pola penyusunan barang dalam ruang tiga dimensi, contohnya kontainer, harus bisa seoptimal mungkin untuk menekan biaya pengiriman dalam berbisnis. Algoritma Genetik sebagai metode pencarian solusi yang berpatokan pada seleksi alam untuk mendapatkan sebuah individu dengan susunan gen-gen terbaik, mampu memberikan solusi bagaimana pola susunan barang dioptimalkan melalui proses iterasi sampai beberapa generasi dengan operatornya yaitu reproduksi, pindah silang, dan mutasi. Dengan memasukkan inputan berupa spesifikasi ruang dan barang beserta probabilitas ketiga operator Algoritma Genetik, proses optimasi akan menemukan pola susunan barang berdasarkan fitness atau nilai terbaik, yaitu semakin sedikit ruang kosong yang tersisa.

Keyword : space optimization, genetic algorithms, reproduction, crossover, mutation, fitness

Optimasi pengisian container dengan Genetic Algorithms

Filed under: Uncategorized — Tags: , , , , , — dvanhlast @ 7:31 am

Author : HAU, HAN

Dalam bidang ekspedisi, salah satu cara untuk mendapatkan keuntungan sebesar-besarnya adalah dengan cara mengoptimasikan pengisian kontainer. Salah satu metode yang bisa digunakan adalah algoritma genetika. Algoritma ini digunakan untuk mencari pola penyusunan barang yang paling opt imal dengan mengunakan operator nya yaitu reproduksi, seleksi, kawin silang dan inversi. Metode seleksi yang digunakan adalah roullete wheel. Metode kawin silang yang digunakan adalah order crossover. Dengan memasukkan data berupa ukuran kontainer dan ukuran barang, beserta nilai dari parameter algoritma genetika, maka akan terjadi proses algoritma genetika sehingga akhirnya didapatkan pola susunan barang yang paling optimal berdasarkan besarnya fitness. Fitness berupa banyaknya ruang yang terisi dikontainer. Pengujian dilakukan dengan mengambil data sesungguhnya diekspedisi. Baik itu berupa data ukuran kontainer maupun ukuran barang. Pengujian dilakukan pada kontainer 20 feet dengan ukuran panjang 590 cm, lebar 240 cm dan tinggi 220 cm. Dengan jumlah barang sebanyak 308 buah dengan berbagai ukuran. Dimana pada data lapangan penyusunan barang dikontainer secara manual diketahui optimasi kontainer terisi oleh barang sebesar 83,119 %. Sedangkan jika dilakukan pengujian dengan menggunakan algoritma genetika akan didapatkan optimasi kontainer terisi oleh barang sebesar 91,562 %. Terdapat perbedaan selisih ruang terisi dikontainer sebesar 8,443 %. Jadi dapat disimpulkan bahwa pengisian barang dikontainer dengan menerapkan algoritma genetika dapat memberikan hasil yang lebih optimal daripada pengisian barang dikontainer tanpa menggunakan algoritma genetika.

Keyword : genetic algorithm, reproduction, selection, crossover, inversion, fitness

Sumber : http://repository.petra.ac.id/3900/

Blog at WordPress.com.