Kumpulan Skripsi & Artikel Jurnal Ilmiah

2009

Penggunaan algoritma genetik untuk perencanaan rute perjalanan di Jawa Timur

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

Author : IVAN, VINCENTIUS

Mencari rute yang efisien di antara dua kota seringkali memerlukan ketelitian dan penghitungan yang cukup rumit, disebabkan oleh banyaknya kemungkinan yang dapat ditempuh. Sebuah program aplikasi yang dapat memecahkan masalah ini akan membantu, karena itu direncanakan dan dibuat sebuah program yang dapat mencari rute yang efisien dalam tugas akhir ini. Program aplikasi ini bertujuan untuk membantu merencanakan rute perjalanan antara kota-kota di Jawa Timur. Program dibuat dengan menggunakan algoritma genetik dengan harapan dapat dihasilkan rute yang optimal dalam waktu yang relatif singkat. Proram ini dibuat dengan programming tool Borland Delphi 6.0. Program ini dapat memberikan beberapa alternatif rute antara dua kota yang diurutkan berdasarkan panjang rute tersebut.

Keyword : travel route, genetic algorithm, program planning

Implementasi algoritma genetika untuk mendapatkan rute terbaik berdasarkan jarak, waktu dan kondisi rute

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

Author : , ELEAZAR

Algoritma genetika adalah suatu algoritma yang dasarnya adalah dari mekanisme seleksi dan mekanisme genetika alami. Algoritma genetika ini dapat digunakan untuk menyelesaikan masalah optimasi tanpa menggunakan suatu model matematika yang sulit dan kompleks. Tujuan dari tugas akhir ini adalah mendapatkan hasil yang paling optimal didalam masalah transportasi ini baik dari segi jarak yang ditempuh, waktu yang diperlukan maupun kondisi rute (jalan rusak, jalan satu arah dan kepadatan jalan) tersebut dengan menerapkan algoritma genetika. Dalam tugas akhir ini memakai representasi kromosom yang menggunakan bit string. Metode seleksi yang dipakai adalah roulette-wheel, elitism dan gabungan roulette-wheel dan elitism. Proses kawin silang memakai dua cara yaitu kawin silang dengan satu titik potong dan dua titik potong. Kriteria penghentian regenerasi memakai sistim 10000 * (1 + jumlah syarat) dari nilai obyektif optimal terakhir. Metode pengujian yang dipakai adalah melakukan proses algoritma genetika dengan melakukan variasi pada jumlah kromosom, crossover rate, mutation rate dan syarat rate dengan ketiga metode seleksi dan kedua titik potong. Dari hasil pengujian didapatkan metode roulette-wheel dengan satu titik potong, Pin antara 0.3-1 dan Pc 0.9 merupakan hasil yang terbaik.

Keyword : genetic algorithm

Penjadwalan produksi menggunakan algoritma genetika di PT. Sinar Angkasa Rungkut

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

Author : IRAWAN, ERVAN

Pl. Sinar Angkasa Rungkut (SAR) adalah perusahaan rnanufaktur yang memproduksi incandescent lamp, fluorescent lamp sebagai produk utama, selain itu P.T. Sinar Angkasa Rungkut saat ini juga telah mernproduksi sendiri ? 90 % dari bahan baku dan bahan penunjang yang diperlukan untuk pembuatan lampu. Dalam kegiatan produksinya, pihak perusahaan tidak menggunakan penjadwalan produksi dengan metode tertentu dan bagian produksi melakukan produksi secara terus menerus dan massal untuk memenuhi kapasitas gudang, sehingga penjadwalan produksinya kurang diperhatikan. Hal ini menyebabkan terjadinya peningkatan makespan. Tujuan dari penelilian ini adalah untuk membuat penjadwalan produksi yang meminimumkan makespan dengan menggunakan metode Algoritma Genetika, sehingga dapat memberikan altematif kepada pihak perusahaan. Hasil yang didapat dari penjadwalan mula-mula perusahaan adalah Cmax = 10.235.360 detik, sedangkan Algoritma CDS dan Random berturut-turut Cmax = 8.374.405 detik dan Cmax = 8.496.810 detik, Algoritma Genetika menghasilkan Cmax = 8.180.020 detik. Dengan demikian dapat ditarik kesimpulan bahwa penjadwalan dengan Algoritma Genetika menghasilkan makespan yang lebih kecil dari penjadwalan mula-mula yang dilakukan di perusahaan.

Keyword : production, genetic algorithm

Sumber : http://repository.petra.ac.id/1351/

Perbandingan kinerja algoritma genetika dan simulated annealing untuk masalah multiple objective pada penjadwalan flowshop

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

Author : PAMUNGKAS, ANDREE

Penelitian difokuskan pada pembandingan algoritma genetika dan simulated annealing pada performa, waktu proses dan keunggulannya satu sama lain. Tujuan penelitian adalah untuk melihat mana yang lebih baik antara dua algoritma penjadwalan tersebut, untuk menyelesaikan problem-problem penjadwalan flowshop yang disimulasikan pada kriteria minimasi makespan dan total flowtime. Tujuan lain adalah untuk mendapatan suatu sistem penjadwalan terkomputerisasi yang dapat dilakukan untuk melakukan penelitian dan dapat pula dilakukan untuk menyelesaikan problem-problem yang sesungguhnya. Hasil yang didapatkan adalah program penjadwalan untuk melakukan simulasi pembandingan algoritma tersebut serta simulasi yang dilakukan pada kombinasi-kombinasi job dan mesin yang berbeda-beda. Didapatkan algoritma simulated annealing lebih unggul dari algoritma genetika hingga 90%, algoritma genetika hanya unggul pada waktu proses saja, namun dengan tren waktu proses yang terbentuk, diyakini pada problem dengan kombinasi job dan mesin yang banyak, algoritma simulated annealing dapat lebih cepat daripada algoritma genetika.

Keyword : genetic algorithm, simulated annealing, flowshop

Sumber : http://repository.petra.ac.id/1352/

Pembuatan perangkat lunak untuk pemilihan dan peletakan barang dalam kendaraan pengangkutan berdasarkan rute terpendek menggunakan genetic algorithm

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

Author : SOENJOYO, SUTEKNO

Dewasa ini, persaingan antara perusahaan yang menyediakan jasa pengiriman barang semakin ketat. Oleh karena itu, perusahaan pengiriman selalu dituntut untuk dapat memberikan pelayanan terbaik agar bisa tetap bertahan ditengah persaingan. Salah satunya adalah dengan mengirim barang agar sampai pada tujuan sesuai dengan waktu yang diinginkan pelanggan. Hal ini bukanlah masalah yang mudah mengingat barang yang harus dikirim memiliki jumlah yang besar dan memiliki kode prioritas yang berbeda-beda. Metode yang digunakan dalam program ini adalah Genetic Algorithm. Genetic Algorithm digunakan untuk proses pencarian rute terpendek dan proses peletakan barang dalam kendaraan pengangkutan. Program ini dibuat dengan menggunakan compiler Borland Delphi 7 dan Microsoft Office Access 2002 sebagai software database. Program ini dapat menjalankan proses pemilihan barang berdasarkan waktu datang dan prioritas pengiriman barang. Selain itu, program akan melakukan proses peletakan barang dalam kendaraan pengangkutan berdasarkan rute terpendek yang telah ditentukan dimana program dapat menampilkan simulasi pengiriman dan pengeluaran barang secara visual. Dengan program ini, diharapkan dapat membantu perusahaan penyedia jasa pengiriman untuk dapat melakukan proses pengiriman barang dengan lebih cepat agar barang dapat sampai ke alamat tujuan tanpa mengalami keterlambatan.

Keyword : shortest route, container overloading, genetic algorithm

Sumber : http://repository.petra.ac.id/2198/

Optimasi pengambilan dan penataan ulang barang di gudang dengan penerapan stack menggunakan metode genetic algorithm

Author : WIE, ONG

Dunia industri yang semakin maju membutuhkan komputer sebagai alat bantu utama. Sistem komputerisasi di dalam dunia industri akan membuat beberapa hal menjadi lebih mudah, antara lain dalam pengambilan barang dan penataan ulang barang di gudang. Suatu perangkat lunak untuk keperluan tersebut telah dibuat oleh penulis. Perangkat lunak yang dibuat ini dikhususkan untuk gudang yang barang-barangnya disimpan dalam palet-palet pada rak di gudang. Penataan ulang barang ini menggunakan algoritma genetika, yang akan melalui proses pembuatan populasi awal, pencarian fitness cost dengan memperhitungkan luas area dan berat barang, pengurutan data, imigrasi, persilangan, dan mutasi. Melalui perangkat lunak ini, user juga dapat melihat kondisi gudang secara baik secara 2 dimensi ataupun 3 dimensi, yang dalam pengerjaannya menggunakan OpenGL. Sistem dari perangkat lunak yang dibuat ini sudah diuji coba dan memberikan nilai rata-rata fitness cost di atas 90%, ini berarti perangkat lunak ini telah sukses dalam menjalankan fungsinya.

Keyword : database management, database design, ordering goods, to fetch goods, reordering goods, plate, rack, genetic algorithm, immigration, cross over, mutation

Sumber : http://repository.petra.ac.id/3107/

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/

Perancangan dan pembuatan aplikasi penyusun menu makanan untuk program diet dengan metode algoritma genetika

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

Author : KANGSANTOSO, YUVICO

Berat badan yang ideal serta tubuh yang sehat merupakan harapan semua orang. Untuk itu orang-orang yang memiliki masalah dengan kegemukan, umumnya cenderung memilih untuk berdiet dengan pengawasan pakar gizi. Selanjutnya pakar gizi akan memberikan mereka suatu program yang disesuaikan dengan kondisi masing-masing pasien termasuk menu makanan yang disarankan untuk dikonsumsi. Dalam hal ini, para ahli membutuhkan sebuah software yang dapat membantu mereka dalam menyusun menu diet bagi pasiennya. Software ini dibuat dengan menggunakan metode Algoritma Genetika. Algoritma ini melakukan proses optimasi untuk mencari hasil yang memenuhi kriteria menu sehat, yaitu dengan perkawinan silang dan mutasi yang didasari proses random. Penerapan Algoritma Genetika dalam proses penyusunan menu ini, dengan cara mengkodekan setiap jenis makanan ke dalam bentuk numerik, dan merangkainya dalam bentuk string. Kemudian dilakukan proses regenerasi, dan seleksi untuk memperoleh gen inovatif terbaik melalui perhitungan Fitness Cost. Output yang diperoleh berupa susunan menu untuk makan pagi, makan siang dan makan malam dengan komposisi bahan yang telah diperhitungkan.

Keyword : diet, genetic algorithm, nutrient, programming, computer programs, software

Sumber : http://repository.petra.ac.id/4101/

Analisa perbandingan algoritma genetika dengan algoritma scatter search pada permasalahan penjadwalan flowshop dengan kriteria minimum makespan

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

Author : RAHARJO, ALIONG

Skripsi ini membandingkan algoritma genetika dengan algoritma scatter search untuk permasalahan penjadwalan flowshop dengan kriteria makespan. Tujuan pembuatan skripsi ini untuk mengetahui algoritma mana yang lebih baik dari kedua algoritma tersebut dilihat dari hasil makespan dan waktu komputasi. Dari analisa yang telah dilakukan didapatkan hasil bahwa algoritma scatter search secara keseluruhan lebih baik dilihat dari nilai makespan yaitu dari 9 permasalahan dengan 10 replikasi, algoritma scatter search unggul 66 kali walaupun secara statistik hasil makespan tersebut tidak berbeda secara significant dan untuk waktu komputasi secara keseluruhan algoritma scatter search lebih cepat.

Keyword : scheduling, genetic algorithm, scatter search algorithm

Sumber : http://repository.petra.ac.id/4202/

Optimasi pengisian gudang dengan penerapan stack menggunakan metode genetic algorithm

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

Author : KRISTIANTO, ERWIN

Perangkat lunak optimasi gudang ini digunakan untuk mengotomatisasi pengisian barang ke dalam gudang, yang selalu dibutuhkan dalam dunia industri. Perangkat lunak ini dikhususkan untuk gudang yang menerapkan sistem rak, di mana barang tidak disimpan pada lantai gudang, melainkan pada pelat-pelat pada rak yang ada di dalam gudang. Pengotomatisasian ini menggunakan algoritma genetika. Algoritma Genetika sangat dipengaruhi unsur random. Pada perangkat lunak juga disediakan fasilitas untuk melihat kondisi gudang secara 3 dimensi, menggunakan Open GL. Perangkat lunak dapat diimplementasikan jika rata-rata solusi akhir yang dihasilkan mencapai 90 %.

Keyword : warehouse loading, rack, genetic algorithm, open gl

Blog at WordPress.com.