PENERAPAN HYBRID ALGORITMA ARTIFICIAL BEE COLONY (ABC) DAN SIMULATED ANNEALING (SA) UNTUK MENYELESAIKAN PENJADWALAN PROYEK DENGAN SUMBER DAYA TERBATAS

Main Author: ASNI SURYANI, 081112075
Format: Thesis NonPeerReviewed Book
Bahasa: ind
Terbitan: , 2016
Subjects:
Online Access: http://repository.unair.ac.id/45308/1/ABSTRAK.pdf
http://repository.unair.ac.id/45308/2/MPM.%2074-16%20Sur%20p.pdf
http://repository.unair.ac.id/45308/
http://lib.unair.ac.id
Daftar Isi:
  • Resource Constrained Project Scheduling Problem (RCPSP) atau Penjadwalan Proyek dengan Sumber Daya Terbatas merupakan suatu permasalahan yang bertujuan untuk mencari durasi minimal dari penjadwalan suatu proyek yang terdiri dari sejumlah aktivitas dan sumber daya yang terbatas. Oleh karena itu, tujuan dari penulisan skripsi ini adalah untuk menyelesaikan RCPSP dengan hybrid algoritma Artificial Bee Colony (ABC) dan Simulated Annealing (SA). Algoritma ABC merupakan salah satu metode yang terinspirasi dari kehidupan sebuah koloni lebah pada saat mereka mencari sumber makanan. SA merupakan metode yang dianalogikan dengan proses annealing. Hybrid algoritma ABC dan SA adalah gabungan dari kedua algoritma dengan cara memasukkan proses SA ke proses algoritma ABC. Proses algoritma ini dimulai dengan input data dan inisialisasi parameter, membangkitkan solusi awal, menghitung nilai fungsi tujuan, pencarian neigbourhood dari solusinya dan menghitung nilai fungsi tujuan, seleksi roulette wheel, pencarian solusi baru dengan neigbourhood dari solusinya oleh onlooker, menghitung nilai fungsi tujuan, pemilihan solusi untuk SA, melakukan proses SA terhadap solusi yang sudah dipilih dengan invertion mutation, mengingat solusi terbaik, menentukan solusi yang telah mencapai batas limit, dan proses berlanjut sampai maksimum iterasi. Data yang digunakan dalam skripsi ini adalah proyek dengan 10 aktivitas dan 4 tipe sumber daya, proyek dengan 25 aktivitas dan 3 tipe sumber daya, dan proyek dengan 60 aktivitas dan 4 tipe sumber daya. Program hybrid algoritma ABC dan SA untuk RCPSP dibuat dengan bahasa pemograman C++ pada Borland C++ 5.0.2. Fungsi tujuan terbaik berdasarkan hybrid algoritma ABC dan SA didapatkan untuk data proyek dengan 10 aktivitas dan 4 tipe sumber daya yaitu 27, untuk data proyek dengan 25 aktivitas dan 3 tipe sumber daya yaitu 64, sedangkan untuk data proyek dengan 60 aktivitas dan 4 tipe sumber daya diperoleh 82.