PENERAPAN HYBRID ARTIFICIAL BEE COLONY (ABC) DENGAN SIMULATED ANNEALING (ABC-SA) UNTUK MENYELESAIKAN MULTI-DEPOT VEHICLE ROUTING PROBLEM (MDVRP)
| Main Author: | ROSALYA SETYOWATI UTAMI, 081311233035 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/69271/1/abstrak%20mpm%2001%2018.pdf http://repository.unair.ac.id/69271/2/MPM%2001%2018%20%20uta%20p.pdf http://repository.unair.ac.id/69271/ http://lib.unair.ac.id |
Daftar Isi:
- Penulisan skripsi ini bertujuan untuk menyelesaikan masalah Multi-Depot Vehicle Routing Problem (MDVRP) menggunakan hybrid Artificial Bee Colony (ABC) dengan Simulated Annealing (SA). MDVRP merupakan salah satu masalah penentuan rute distribusi dimana setiap pelanggan harus dilayani oleh kendaraan yang berbasis di salah satu dari beberapa depot yang tersedia. Tujuan dari permasalah ini adalah membentuk satu urutan pelanggan pada setiap rute kendaraan yang dapat meminimumkan jarak tempuh tanpa melanggar kendala kapasitas kendaraan dan kapasitas depot. Metode yang digunakan untuk menyelesaikan permasalahan MDVRP adalah hybrid Artificial Bee Colony (ABC) dengan Simulated Annealing (SA). ABC merupakan metode yang terinspirasi dari kehidupan sebuah koloni lebah pada saat mereka mencari sumber makanannya. SA merupakan algoritma yang terinspirasi dari proses annealing. Hybrid algoritma ABC dengan SA adalah gabungan dari kedua algoritma dengan cara menyisipkan proses SA ke proses ABC. Secara umum, proses diawali dengan mengelompokkan pelanggan ke depot terdekat, membangkitkan solusi awal, melakukan proses ABC, pemilihan solusi untuk SA, melakukan proses SA, kemudian dilanjutkan dengan proses ABC. Penyelesaian MDVRP menggunakan hybrid algoritma ABC dengan algoritma SA dibuat dalam bahasa pemrograman C++ serta diimplementasika pada tiga data yaitu data berukuran kecil (4 depot, 50 pelanggan), data berukuran sedang (5 depot, 75 pelanggan), dan data berukuran besar (2 depot, 100 pelanggan). Berdasarkan hasil implementasi pada ketiga kasus tersebut dapat disimpulkan bahwa ketika jumlah iterasi dan jumlah koloni lebah (ncol) dinaikkan, penyelesaiannya cenderung lebih baik.