BI-OBJECTIVE PERMUTATION FLOWSHOP SCHEDULING PROBLEM DENGAN HYBRID GENETIC ALGORITHM DAN FIREFLY ALGORITHM
| Main Author: | LAILATUN NISA AINIYAH, 081411231032 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/76499/1/ABSTRAK.pdf http://repository.unair.ac.id/76499/ http://lib.unair.ac.id |
Daftar Isi:
- Pada skripsi ini dibahas Bi-Objective Permutation FLowshop Scheduling Problem dengan Hybrid Genetic Algorithm dan Firefly Algorithm untuk meminimalkan makespan dan total tardiness. Bi-Objective diselesaikan menggunakan perkalian bobot dengan masing-masing fungsi tujuan yang kemudian akan dijumlahkan hasilnya. Proses Hybrid Genetic Algorithm dan Firefly Algorithm diawali dengan proses Genetic Algorithm yang dikerjakan sampai maksimal iterasi terpenuhi kemudian hasilnya akan dilanjut dengan proses Firefly Algorithm sampai maksimal iterasi. Secara umum proses Genetic Algorithm adalah inisialisasi parameter, pembangkitan populasi awal, evaluasi fungsi tujuan, seleksi, crossover, dan mutasi. Kemudian dilanjutkan proses FA yaitu membandingkan intensitas cahaya kunang-kunang, perhitungan distance, attractiveness, movement, menentukan kunang-kunang terbaik. Berdasarkan hasil implementasi menggunakan bahasa pemrograman C++ dengan software Borland C++, nilai fungsi tujuan untuk data 5 – job 4 – mesin adalah 34 satuan waktu, untuk data 20 - – job 10 – mesin diperoleh 1826 satuan waktu, sedangkan untuk data 50 – job 20 – mesin diperoleh 16702.5 satuan waktu. Dari hasil running program ketiga data, perubahan nilai parameter dapat mempengaruhi solusi. Semakin besar jumlah populasi dan banyak iterasi cenderung memberikan solusi yang lebih baik. Kata Kunci: Genetic Algorithm, Firefly Algorithm, Permutation Flowshop Scheduling Problem, Bi-Objective Function