OPTIMASI TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA GENETIKA PADA KASUS PENDISTRIBUSIAN BARANG PT.POS INDONESIA DI KOTA BANDAR LAMPUNG
| Main Author: | SAIFUL ROHMAN, 1517031131 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
, 2020
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/64466/1/1.ABSTRAK.pdf http://digilib.unila.ac.id/64466/2/2.SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/64466/3/3.SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/64466/ |
Daftar Isi:
- ABSTRAK Travelling Salesman Problem (TSP) merupakan permasalahan yang melibatkan proses optimasi. Salah satu studi kasus yang menarik untuk dibahas berkaitan dengan TSP adalah proses pendistribusian barang yang dilakukan oleh PT.Pos Indonesia di Kota Bandar Lampung. Permasalahan yang terjadi saat pendistribusian barang antara lain terjadinya keterlambatan pengiriman barang yang disebabkan karena rute pendistribusian barang yang tidak sederhana. Proses optimasi pada kasus ini menggunakan metode Algoritma Genetika. Algoritma Genetika merupakan algoritma pencarian yang didasarkan atas mekanisme seleksi alami dan evolusi biologis. Adapun hasil optimasi terhadap kasus yang diberikan menggunakan algoritma genetika diperoleh panjang sirkuit terbaik 66,52239581 km, dan nilai fitness 0,015032531. Kata kunci: Optimasi, TSP, PT.Pos Indonesia, Algoritma Genetika. ABSTRACT Traveling Salesman Problem (TSP) is a problem that involves the optimization process. One interesting case study to discuss with regard to TSP is the process of distributing goods carried out by PT.Pos Indonesia in Bandar Lampung City. Problems that occur when distributing goods include delays in the delivery of goods caused by the distribution of goods that are not simple. The optimization process in this case uses the Genetic Algorithm method. Genetic Algorithm is a search algorithm based on the mechanism of natural selection and biological evolution. The results of optimization of the case given using genetic algorithms obtained the best circuit length 66.52239581 km, and the fitness value of 0.015032531. Keywords: Optimization, TSP, PT. Pos Indonesia, Genetic Algorithms