Implementasi Tree Structure Modeling Dan Algoritma Genetika Untuk Menyelesaikan Unequal-Area Facility Layout Problem
| Main Author: | Fitriana,SitiMainur |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2012
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152976/1/051200089.pdf http://repository.ub.ac.id/152976/2/051200089.pdf http://repository.ub.ac.id/152976/ |
Daftar Isi:
- Dalam dunia arsitektur, desain tata letak ruang dalam rumah, yang biasa disebut dengan denah/ floorplan merupakan dasar atau landasan saat merencanakan membangun rumah. Pada hakekatnya, merancang desain tata letak ruang dalam rumah harus sesuai dengan keinginan pemilik bangunan rumah. Banyak faktor yang sebaiknya diperhatikan dalam menentukan desain tersebut seperti kebutuhan ruang dan fungsi ruang. Dengan memperhatikan dua faktor tersebut, permasalahan desain tata letak ruang dalam rumah bisa digolongkan ke dalam unequal-area facility layout problem , yaitu menentukan tata letak fasilitas yang paling efisien dari sekumpulan ruangan dalam suatu fasilitas tertentu dengan luas tak sama. Pada penelitian ini, tree structure modeling diusulkan untuk merepresentasikan solusi dari unequal-area facility layout problem tersebut. Dimana diasumsikan luas fasilitas yang tersedia mencukupi. Parameter yang digunakan, antara lain ketersediaan lahan (ukuran fasilitas), kebutuhan ruangan (jumlah dan ukuran ruangan), dan nilai kedekatan antar ruang tersebut. Sedangkan untuk menunjukkan pilihan desain tata letak ruang dalam rumah yang baik dengan sedikit karakteristik yang diketahui digunakan algoritma genetika untuk mendapatkan pilihan desain tata letak ruang dalam rumah yang mendekati optimal menurut sistem. Hasil dari penelitian ini menunjukkan bahwa tree structure modeling dan algoritma genetika kurang tepat digunakan untuk kasus desain tata letak ruang dalam rumah. Berdasarkan uji coba yang telah dilakukan nilai fitness terbaik diperoleh dengan menggunakan ukuran populasi 35, maksimal generasi 500, probabilitas crossover 80 dan probabilitas mutasi 0.5.