Algoritma Improved Ant Colony Optimization Untuk Penyelesaian Vehicle Routing Problem

Main Author: Prasetya, Nizarkasyi Fighar
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2018
Subjects:
Online Access: http://repository.ub.ac.id/168413/1/NIZARKASYI%20FIGHAR%20PRASETYA.pdf
http://repository.ub.ac.id/168413/
Daftar Isi:
  • Skripsi ini membahas perbaikan pada algoritma Ant Colony Optimization (ACO) dengan menambahkan metode operasi mutasi dan proses local search yang disebut Improved Ant colony optimization (IACO) untuk menyelesaikan Vehicle Routing Problem (VRP). VRP merupakan masalah penentuan rute dengan batasan berupa sejumlah kendaraan dengan kapasitas yang homogen. ACO dipilih sebagai metode untuk menyelesaikan VRP karena representasi solusi yang digunakan tepat untuk menyatakan rute. Umumnya, solusi yang diperoleh melalui proses konstruksi rute ACO bergantung pada nilai intensitas pheromone dan perbandingan jarak masing-masing titik tujuan, sehingga diperlukan metode optimasi tambahan agar solusi yang dihasilkan tidak cenderung menuju optimum lokal. Proses operasi mutasi dilakukan dengan menggunakan konsep Reciprocal Exchange Mutation pada Algoritma Genetika. ACO dan IACO diterapkan pada program MATLAB dengan menggunakan data uji yang ada, kemudian dilakukan perbandingan hasil baik dari segi jarak yang dihasilkan ataupun waktu komputasi. Hasil rute dengan jarak terpendek yang diperoleh menunjukkan IACO mampu bersaing dengan ACO biasa.