Implementasi Algoritma Genetika Untuk Penjadwalan Customer Service (Studi Kasus Biro Perjalanan Kangoroo)
| Main Author: | Damayanti, Chusnah Puteri |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/85/1/Chusnah%20Puteri%20Damayanti.pdf http://repository.ub.ac.id/85/ |
Daftar Isi:
- Karena kebutuhan akan transportasi yang tinggi dari masyarakat, biro perjalanan atau travel harus siap siaga melayani masyarakat. Travel dapat mempunyai jam operasional dari pagi hingga dini hari sehingga dibutuhkan karyawan yang harus sedia untuk melayani pelanggan disebut customer service. Customer service harus memberikan informasi yang tepat, akurat dan cepat kepada pelanggan. Pada Travel Kangoroo yang memiliki lebih dari 300 armada, memiliki dua lokasi kantor yaitu pusat dan cabang serta jam operasional 05.00 pagi hingga pukul 04.00 pagi lagi setiap hari, membutuhkan customer service yang sedia melayani pelanggan. Karena jam kerja yang panjang tersebut jam kerja customer service dibagi menjadi tiga shift yaitu pagi, siang dan malam. Terdapat berbagai aturan yang harus dipenuhi untuk membuat penjadwalan customer service seperti setiap customer service hanya boleh memiliki satu shift kerja setiap hari, customer service perempuan tidak boleh memiliki shift malam, setiap customer service memiliki waktu istirahat minimal 8 jam setiap hari, total pembagian shift setiap customer service harus sama, dan pembagian hari libur dan kerja setiap karyawan harus adil. Untuk memenuhi aturan tersebut, jika dilakukan penjadwalan secara manual dapat memakan waktu 3 hari. Sehingga, pada penelitian ini permasalahan penjadwalan diselesaikan dengan menggunakan algoritma genetika. Algoritma genetika mampu menyelesaikan permasalahan yang kompleks dan memiliki cakupan luas. Pada penelitian ini algoritma genetika menggunakan inisialisasi berbasis permutasi bilangan integer yang terdiri dari 240 gen. Dalam proses reproduksi, proses crossover menggunakan metode one cut point crossover, proses mutasi menggunakan metode reciprocal exchange mutation dan metode seleksi menggunakan elitism selection. Melalui pengujian yang telah dilakukan, diperoleh parameter terbaik yang menghasilkan nilai fitness paling optimal dengan ukuran populasi sebesar 110, ukuran generasi 110 dan perbandingan crossover rate dan mutation rate 0.7:0.3. Dengan menggunakan parameter tersebut, penjadwalan customer service memiliki hasil yang optimal walaupun masih ada pelanggaran yang terjadi dengan waktu komputasi yang lebih singkat dibandingkan dengan manual.