Hibridisasi Algoritma Genetika Dengan Variable Neighborhood Search (VNS) Pada Optimasi Biaya Distribusi
| Main Authors: | Rahmi, Asyrofa, Mahmudy, Wayan Firdaus, Anam, Syaiful |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Fakultas Ilmu Komputer, Universitas Brawijaya
, 2017
|
| Online Access: |
http://jtiik.ub.ac.id/index.php/jtiik/article/view/287 http://jtiik.ub.ac.id/index.php/jtiik/article/view/287/pdf |
Daftar Isi:
- AbstrakProses distribusi dianggap sangat penting bagi perusahaan karena menjadi salah satu faktor yang mempengaruhi perolehan keuntungan. Besarnya biaya yang dikeluarkan serta kompleksnya permasalahan dalam proses distribusi menjadikan permasalahan distribusi sebagai topik yang perlu diteliti lebih mendalam lagi. Karena algoritma genetika (AG) sudah terbukti mampu memberikan solusi terbaik pada berbagai macam permasalahan optimasi dan kombinatorial, maka algoritma ini digunakan untuk menyelesaikan permasalahan distribusi pada penelitian ini. Namun, penerapan GA klasik memiliki kekurangan yaitu belum mencapai titik optimum global sehingga perlu dihibridisasi menggunakan algoritma variable neighborhood search (VNS). Algoritma ini dipilih karena selain mencari solusi secara global, algoritma ini juga mencari solusi secara lokal sehingga mampu menutupi kekurangan dari GA. Dengan menggunakan hibridisasi GA dengan VNS maka biaya yang diperoleh adalah 32392960 yang dibuktikan dengan penghematan biaya sebesar 323190 jika dibandingkan dengan GA klasik yaitu 32716150. Namun, dilihat dari waktu komputasi, GA-VNS membutuhkan waktu yang relatif sama dengan GA klasik yaitu 279332 ms (milisecond) dan 265091 ms.Kata kunci: distribusi, algoritma genetika, variable neighborhood searchAbstractThe distribution process is considered importantly for the company as one of the factors that affects profitability. The costs incurred as well as the complexity of the distribution problems makes the distribution problems as a topic that need to be examined more deeply. Since the wide range of combinatorial and optimization problems have been ever solved by using genetic algorithm (GA) well then it is used to resolve the distribution problems in this study. However, the implementation of classical GA has the disadvantage that has not yet reached the global optimum so that needs to be hybridized by using variable neighborhood search (VNS) algorithm. The VNS algorithm has been chosen because its ability either to search the global solutions or local solutions. The local search of VNS algorithm is able to cover the shortage of the GA. By using hibridization of GA with VNS, the cost accrued is 32392960 as evidenced by cost savings of 323190 in comparison with the classical GA is 32716150. However, the computational time of GA-VNS is equal to its classical GA relatively.Keywords: distribution, genetic algorithm, variable neighborhood search