Maulana, Avin (2018) Algoritma Genetika Dengan Crossover Teroptimasi Untuk Penyelesaian Capacitated Vehicle Routing Problem (CVRP). Sarjana thesis, Universitas Brawijaya.
Abstract
Pada skripsi ini dibahas Algoritma Genetika (AG) dengan menggunakan crossover teroptimasi yang disebut Optimised Crossover Genetic Algorithm (OCGA) untuk menyelesaikan Capacitated Vehicle Routing Problem (CVRP). CVRP merupakan masalah penentuan rute dengan batasan berupa sejumlah kendaraan dengan kapasitas yang homogen. AG dipilih sebagai metode untuk menyelesaikan CVRP karena representasi solusi yang digunakan tepat untuk menyatakan rute. Umumnya, proses crossover pada AG dilakukan secara acak, sehingga diperlukan metode crossover yang lebih efektif dan efisien. Proses crossover teroptimasi dilakukan dengan menggunakan konsep perfect matching pada graf bipartite. OCGA dan AG 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 minimum yang didapat menunjukkan OCGA mampu bersaing dengan AG biasa.
English Abstract
This essay presents a Genetic Algorithm (G crossover called Optimised Crossover Genetic Al solve Capacitated Vehicle Routing Problem (CVR a problem to determine a route with vehicle capa distance will be minimized. AG is chosen to solv capability to use route representation. Usually, th on AG is done by using stochastic approach, so th efficient crossover method are needed. Optimised done by applying the concept of perfect matchin OCGA and GA implemented in MATLAB prog benchmark instances, then the minimum route res times are compared. Minimum route results show competitive results compared to the original GA.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/MIPA/2018/97/051803502 |
Uncontrolled Keywords: | algoritma genetika, crossover teroptimasi, capacitated, vehicle routing problem. genetic algorithm, optimised cros |
Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.6 Mathematical optimization > 519.62 Stochastic optimization > 519.625 Genetic algorithms |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 09 Jun 2020 13:58 |
Last Modified: | 18 Oct 2021 02:14 |
URI: | http://repository.ub.ac.id/id/eprint/168416 |
Preview |
Text
Avin Maulana (2).pdf - Published Version Download (14MB) | Preview |
Actions (login required)
View Item |