Karim, Moch Khabibul (2017) Optimasi Vehicle Routing Problem with Time Windows (VRPTW) pada Rute Mobile Grapari (MOGI) Telkomsel Cabang Malang Menggunakan Algoritme Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Operation di bidang transportasi disebut dengan Mobile Grapari (MOGI). Mogi beroperasi setiap harinya mencari titik untuk tempat penjualan, tetapi titik penjualan tersebut belum efektif dalam sales operation. Sebelumnya, sistem yang digunakan merupakan sistem penjadwalan manual yang dilakukan dengan koordinasi antara MOGI satu dengan MOGI yang lain, sehingga menimbulkan permasalahan yang sering terjadi yakni kosongnya titik lokasi. Hal ini juga menyebabkan ketidakefektifan penjadwalan pada titik lokasi penjuaan dan memberikan hasil keuntungan yang kurang optimal. Salah satunya penyebabnya adalah Vehicle Routing Problem with Time Windows (VRPTW). Untuk menanggulangi permasalahan ini, sebuah metode optimasi diterapkan yaitu algoritme genetika. Algoritme genetika digunakan dalam pemecahan masalah ini untuk rute titik lokasi dan keuntungan penjualan. Pengujian dilakukan untuk mencari parameter yang menghasilkan nilai fitness terbaik. Hasil dari pengujian didapatkan bahwa ukuran populasi terbaik sebesar 450 dengan jumlah generasi 2700 serta kombinasi crossover dan mutation rate masing-masing 0,2 dan 0,9. Melalui pengujian ini, didapatkan metode seleksi terbaik yaitu seleksi elitism. Nilai fitness dari parameter-parameter terbaik sebesar 0,5581. Solusi rute yang efektif yang dihasilkan yaitu pada hari senin mobil 1 berada di Arjosari (Daerah Terminal), Singosari (Samsat Singosari), dan Rest Area Karang Ploso. Mobil 2 berada di Gadang (Terminal Hamidrusdi), Sudimoro (Pujas depan Zona SM Futsal), dan Jln. Kawi Atas. Mobil 3 berada di Merjosari (Lap. Merjosari), Jln. Sigura-gura (Depan Aston Printer) dan Tlogomas (Ruko Kopi Sosial) serta mendapat keuntungan yaitu Rp. 5.114.167,00 dan total dalam 7 hari mendapatan keuntungan sebesar Rp. 35.584.167,00.
English Abstract
in transportation field is called Mobile Grapari (MOGI). Mogi operates every day, looking for sales points, but those points hasn't been effective in sales operation. The previous system was a manual scheduling by coordination between one MOGI with the other, causing occuring problem which is an empty point. This problem also leads to scheduling ineffectiveness at sales point which gives less than optimal results. One of causes is Vehicle Routing Problem with Time Windows (VRPTW). To overcome this problem, an optimization method called genetic algorithm is applied. Genetic algorithm is applied for solving point routes and sales profits. The test is performed to find the parameters that produce the best fitness value. The result of the test shows that the best population size is 450 with 2700 generation iteration and the combination of crossover and mutation rate are 0,2 and 0,9 respectively. Through this test, we get the best selection method that is elitism selection. The fitness value of best parameters is 0,5581. The effective route solution that is generated on Monday, First Car is in Arjosari (Terminal Area), Singosari (Samsat Singosari), and Karang Ploso Rest Area. Second Car is in Gadang (Terminal Hamidrusdi), Sudimoro (Pujas front SM Futsal Zone), and Kawi Atas Street. Third Car is located in Merjosari (Lap. Merjosari), Sigura-gura Street, (Home Aston Printer) and Tlogomas (Ruko Kopi Sosial) with Rp. 5.114.167,00 profit and Rp. 35.584.167,00 for a week.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/780/051712367 |
| Uncontrolled Keywords: | Algoritme Genetika, Optimasi, Penjadwalan, Telkomsel, Time Windows, Vehicle Routing Problem |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 11 Jan 2018 02:04 |
| Last Modified: | 16 Oct 2020 02:07 |
| URI: | http://repository.ub.ac.id/id/eprint/7889 |
Actions (login required)
 |
View Item |