HYBRID ALGORITMA ARTIFICIAL BEE COLONY (ABC) DAN SIMULATED ANNEALING (SA) UNTUK MENYELESAIKAN MULTITRIPS VEHICLE ROUTING PROBLEM (MTVRP)

• 主要作者: Refa Angreini Ayuningputri, 081311233028
• 格式: Theses and Dissertations NonPeerReviewed
• 語言: Indonesian; Indonesian; Indonesian; Indonesian
• 出版: 2019
• 主題: QA76.9.L63 Logic, Symbolic, mathematical and Computer logic
• 在線閱讀: http://repository.unair.ac.id/84225/1/MPM%2050-19%20Ayu%20H%20-%20ABSTRAK.pdf; http://repository.unair.ac.id/84225/2/MPM%2050-19%20Ayu%20H%20-%20DAFTAR%20ISI.pdf; http://repository.unair.ac.id/84225/3/MPM%2050-19%20Ayu%20H%20-%20DAFTAR%20PUSTAKA.pdf; http://repository.unair.ac.id/84225/4/MPM%2050-19%20Ayu%20H.pdf; http://repository.unair.ac.id/84225/; http://lib.unair.ac.id

Penulisan skripsi ini bertujuan untuk menyelesaikan masalah Multi-Trip Vehicle Routing Problem (MTVRP) menggunakan hybrid Artificial Bee Colony (ABC) dengan Simulated Annealing (SA). Multi Trip Vehicle Routing Problem (MTVRP) adalah permasalahan dari Vehicle Routing Problem (VRP) dengan perluasan dan penambahan multi trip pada setiap kendaraan ketika mendistribusikan barang kepada customer. Tujuan dari permasalah ini adalah membentuk satu urutan pelanggan pada setiap rute kendaraan yang dapat meminimumkan jarak tempuh tanpa melanggar kendala kapasitas kendaraan dan waktu maksimal yang ada. Metode yang digunakan untuk menyelesaikan permasalahan MTVRP adalah hybrid Artificial Bee Colony (ABC) dengan Simulated Annealing (SA). ABC merupakan metode yang terinspirasi dari kehidupan sebuah koloni lebah pada saat mereka mencari sumber makanannya. SA merupakan algoritma yang terinspirasi dari proses annealing. Hybrid algoritma ABC dengan SA adalah gabungan dari kedua algoritma dengan cara menyisipkan proses SA ke proses ABC. Secara umum, proses diawali dengan membangkitkan solusi awal, melakukan proses ABC, pemilihan solusi untuk SA, melakukan proses SA, kemudian dilanjutkan dengan proses ABC. Penyelesaian MTVRP menggunakan hybrid algoritma ABC dengan algoritma SA dibuat dalam bahasa pemrograman C++. Solusi terbaik yang diperoleh pada data kecil yaitu 1454 satuan jarak, sedangkan untuk data besar diperoleh 2936 satuan jarak. Bedasarkan hasil yang diperoleh dapat disimpulkan bahwa semakin banyak iterasi yang dilakukan, maka cenderung diperoleh hasil yang lebih baik.