Warning: Creating default object from empty value in /var/www/html/rbti/lib/lang/php-gettext/gettext.inc on line 148
Pengembangan Algoritma Cross Entropy-Genentic Algorithm untuk Menyelesaikan Capacitated Location -Routing Problem
 
 
 
Select Language
Simple Search
Advanced Search
Title : Author(s) :
  • SEARCHING...
Subject(s) :
  • SEARCHING...
Pembimbing : Publish Year : GMD : Collection Type :
RECORD DETAIL
Back To Previous  
Title Pengembangan Algoritma Cross Entropy-Genentic Algorithm untuk Menyelesaikan Capacitated Location -Routing Problem
Edition
Call Number 2012/03
ISBN/ISSN
Author(s) Baskoro,Firdias Aulia
Subject(s) Genetic Algoritthm
Capacitated Location
Classification 005.1 Bas p
Series Title
GMD Tesis
Language Indonesia
Publisher Jurusan Teknik Industri ITS
Publishing Year 2012
Publishing Place Surabaya
Collation 25 cm
Abstract/Notes Cross Entropy (CE), Genetic Algorithm (GA), Capacitated Location Routing Problem (CLRP)
Specific Detail Info Capacitated Location Routing Problem (CLRP) adalah permasalahan dengan sekumpulan alternatif lokasi depot yang potensial, armada kendaraan yang homogen dan sekumpulan pelanggan dengan permintaan yang diketahui. Tujuan dari CLRP adalah untuk menentukan satu atau lebih lokasi fasilitas atau depot yang potensial untuk dipilih serta rute kendaraan dari fasilitas tersebut ke customer dalam rangka meminimalkan penjumlahan biaya lokasi dan distribusi dengan memperhatikan kapasitas depot maupun kendaraan yang ada. Pada penelitian ini, akan mengembangkan suatu algoritma yang merupakan hybrid dari Cross Entropy dan Genetic Algorithm. Tujuan pengembangan ini adalah memperluas pencarian solusi pada sampel elit Cross Entropy (CE) ketika berada pada local optimal dengan menambahkan mutasi Genetic Algorithm (GA) dengan local search seperti swap, flip dan slide. Metode ini akan dibandingkan dengan algoritma CE murni dan Simulated Annealing dengan 3 data instant. Hasil penelitian menunjukkan CEGA lebih baik dari CE murni untuk semua kasus. Apabila dibandingkan dengan metode lain, CEGA dapat menunjukkan performansi yang lebih baik untuk node permasalahan yang berukuran kecil Kata Kunci: Cross Entropy (CE), Genetic Algorithm (GA), Capacitated Location Routing Problem (CLRP) Back
Image
File Attachment
LOADING LIST...
Pembimbing Prof. Ir. Budi Santosa,MSc.Ph.D; Yudha Prasetyawan, ST,M.Eng
Volume
Availability
LOADING LIST...
  Back To Previous