Warning: Creating default object from empty value in /var/www/html/rbti/lib/lang/php-gettext/gettext.inc on line 148
Algoritma Differential Evolution-Variable Neighborhood Search untuk Minimasi Makespan dan Maximum Lateness Pada Penjadwalan Job Hybrid Flowshop With Job-Sequence Dependent Setup Time
 
 
 
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 Algoritma Differential Evolution-Variable Neighborhood Search untuk Minimasi Makespan dan Maximum Lateness Pada Penjadwalan Job Hybrid Flowshop With Job-Sequence Dependent Setup Time
Edition
Call Number 2012/11
ISBN/ISSN
Author(s) Riyanto, Ong Andre Wahyu
Subject(s) Differential Evolution
Classification 005.1 Riy a
Series Title
GMD Tesis
Language Indonesia
Publisher Jurusan Teknik industri FTI ITS
Publishing Year 2012
Publishing Place Surabaya
Collation 25 cm
Abstract/Notes Kata Kunci : DE, VNS, PSO, stage skipping, dua-tujuan, solusi pareto.
Specific Detail Info Penelitian ini mengkombinasikan algoritma differential evolution (DE) dengan variabel neighborhood search (VNS) untuk minimasi dua-tujuan makespan dan maximum lateness pada hybrid flowshop with job-sequence dependent setup-time (HFFS/SDST). Pada model ini, tiap tahap operasi setidaknya memiliki dua unit mesin paralel serta mempertimbangkan stage skipping, dimana tidak seluruh job harus diproses di tiap tahap operasi. Model juga mempertimbangkan besar waktu setup mesin yang tergantung pada urutan langsung job yang diproses di mesin tersebut. Penelitian ini menerapkan konsep solusi pareto untuk mengumpulkan titik-titik solusi yang saling tak-terdominasi yang diperoleh selama proses pencarian solusi dua-tujuan. Pertama, pembangkitan populasi solusi awal DE diperbaiki menggunakan kombinasi largest processing time-early due date (LPT-EDD). Kedua, melakukan proses mutasi dan kawin silang. Ketiga, menerapkan local search VNS untuk memperbaiki solusi individu. Keempat, seleksi solusi individu terbaik. Kelima, memperbaharui himpunan solusi pareto (solusi tak-terdominasi). Penelitian ini bertujuan: 1)Membuat dan mengimplementasikan algoritma DE-VNS untuk meminimasi makespan dan maximum lateness pada penjadwalan job HFFS/SDST, (2)Menemukan himpunan solusi tak-terdominasi (3)Mengukur metrik performansi himpunan solusi tak-terdominasi yang dihasilkan oleh DE-VNS, (4) Membandingkan metrik performansi antara himpunan solusi oleh DE-VNS dengan himpunan solusi oleh DE-insert maupun oleh particle swarm optimizaton-VNS (PSO-VNS). Hasil penelitian menunjukkan bahwa himpunan solusi tak-terdominasi yang dihasilkan oleh DE-VNS mampu menghasilkan jumlah himpunan yang tidak terdominasi oleh himpunan solusi DE-Insert (Qian, dkk, 2009) maupun PSO-VNS (Tasgetiren, dkk, 2004) yang lebih banyak. Himpunan solusi tak-terdominasi yang dihasilkan oleh DE-VNS lebih mendekati himpunan solusi pareto dibandingkan dengan himpunan solusi algoritma DE-Insert maupun himpunan solusi algoritma PSO-VNS. Kata Kunci : DE, VNS, PSO, stage skipping, dua-tujuan, solusi pareto.
Image
File Attachment
LOADING LIST...
Pembimbing Prof. Ir. Budi Santosa, M.Sc.Ph.D
Volume
Availability
LOADING LIST...
  Back To Previous