Algoritma hybrid genetika pada capacitated vehicle routing problem (CVRP) dan implementasinya

Authors

  • Anis Nikmatul Waridah Fakultas MIPA, Universitas Negeri Malang, Jl. Semarang No. 5 Malang, Jawa Timur, Indonesia
  • Mimiep Setyowati Madja Fakultas MIPA, Universitas Negeri Malang, Jl. Semarang No. 5 Malang, Jawa Timur, Indonesia
  • Mohammad Yasin

Abstract

Capacitated Vehicle Routing Problem (CVRP) merupakan varian dari permasalahan VRP yaitu mengenai masalah pencarian sejumlah rute kendaraan dengan jarak minimum untuk memenuhi permintaan sejumlah customer yang hanya dikunjungi tepat satu kali dan tidak melebihi kapasitas kendaraan dengan perluasan setiap kendaraan memiliki kapasitas yang sama. Dan rute kendaraan berawal dan berakhir di depot yang sama. Algoritma genetika merupakan teknik optimasi yang didasarkan pada proses evolusi makhluk hidup, dimana dalam evolusi tersebut makhluk hidup mengalami mekanisme seleksi alam (diantaranya pindah silang dan mutasi) untuk bertahan hidup. Algoritma genetika merupakan suatu algoritma yang dapat diaplikasikan dalam berbagai jenis permasalahan optimasi. Algoritma best improvement local search adalah salah satu keluarga local search yang memperhitungkan semua perubahan di lingkungan sekitarnya berdasarkan permutasi, ditinjau dari semua kemungkinan keadaan yang didapat untuk menghasilkan nilai optimal. Algoritma pengembangan untuk permasalahan CVRP tersebut adalah algoritma genetika hybrid. Algoritma genetika hybrid merupakan gabungan dari algoritma genetika dan local search (best improvement local search). Dalam menyelesaikan permasalahan CVRP dengan menggunakan algoritma genetika hybrid dibutuhkan proses yang panjang. Oleh sebab itu, untuk mempermudah pencarian rute, diimplementasikan ke dalam program menggunakan Borland Delphi 7.

References

Aldous, Joan M. and Wilson, Robin J. 2004. Graphs and Applications An Introductory Approach. Great Britain: Springer.

Anjar, KSW., & Sarwadi.2004. Algoritma Genetika untuk Penyelesaian Masalah Vehicle Routing. Jurnal Matematika dan Komputer, (Online).

Brajevic, Ivona. 2011. Artificial Bee Colony Algorithm for The Capacitated Vehicle Routing Problem. Proceedings of the European Computing Conference.

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Michalewics, Zbiniew. 1996. Genetic Algorithms + Data Structures = Evolution (online).

Mutakhiroh, I., Saptono, F., Hasanah, N., Wiryadinata, R. 2007. Pemanfaatan Metode Heuristik dalam Pencarian Jalur Terpendek dengan Algoritma Semut dan Algoritma Genetika. Seminar Nasional Aplikasi Teknologi Informasi 2007, (3): 34-39.

Raden, Prana. 2007. Aplikasi Kombinatorial pada Vehicle Routing Problem. Skripsi. Bandung: Institut Teknologi Bandung. Programs (Online).

Sarwadi & KSW, Anjar. 2004. Algoritma Genetika untuk Penyelesaian Masalah Vehicle Routing. Jurnal Matematika dan Komputer, 7(2).

Yeun, Choong Liong and Zirour, Mourad. 2008. Vehicle Routing Problem:

Models and Solution, Journal Of Quality Measurement and Analysis, 4(1):205-218, (Online)

Downloads

Published

07-05-2023

How to Cite

Waridah, A. N. ., Madja, M. S., & Yasin, M. . (2023). Algoritma hybrid genetika pada capacitated vehicle routing problem (CVRP) dan implementasinya. Jurnal MIPA Dan Pembelajarannya (JMIPAP), 2(8). Retrieved from http://journal3.um.ac.id/index.php/mipa/article/view/3620

Issue

Section

Articles