Ant colony optimization (ACO) pada job shop scheduling problem (JSSP)
DOI:
https://doi.org/10.17977/um067v2i112022p9Abstract
Job Shop Scheduling Problem (JSSP) merupakan permasalahan dalam menentukan makespan yang minimum pada suatu jadwal dengan n jobs dan m mesin. Salah satu algoritma yang dapat digunakan dalam penyelesaian permasalahan ini adalah ant colony optimization (ACO). ACO adalah metode yang terinspirasi oleh perilaku makhluk hidup yaitu perilaku dari sekumpulan semut yang keluar dari sarangnya menuju sumber makanan dengan meninggalkan zat pheromone. Dalam algoritma ACO terdapat beberapa tahapan penyelesaian yaitu inisialisasi parameter, aturan transisi status, tahap pembaharuan jejak pheromone, dan menemukan solusi terbaik. Parameter yang dibutuhkan yaitu m (banyaknya mesin), α (tetapan pengendali intensitas jejak semut), β (tetapan pengendali visibilitas), τ_ij (t) (intensitas pheromone), k (banyaknya semut), ρ (evaporasi pheromone), Q (konstanta), dan Cmax (banyaknya iterasi) yang digunakan untuk mencari rute dan makespan.
References
Florez, E., Gomez,W dan Bautista, L. 2013. An Ant Colony Optimization Algorithm for Job Shop Scheduling Problem. International Journal of Artificial Intelegence & Applications,(Online),4(4):53-66, (https://arxiv.org/abs/1309.5110), diakses 1 Maret 2015.
Gaviria, I., Morcillo, A dan Tejedor, J. 2013. An Ant Colony Optimization Algorithm for Microwave Corrugates Filters Design. Journal of Computational Engineering, (Online), 2013:1-9, (http://www.hindawi.com/ journals/jcengi/2013/942126/), diakses 13 Apil 2016.
Hartini, S., Zaini, E. dan Imran, A. 2014. Algoritma Penjadwalan Job Shop Alternatif Rounting menggunakan Variabel Neighbourhood Descent with Fixed Threshold untuk Meminimalisasi Makespan. Jurnal Online Institut Teknologi Nasional, (Online), 1(4):269-280, (http://jurnalonline.itenas.ac.id/ index.php/rekaintegra/article/viewFile/324/539), diakses 4 Februari 2016.
Hingrajika, K., Gupta, R.,Chandel,C. 2012. An Ant Colony Optimization Algorithm for Solving Travelling Salesman Problem. International Journal of Scientific and Research Publications, (Online), 2(8): 1-6, (http://jurnal online.itenas.ac.id/index.php/rekaintegra/article/viewFile/324/539), diakses 13 April 2016.
Leguizamon, G dan Schutz, M. 2002. An Improved Ant Colony Algorithm for the Job Shop Scheduling Problem. (Online), (http://Documento_completo.pdf), diakses 1 Februari 2016.
Li,Y and Chen, Y. 2010. A Genetic Algorithm for Job Shop Scheduling. Journal of Software, (Online), 5(3): 269-274, (http://mat.uab.cat/~alseda/MasterOpt/ p11-31.pdf), diakses 21 April 2016.
Mishra, R dan Jaiswal, A. 2012. Ant Colony Optimization: A Solution of Load Balancing in Cloud. International Journal of Web & Semantic Technology, (Online), 3(2): 33-50, (http://airccse.org/journal/ijwest/papers/3212ijwest03. pdf
Narendhar, S dan Amudha, T. 2012. A Hybrid Bacterial Foraging Algorithm for Solving Job Shop Scheduling Problem. International Journal of Programming Languages and Applications, (Online), 2(4) : 1-11, (http://arxiv.org/pdf/1211.4971), diakses 21 April 2016.
Pinedo, M dan Chao, X. 2002. Operations Scheduling with Applications in Manufacturing dan Services. New York : McGraw-Hill, 5(1):95-96.
Shop Scheduling. Jurnal Online, (http://www.zbc.uz.zgora.pl/Content/2570/ 11mesg.pdf), diakses 2 Januari 2016.
Surekha, P dan Sumanthi, S. 2010. Solving Fuzzy based Job Shop Scheduling Problem Using GA and ACO. Journal of Emerging Trends in Computing and Information Sciences, (Online), 1(2): 95-102, (http://www.cisjournal. org/archive/vol1no1/vol1no1_13.pdf), diakses 13 April 2016.
Ventresca, M. dan Ombuki, B.,M. 2004. Ant Colony Optimization for Job Shop Scheduling Problem. Canada : Department of Computer Science, (Online), (http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.53.3586&rep=rep1&type=pdf), diakses 2 Januari 2016.
Zwaan, S and Marques, C. 2000. Ant Colony Optimization For Job Job Scheduling. Jurnal (Online), (https://www.cosc.brocku.ca/sites/all/files/ downloads/research/cs0404.pdf), diakses 2 Januari 2016.
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.