Perancangan Sistem Optimasi Rute Distribusi Pengangkutan Sampah di Kabupaten Sidoarjo Menggunakan Algoritma Ant Colony Optimization (ACO)

Larasati, Kirana Gita (2017) Perancangan Sistem Optimasi Rute Distribusi Pengangkutan Sampah di Kabupaten Sidoarjo Menggunakan Algoritma Ant Colony Optimization (ACO). Undergraduate thesis, InstitutTeknologiSepuluhNopember.

[img]
Preview
Text
5213100056-Undergraduate_Theses.pdf - Published Version

Download (4MB) | Preview

Abstract

Permasalahan sampah merupakan permasalahan umum yang terjadi di setiap kota dan sulit untuk dihindari, tak terkecuali Kabupaten Sidoarjo. Banyak faktor yang menjadi penyebab terjadinya permasalahan sampah di setiap kota/kabupaten, baik dari kurangnya kesadaran masyarakat dalam menjaga kebersihan lingkungan, juga kurang maksimalnya kinerja pemerintah, dalam hal ini Dinas Lingkungan Hidup dan Kebersihan setempat dalam melakukan pengelolaan sampah. Sehingga, pengangkutan sampah menjadi proses yang penting dalam melakukan pengelolaan sampah setempat Dengan luas wilayah Kabupaten Sidoarjo sebesar 714,24 km2 atau seluas dua kali luas wilayah Kota Surabaya, Dinas Lingkungan Hidup dan Kebersihan setempat harus melakukan pengangkutan sampah dengan jarak yang cukup jauh dari setiap kecamatan menuju Tempat Pembuangan Akhir (TPA) yang terletak di Jabon. Sehingga, diperlukannya suatu sistem yang dapat membantu pemerintah setempat dalam menentukan rute pengangkutan sampah yang mencakup seluruh titik Tempat Pembuangan Sementara (TPS) yang ada di setiap kecamatan. Oleh Karena itu, penelitian ini bertujuan untuk membentuk sebuah sistem optimasi rute distribusi pengangkutan sampah yang dapat membantu dinas kebersihan di pemerintahan setempat dalam menentukan rute yang optimal dalam pengangkutan sampah. Penelitian tugas akhir ini menggunakan Algoritma Ant Colony Optimization dalam menentukan pencarian rute di setiap TPS. Sedangkan aplikasi sistem yang memberikan visualisasi hasil rute yang direkomendasikan yang akan dikembangkan adalah aplikasi berbasis web dengan menggunakan bahasa pemrograman HTML5, CSS3, Javascript dan PHP. Dalam penelitian ini didapatkan rute baru dengan menggunakan algoritma ACO yang memangkas total jarak tempuh untuk 40 armada sebesar 160.97 km. ======================================================================================================================== Waste is a public issue that always happen in every city and hard to avoid. Sidoarjo also faces the same issue. Many factors that cause the waste issue such as lack of public hygiene awareness and the lack of government’s performance in waste management. So, waste transfering become an important process in the cycle of waste management. Sidoarjo District area is around 714,24 km2, twice of Surabaya. The government of Sidoarjo District should transfer the waste far from every sub-district to the final landfills in Jabon. Thereforethe government requires a system to determine the waste transfer routing that covers all landfills in every sub-district. This research aims to develop an optimization system of waste transfer route to help the government to determine the optimum route. We use Ant Colony Optimization Algorithm to determine the shortest route from every sub-district’s landfills. The visualisation application that show the recommended routes that will be developed is a web-based application using HTML5, CSS3, Javascript and PHP. The output in this research is new routes using the Ant Colony Optimization (ACO) algorithm that reduces mileage about 160.97 km.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: rute pengangkutan sampah, optimasi rute, optimasi TSP, Algoritma Koloni Semut
Subjects: T Technology > T Technology (General) > T58.62 Decision support systems
T Technology > TE Highway engineering. Roads and pavements > TE7 Transportation--Planning
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: Kirana Gita Larasati
Date Deposited: 25 Aug 2017 06:35
Last Modified: 05 Mar 2019 04:37
URI: http://repository.its.ac.id/id/eprint/42795

Actions (login required)

View Item View Item