Ferdiawan, Yayan Irfan (2019) Optimasi Penjadwalan Rute Perjalanan Dengan Pesawat Terbang Menggunakan Algoritma Fuzzy Genetika Model Xu Untuk Menyelesaikan Permasalahan Pada Traveling Salesman Challenge 2.0. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05211540000062-Undergraduate_Theses.pdf Download (1MB) | Preview |
Abstract
Permasalahan penjadwalan rute perjalanan atau traveling salesman problem (TSP) adalah salah satu permasalahan optimasi. Tujuan dari TSP adalah menemukan biaya atau jarak minimal yang ditempuh dalam melakukan perjalanan dengan aturan yang ditetapkan. Aturan tersebut adalah harus melalui kota tepat satu kali dalam rute tersebut dan kembali lagi ke kota awal. Traveling salesman challenge 2.0 (TSC 2.0) adalah kompetisi dalam menyelesaikan permasalahan TSP dengan pesawat terbang. Dalam TSC 2.0 seorang salesman harus mengunjungi semua wilayah yang ada, dimana setiap wilayah memiliki satu atau lebih kota tetapi jika salah satu kota dalam wilayah tersebut sudah dikunjungi maka salesman tidak boleh mengunjungi wilayah tersebut lagi. Banyaknya batasan yang ada dalam permasalahan TSC 2.0, membuat tantangan tersendiri untuk menyelesaikan permasalahan ini. Untuk menyelesaikan permasalahan TSC 2.0 digunakan algoritma fuzzy genetika yang mana merupakan gabungan antara fuzzy logic dan algoritma genetika. Karena algoritma genetika memiliki kelemahan dalam menentukan range parameter maka untuk menentukan parameter dalam algoritma genetika digunakanlah fuzzy logic model Xu. Fuzzy logic model Xu sendiri adalah model yang memiliki dua input dan dua output. Dalam implementasi algoritma ini keanggotaan fuzzy yang digunakan adalah berbentuk kurva S. Logika fuzzy akan berperan dalam menentukan parameter probabilitas crossover dan probabilitas mutasi. Untuk algoritma genetika dalam melakukan pemilihan parent akan dipilih dari 10 individu terbaik dalam populasi. Dari hasil penelitian yang dilakukan ternyata algoritma fuzzy-genetika terbukti lebih baik daripada algoritma genetika. Hasil pengujian algoritma fuzzy-genetika menghasilkan penghematan biaya sebesar 21,51% dari biaya awal sedangkan algoritma genetika sebesar 16,06%.
=================================================================================================================================
The problem of scheduling travel routes or traveling salesman problems (TSP) is one of the optimization problems. The purpose of the TSP is to find the minimum cost or distance taken in traveling with the rules set. The rule is to go through the city exactly once in the route and return to the initial city. Traveling challenge 2.0 salesman (TSC 2.0) is a competition in solving TSP problems with airplanes. In TSC 2.0, a salesman must visit all existing regions, where each region has one or more cities, but if one city in the area has been visited, salesmen may not visit the area again. The many limitations that exist in the TSC 2.0 problem, create a challenge to solve this problem. To solve TSC 2.0 problems, fuzzy genetic algorithms are used which are a combination of fuzzy logic and genetic algorithms. Because genetic algorithms have a weakness in determining the range of parameters, to determine parameters in the genetic algorithm, Xu's fuzzy logic model is used. Xu's Fuzzy logic model itself is a model that has two inputs and two outputs. In implementing this algorithm fuzzy membership used is in the form of an S curve. Fuzzy logic will play a role in determining the probability of crossover parameters and the probability of mutations. For the genetic algorithm in selecting parents, 10 of the best individuals in the population will be selected. The results of testing the fuzzy-genetic algorithm resulted in cost savings of 21.51% of the initial cost while the genetic algorithm was 16.06%.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSSI 006.37 Fer o-1 2019 |
| Uncontrolled Keywords: | traveling salesman problem, genetic algorithm, fuzzy logic |
| Subjects: | T Technology > T Technology (General) > T57.6 Operations research--Mathematics. Goal programming |
| Divisions: | Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Yayan Irfan Ferdiawan |
| Date Deposited: | 19 Mar 2024 02:49 |
| Last Modified: | 19 Mar 2024 02:49 |
| URI: | http://repository.its.ac.id/id/eprint/64360 |
Actions (login required)
 |
View Item |