Optimasi Peletakan Pola Busana pada Kain menggunakan Algoritma Genetika

Masasih, Davin (2019) Optimasi Peletakan Pola Busana pada Kain menggunakan Algoritma Genetika. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111540000113-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (24MB) | Request a copy

Abstract

Produksi pakaian dalam jumlah banyak tentu akan menghabiskan banyak waktu dan tenaga. Seorang pembuat pola harus menggandakan pola satu per satu dan harus memikirkan pemetaan pola pada kain yang tepat. Pemetaan yang seadanya akan berdampak pada biaya industri dikarenakan bahan baku mengambil peranan yang sangat penting di dalam efisiensi produksi. Dengan kuantitas bahan baku kain yang minimal, diusahakan dapat menghasilkan kuantitas pola yang maksimal. Oleh karena itu, optimasi bahan baku perlu dilakukan guna mendapatkan tingkat efisiensi produksi yang tinggi, yaitu kebutuhan bahan seminimum mungkin. Pada penelitian ini diimplementasikan algoritma genetika untuk menyelesaikan permasalahan optimasi peletakan pola busana pada kain. Algoritma genetika mampu menyelesaikan masalah kombinatorial dengan waktu yang singkat sehingga memberikan solusi terbaik. Sistem menggunakan metode 2-point crossover pada proses pindah silang, pertukaran gen pada proses mutasi, seleksi dengan Stochastic Universal Sampling, dan evaluasi dengan pergeseran per piksel untuk menghitung nilai fitness yaitu lebar kain minimum yang diperlukan. Data yang digunakan pada sistem berjumlah 339 pola yang terdiri dari berbagai macam pola busana mulai dari atasan, rok, celana, macam-macam model lengan dan kerah, serta gaun. Pola-pola tersebut divisualisasikan dalam format Scalable Vector Graphics. Uji coba dilakukan pada kain berukuran 500x150 dengan variasi banyak generasi yakni 3, 5, 7, 9, dan 11 serta variasi mutation rate dan crossover rate mulai dari 0.1 sampai 0.9. Pada uji coba dengan 6 pola diperoleh hasil terbaik pada generasi 7, mutation rate 0.3, dan crossover rate 0.6 dengan kebutuhan kain minimum yakni 137 piksel atau setara dengan 137 cm.
====================================================================================================================================
The production of large quantities of clothing will certainly take a lot of time and energy. The workers who make patterns must double the patterns one by one and must think of pattern mapping on the right fabric. Potential mapping will have an impact on industrial costs because raw materials take a very important role in production efficiency. With a minimum quantity of fabric raw material, it is endeavored to produce a maximum quantity of patterns. Therefore, optimization of raw materials needs to be done in order to obtain a high level of production efficiency, namely the minimum material requirements.! In this study genetic algorithms were implemented to solve the optimization problem of laying out fashion patterns on fabrics. Genetic algorithms are able to solve combinatorial problems with a short time so as to provide the best solution. The system uses the 2-point crossover method in the process of crossing, gene exchange in the mutation process, selection with Stochastic Universal Sampling, and evaluation by shifting per pixel to calculate the fitness value that is the minimum fabric width needed. The data used in the system amounted to 339 patterns consisting of various kinds of fashion patterns ranging from tops, skirts, pants, various models of sleeves and collars, and dresses. These patterns are visualized in Scalable Vector Graphics format. The trials were carried out on 500x150 cloth with many generations variations, namely 3, 5, 7, 9, and 11 and variations in the mutation rate and crossover rate starting from 0.1 to 0.9. In trials with 6 patterns the best results were obtained in generation 7, mutation rate 0.3, and crossover rate 0.6 with minimum fabric requirements of 137 pixels, equivalent to 137 cm.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Algoritma Genetika, Optimasi, Peletakan Pola Busana, Scalable Vector Graphics
Subjects:	T Technology > T Technology (General) > T58.8 Productivity. Efficiency
Divisions:	Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis
Depositing User:	Davin Masasih
Date Deposited:	23 Jul 2026 07:35
Last Modified:	23 Jul 2026 07:35
URI:	http://repository.its.ac.id/id/eprint/69485

Actions (login required)

View Item