Penentuan Jaringan Logistik Pada Transportasi Laut Menggunakan Fuzzy C-Means Dan Minimum Spanning Tree Berbasis Hybrid Genetic Algorithm

Kismanti, Shinta Tri (2016) Penentuan Jaringan Logistik Pada Transportasi Laut Menggunakan Fuzzy C-Means Dan Minimum Spanning Tree Berbasis Hybrid Genetic Algorithm. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1214201032-Master_Thesis.pdf - Accepted Version

Download (1MB) | Preview
[img]
Preview
Text
1214201032-paper.pdf - Accepted Version

Download (657kB) | Preview
[img]
Preview
Text
1214201032-presentation.pdf - Presentation

Download (1MB) | Preview

Abstract

Indonesia sebagai negara kepulauan dengan lebih dari 17.000 pulau dengan wilayah perairan menjadi salah satu moda transportasinya. Dengan demikian sebagian besar aktivitas terjadi di wilayah perairan, diantaranya distribusi logistik. Pergerakan distribusi logistik tersebut akan menghasilkan pola rute suatu pergerakan logistik. Penentuan pola jaringan pergerakan logistik yang optimal dapat mendukung kelancaran dalam sistem pendistribusian. Pada penelitian ini penentuan pola jaringan logistik dilakukan dengan dua tahapan. Tahap pertama, akan dilakukan pengklasteran dengan menggunakan Fuzzy C-means, pengklasteran bertujuan untuk mendapatkan kelompok-kelompok pulau yang berada pada lokasi yang berdekatan. Tahap kedua setelah didapatkan hasil cluster yang optimal, dengan menggunakan minimum spanning tree berbasis hybrid genetic algorithm akan didapatkan pola jaringan yang optimal. Pola jaringan tersebut akan menghubungkan pulau yang terpilih sebagai titik pusat ke pulaupulau disekitarnya. Hasil uji coba pada proses pengklasteran menggunakan FCM didapatkan jumlah cluster optimal sebanyak 3 cluster. Pada proses pembentukkan MST berbasis hybrid GA digunakan parameter crossover rate 0,2 dan mutation rate 0,4 dan diperoleh hasil terbaik ketika iterasi minimumnya konvergen pada solusi optimal. Cluster 1 didapatkan hasil terbaik dengan ukuran populasi 100 dan generasi maksimum 2000 dengan nilai fitness yaitu 9.41, cluster 2 dengan ukuran populasi 100 dan generasi maksimum 1000 dengan nilai fitness yaitu 14.97, dan cluster 3 dengan ukuran populasi 100 dan generasi maksimum 1000 dengan nilai fitness yaitu 17.46. ========================================================================================================= Indonesia as the island nation with more than 17.000 islands the the territorial waters as one of the routes of transportation. For this condition, most of activities are conducted in marine waters, such as logistic distribution. The movement of logistics distribution will result in a movement pattern of the logistics. Determining the pattern of movement of the logistics network that can support optimal smoothness in the distribution system. In this study, determining the pattern of the logistics network is done in two stages. The first stage, to be carried out clustering using Fuzzy C-Means, clustering aims to get the island groups that are at a nearby location. The second stage after the results obtained optimal cluster, using the minimum spanning tree genetic algorithm-based hybrid will get the optimal network pattern. The pattern of the network will connect the island was chosen as the central point to the nearby islands. The results of trials on the process of clustering using FCM obtain optimal cluster number as many as three clusters. In the process of formation of the MST-based hybrid GA used parameter crossover rate and mutation rate 0.2 0.4 and obtained the best results when the minimum iteration converges toward the optimal solution. Cluster 1 obtained the best results with a population size of 100 and a maximum generation in 2000 with a fitness value is 9.41, cluster 2 with a population size of 100 and a maximum generation in 1000 with a value of fitness is 14.97 and cluster 3 with a population size of 100 and a maximum generation in 1000 with a value of fitness, namely 17.46.

Item Type: Thesis (Undergraduate)
Additional Information: RTMa 511.8 Kis p 3100016067087
Uncontrolled Keywords: Logistik, Minimum Spanning Tree, Fuzzy C-means, Hybrid Genetic Algorithm, Logistic, Minimum Spanning Tree, Fuzzy C-means, Hybrid Genetic Algorithm
Subjects: Q Science > QA Mathematics > QA402.5 Genetic algorithms.
Divisions: Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: - Davi Wah
Date Deposited: 03 Mar 2020 03:34
Last Modified: 03 Mar 2020 03:34
URI: http://repository.its.ac.id/id/eprint/75185

Actions (login required)

View Item View Item