Robbani, Shof RIjal Ahlan (2021) Pengembangan Model Vehicle Routing Problem Dengan Algoritma Modified Particle Swarm Optimization With Hyper-Heuristics Approach Untuk Menyelesaikan Masalah Penjadwalan Public Transport. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05211850012002-Master_Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Kemacetan lalu lintas dapat diatasi dengan adanya public transport. Penerapan public transport yang optimal perlu dilakukan penentuan rute yang baik. Untuk mendapatkan rute public transport yang optimal, maka perlu dilakukan beberapa percobaan kombinasi antara jarak titik awal dan tujuan. Sehingga masalah dapat dikatakan sebagai masalah kombinatorik. VRP merupakan permasalahan kombinatorik. Oleh karena itu, permasalahan dapat diselesaikan menggunakan metode metaheuristik.
Penelitian ini menggunakan algoritma Modified Particle Swarm Optimization (MPSO-GI) dengan pendekatan Hyper-heuristics untuk menyelesaikan masalah penentuan rute public transport yaitu Urban Transit Routing Problem (UTRP). Data yang digunakan merupakan dataset Mumford dan Mandl yang digunakan pada beberapa penelitian sebelumnya. Penelitian dilakukan dengan membandingkan hasil solusi yang dihasilkan oleh metode yang ditawarkan dengan hasil pada penelitian sebelumnya. Sehingga dapat diketahui kelebihan dan kekurangan dari metode yang ditawarkan.
Berdasarkan hasil uji coba dapat diketahui bahwa algoritma MPSO-GI dengan pendekatan Hyper-heuristics dapat diimplementasikan dan menyelesaikan masalah UTRP. MPSO-GI dengan pendekatan Hyper-heuristics berhasil memperbaiki solusi hill-climbing di hampir semua dataset dengan nilai yang stabil. Hasil metode MPSO-GI dengan pendekatan Hyper-heuristics unggul dalam menghasilkan solusi biaya penumpang pada dataset Mandl4, Mandl6, Mandl7, Mandl8 dan biaya operator pada dataset Mandl4 dan Mandl6 jika dibandingkan dengan metode pada penelitian sebelumnya.
======================================================================================================
Traffic congestion can be overcome by public transport. The optimal implementation of public transport is necessary to determine a best route. To get optimal route of public transport, it is necessary to do some combination experiments between the distance from the starting point and the destination. So that the problem can be said as a combinatorial problem. VRP is a combinatorial problem. Therefore, the problem can use a metaheuristic method.
In this studies, Modified Particle Swarm Optimization algorithm with a Hyper-heuristic approach used to solve problem public transport routes. Data used is the Mumford and Mandl dataset used in several previous studies. Research was conducted by comparing results of the solutions generated by proposed methods with results of previous studies. Therefore, can find out the advantages and disadvantages of proposed methods.
Based on this studies, MPSO-GI algorithm with the Hyper-heuristics approach can be implemented and solve an UTRP. MPSO-GI algorithm with Hyper-heuristics approach succeeded in improving hill-climbing solutions in almost all datasets with stable values. MPSO-GI algorithm with the Hyper-heuristics approach are superior in producing passenger cost solutions on the Mandl4, Mandl6, Mandl7, Mandl8 datasets and operator costs on the Mandl4 and Mandl6 datasets when compared to previous studies.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | Vehicle Routing Problem, Urban Transit Routing Problem, Metaheuristics, Hyper-heuristics, Particle Swarm Optimization |
| Subjects: | T Technology > T Technology (General) > T57.84 Heuristic algorithms. |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 59101-(S2) Master Thesis |
| Depositing User: | SHOF RIJAL AHLAN ROBBANI |
| Date Deposited: | 21 Aug 2021 13:31 |
| Last Modified: | 23 Sep 2024 11:23 |
| URI: | http://repository.its.ac.id/id/eprint/88292 |
Actions (login required)
 |
View Item |