Hasil Pencarian  ::  Simpan CSV :: Kembali

"0-1 Knapsack Problem adalah permasalahan optimasi dalam menentukan objek dari sekumpulan objek tertentu dimana masing-masing objeknya hanya mempunyai satu unit. Masing-masing objek tersebut mempunyai bobot (weight) dan nilai (profit) yang dimasukkan ke dalam suatu media penyimpanan yang mempunyai kapasitas tertentu sehingga banyaknya bobot dari objek-objek tersebut tidak melebihi kapasitas dan nilai yang didapatkan maksimum. Dalam tugas akhir ini, algoritma Novel Global Harmony Search (NGHS) akan digunakan untuk menyelesaikan 0-1 Knapsack Problem (0-1 KP). Kemudian akan dibandingkan hasil penyelesaian 0-1 KP yang menggunakan algoritma NGHS dengan algoritma Harmony Search (HS).

---

0-1 Knapsack Problem (0-1 KP) is an optimization problem to determine object from several object in which each object has exactly one unit. Each object have weights and values to place into storage which has a specific capacity so that the total weight of every object are not exceed the capacity and obtain a maximum value. In this undergraduate thesis, Novel Global Harmony Search (NGHS) algorithm will be used to solve 0-1 KP. The result will be compare with Harmony Search (HS) algorithm."

"ABSTRAKKnapsack Problem (KP) merupakan masalah optimisasi dalam menentukan objekdari sekumpulan objek yang memiliki nilai dan bobot yang akan ditempatkan kedalam media penyimpanan dengan tujuan memaksimumkan nilai barang dengansyarat kapasitas bobot media penyimpanan terbatas. Dalam tugas akhir ini, akandibahas {0-1} Knapsack Problem ({0-1} KP) yang direpresentasikan dalambentuk graf berarah. Setelah direpresentasikan dalam bentuk graf berarah,kemudian dilakukan transformasi pada nilai busur pada graf berarah tersebut dandicari lintasan terpendek antar dua node. Untuk mencari lintasan terpendek,digunakan Algoritma Amoeboid Organism dengan inputnya adalah matriksadjacency dari graf berarah yang telah ditransformasi nilai busurnya dan matrikskonduktivitas. Output dari algoritma ini adalah menghasilkan matrikskonduktivitas yang elemen-elemennya bernilai mendekati 0 atau 1. Entri yangbernilai mendekati 1 merepresentasikan lintasan terpendek pada graf. Lintasanterpendek yang diperoleh akan menjadi solusi yang optimal pada {0-1} KP.

---

ABSTRACTKnapsack Problem (KP) is optimization problem to choose object from set ofobjects which have profit and weight and the object will be placed in limitedstorage with total of profit is maksimum. First, will be explained aboutrepresenting {0-1} Knapsack Problem ({0-1} KP)to directed graph. After {0-1}KP is represented in directed graph, so transforming value of edge on directedgraph and dicari lintasan terpendek antar dua node. To search shortest path, useAmoeboid Organism Algorithm with adjacency matrices from directed graph andconductivity matrices as input. Output from this algorithm is produce conductivitymatrices with element which have value approach 0 and . Element which havevalue approach 1 represent shortest path on graph. Shortest path on graph isoptimal solution in {0-1} KP."

"ABSTRAKKnapsack Problem KP adalah masalah penempatan item barang ke dalam suatu tempat biasa disebut Knapsack yang mempunyai kapasitas tertentu dimana setiap item memiliki berat dan nilai sehingga total berat dari item item yang ditempatkan tidak melebihi kapasitas Knapsack dan nilai yang didapatkan maksimum 0 1 Knapsack Problem 0 1 KP adalah kasus khusus dari KP dimana setiap item hanya tersedia 1 unit sehingga keputusannya adalah untuk memasukkan item tersebut ke dalam Knapsack atau tidak Algoritma Soccer League Competition SLC akan digunakan untuk menyelesaikan 0 1 KP yang ide dasarnya berasal dari kompetisi yang terjadi di liga sepak bola Penyelesaian 0 1 KP menggunakan algoritma SLC ini kemudian akan disimulasikan pada 10 permasalahan 0 1 KP dengan menggunakan perangkat lunak pada komputer Lalu hasilnya akan dibandingkan dengan solusi yang diperoleh dari algoritma NGHS.

---

ABSTRACT

Knapsack Problem KP is an optimization problem to placed some item into a place called Knapsack that have certain capacity which each item has a weight and a value so that the total weight of the chosen items does not exceed the capacity of knapsack and the total value is as large as possible 0 1 Knapsack Problem 0 1 KP is a case of KP which is only one unit available for each item so that the decision is to put these items to knapsack or not Soccer League Competition algorithm will be used to solving 0 1 KP The basic idea of SLC algorithm is from the competition that happen on a soccer league Then SLC algorithm will be simulated on 10 solved 0 1 KP problem with software on computer to solve 0 1 KP and will be compared with solutions from NGHS."

"ABSTRAKPatient Assignment Problem merupakan suatu masalah penugasan untuk memasangkanpasien ke perawat pada pelayanan home care service. Solusi yang ingin didapatkanadalah pasangan yang tepat antara perawat dan pasien dengan tingkat ketakseimbanganbeban kerja perawat yang minimum. Skripsi ini membahas penggunaan algoritma tabusearch pada patient assignment problem.Penentuan solusi awal pada skripsi inimenggunakan metode random. Metode tabu search menggunakan dua strategi penting,yaitu strategi intensifikasi dan diversifikasi. Pada strategi intensifikasi akan dilakukanpencarian pada suatu daerah sehingga solusi yang terbaik di daerah ini ditemukan,sedangkan strategi diversifikasi merupakan mekanisme yang mencoba keluar darioptimal lokal dan melakukan pencarian ke daerah- daerah yang yang sebelumnya belumpernah/ jarang dikunjungi. Tujuannya digunakan strategi ini adalah untuk mendapatkankemungkinan nilai fungsi tujuan yang lebih baik.

---

ABSTRACTPatient assignment problem is an assignment problem to pair a number of patients to anumber of nurses in a home care service. The solution is a pair of nurse and patient withminimum unbalanced workload on the nurse. This final paper discuss is about tabusearch algorithm used on the patient assignment problem. The initial solution is usinggenerated random method. Tabu search method uses two important strategies calledintensification and diversification. In intensification strategy, the search of the bestsolution are focused in a certain area, while diversification focuses on the areas thatrarely or never visited before. In the aim of these strategies is to obtain a better solution."

"Algoritma Harmony Search merupakan algoritma metaheuristik yang diperkenalkan oleh Zong Woo Geem pada tahun 2001 dan terinspirasi dari proses improvisasi musik, dimana para musisi berusaha untuk memperbaiki nada sehingga menghasilkan kumpulan nada membentuk harmoni terbaik. Dalam skripsi ini algoritma Harmony Search digunakan dalam penyelesaian permainan Sudoku.Permainan Sudoku merupakan suatu permainan penempatan angkaangka 1 hingga 9 pada matriks berukuran 9 × 9 dengan syarat di tiap baris, tiap kolom dan di tiap sembilan submatriks ukuran 3 × 3 berisi semua angka 1 hingga 9 tepat satu kali.

---

Harmony search algorithm is a Methaheuristic algorithm. It was introduced by Zong Woo Geem in 2001, which get the inspiration from the process of music improvisation, where musicians improvise their instruments? pitches searching for a perfect state of harmony. In this small thesis, harmony search algorithm used for solving of Sudoku game.Sudoku game is a game that put numbers start from 1 until 9 into a 9 × 9 matrix according to the rules that each row, each column, and each of the nine 3 × 3 sub matrix that compose the matrix contains all of the number from 1 to 9 at once."

"Pada skripsi ini akan dibahas konsep ride sharing pada taksi, atau disebut juga taxi sharing, yang merupakan salah satu upaya untuk mengatasi masalah kemacetan akibat kurang seimbangnya jumlah kendaraan yang beredar dengan kapasitas jalan yang dapat menampung kendaraan. Pada taxi sharing, penumpang taksi berbagi kendaraan taksi dan biaya perjalanan dengan penumpang lain yang memiliki tempat asal-tujuan yang sama/hampir sama dalam waktu perjalanan yang hampir bersamaan. Pemanfaatan taxi sharing yang mengoptimalkan utilisasi kendaraan taksi, selain dapat mengurangi jumlah kendaraan taksi yang dibutuhkan untuk melayani konsumen dan mengurangi biaya operasional taksi, juga dapat mengurangi penggunaan bahan bakar, yang pada akhirnya mengurangi emisi gas buang kendaraan. Untuk memaksimalkan penggunaan taxi sharing, maka diperlukan pengoptimalan rute taksi dalam melayani penumpang, dimana masalah pencarian rute taxi sharing yang optimal dalam skripsi ini akan dimodelkan dalam bentuk mixed integer programming problem. Permasalahan ini diselesaikan menggunakan algoritma genetika, yang lahir dari sebuah inspirasi teori evolusi Darwin. Algoritma ini digunakan untuk mencari pasangan penumpang yang berbagi layanan taksi dan rute taksi yang optimal. Hasil percobaan dengan menggunakan ukuran populasi (popsize) 10, jumlah generasi 50 dan 100, crossover rate (Cr) 0.7, dan mutation rate (Mr) 0.2 menunjukkan bahwa yang sebelumnya terdapat 8 permintaan taksi dan 8 taksi, operator taksi dapat mengurangi jumlah taksi yang beroperasi sebesar satu taksi. Taksi yang menggunakan konsep taxi sharing, yaitu taksi 5 akan melayani permintaan 2 dan 8, dengan urutan menjemput permintaan 2 lalu 8, lalu mengantarkan permintaan 2 kemudian 8, dengan biaya yang dibayarkan Rp4.200,00 untuk permintaan 2 dan Rp14.700,00 untuk permintaan 8. Maka dari itu, keuntungan operator taksi menjadi lebih besar, penumpang dapat menghemat biaya perjalanan, dan penggunaan kendaraan di jalan berkurang.

---

This research will discuss about the implementation of taxi ride sharing system or taxi sharing as an attempt to find a solution for traffic jam problem that caused by an unequal number of public transportation units operated in the street and the lack of street capacity which supposed to facilitate it. With the present of taxi sharing system, consument can share their taxi trip with others passengers that going on to same direction at the same time. This solution can give benefit for consuments by sharing the trip cost while at the same time benefitted the public transportations provider to optimalized the utilization of the taxi units and cut off operationalization cost, benefitted society by minimalize the number of cars in the streets and reducing air polution from gasoline consumption. To make this taxi sharing system works it also needed an optimalization in taxi route for each trip service. This research will be trying to solved this challenges by examines the taxi-sharing route services through Mixed Integer Programming Problems. This process will be carried using a genetics algorythm which inspired from Darwin's theory of evolution. This algorithm is aiming to be effectively find and match pairs of passengers who use taxi sharing system and taxi routes. The experiment by using population size (popsize) of 10, number of generations 50 and 100, crossover rate (Cr) 0.7, mutation rate (Mr) 0.2 shows that from 8 taxi units to accomodate 8 taxi requests that have been received before, the taxi provider supposedly be able to effectively reduce the number of taxis into only 7 taxis to carry all of the sharing system passengers that requesting. A taxi that uses taxi sharing system will serve request number 2 and request number 8, by picking up request 2 then 8, then delivering request 2 then 8, with fees paid Rp4.200,00 for request 2 and Rp14.700,00 for request 8. Therefore, the profit of the taxi provider is greater, the passengers can save their trip costs, and the use of vehicles on the road can be decreased."

"Quadratic Assignment Problem (QAP) merupakan masalah optimasi kombinatorial yang pertama kali diperkenalkan oleh Koopmans dan Beckman pada tahun 1957. QAP adalah masalah menempatkan n fasilitas pada n lokasi dengan tujuan meminimalkan total jarak. Pada skripsi ini, QAP diselesaikan dengan algoritma Hybrid Ant System (HAS) yang termasuk dalam Ant Colony Optimization (ACO). ACO merupakan suatu metode metaheuristik yang terinspirasi dari perilaku semut dalam mencari rute terpendek dari sumber makanan sampai kembali ke sarangnya. Pada algoritma HAS ini, terdapat sejumlah agen yang ditugaskan untuk membentuk rute perjalanan. Setiap agen secara acak ditugaskan membuat rute dari simpul awal sampai semua simpul dikunjungi dan menghasilkan solusi untuk QAP.

---

Quadratic assignment problems (QAPs) is one of combinatorial optimization that was introduced by Koopmans and Beckmann in 1957. QAP is assign n facilities to n locations by minimizing the total distance. In this skripsi, QAP problems can be solved by Hybrid Ant System (HAS) algorithm, these algorithm include in Ant Colony Optimization (ACO). ACO is a metaheuristic methods which encouraged from ants behavior in finding the shortest path among the food resources to their cage. By HAS algorithm, there are some agents assigned to create routes randomly from first points until all points visited, then it will result a solution for QAP."

"Salah satu cara untuk mengatasi masalah kemacetan dan polusi udara akibat penggunaan kendaraan pribadi yang kurang efektif yaitu dengan menggunakan sistem berbagi tumpangan (ride sharing). Ride sharing merupakan suatu sistem dimana pelaku perjalanan berbagi (sharing) kendaraan dengan pelaku perjalanan lain yang memiliki waktu dan lokasi asaltujuan perjalanan yang sama atau hampir sama. Pada skripsi ini akan dibahas masalah optimasi penggunaan sistem berbagi tumpangan dengan kedatangan permintaan layanan baru diketahui saat akan melakukan pelayanan yang disebut juga dynamic ride sharing. Bentuk model matematis dari masalah tersebut akan menggunakan Dial-A-Ride-Problem with Money as incentive (DARP-M), yaitu suatu pengembangan dari DARP dengan menambahkan batasan dalam aspek biaya. Selanjutnya akan digunakan algoritma genetika sebagai metode penyelesaian dari masalah tersebut. Berdasarkan hasil percobaan yang dilakukan dalam skripsi ini diperoleh bahwa algoritma genetika cukup dapat memberikan solusi yang optimal untuk permasalahan tersebut dan dengan menggunakan ride sharing sebagai DARP-M akan memberikan penghematan biaya perjalanan bila dibandingkan tidak menggunakan ride sharing.

---

One way to overcome congestion and air pollution problems due to ineffective use of private vehicles is to use a ride sharing system. Ride sharing system itself refers to a system in which users share vehicles with other users who have the same or nearly same location of travel origin and destination as well as the same set of time. This thesis discusses the issues of optimizing the use of the ride-sharing system with the arrival of new service requests known when they are about to perform services to customers which is alson known as dynamic ride sharing. The form of a mathematical model used in this thesis to adress such issues is called Dial A Ride Problem with Money as incentives (DARP-M), which is a development of DARP by adding constrains in the aspect of costs. Furthermore, genetic algorithms is used as a method of problem-solving. Based on the results of the experiments conducted in this thesis, it is found that the genetic algorithm can provide an optimal solution to these issues and by using ride sharing, as DARP-M demonstrated, it could provide savings in travel costs when compared to not using ride sharing."

"Penelitian ini membahas mengenai kasus distribusi Premium, Kerosin dan Solar di perusahaan Migas yang mengalami masalah deviasi jumlah pendistribusian produk di beberapa depot utama (pelabuhan bongkar) yang disebabkan oleh keterlambatan kapal, keterbatasan draft pelabuhan dan fluktuasi permintaan. Pengoptimalan rute dan jadwal pendistribusian bahan bakar ini menggunakan Algoritma Tabu Search dengan mengintegrasikan 2 kapal yang berbeda jenis Medium Range (MR) dan General Purpose (GP), konsumsi harian di tiap pelabuhan bongkar berbeda akan tiap produk, stok pelabuhan muat tidak terbatas, keterbatasan draft pelabuhan sehingga menghasilkan sebuah solusi yang menjaga keberadaan persediaan pengaman dengan biaya transportasi yang minimum. Rute usulan dari penelitian ini dirancang dengan penjadwalan 30 hari menggunakan perangkat lunak Matlab versi 7 (R2000b). Hasil yang diperoleh memberikan performansi yang baik karena rute dan jadwal yang dihasilkan dapat menjaga keberadaan persediaan pengaman dengan total biaya sebesar Rp. 6,265,337,216 dengan pertimbangan Kapal MR digunakan dedicated untuk pelabuhan bongkar TTM.

---

This research discusses about case of fuel distribution (Premium, Kerosene and Solar) in an oil company which involved in quantity of product distribution problem in some main depot (unloading port) which are caused by ship lateness, limitation of draft and demand fluctuation. It is solved by using Tabu Search Algorithm which have model that integrate two different ships consist of Medium Range (MR) and General Purpose (GP), different daily consumption product of every unloading port, unlimited inventory loading port, and limited port draft for give a solution to maintain safety stock with low transportation cost. This routes were designed by planning horizon 30 days using Matlab 7th version (R2000b). The result prove that safety stock in each unloading port can be maintained with total cost is Rp. 6,265,337,216. MR (Medium Range) ship is dedicated to fulfill TTM port demand."

"ABSTRAKVehicle Routing Problem (VRP) merupakan masalah kritis dan penting dalam bidang logistik untuk mendesain suatu jaringan transportasi yang efektif dan efisien. Di antara berbagai jenis VRP, Capacitated Vehicle Routing Problem (CVRP) telah banyak dipelajari secara luas oleh banyak peneliti karena dalam prakteknya sangat relevan dengan operasi logistik. Namun, CVRP yang bertujuan meminimalkan perjalanan jarak keseluruhan atau meminimalkan waktu perjalanan ternyata tidak memenuhi persyaratan terbaru yaitu Green Logistics, yang memperhatikan pengaruh terhadap lingkungan. Pada skripsi ini mempelajari CVRP dari perspektif lingkungan yang disebut Environmental Vehicle Routing Problem (EVRP) dengan tujuan mengurangi dampak buruk pada lingkungan yang disebabkan oleh routing dari kendaraan. Dalam skripsi ini, pengaruh lingkungan diukur melalui jumlah emisi yang dikeluarkan pada saat melakukan aktifitas logistik. Salah satu teknik yang dapat digunakan untuk menyelesaikan masalah EVRP adalah dengan menggunakan metode metaheuristik yaitu algoritma Hybrid Artificial Bee Colony (HABC). Algoritma HABC merupakan modifikasi dari algoritma Artificial Bee Colony (ABC) dengan algoritma Clarke-Wright Savings untuk pembentukan rute awal.

---

ABSTRACT

The vehicle routing problem (VRP) is a critical and vital problem in logistics for the design of an effective and efficient transportation network. Among the various types of VRP, Capacitated Vehicle Routing Problem (CVRP) has been studied extensively because in practice it is very relevant to logistics operations. However, CVRP aimed at minimizing traveling distance or minimize overall travel time did not meet the latest requirements of Green Logistics, which pay attention to the effect on the environment. In this thesis studied the CVRP from an environmental perspective, called the Environmental Vehicle Routing Problem (EVRP) with the aim of reducing the adverse effect on the environment caused by the routing of vehicles. In this research, the environmental influence is measured through the amount of the emission , which is a widely acknowledged criteria and accounts for the major influence on environment. A hybrid artificial bee colony algorithm (HABC) is designed to solve the EVRP model. The artificial bee colony is a swarm intelligent, which mimics the foraging behavior of a honey bee swarm. An hybrid artificial bee colony algorithm is also proposed to improve the solution quality of the original version. HABC algorithm is a modification of the algorithm Artificial Bee Colony (ABC) algorithm Clarke-Wright Savings as the formation of the initial route."