Skripsi
Implementasi algoritma genetika (GA) dan algoritma artificial bee colony (ABC) dalam varian capacitated vehicle routing problem (CVRP) / Eric
Abstrak
Pendistribusian barang adalah aktivitas penting bagi perusahaan dan UMKM yang memerlukan efektivitas untuk meminimalkan sumber daya dan memaksimalkan keuntungan. Vehicle Routing Problem (VRP) khususnya varian Capacitated Vehicle Routing Problem (CVRP) dapat membantu mencari rute kendaraan yang optimal pada masalah pendistribusian. Penelitian ini menggunakan algoritma genetika (GA) dan algoritma artificial bee colony (ABC) untuk menyelesaikan CVRP yang diimplementasikan dalam program Delphi7. Tujuan dari penelitian ini adalah untuk membandingkan kinerja parameter masing-masing algoritma. Dataset penelitian menggunakan lima data yang berbeda yaitu data real dari penelitian Fatwantika 2016 data uji coba 50 titik data uji coba 100 titik dataset Solomon 25 titik kode RC107_025 dan dataset Solomon 50 titik kode RC107_050. Hasil uji coba menunjukkan bahwa pada dataset Fatwantika baik GA maupun ABC menghasilkan total jarak 75 km. Pada dataset Solomon 25 titik GA menghasilkan total jarak 584.534 km sedangkan ABC 479.563 km. Pada dataset Solomon 50 titik GA menghasilkan 1902.677 km sedangkan ABC 1329.958 km. Penyelesaian menggunakan bantuan program Delphi7 yang melalui tahap input seperti input titik input jarak dan input parameter lainnya tahap proses yang merupakan bagian dari proses perhitungan yang dilakukan oleh program dan tahap output yang berupa hasil akhir rute yang didapatkan serta gambar graf rute yang dihasilkan. Analisis parameter menunjukkan bahwa peningkatan ukuran populasi (popsize) probabilitas crossover (pc) probabilitas mutasi (pm) dan iterasi pada GA serta peningkatan total lebah dan iterasi pada ABC dapat menghasilkan solusi yang lebih optimal. Kesimpulannya ABC cenderung memberikan solusi yang lebih baik dibandingkan GA dalam konteks CVRP yang diuji.