Skripsi
Penerapan dinamisasi parameter algoritma genetika menggunakan sistem inferensi fuzzy tsukamoto pada capacitated vehicle routing problem (CVRP) / Anggitya Ganang Rizaldi
Abstrak
Abstrak Capacitated Vehicle Routing Problem (CVRP) merupakan varian dari VRP dengan penambahan kendala kapasitas kendaraan. Salah satu pendekatan yang digunakan untuk mengatasi permasalahan CVRP yaitu dengan pemanfaatan algoritma genetika (GA). Algoritma yang terinspirasi oleh mekanisme evolusi biologis yang bekerja dengan menggunakan kromosom sebagaimana dalam proses seleksi alam ini mempunyai parameter probabilitas crossover dan probabilitas mutasi yang penting untuk ditentukan. Tidak adanya kepastian dalam penentuan parameter tersebut menjadikan kendala tersendiri dalam penerapan GA. Penggabungan konsep antara sistem inferensi fuzzy (FIS) Metode Tsukamoto ke dalam GA dan menjadi Evolutionary Fuzzy Genetic Algorithm (EFGA) dapat mengatasi permasalahan tersebut. Penarikan kesimpulan yang pasti dari FIS digunakan untuk mencari nilai probabilitas crossover dan probabilitas mutasi melalui input berupa ukuran populasi dan maksimal generasi. EFGA diimplementasikan ke dalam bahasa pemrograman Borland Delphi 7.0 dalam bentuk aplikasi untuk menyelesaikan masalah CVRP. Keluaran yang dihasilkan aplikasi ini adalah rute dengan jarak tempuh terbaik dan visualisasinya. Aplikasi ini sebagai produk diharapkan memberi kemudahan dalam menangani permasalahan CVRP melalui penerapan EFGA. Aplikasi EFGA diujicobakan dengan dataset 45 titik yang terdiri dari 1 depot dan 44 pelanggan serta dibandingkan dengan hasil aplikasi CVRP-GA. Berdasarkan hasil uji coba EFGA memberikan solusi yang lebih baik dibanding CVRP-GA. Kata Kunci Capacitated Vehicle Routing Problem (CVRP) Algoritma Genetika Fuzzy Metode Tsukamoto EFGA