Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal MUSTEK ANIM HA INOVTEK POLBENG Musamus Journal of Electro & Mechanical Engineering Jurnal Teknik Mesin Sinergi
Maidah, Andi Ard
Jurusan Teknik Mesin, Universitas Borneo Tarakan, Indonesia
Automotive Engineering Computer Science & IT Electrical & Electronics Engineering Energy Engineering Mechanical Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : INOVTEK POLBENG

 1 
PENENTUAN JARINGAN LOGISTIK MENGGUNAKAN FUZZY C-MEANS DAN MINIMUM SPANNING TREE BERBASIS GENETIC ALGORITHM shinta tri kismanti; andi ard maidhah
INOVTEK POLBENG Vol 9, No 1 (2019): INOVTEK VOL.9 NO 1 - 2019
Publisher : POLITEKNIK NEGERI BENGKALIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (477.802 KB) | DOI: 10.35314/ip.v9i1.964

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 pulau-pulau 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.
Co-Authors Cipto Cipto Mahardi Budi Waluyo Muhammad Firdan Nurdin Novriany Amaliyah Shinta Tri Kismanti