Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Prosiding Seminas Competitive Advantage

Penyelesaian Vehicle Routing Problem with Time Windows (VRPTW) dengan Modified Differential Evolution Algorithm ilhamsah, heri awalul
Prosiding Seminas Competitive Advantage Vol 1, No 1 (2011): Seminas Competitive Advantage I
Publisher : Unipdu Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (301.687 KB)

Abstract

ABSTRAK   Penelitian ini membahas modifikasi algoritma  Differential Evolution  untuk menyelesaikan permasalahan Vehicle Routing Problem with Time Windows (VRPTW). Pengembangan algoritma dilakukan dengan jalan menambahkan teknik pembangkitan inisial solusi. Teknik pembangkitan insial solusi yang pertama adalah dengan menggunakan fungsi  random,kemudian menggunakan neighbor berdasarkan nearest distance (jarak terminimum). Sedangkan teknik pembangkitan solusi selanjutnya adalah dengan insersi solomon. Hasil penelitian ini mengkonfirmasikan bahwa pengembangan algoritma yang dilakukan mampu menemukan solusi yang sama dengan best known solusi dari data yang digunakan sebagai data uji, baik dari jumlah kendaraan yang digunakan ataupun jarak yang dihasilkan. Algoritma modified differential evolution mampu bekerja kompetitif pada data test solomon C105, C106, C107, C108 dan C109 dengan nilai gap sebesar 0%. Kata kunci: algoritma modified differential evolution, vrptw, random, nearest neighbor, insersi solomon.   ABSTRACT This studydiscusses modification ofthe DifferentialEvolutionalgorithmto solve theVehicleRoutingProblem withTimeWindows(VRPTW). Algorithmdevelopmentis done byadding theinitialsolutiongeneratingtechnique. First initials solution generationtechniqueis  use arandomfunction, then based onnearestneighbordistance (minimum distance).  The next initials solution generationtechniqueis use solomon insertion. These resultsconfirmthat thedevelopment of algorithmscapable findingsolutionsthatdothe samewith thebestknownsolutions fromthe data usedasdata test, eitherthe number ofvehicles usedorthe resultingdistance. Modifieddifferentialevolutionalgorithmis able to workcompetitivelyin the solomon data test C105, C106, C107, C108 andC109with gapvalueof 0%. Keyword: modified differentialevolution algorithm, vrptw,  random, nearestneighbor, solomon insertion
PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) DENGAN MODIFIED DIFFERENTIAL EVOLUTION ALGORITHM ilhamsah, heri awalul
Prosiding Seminas Vol 1, No 1 (2011): Seminas Competitive Advantage I
Publisher : Unipdu Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (301.687 KB)

Abstract

ABSTRAK   Penelitian ini membahas modifikasi algoritma  Differential Evolution  untuk menyelesaikan permasalahan Vehicle Routing Problem with Time Windows (VRPTW). Pengembangan algoritma dilakukan dengan jalan menambahkan teknik pembangkitan inisial solusi. Teknik pembangkitan insial solusi yang pertama adalah dengan menggunakan fungsi  random,kemudian menggunakan neighbor berdasarkan nearest distance (jarak terminimum). Sedangkan teknik pembangkitan solusi selanjutnya adalah dengan insersi solomon. Hasil penelitian ini mengkonfirmasikan bahwa pengembangan algoritma yang dilakukan mampu menemukan solusi yang sama dengan best known solusi dari data yang digunakan sebagai data uji, baik dari jumlah kendaraan yang digunakan ataupun jarak yang dihasilkan. Algoritma modified differential evolution mampu bekerja kompetitif pada data test solomon C105, C106, C107, C108 dan C109 dengan nilai gap sebesar 0%. Kata kunci: algoritma modified differential evolution, vrptw, random, nearest neighbor, insersi solomon.   ABSTRACT This studydiscusses modification ofthe DifferentialEvolutionalgorithmto solve theVehicleRoutingProblem withTimeWindows(VRPTW). Algorithmdevelopmentis done byadding theinitialsolutiongeneratingtechnique. First initials solution generationtechniqueis  use arandomfunction, then based onnearestneighbordistance (minimum distance).  The next initials solution generationtechniqueis use solomon insertion. These resultsconfirmthat thedevelopment of algorithmscapable findingsolutionsthatdothe samewith thebestknownsolutions fromthe data usedasdata test, eitherthe number ofvehicles usedorthe resultingdistance. Modifieddifferentialevolutionalgorithmis able to workcompetitivelyin the solomon data test C105, C106, C107, C108 andC109with gapvalueof 0%. Keyword: modified differentialevolution algorithm, vrptw,  random, nearestneighbor, solomon insertion
Penyelesaian Vehicle Routing Problem with Time Windows (VRPTW) dengan Modified Differential Evolution Algorithm ilhamsah, heri awalul
Prosiding Seminas Vol 1, No 1 (2011): Seminas Competitive Advantage I
Publisher : Unipdu Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK   Penelitian ini membahas modifikasi algoritma  Differential Evolution  untuk menyelesaikan permasalahan Vehicle Routing Problem with Time Windows (VRPTW). Pengembangan algoritma dilakukan dengan jalan menambahkan teknik pembangkitan inisial solusi. Teknik pembangkitan insial solusi yang pertama adalah dengan menggunakan fungsi  random,kemudian menggunakan neighbor berdasarkan nearest distance (jarak terminimum). Sedangkan teknik pembangkitan solusi selanjutnya adalah dengan insersi solomon. Hasil penelitian ini mengkonfirmasikan bahwa pengembangan algoritma yang dilakukan mampu menemukan solusi yang sama dengan best known solusi dari data yang digunakan sebagai data uji, baik dari jumlah kendaraan yang digunakan ataupun jarak yang dihasilkan. Algoritma modified differential evolution mampu bekerja kompetitif pada data test solomon C105, C106, C107, C108 dan C109 dengan nilai gap sebesar 0%. Kata kunci: algoritma modified differential evolution, vrptw, random, nearest neighbor, insersi solomon.   ABSTRACT This studydiscusses modification ofthe DifferentialEvolutionalgorithmto solve theVehicleRoutingProblem withTimeWindows(VRPTW). Algorithmdevelopmentis done byadding theinitialsolutiongeneratingtechnique. First initials solution generationtechniqueis  use arandomfunction, then based onnearestneighbordistance (minimum distance).  The next initials solution generationtechniqueis use solomon insertion. These resultsconfirmthat thedevelopment of algorithmscapable findingsolutionsthatdothe samewith thebestknownsolutions fromthe data usedasdata test, eitherthe number ofvehicles usedorthe resultingdistance. Modifieddifferentialevolutionalgorithmis able to workcompetitivelyin the solomon data test C105, C106, C107, C108 andC109with gapvalueof 0%. Keyword: modified differentialevolution algorithm, vrptw,  random, nearestneighbor, solomon insertion