Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika
Dwi Aries Suprayogi
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan Algoritma Genetika Traveling Salesman Problem with Time Window: Studi Kasus Rute Antar Jemput Laundry Suprayogi, Dwi Aries; Mahmudy, Wayan F.
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (623.116 KB)

Abstract

Optimasi pemilihan rute merupakan masalah yang banyak dibahas padapenelitian ilmu komputer. Antar jemput laundry dengan pelanggan yang memiliki waktukhusus untuk menerima barang adalah salah satu contoh kasus pemilihan rute.Penghitungan rute tercepat memegang peranan penting karena harus tepat waktu dansemua pelanggan dapat dilayani. Berbeda dengan traveling salesman problem (TSP)konvensional yang bertujuan untuk meminimalkan jarak, kasus ini juga harusdipertimbangkan waktu ketersediaan setiap pelanggan. Pencarian solusi untukpermasalahannya adalah dengan mengkombinasikan solusi-solusi (kromosom) untukmenghasilkan solusi baru dengan menggunakan operator genetika (seleksi, crossover danmutasi). Untuk mencari solusi terbaik digunakan beberapa kombinasi probabilitascrossover dan mutasi serta ukuran populasi dan ukuran generasi. Dari hasil pengujiankombinasi probabilitas crossover yang terbaik adalah 0,4 dan mutasi adalah 0,6sedangkan untuk ukuran generasi optimal adalah 2000. Dari nilai-nilai parameter inididapatkan solusi yang memungkinkan untuk melayani semua pelanggan dengan time window masing - masing.
Penerapan Algoritma Genetika Traveling Salesman Problem with Time Window: Studi Kasus Rute Antar Jemput Laundry Suprayogi, Dwi Aries; Mahmudy, Wayan F.
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (623.116 KB) | DOI: 10.24002/jbi.v6i2.407

Abstract

Optimasi pemilihan rute merupakan masalah yang banyak dibahas padapenelitian ilmu komputer. Antar jemput laundry dengan pelanggan yang memiliki waktukhusus untuk menerima barang adalah salah satu contoh kasus pemilihan rute.Penghitungan rute tercepat memegang peranan penting karena harus tepat waktu dansemua pelanggan dapat dilayani. Berbeda dengan traveling salesman problem (TSP)konvensional yang bertujuan untuk meminimalkan jarak, kasus ini juga harusdipertimbangkan waktu ketersediaan setiap pelanggan. Pencarian solusi untukpermasalahannya adalah dengan mengkombinasikan solusi-solusi (kromosom) untukmenghasilkan solusi baru dengan menggunakan operator genetika (seleksi, crossover danmutasi). Untuk mencari solusi terbaik digunakan beberapa kombinasi probabilitascrossover dan mutasi serta ukuran populasi dan ukuran generasi. Dari hasil pengujiankombinasi probabilitas crossover yang terbaik adalah 0,4 dan mutasi adalah 0,6sedangkan untuk ukuran generasi optimal adalah 2000. Dari nilai-nilai parameter inididapatkan solusi yang memungkinkan untuk melayani semua pelanggan dengan time window masing - masing.
Penerapan Algoritma Genetika Traveling Salesman Problem with Time Window: Studi Kasus Rute Antar Jemput Laundry Dwi Aries Suprayogi; Wayan F. Mahmudy
Jurnal Buana Informatika Vol. 6 No. 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v6i2.407

Abstract

Optimasi pemilihan rute merupakan masalah yang banyak dibahas padapenelitian ilmu komputer. Antar jemput laundry dengan pelanggan yang memiliki waktukhusus untuk menerima barang adalah salah satu contoh kasus pemilihan rute.Penghitungan rute tercepat memegang peranan penting karena harus tepat waktu dansemua pelanggan dapat dilayani. Berbeda dengan traveling salesman problem (TSP)konvensional yang bertujuan untuk meminimalkan jarak, kasus ini juga harusdipertimbangkan waktu ketersediaan setiap pelanggan. Pencarian solusi untukpermasalahannya adalah dengan mengkombinasikan solusi-solusi (kromosom) untukmenghasilkan solusi baru dengan menggunakan operator genetika (seleksi, crossover danmutasi). Untuk mencari solusi terbaik digunakan beberapa kombinasi probabilitascrossover dan mutasi serta ukuran populasi dan ukuran generasi. Dari hasil pengujiankombinasi probabilitas crossover yang terbaik adalah 0,4 dan mutasi adalah 0,6sedangkan untuk ukuran generasi optimal adalah 2000. Dari nilai-nilai parameter inididapatkan solusi yang memungkinkan untuk melayani semua pelanggan dengan time window masing - masing.
Co-Authors Wayan F. Mahmudy