Ant colony optimization (ACO) pada job shop scheduling problem (JSSP)

Amanullah , Wahidatul Fatin
Wahyuningsih, Sapti
Oktoviana , Lucky Tri

Jurnal MIPA dan Pembelajarannya
Vol. 2 No. 11 (2022): Nopember

Job Shop Scheduling Problem (JSSP) merupakan permasalahan dalam menentukan makespan yang minimum pada suatu jadwal dengan n jobs dan m mesin. Salah satu algoritma yang dapat digunakan dalam penyelesaian permasalahan ini adalah ant colony optimization (ACO). ACO adalah metode yang terinspirasi oleh perilaku makhluk hidup yaitu perilaku dari sekumpulan semut yang keluar dari sarangnya menuju sumber makanan dengan meninggalkan zat pheromone. Dalam algoritma ACO terdapat beberapa tahapan penyelesaian yaitu inisialisasi parameter, aturan transisi status, tahap pembaharuan jejak pheromone, dan menemukan solusi terbaik. Parameter yang dibutuhkan yaitu m (banyaknya mesin), α (tetapan pengendali intensitas jejak semut), β (tetapan pengendali visibilitas), τ_ij (t) (intensitas pheromone), k (banyaknya semut), ρ (evaporasi pheromone), Q (konstanta), dan Cmax (banyaknya iterasi) yang digunakan untuk mencari rute dan makespan.