OPTIMASI PENGANGKUTAN PETI KEMAS DALAM PENYELESAIAN KNAPSACK BERDASARKAN PERBANDINGAN ALGORITMA GENETIKA DAN ALGORITMA GREEDY
Abstract
Penelitian ini dilatarbelakangi permasalahan optimasi dalam bidang jasa pengangkutan barang seperti pengangkutan barang ke dalam peti kemas. Permasalahan semacam ini sering dianalogikan dengan permasalahan Knapsack. Tujuan dari penelitian ini adalah mendapatkan nilai optimal menerapkan algoritma genetika dan membandingkan dengan algoritma greedy dalam menyelesaikan knapsack problem. Dalam melakukan penelitian ini, jenis penilitian yang digunakan adalah design and creation, metode perancangan yang digunakan adalah metode waterfall. Aplikasi ini berbasis web. Pemodelannya menggunakan flowchart dan diuji dengan metode pengujian whitebox. Hasil dari pengujian whitebox berdasarkan perhitungan yang dilakukan dengan rumus Cyclomatic Complexity pada flowgraph sudah sesuai dengan alur program yang dirancang. Kesimpulan dari penelitian ini adalah baik algoritma genetika dan algoritma greedy sama-sama dapat menyelesaikan knapsack problem. Akan tetapi algoritma genetika lebih optimal dalam kasus dengan jumlah banyak barang. Sedangkan algoritma greedy unggul dalam kompleksitas waktu pencarian solusi.
Kata Kunci : Optimasi, Knapsack Problem, Algoritma Genetika, Algoritma Greedy
Downloads
References
DAFTAR PUSTAKA
Agustina, Ari. Dkk. “Perbandingan Algoritma Exhaustive Search dan Algoritma Genetika untuk Memecahkan Knapsack Problem”. Skripsi. Malang: Fakultas Teknik Universitas Brawijaya. 2012.
Ahmad, Basuki. Algoritma Genetika, Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning. PENTS-ITS Surabaya. 2003.
Gen M and Cheng R. Genetic Algorithms and Engineering Design.
New York: John Wiley & Sons. 1997.
Kusumadewi, Sri. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. 2003.
Mahmudy WF. Penerapan Algoritma Genetika pada Optimasi Model Penugasan. Jurnal Natural. 10: 197-207.2006.
Nallamottu UB, Chambers TL, and Simon WE. Comparison of the Genetic Algorithm to Simulated Annealing Algorithm in Solving Transportation Location-allocation Problems With Euclidean Distances. Proceedings of the 2002 ASEE Gulf-Southwest AnnualConference, The University of Louisiana at Lafayette. 20-22. 2002.
Nugroho, B. Trik dan Rahasia Membuat Aplikasi Web dengan PHP. Yogyakarta: Gava Media. 2007.
Paryati. “Optimasi Strategi Algoritma Greedy untuk Menyelesaikan Permasalahan Knapsack 0-1”. Skripsi. Yogyakarta: Fakultas Teknik Universitas Pembangunan Nasional Veteran. 2009.
Prasetyowati, M. I. dan Wcaksana, Arya. “Implementasi Algoritma Dynamic Programming untuk Multiple Constraints Knapsack Problem”. Skripsi. Tangerang: Fakultas Teknik Universitas Multimedia Nusantara. 2013.