OPTIMALISASI RUTE DISTRIBUSI AIR MINUM DALAM KEMASAN MENGGUNAKAN ALGORITMA GENETIKA PADA PT. MUAL NATIO MAJU BERSAMA
DOI:
https://doi.org/10.55606/jurripen.v2i1.815Keywords:
Genetic Algorithm, Traveling Salesman Problem (TSP), Roulette Wheel Selection, Chromosomes, FitnessAbstract
Travelling Salesman Problem (TSP) is a problem that is often encountered by a salesman who must travel exactly once to all consumers in a route and will return to the starting point of departure. Algorithm Genetic Algorithm is one way to find heuristic solutions based on the evolutionary ideas of natural selection and genetics. The aim is to find the optimal route for the distribution of bottled water products produced by PT. Mual Natio Maju Bersama. To find a solution, the chromosomes processed by the genetic algorithm are represented through the stages in the Genetic Algorithm individual initialization, fitness value, linear fitness ranking, roulette whell selection, crossover, and mutation. In order to achieve the optimum solution, namely The best path obtained is PT Mual Tio Maju Bersama –BUMDES Sait ni Huta - UD. Alvaro - UD. Lancelhot – UD. Alris – UD. Jamel – Toko Kelontong SRC Resi 2 – Toko Notra – UD. B Siringoringo – Toko Dahlia Siahaan – UD. Purba – UD. Cahaya – UD. Hutapea – UD. Gabe – UD. Setia II – UD. Larisma II – UD. Antoni – UD. Bona Siahaan – UD. Sederhana – Toko Manalu – UD. Setia I – Toko Ferdinan – UD. Alboy – Wisma Daun Mas – UD. Top Jaya – UD. Mega Silaban – BUMDES Silaitlait – UD. Rika – UD. Panamot – Piltik Coffee and Homestay Bandar Udara Silangit – UD. Rolas Boy – UD. Salamat Karya – UD. Simpang Jaya – UD. Lambok - Piltik Coffee and Homestay Siborongborong – UD. Bahagia – UD. Marlinca – UD. Heri Joel Pasaribu – UD. Ebenezer – UD. Mawar – UD. A Saudara – UD. SP Perdana – PDAM Mual Na Tio – UD. Rokkap - PT Mual Tio Maju Bersama. The best path length is 125.2700 cartesian units and the best fitness value is 0.008000.
References
Andreason, Niklas., Evgrafov, Anton., & Patriksson Michael. (2005). An Introduction to Optimization: Foundations and Fundamental Algorithms. Gothenburg University Press, Swedia.
Arkeman, Y., Seminar, K, B., & Gunawan, H. (2012). Algoritma Genetika Teori dan Aplikasinya Untuk Bisnis dan Industri. Ninth Edition, IPB Press, Bogor.
Arora, Rajesh Kumar. (2015). Optimization, Algorithms and Applications.CRC Press, Taylorand Francis Group. London dan New York
Belegundu, Ashok D., & Chandrupatla Tirupathi R. (2011). Optimization Concepts and Application Engineering. Cambridge University Press. United State of Amerika.
Engko, Erianto. (2015) Performance Analysis Of The Method Arithmetic Crossover In Genetic Algorithm.4(2).
Hasibuan, Medrio, Dwi, Aksara, Cipta., & Lusiana. (2015). Pencarian Rute Terbaik Pada Travelling Salesman Problem (TSP) Menggunakan Algoritma Genetika pada Dinas Kebersihan dan Pertamanan Kota Pekanbaru. Jurnal SATIN-Sains dan Teknologi Informasi. Jurnal SATIN-Sains dan Teknologi Informasi. 1(1).
Hawa, Siti., & Ahyaningsih Faiz. (2020). Optimalisasi Rute Travelling Salesman Problem Pada Pendistribusian Koran Menggunakan Algoritma Genetika Metode Seleksi Roulette Wheel (Studi Kasus : Harian Tribun Medan). Jurnal Karismatika. 6(2).
Juwairiah, Pratama., Rustamaji, Dicky., Sofyan, Heru Cahya., Prasetyo, Herry., & Boedi Dessyanto. (2019). Genetic Algorithm for Optimizing Traveling Salesman Problems with Time Windows (TSP-TW). International Journal of Artificial Intelligence dan Robotics (IJAIR). 1(1), 1-8’
Larranaga, Pedro, Kuijpers., Murga , Cindy, M, H., Inza, Roberto, H., Dizdarevic, Inaki., & Sejla. (1999). Genetic algorithms for the travelling salesman problem: A review of representations and operators. Artificial Intelligence Review. 13(2), 129-170.
Lukas, Samuel, Anwar., Yuliani, Toni., & Willi. (2005). Penerapan Algoritma Genetika Untuk Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover Dan Insertion Mutation. Seminar Nasional Aplikasi Teknologi Informasi (SNATI)
Ramadhani, Febri, Fathurrachman., Fitriawanti, Ficry, Agam., Rongre, Restu., Wijayaningrum, Angki, Christiawan., & Nur Vivi. (2018). Optimasi pendistribusian barang farmasi menggunakan algoritma genetika. Jurnal Ilmu Komputer. 5(2), 159-168.
Saptaningtyas, Fitriana, Yuli. (2012). Multi Traveling Salesman Problem (MTSP) dengan Algoritma Genetik Untuk Menentukan Rute Loper Koran di Agen Super Koran. 7(2).
Saputro, Nico., & Yento. (2004). Pemakaian Algoritma Genetik Untuk Penjadwalan Job Shop Dinamis Non Deterministik. Jurnal Teknik Industri. 6(1).
Suyanto. (2005). Algoritma Genetika dalam Matlab. Andi, Yogyakarta.
Yuda, I, Made, Tangkas, Wahyu, Kencana., & Widiartha I Made. (2020). Perbandingan Kinerja Operator Partially Mapped Crossover, Cycle Crossover, Dan Order Crossover Dalam Algoritma Genetika Pada Pencarian Rute Terpendek Perjalanan Wisata. Jurnal Teknologi Informasi dan Komputer. 6(3).
Zainudin, Zukhri. (2019). Algoritma Genetika Metode Komputasi Evolusioner Untuk Menyelesaikan Masalah Optimasi. Andi, Yogyakarta.
Isdianto, Wuri. Travelling Salesman Problem (TSP) menggunakan Algoritma Genetika (genetic algorithm) dengan Matlab . Youtube. Diunggah oleh Wuri Isdianto. 13 Mei 2022. https://youtu.be/pQL3RC5TFrA
