Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/82412
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorKusbudiono-
dc.contributor.advisorKamsyakawuni, Ahmad-
dc.contributor.authorPasucindrawati, Dewinta Bunga-
dc.date.accessioned2017-10-20T07:27:55Z-
dc.date.available2017-10-20T07:27:55Z-
dc.date.issued2017-10-20-
dc.identifier.urihttp://repository.unej.ac.id/handle/123456789/82412-
dc.description.abstractDistribusi merupakan proses pemindahan barang dari pabrik ke konsumen. Permasalahan distribusi yang utama adalah pada saat perusahaan memiliki wilayah pemasaran yang luas sehingga jalur pendistribusian harus diperhatikan. Tujuan dilakukan distribusi barang dua tahap adalah untuk menentukan jalur pendistribusian barang sehingga dapat meminimumkan biaya total distribusi. Penelitian ini menggunakan data simulasi berupa kapasitas produsen, kapasitas distributor, kebutuhan agen, jarak produsen ke distributor, jarak distributor ke agen serta ditentukan biaya bahan bakar dan biaya pengangkutan per barang. Penyelesaian distribusi barang dua tahap pada penelitian ini menggunakan Hybrid Genetic Algorithm-Simulated Annealing (GA-SA) dan Virus Evolutionary Genetic Algorithm (VEGA). Selain untuk mengetahui konsep dan hasil dari kedua algoritma tersebut, juga bertujuan untuk mengetahui hasil perbandingan kedua algoritma dalam menyelesaikan permasalahan distribusi barang dua tahap berdasarkan biaya total distribusi dan running time. Berdasarkan hasil penelitian yang telah dilakukan, Hybrid Genetic Algorithm-Simulated Annealing (GA-SA) didapatkan hasil total biaya distribusi paling minimal Rp 2.490.500,00 dan Virus Evolutionary Genetic Algorithm (VEGA) sebesar Rp 2.474.500,00. Ditinjau dari hasil tersebut dapat disimpulkan Virus Evolutionary Genetic Algorithm (VEGA) lebih baik daripada Hybrid Genetic Algorithm-Simulated Annealing (GA-SA). Jika dilihat dari segi running time yang dibutuhkan oleh kedua algoritma, Hybrid Genetic Algorithm-Simulated Annealing (GA-SA) memiliki running time lebih cepat daripada Virus Evolutionary Genetic Algorithm (VEGA).en_US
dc.language.isoiden_US
dc.subjectGENETIC ALGORITHMen_US
dc.subjectSIMULATED ANNEALINGen_US
dc.subjectVIRUSen_US
dc.subjectGENETICen_US
dc.titleIMPLEMENTASI HYBRID GENETIC ALGORITHM-SIMULATED ANNEALING (GA-SA) DAN VIRUS EVOLUTIONARY GENETIC ALGORITHM (VEGA) PADA PERMASALAHAN DISTRIBUSI BARANG DUA TAHAPen_US
dc.typeUndergraduat Thesisen_US
Appears in Collections:UT-Faculty of Mathematics and Natural Sciences

Files in This Item:
File Description SizeFormat 
Dewinta Bunga Pasucindrawati.pdf1.71 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools