• Tidak ada hasil yang ditemukan

IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI CROSSOVER DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) PADA PENDISTRIBUSIAN AIR MINERAL DI PT ARTHA ENVIROTAMA SLEMAN.

N/A
N/A
Protected

Academic year: 2017

Membagikan "IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI CROSSOVER DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) PADA PENDISTRIBUSIAN AIR MINERAL DI PT ARTHA ENVIROTAMA SLEMAN."

Copied!
90
0
0

Teks penuh

Loading

Gambar

Gambar 2.2 Graf Sederhana G1
Gambar 2.4 Graf Tak Sederhana G3
Gambar 2.6 Graf Berarah G5
Gambar 2.7 Skema Algoritma Genetika oleh David Goldberg (1989)
+7

Referensi

Dokumen terkait

Hasil penelitian menunjukkan bahwa BRKGA yang dipadukan dengan local search menghasilkan total biaya distribusi yang lebih rendah dibandingkan dengan metode

Grafik pada Gambar 3.15 menunjukkan bahwa percobaan menggunakan metode cycle crossover dengan ukuran populasi 30 dan jumlah generasi 600 diperoleh nilai

Berdasarkan hasil uji coba untuk mengoptimasi metode DRLSC maka nilai fitness yang dihasilkan metode GAPSO lebih baik jika dibandingkan Algoritma Genetika (GA) dan

Untuk mendapatkan rute yang optimal dalam masalah penjemputan barang di JNE, digunakan metode capacitated vehicle routing problem dengan algoritma sweep sebagai solusi

Penyelesaian Vehicle Routing Problem with Stochastic Demands dengan menggunakan metode Hibrid Simulated annealing – Algoritma Genetika mempunyai solusi yang lebih baik

Hasil yang diperoleh menggunakan algoritma genetika dengan melakukan 5 simulasi, diperoleh rute terpendek dengan peluang crossover (Pc) = 0,9 dan peluang mutasi (Pm) = 0,05