Integer programming model for optimizing bus timetable using genetic algorithm

Wihartiko, Fajar Delli; Buono, Agus; Silalahi, Bib Paruhum

doi:10.1088/1757-899x/166/1/012016

Cited by 26 publications

(26 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Selanjutnya model ini dapat dijadikan acuan untuk pengerjaan lebih dari dua tempat perusahaan. Makalah ini merupakan bagian aplikasi dari penelitian sebelumnya tentang optimisasi yang telah dilakukan oleh Silalahi [5], Silalahi dan Dewi [6] dan Wihartiko et al [9].…”

Section: Pendahuluanunclassified

Multi Depot Vehicle Routing Problem Dengan Pengemudi Sesekali

Making

Silalahi

Bukhari

2018

JMA

View full text Add to dashboard Cite

Distribusi merupakan suatu proses penyaluran barang dari satu atau kumpulan produsen kepada konsumen. Dalam proses pendistribusian semua produsen mengharapkan untuk meminimumkan biaya pendistribusian. Oleh karena itu perlu diformulasikan suatu model dalam optimasi untuk meminimumkan biaya pendistribusian. Salah satu model yang telah diformulasikan adalah vehicle routing problem (VRP) dengan pengemudi sesekali untuk meminimumkan biaya pendistribusian di satu tempat produksi. Selanjutnya dalam makalah ini akan diformulasikan model VRP dengan pengemudi sesekali untuk dua tempat produksi, sehingga disebut multi depot vehicle routing problem (MDVRP) dengan pengemudi sesekali. Tujuan dari formulasi model (MDVRP) dengan pengemudi sesekali ini adalah untuk meminimumkan biaya pendistrbusian Penggunaan kendaraan milik pengemudi sesekali dalam model MDVRP dengan pengemudi sesekali menunjukkan bahwa model ini dapat digunakan untuk meminimalkan biaya pendistribusian pada dua tempat produksi. Berdasarkan hasil tersebut, model ini dapat digunakan untuk meminimumkan biaya pendistribusian untuk dua tempat produksi dan selanjutnya dapat dijadikan acuan untuk pengerjaan lebih dari dua tempat produksi.

show abstract

Section: Pendahuluanunclassified

Multi Depot Vehicle Routing Problem Dengan Pengemudi Sesekali

Making

Silalahi

Bukhari

2018

JMA

View full text Add to dashboard Cite

show abstract

“…Step size menggunakan metode Yuan mampu menghasilkan jumlah iterasi yang lebih sedikit terutama pada kasus berdimensi kecil namun pada kasus berdimensi besar tidak lebih baik dari metode BB. Selanjutnya penelitian-penelitian berikut mengkombinasikan beberapa metode dalam menyelesaikan masalah pengotimuman [14,16].…”

Section: Pendahuluanunclassified

Penyelarasan Arah Vektor Gradien Untuk Menentukan Step Size Metode Steepest Descent Pada Fungsi Nonlinear Kuadratik Banyak Variabel

Idaman

Silalahi

Guritman

2018

JMA

View full text Add to dashboard Cite

Masalah optimisasi banyak variabel dapat diselesaikan dengan berbagai metode untuk mendapatkan solusi yang optimal. Salah satu metode yang paling sederhana yaitu metode steepest descent. Metode steepest descent menggunakan vektor gradien untuk menentukan arah pencarian disetiap iterasi kemudian ditentukan step size sebagai jarak perubahan solusi yang dipengaruhi oleh vektor gradien. Step size ( ) pada metode steepest descent sangat mempengaruhi kecepatan kekonvergenan metode ini. Sehingga diperlukan penentuan step size yang tepat untuk mempercepat kekonvergenan metode steepest descent. Penelitian ini akan memodifikasi step size pada metode steepest descent dengan menentukan step size yang dapat menghasilkan arah (vektor gradien) yang mendekati vektor eigen dari matriks Heisse suatu fungsi kuadratik definit positif banyak variabel. Hasil numerik menunjukkan bahwa step size yang diperoleh pada penelitian ini bisa mereduksi jumlah iterasi dan running time lebih baik dari pada metode steepest descent biasa terutama untuk kasus ill-conditioned yaitu kasus lamanya metode steepest descent mencapai kekonvergenan yang disebabkan oleh perbandingan (rasio) yang besar antara nilai eigen terbesar dan nilai eigen terkecil dari matriks Heisse.

show abstract

“…Passenger / trip and path sales data are analogous to spatial attributes as well as day sales as temporal attributes. Ticket sales data can also be used to determine the optimal number of Bus trips [10]. In this paper the outlier is viewed as a person or group of people with minimum sales results on the size of the sales difference and the level of certain occurrences.…”

Section: Introductionmentioning

confidence: 99%

Fraud Detection of Bus Ticket Sales by using Spatio Temporal Data Mining

2019

ijrte

View full text Add to dashboard Cite

Cheating in the sale of bus tickets is often found in transportation service providers who still use the conductor as a ticket seller on the bus. The high cost of supervision, lack of honesty, unification of the sales function and the ticket control function on the conductor makes this fraudulent practice a problem that companies must handle. By looking at the behavior of ticket sales for each individual through the method of spatio temporal clustering can detect fraudulent behavior that occurs. The bus ticket sales deception process is implemented in Bogor's Bus Rapid Transit (BRT). The results show that there are 3.2% of high-potential officers cheating ticket sales. By knowing the cheating behavior of ticket sales, the company can follow up with the policy so that cheating behavior does not become the company culture

show abstract

Integer programming model for optimizing bus timetable using genetic algorithm

Cited by 26 publications

References 5 publications

Multi Depot Vehicle Routing Problem Dengan Pengemudi Sesekali

Multi Depot Vehicle Routing Problem Dengan Pengemudi Sesekali

Penyelarasan Arah Vektor Gradien Untuk Menentukan Step Size Metode Steepest Descent Pada Fungsi Nonlinear Kuadratik Banyak Variabel

Fraud Detection of Bus Ticket Sales by using Spatio Temporal Data Mining

Contact Info

Product

Resources

About