Optimasi Multi Travelling Salesman Problem (M-Tsp) Untuk Distribusi Produk Pada Home Industri Tekstil Dengan Algoritma Genetika

Abstract

<p><em>In the field of textile industry, the distribution process is an important factor that can affect the cost of production. For that we need optimization on the distribution process to be more efficient. This problem is a model in the Multi Trave</em><em>l</em><em>ling Salesman Problem (M-TSP). Much research has been done to complete the M-TSP model. Among several methods that have been applied by other researchers, genetic algorithms are a workable method for solving this model problem. In this article the authors chose the genetic algorithm is expected to produce an optimal value with an efficient time. Based on the results of testing and analysis, obtained the optimal population amount of 120. For the optimal generation amount is 800. The test results related to the number of population and the number of generations are used as input to test the combination of CR and MR, obtained the optimal combination of CR = 0 , 4 and MR = 0.6 with a fitness value of 2.9964.</em></p><p><em><strong>Keywords</strong></em><em>: Textile Industry, Multi Travelling Salesman Problem (M-TSP), Genetic Algorithm</em></p><p><em>Pada bidang industri tekstil, proses distribusi merupakan satu faktor penting yang dapat berpengaruh terhadap biaya produksi. Untuk itu diperlukan optimasi pada proses distribusi agar menjadi lebih efisien. Masalah seperti ini merupakam model dalam Multi Travelling Salesman Problem (M-TSP). Banyak penelitian telah dilakukan untuk menyelesaikan model M-TSP. Diantara beberapa metode yang telah diterapkan oleh peneiti lain, algoritma genetika adalah metode yang bisa diterapkan untuk penyelesaian permasalahan model ini. Dalam artikel ini penulis memilih algoritma genetika diharapkan dapat menghasilkan nilai yang optimal dengan waktu yang efisien. Berdasarkan hasil pengujian dan analisis, didapatkan jumlah populasi yang optimal sebesar 120. Untuk jumlah generasi yang optimal adalah sebesar 800. Hasil pengujian terkait jumlah populasi dan jumlah generasi tersebut dijadikan masukan untuk melakukan pengujian kombinasi CR dan MR, didapatkan kombinasi yang optimal yakni CR=0,4 dan MR=0,6 dengan nilai fitness sebesar 2,9964.</em></p><p><em><strong>Kata kunci</strong></em><em>: </em><em>Industri Tekstil, Distribusi, Multi Travelling Salesman Problem (M-TSP), Algoritma Genetika</em></p>

Optimasi Kombinasi Menu Makanan Diet Zone Menggunakan Algoritma Genetika

“…Reproduksi ini dilakukan untuk menghasilkan kromosom baru yang diharapkan memiliki sifat genetik lain berbeda dari induk sebelumnya [14]. Tujuan dilakukannya reproduksi tersebut yakni memperluas kemungkinan dalam mencari kromosom terbaik sebagai solusi paling optimal [17]. Terdapat dua cara dalam melakukan reproduksi yakni crossover dan mutation.…”

Optimalisasi Pendistribusian Dengan Metode Travelling Salesman Problem Untuk Menentukan Rute Terpendek Di Pt Xyz

“…Untuk melakukan hal tersebut, keefektifan, efisiensi, dan produktivitas menjadi perhatian khusus dengan mempertimbangkan sumber daya yang dimiliki agar target tersebut dapat tercapai. Waktu, jarak tempuh, biaya bahan bakar, dan rute yang akan dilalui menjadi faktor yang harus dipertimbangkan agar pengiriman yang akan dilakukan ke konsumen menjadi optimal (Rizki, Mahmudy, & Yuliastuti, 2017). Oleh karena itu, pihak manajemen perusahaan harus memfokuskan tujuan utama dalam pengoptimalan rute pengiriman agar dapat meminimalisir biaya distribusi yang keluar namun waktu yang dibutuhkan lebih cepat, sehingga pendistribusian yang dilakukan akan lebih mudah dan lancar (Utomo, Maylawati, & Alam, 2018).…”

Optimasi Pendistribusian Barang Farmasi Menggunakan Algoritma Genetika

“…Peneliti lain juga telah berhasil menerapkan algoritma genetika untuk distribusi produk pada industri tekstil rumahan. Pada penelitian tersebut, terdapat beberapa sales yang harus melakukan distribusi secara optimal ke beberapa tujuan pemasaran [6].…”