Optimasi Pengangkutan Peti Kemas Dalam Penyelesaian Knapsack Berdasarkan Perbandingan Algoritma Genetika Dan Algoritma Greedy

Fitri, Mega Orina

doi:10.24252/instek.v2i2.4014

Cited by 3 publications

(3 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Backpropagation menerapkan supervised learning yaitu memiliki suatu input data dan output data yang dapat diolah menjadi suatu model hubungan matematis sehingga mampu melakukan prediksi berdasarkan data yang telah ada sebelumnya [11]. Jaringan Backpropagation terdiri dari input layer, hidden layer dan output layer.…”

Section: Backpropagationunclassified

Komparasi Metode Neural Network Backpropagation dan Support Vector Machines dalam Prediksi Volume Sampah TPA Suwung

Purnamaswari,

Darma Putra,

Suwija Putra

2022

jitter

View full text Add to dashboard Cite

Provinsi Bali memiliki salah satu TPA sampah yang terletak di Kelurahan Pedungan, Denpasar Selatan bernama TPA Regional Sarbagita Suwung atau TPA Suwung. Tumpukan sampah di TPA mengalami kepadatan hingga menimbulkan dampak negatif bagi masyarakat sekitar TPA. Peramalan volume sampah merupakan langkah awal dan langkah penting dalam merencanakan suatu pengelolaan sampah. Hasil peramalan yang akurat berdasarkan dari data historis volume sampah di TPA Suwung dapat menciptakan strategi penanganan sampah yang baik serta menciptakan suatu infrastruktur pembuangan sampah yang mencukupi. Penelitian ini membandingkan kinerja Metode Backpropagation dan Support Vector Machine dalam meramalkan volume sampah berdasarkan dengan data jumlah volume sampah bulanan yang tertampung di TPA Suwung dari Tahun 2015 hingga 2020. Uji optimalisasi parameter peramalan sesuai dengan masing – masing metode dilakukan untuk mendapatkan hasil yang terbaik. Hasil dari peramalan volume sampah menggunakan Metode Backpropagation mencapai tingkat kesalahan terkecil yaitu 0.048 sedangkan peramalan volume sampah menggunakan Metode SVM mencapai tingkat kesalahan yaitu 0.108.

show abstract

Section: Backpropagationunclassified

Komparasi Metode Neural Network Backpropagation dan Support Vector Machines dalam Prediksi Volume Sampah TPA Suwung

Purnamaswari,

Darma Putra,

Suwija Putra

2022

jitter

View full text Add to dashboard Cite

show abstract

“…Peningkatan jumlah populasi akan memberikan ruang solusi yang semakin banyak, sehingga solusi optimal yang ditemukan juga semakin sempurna. oleh sebab itu dapat dikatakan bahwa semakin besar jumlah populasi maka akan memberikan nilai fitness yang semakin tinggi [4].…”

Section: Pendahuluanunclassified

Penerapan Algoritma Genetika Untuk Optimasi Pembelian Sembako Sebagai Solusi Dari Knapsack Problem

Alamsyah

2019

J-TIT

View full text Add to dashboard Cite

Knapsack Problem adalah permasalahan sehari-hari yang berhubungan dengan optimasi pada pemilihan ,salah satu contohnya adalah Pembelian Sembako. Pembelian Sembako merupakan sebuah proses pemilihan optimasi barang sesuai dengan kebutuhan pembeli agar barang yang diperoleh dapat maksimal dengan memperhatikan biaya yang dimiliki. Untuk optimasi tersebut maka penelitian ini menggunakan Algoritma Genetika. Algoritma Genetika dinilai optimal dalam kasus yang berkaitan dengan total harga barang, sehingga cocok untuk pemilihan sembako yang berbeda harga dan merk. Algoritma di penelitian ini dilakukan dengan penentuan populasi awal yang berisi individu-individu yang dipilih secara acak ,yang kemudian dengan proses seleksi dan evolusi didapatkan populasi baru yang sesuai dengan hasil yang diinginkan di awal yaitu sesuai dengan biaya yang dimiliki. Dalam penelitian ini didapatkan hasil kenaikan pada fitness dari generasi 1 ke generasi 2. Hal ini menunjukkan bahwa generasi kedua menghasilkan individu-individu yang lebih baik daripada generasi pertama.

show abstract

“…Penelitian terdahulu berkaitan dengan penelitian ini dimana penggunaan Algoritma Greedy digunakan untuk menentukan jenis armada dengan biaya terkecil dan pemilihan rute dengan waktu terpendek. Tujuan dari kedua penelitian ini adalah untuk memaksimalkan keuntungan (Fitri, 2017).…”

Section: Jenis Armadaunclassified

Penerapan Algoritma Greedy Pada Pengaturan Shipping Buku Diknas PT. X

Wiratama

Christian

Johanna

et al. 2018

JRSI

View full text Add to dashboard Cite

PT. X is a company engaged in manufacturing media printing and paper packaging. PT. X has a fixed product that is a Diknas book. The research is focused on the delivery of Diknas book for East Java region with a total time as the main constrain in determining the route which resulted in the minimum delivery cost of Diknas book by taking into account the capacity of the fleet used. The method used in determining the route with the optimal shipping cost is by the Greedy Algorithm method. Research shows that in zone 1 there are 4 shipping routes with range of shipping cost between Rp100,00/kg-Rp200,00/kg by using joint route, zone 2 there are 3 delivery routes with range of shipping cost between Rp190,00/kg-Rp205,00/kg, zone 3 there are 3 shipping routes with a range of shipping costs between Rp130,00/kg-Rp525,00/kg, zone 2 and zone 3 using separate route method and joint route.

show abstract

Optimasi Pengangkutan Peti Kemas Dalam Penyelesaian Knapsack Berdasarkan Perbandingan Algoritma Genetika Dan Algoritma Greedy

Cited by 3 publications

References 0 publications

Komparasi Metode Neural Network Backpropagation dan Support Vector Machines dalam Prediksi Volume Sampah TPA Suwung

Komparasi Metode Neural Network Backpropagation dan Support Vector Machines dalam Prediksi Volume Sampah TPA Suwung

Penerapan Algoritma Genetika Untuk Optimasi Pembelian Sembako Sebagai Solusi Dari Knapsack Problem

Penerapan Algoritma Greedy Pada Pengaturan Shipping Buku Diknas PT. X

Contact Info

Product

Resources

About