Lukman Adhitama, NIM.: 16660014 (2020) PENGEMBANGAN ALGORITMA ANT COLONY OPTIMIZATION (ACO) UNTUK MENGOPTIMALKAN RUTE DISTRIBUSI PADA GREEN CAPACITATED VEHICLE ROUTING PROBLEM (GCVRP). Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.
|
Text (PENGEMBANGAN ALGORITMA ANT COLONY OPTIMIZATION (ACO) UNTUK MENGOPTIMALKAN RUTE DISTRIBUSI PADA GREEN CAPACITATED VEHICLE ROUTING PROBLEM (GCVRP))
16660014_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (4MB) | Preview |
|
![]() |
Text (PENGEMBANGAN ALGORITMA ANT COLONY OPTIMIZATION (ACO) UNTUK MENGOPTIMALKAN RUTE DISTRIBUSI PADA GREEN CAPACITATED VEHICLE ROUTING PROBLEM (GCVRP))
16660014_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (8MB) | Request a copy |
Abstract
Tingginya permintaan customer terhadap suatu produk akan memicu meningkatnya aktivitas kendaraan distribusi sehingga menyebabkan banyaknya gas emisi yang mencemari udara. Penelitian ini mengembangkan algoritma Ant Colony Optimization (ACO) untuk menyelesaikan permasalahan rute distribusi dengan kapasitas kendaraan distribusi yang terbatas dan bertujuan meminimalkan emisi yang dikeluarkan atau disebut juga dengan Green Capacitated Vehicle Routing Problem (GCVRP). Penelitian ini memberikan hasil terbaik dengan hasil rute distribusi yang memiliki nilai emisi sebesar 19.124.028 untuk gas CO2, 6.899 untuk gas CH4 dan 2.207,68 untuk gas N2O. Hasil tersebut mampu dioptimalkan lagi dengan metode Variable Neighbourhood Search sehingga nilai emisi yang dihasilkan menjadi sebesar 17.173.233 untuk gas CO2, 6.195,25 untuk gas CH4 dan 1982,48 untuk gas N2O.
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information / Supervisor: | Pembimbing : Dwi Agustina K., S.T., M.Eng., Ph.D. |
Uncontrolled Keywords: | Ant Colony Optimization (ACO), Rute Distribusi |
Subjects: | Tehnik Industri Sistem Informasi |
Divisions: | Fakultas Sains dan Teknologi > Teknik Industri (S1) |
Depositing User: | Anik Nur Azizah |
Date Deposited: | 09 Jul 2021 11:33 |
Last Modified: | 09 Jul 2021 11:33 |
URI: | http://digilib.uin-suka.ac.id/id/eprint/42726 |
Share this knowledge with your friends :
Actions (login required)
![]() |
View Item |