penjadwalan dan penentuan rute kendaraan pada...
TRANSCRIPT
PENJADWALAN DAN PENENTUAN RUTE KENDARAAN PADA INDUSTRI BAHAN KIMIA MENGGUNAKAN KOMBINASI METODE ALGORITMA GENETIKA DAN ALGORITMA PENCARIAN TABUOleh :Maya Sagita W.5208 100 106
Dosen Pembimbing :Prof. Ir. Arif Djunaidy, M.Sc., Ph.D
PRESENTASI TUGAS AKHIR – KS091336
20 Juli 2012 1Tugas Akhir - KS09-1336
PENDAHULUAN
20 Juli 2012 Tugas Akhir - KS09-1336
Latar Belakang
Kendala yang dihadapi saat melakukan pengiriman barang :• Keterlambatan dan waktu tunggu akibat dari
estimasi waktu layanan pengiriman yang kurang tepat
• Permasalahan pada ketersediaan dan kesiapan kendaraan yang akan melakukan pengiriman
220 Juli 2012 Tugas Akhir - KS09-1336
Perumusan Masalah
Permasalahan yang muncul dari latar belakang :• Bagaimana melakukan penjadwalan dan penentuan
rute kendaraan agar dapat mengoptimalkanpenggunaan kendaraan dan memenuhi permintaankonsumen menggunakan gabungan dari algoritmagenetik dan algoritma pencarian tabu.
• Bagaimana penjadwalan dan penentuan rutekendaraan yang menggunakan gabungan algoritmagenetik dan algoritma pencarian tabu dapatmemuaskan batasan yang berhubungan dengankondisi dan karakteristik transportasi, permintaankonsumen dan waktu layanan yang diberikan.
320 Juli 2012 Tugas Akhir - KS09-1336
Batasan Tugas Akhir
Batasan yang dikenakan pada proses penjadwalan dan penentuan rute kendaraan :• Kendaraan memulai aktifitasnya dari titik awal yang
sama, kemudian kembali ke titik awal yang sama pula.• Jumlah kendaraan terbatas dan tidak menentu karena
disesuaikan dengan jumlah ketersediaan kendaraan.• Jumlah produk yang dimuat tidak melebihi kapasitas
kendaraan.• Waktu layanan pada kendaraan yang melakukan
pengiriman dibatasi dan harus memenuhi waktu kedatangan sampai batas waktu yang ditentukan di konsumen.
420 Juli 2012 Tugas Akhir - KS09-1336
Batasan Tugas Akhir
• Batasan tambahan yang disesuaikan : Dalam satu rute, Setiap konsumen hanya
dikunjungi dan dilayani oleh satu kendaraan dankendaraan yang sama.
Semua konsumen pada hari layanan harusdilayani.
Tambahan waktu yang diperhitungkan dalamestimasi waktu layanan adalah waktu tungguantrian kendaraan pada konsumen.
520 Juli 2012 Tugas Akhir - KS09-1336
Tujuan Tugas Akhir
• Mengoptimalkan penggunaan kendaraan danmemenuhi target permintaan konsumen.
• Membuat penjadwalan dan penentuan rute yang dapat : Meminimalkan jarak Meminimalkan biaya transportasi Mengupayakan ketepatan waktu pengiriman
15 Juni 2012 6Tugas Akhir - KS09-1336
Manfaat Tugas Akhir
• Dapat membuat pelaksanaan proses distribusimenjadi efisien dan optimal berdasarkankondisi dan karakteristik distribusi kendaraan.
720 Juli 2012 Tugas Akhir - KS09-1336
Metode PengerjaanTugas Akhir
820 Juli 2012 Tugas Akhir - KS09-1336
20 Juli 2012 Tugas Akhir - KS09-1336
MODEL DAN IMPLEMENTASI
Model dan Implementasi
9
Formulasi Model• Fungsi Tujuan
Meminimalkan jarak dan waktu perjalanan.
• Fungsi Batasan• Hard Constraint Tidak ada pelanggan dalam satu armada yang tidak dilayani oleh
kendaraan.
Permintaan yang dimuat oleh satu kendaraan dalam suatu armada tidak boleh melebihi kapasitas muatan kendaraan tersebut.
20 Juli 2012 Tugas Akhir - KS09-1336
Model dan ImplementasiFormulasi Model
• Hard Constraint Waktu kedatangan kendaraan pada pelanggan tidak boleh
melebihi batas waktu akhir pengiriman yang ditentukan oleh pelanggan.
Untuk batasan ini, tjv dibentuk dari formulasi (tiv + wi + tli + tijv)xijv• SoftConstraint Waktu kedatangan kendaraan boleh kurang dari waktu awal
pengiriman yang ditentukan pelanggan.
20 Juli 2012 10Tugas Akhir - KS09-1336
Model dan Implementasi
11
Pemodelan Kromosom dan Individu
20 Juli 2012
Trip Object (T) Waktu kirimID PelangganJumlah permintaan (kg)Waktu kirimJenis produkID ArmadaID KendaraanKapasitas Kendaraan (kg)
Waktu Awal kirim (menit)Waktu Akhir kirim (menit)
Tugas Akhir - KS09-1336
Model dan Implementasi
12
• Fungsi Fitness
20 Juli 2012 Tugas Akhir - KS09-1336
Model dan Implementasi
13
Alur Gabungan Algoritma Genetika dan Pencarian Tabu pada Program
20 Juli 2012 Tugas Akhir - KS09-1336
Model dan Implementasi
14
Terminasi• Jika jumlah generasi yang dihasilkan telah mencapai
angka maksimum generasi yang ditentukan.• Solusi terbaik dalam populasi atau solusi terbaik dari
individu baru terhadap solusi terbaik dari populasi sebelumnya tidak mengalami peningkatan sebanyak 500 kali iterasi atau mengalami penurunan pada jumlah generasi tertentu.
• Solusi terbaik dari individu baru dibandingkan solusi terbaik dari populasi generasi sebelumnya memiliki persentase kurang dari error rate yang ditentukan.
20 Juli 2012 Tugas Akhir - KS09-1336
Model dan Implementasi
15
Praproses Data
Perubahan bentuk data pada Data permintaan dimana batas waktupengiriman (Waktu_atas dan Waktu_bawah) diubah dari bentuk jam(hh:mm) ke menit untuk memudahkan proses perhitungan.
20 Juli 2012
Nama Tabel Atribut Tambahan
Data pelanggan - Koor_x- Koor_y
Data kendaraan - Kecepatan_rata- Status_kendaraan
Data permintaan - Waktu_servis
Tugas Akhir - KS09-1336
Model dan Implementasi
1620 Juli 2012
Hasil Keluaran
Tugas Akhir - KS09-1336
20 Juli 2012 Tugas Akhir - KS09-1336
UJI COBA DAN ANALISIS HASIL
Uji Coba dan Analisis Hasil
1720 Juli 2012
Verifikasi ProgramNo. Fungsionalitas Keterangan1 Memasukkan Data (Menyimpan Data
Pelanggan, Kendaraan, Permintaan Pengiriman)Dapat dijalankan
2 Merubah Data (Data Pelanggan, Kendaraan,Permintaan Pengiriman)
Dapat dijalankan
3 Menghapus Data (Data Pelanggan, Kendaraan,Permintaan Pengiriman)
Dapat dijalankan
4 Membentuk Jadwal dan Rute Dapat dijalankan
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
1820 Juli 2012
Validasi Hasil ProgramJadwal Biaya
(Program)NilaiFitness (Program)
Biaya (Manual)
Nilai Fitness (Manua)
Selisih Biaya (%)
Selisih Fitness (%)
1 (17 Pelanggan)
366,1428571428571
0,0023214982442450256
366,142857142857
0,00232149824424502
0 % 0 %
2 (24 Pelanggan)
599,9428571
0,001428707495952
599,942857142857
0,001428707495952
0 % 0 %
3 (27 Pelanggan)
564,9142 0,00159316204733967
572,158668302665
0,00152224861771167
1,2 % 4,4 %
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
1920 Juli 2012
Lingkungan Uji CobaUji coba dilakukan pada komputer personal dengan spesifikasi sebagai berikut :• Processor : Intel(R) Core(TM)2 Duo CPU T6600
2,20GHz• Memory : 1 GB• Sistem Operasi : Microsoft Windows 7 Ultimate• Compiler : Netbeans IDE 7.0.1
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2020 Juli 2012
Uji Coba Dilakukan 2 skenario uji coba, antara lain :1. Uji Kebenaran2. Uji Kinerja
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2120 Juli 2012
Uji KebenaranSolusi yang dihasilkan program disesuaikan dengan batasan yang dikenakan.- Solusi yang dihasilkan oleh program terbukti tidak menyalahi
batasan (hardconstraint) yang dikenakan.- Hasil perhitungan program dan perhitungan secara manual
mengenai batasan (hardconstraint) yang dikenakan sesuai
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2220 Juli 2012
Uji KinerjaMenguji kemampuan program dan algoritma yang digunakan dalam menghasilkan solusi.Dilakukan 2 jenis uji coba, antara lain :1. Uji Kinerja Program2. Uji Kinerja Metode
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2320 Juli 2012
Uji Kinerja ProgramMenguji kemampuan program dalam menghasilkan solusi yang optimal.
Uji ke- Jumlah Pelanggan Biaya Nilai
Fitness
Nilai Fitness terakhir Individu
baru
Generasi terkhir
1. 17 432,5428571
0,0020685507
0,00206855072 503
2. 24 616,4095 0,0014420427
0,0014420427 781
3 27 574,7428571
0,0015154042
0,0015154042 499
4 17 462,571428 0,00204172671
0.002041726717 2101
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2420 Juli 2012
Uji Kinerja Program
00,000125
0,000250,000375
0,00050,000625
0,000750,000875
0,0010,001125
0,001250,001375
0,00150,001625
0,001750,001875
0,0020,002125
0,00225
1 25 49 73 97 121
145
169
193
217
241
265
289
313
337
361
385
409
433
457
481
505
529
553
577
601
625
649
673
697
721
745
769
Nila
i
Generasi
Grafik Perubahan Nilai Fitness
17 Pelanggan
27 Pelanggan
24 Pelanggan
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2520 Juli 2012
Uji Kinerja Program
00,000125
0,000250,000375
0,00050,000625
0,000750,000875
0,0010,001125
0,001250,001375
0,00150,001625
0,001750,001875
0,0020,002125
0,00225
1 62 123
184
245
306
367
428
489
550
611
672
733
794
855
916
977
1038
1099
1160
1221
1282
1343
1404
1465
1526
1587
1648
1709
1770
1831
1892
1953
2014
2075
Nila
i
Generasi
Grafik Perubahan Nilai Fitness
Nilai Fitness
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2620 Juli 2012
Uji Kinerja MetodeMenguji kinerja tiap-tiap algoritma acuan yang digunakan dengan membandingkan hasil yang dikeluarkan oleh tiap-tiap algoritma.Membandingkan algoritma yang digunakan dengan metode penjadwalan perusahaan.
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2720 Juli 2012
Uji Kinerja MetodeUji 1 :
Uji 2 :
Metode Rata-rata Biaya Waktu Komputasi Rata-rata Biaya Terbaik Nilai Fitness Terbaik
Algoritma Genetika 526,256190 28 menit 40 detik 432,06667 0,00196728899861133
Algoritma Pencarian Tabu 421,37809 8 menit 13 detik 386,49523 -
Algoritma Kombinasi 396,5381 28 menit 21 detik 366,14290 0,002321498244245
0256
Metode Rata-rata Biaya Waktu Komputasi Rata-rata Biaya Terbaik Nilai Fitness Terbaik
Algoritma Genetika 815,055238 39 menit 45 detik 746.67619 0,0011479445415237047
Algoritma Pencarian Tabu 647,629524 8 menit 58 detik 625.33333 -
Algoritma Kombinasi 646,395237 53 menit 33 detik 610.10476 0,001404910944256
26
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2820 Juli 2012
Uji Kinerja MetodeUji 3 :
Uji 4 :
Metode Rata-rata Biaya Waktu Komputasi Rata-rata Biaya Terbaik Nilai Fitness Terbaik
Algoritma Genetika 865,992399 97 menit 31 detik 838,54285 0,00119254489079696
Algoritma Pencarian Tabu 623,5018081 20 menit 30 detik 576,09523 -
Algoritma Kombinasi 612,78852 70 menit 27 detik 564,9142 0,001593162047339
6727
Metode Rata-rata Biaya Waktu Komputasi Rata-rata Biaya Terbaik Nilai Fitness Terbaik
Algoritma Genetika 793,411719 93 menit 43 detik 779,352380 0,0011914654413921202
Algoritma Pencarian Tabu 608,408345 21 menit 53 detik 552,9142857 -
Algoritma Kombinasi 584,469125 88 menit 38 detik 544,723809 0,001704664661864
4667
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
2920 Juli 2012
Uji Kinerja MetodeUji 5 : Metode Rata-rata Biaya Waktu Komputasi
Rata-rata Biaya Terbaik Nilai Fitness Terbaik
Algoritma Genetika 542,9839487 50 menit 46 detik 525,447619047 0,0019031392735445512
Algoritma Pencarian Tabu 467,934187 11 menit 13 detik 423.1904761904 -
Algoritma Kombinasi 461,14029 60 menit 20 detik 427.057142857 0,020361800099481
94
Tugas Akhir - KS09-1336
Uji Coba dan Analisis Hasil
3320 Juli 2012
Analisis Hasil Uji Coba :• Program menjalankan proses perhitungan sesuai dengan batasan
yang diberikan. Program terbukti tidak menyalahi batasan yang merupakan hardconstraint.
• Program masih belum memberikan kinerja terbaiknya dalam membentuk jadwal dan rute kendaraan.
• Kombinasi algoritma terbukti menghasilkan solusi yang paling baik. Namun kombinasi metode ini memiliki kekurangan pada waktu komputasi dimana waktu komputasi yang dihasilkan lebih lama.
• Kombinasi algoritma maupun dua algoritma acuan belum bisa menghasilkan solusi yang lebih minimum
• Biaya yang paling mendekati biaya yang dihasilkan oleh metode penjadwalan perusahaan adalah yang dihasilkan oleh program yang menggunakan kombinasi algoritma.
Tugas Akhir - KS09-1336
20 Juli 2012 Tugas Akhir - KS09-1336
KESIMPULAN DAN SARAN
Kesimpulan dan Saran
3420 Juli 2012
Kesimpulan yang dapat diambil dari analisis solusi yang dilakukan :• Program terbukti dapat menjalankan semua fungsional yang diberikan dan
solusi yang dihasilkan oleh program sesuai dengan perhitungan manual terhadap solusi yang dihasilkan.
• Aplikasi yang dibuat berdasarkan algoritma genetika dan pencarian tabu yang dibuat mampu memenuhi batasan-batasan yang ditentukan dalam pembentukan jadwal dan rute kendaraan dari perusahaan.
• Aplikasi yang dibuat berdasarkan kombinasi algoritma genetika dan pencarian tabu berpeluang memberikan biaya lebih minimum dari pada biaya yang dikeluarkan menggunakan metode penjadwalan perusahaan.
Tugas Akhir - KS09-1336
Kesimpulan dan Saran
3520 Juli 2012
Berikut ini beberapa saran yang diberikan untuk pengembangan aplikasi untuk masa mendatang : • Dibutuhkan penyesuaian kembali pada aplikasi terhadap kondisi nyata proses
penjadwalan dan penentuan rute kendaraan, dimana biaya yang dihitung bukan jarak dan waktu tapi biaya pengiriman produk seperti biaya bahan bakar, biaya sopir dan biaya lain yang bersatuan mata uang. Dalam penentuan rute, rute yang dibentuk didapatkan dari jarak yang didapat dari sistem peta geografis, bukan didapat dari koordinat tambahan yang diberikan.
Tugas Akhir - KS09-1336
36
Sekian dan Terima Kasih
20 Juli 2012 Tugas Akhir - KS09-1336