Implementasi Honey Bee Mating Optimization Pada Vehicle Routing Problem With Time Windows Dalam Perencanaan Jalur Wisata Malang
Main Article Content
Abstract
Vahicle Routing Problem adalah suatu masalah pencaian jalur yang akan dilalui dengan tujuan mencari rute yang paling cepat atau pendek. Vahicle Routing Problem with Time Windows (VRPTW) yang merupakan sebutan bagi VRP dengan kendala tambahan berupa adanya time windows pada masing-masing pelanggan yang dalam hal ini berupa destinasi wisata. Dalam penelitian ini diterapkan Honey Bee Mating Optimization (HBMO) dalam menyelesaikan VRPTW. HBMO sendiri terinspirasi oleh perilaku koloni lebah ketika bereproduksi. Algoritma tersebut bertujuan untuk mengevaluasi pencarian individu atau solusi terbaik. Tujuan dari penelitian ini adalah bagaimana mengimplementasikan Honey Bee Mating Optimization dalam menyelesaikan VRPTW pada perencanaan jalur wisata di Malang. Sehingga dapat meminimumkan waktu dan jarak tempuh perjalanan. Berdasarkan hasil pengujian, parameter yang optimal untuk optimasi VRPTW menggunakan HBMO pada kasus perencannan jalur wisata Malang yaitu dengan menggunakan 800 generasi, populasi lebah jantan sebesar 300, batas kapasitas spermatheca sejumlah 100, nilai mutation ratio (Pm) dan royal jelly masing-masing bernilai 0.5.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Bidang Informasi Publik. (2017, 7 Agustus). Kota Malang Optimis Jumlah Kunjungan Wisman Meningkat. Malangkota. Retrieved from https://malangkota.go.id
Suprayogi, D. A., & Mahmudy, W. F. (2015). Penerapan algoritma genetika traveling salesman problem with time window: Studi kasus rute antar jemput laundry. Jurnal Buana Informatika, 6(2).
Gunadi, F. A. (2017). Penerapan Algoritma Pigeon Inspired Optimization untuk menyelesaikan Capacitated Vehicle Routing Problem.
Marinakis, Y., Marinaki, M., & Dounias, G. (2010). Honey Bees Mating Optimization algorithm for large scale vehicle routing problems. Natural Computing, 9(1), 5-27.
Amri, M., Rahman, A., & Yuniarti, R. (2014). Penyelesaian Vehicle Routing Problem dengan Menggunakan Metode Nearest Neighbor (Studi Kasus: MTP Nganjuk Distributor PT. Coca Cola). Jurnal Rekayasa dan Manajemen Sistem Industri, 2(1), p36-45.
Saputri, M. W., Mahmudy, W. F., & Ratnawati, D. E. (2015). Optimasi Vehicle Routing Problem with Time Window (VRPTW) Menggunakan Algoritma Genetika pada Distribusi Barang. Jurnal Mahasiswa PTIIK Universitas Brawijaya, 5(12), 1-9.
Nugraha, D. C. A., & Mahmudy, W. F. (2015). Optimasi Vehicle Routing Problem With Time Windows Pada Distribusi Katering Menggunakan Algoritma Genetika. SESINDO 2015, 2015.
Azhar, Y., Maskur, M., & Kholimi, A. S. (2012). Metode Hybrid Maximum Tsallis Entropy dan Honey Bee Mating Optimization untuk Pencarian Multilevel Threshold pada Citra Grayscale. JUTI: Jurnal Ilmiah Teknologi Informasi, 10(1), 34-39.
Viktaria, A. (2015). Efektivitas Algoritma Simulated Annealing dan Large Neighborhood Search dalam Penyelesaian Pickup and Delivery Vehicle Routing Problem with Time Windows.
Priandani, N. D., & Mahmudy, W. F. (2015). Optimasi travelling salesman problem with time windows (TSP-TW) pada penjadwalan paket rute wisata di pulau Bali menggunakan algoritma genetika. SESINDO 2015, 2015.
Slamet, A. S., Siregar, H. H., & TIP, A. K. (2014). Vehicle Routing Problem (VRP) dengan Algoritma Genetika pada Pendistribusian Sayuran Dataran Tinggi. Jurnal Teknologi Industri Pertanian, 24(1).
Saputro, N., & Yento, Y. (2005). Pemakaian Algoritma Genetik Untuk Penjadwalan Job Shop Dinamis Non Deterministik. Jurnal Teknik Industri, 6(1), 61-70.