• Login
    View Item 
    •   DSpace Home
    • FACULTY OF INDUSTRIAL TECHNOLOGY
    • LOGISTICS ENGINEERING (TEKNIK LOGISTIK)
    • DISSERTATIONS AND THESES (LG)
    • View Item
    •   DSpace Home
    • FACULTY OF INDUSTRIAL TECHNOLOGY
    • LOGISTICS ENGINEERING (TEKNIK LOGISTIK)
    • DISSERTATIONS AND THESES (LG)
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Penentuan Rute Untuk Wate Collection Menggunakan Algoritma Genetika

    Thumbnail
    View/Open
    LAPORAN TA_102418012 FINAL.pdf (2.516Mb)
    Date
    2022-08-05
    Author
    Putri, Dian Permana
    Metadata
    Show full item record
    Abstract
    Aktivitas pengumpulan dan pengangkutan sampah memberikan kontribusi sebesar 70% terhadap total biaya pengelolaan sampah. Untuk menekan total biaya pengelolaan sampah, perlu dilakukan optimasi rute agar dapat meminimasi biaya transportasi pada proses waste collection. Penelitian ini berfokus pada penentuan rute waste collection khusus untuk sampah multilayer plastic (MLP) dengan fungsi tujuan untuk meminimasi total biaya transportasi. Kondisi pengumpulan sampah dimodelkan sebagai Vehicle Routing Problem (VRP) dengan batasan kapasitas kendaraan, time windows depot dan dengan ketentuan bahwa proses collecting dilakukan selama 3 periode (3 hari). Model ini disebut Multi-period Capacitated Vehicle Routing Problem with Time Windows (MCVRPTW). Sebagai pengembangan, permasalahan juga dimodelkan ke dalam Multi Trip Capacitated Vehicle Routing Problem with Time Windows (MTCVRPTW) dimana proses collecting dilakukan dalam 1 hari dan kendaraan diperbolehkan melakukan trip lebih dari satu kali. Kedua model diselesaikan dengan metode eksak menggunakan linear programming dan pendekatan metaheuristik menggunakan Algoritma Genetika (GA). Hasil penelitian menunjukkan bahwa metode eksak hanya mampu menyelesaikan permasalahan pada instance data yang kecil dan membutuhkan waktu komputasi 99% lebih tinggi dibandingkan GA. Rute terbaik dari hasil percobaan GA untuk model MCVRPTW dengan mutation rate dan crossover rate 0,75 dan 0,1 menghasilkan penghematan 30,2%. Adapun model MTCVRPTW dengan mutation rate dan crossover rate 0,75 dan 0,05 memberikan penghematan sebesar 32,2% dibandingan dengan kondisi existing.
    URI
    https://library.universitaspertamina.ac.id//xmlui/handle/123456789/6618
    Collections
    • DISSERTATIONS AND THESES (LG)

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV