Sistem Pencarian Rute Distribusi Terpendek Menggunakan Algoritma Genetika (Studi Kasus Distributor Sari Roti Yogyakarta)

Vanrika, Adena Reis (2019) Sistem Pencarian Rute Distribusi Terpendek Menggunakan Algoritma Genetika (Studi Kasus Distributor Sari Roti Yogyakarta). Naskah Publikasi Program Studi Teknik Informatika.

[img] Text (Naskah Publikasi)
Naskah Publikasi.docx

Download (109kB)

Abstract

Di zaman era modern ini peran teknologi sangat bermanfaat dan berkembang dengan cepat di masyarakat, teknologi dapat membuat efisien dan membuat efektif kegiatan atau pun pekerjaan di masyarakat, salah satu peran teknologi yang saat ini telah banyak di pergunakan oleh masyarakat yaitu google maps, google maps sendiri banyak kegunaan dan manfaat nya salah satunya yaitu mencari lokasi ke berbagai tempat lalu menampilkan rute perjalanan. Pada perusahan distribusi adanya perjalanan seorang kurir untuk mengantarkan produknya ke setiap lokasi konsumen. Permasalahan tersebut masuk kedalam kasus travelling salesmen problem (TSP), dimana seorang kurir akan mengunjungi sejumlah n titik. dan setiap titik hanya boleh dikunjungi satu kali saja selain titik awal. Dalam penelitian ini, peneliti bertujuan membuat sistem yang dapat mencari rute distribusi paling minimum menggunakan algoritma genetika, dengan memanfaatkan fitur google maps sehingga berdampak pada efektifitas waktu dan biaya transportasi. Algoritma genetika adalah algoritma heuristik yang digunakan untuk menyelesaikan permasalahan dengan cara mengoptimasikan masalah yang ada dengan menirukan proses evolusi dari makhluk hidup. Dalam penelitian ini data yang di gunakan adalah data dari distributor sari roti jogjakarta. Pada pengujian data latih di dalam penelitian ini bertujuan untuk mencari nilai parameter algoritma yang terbaik dan didapatkan nilai parameter tersebut yaitu jumlah populasi = 100, maksimal gen = 100, crossover rate = 0.5, dan mutation rate 0.1. Dari 5 data uji, dengan melakukan 10 pengujian pada setiap data uji. maka didapatkan hasil persentase hasil kinerja algoritma genetika sebesar 84% rute atau nilai fitness yang optimal, dan 16% menunjukan error rute yang tidak optimal. Kata kunci: : Algoritma Genetika, Google Maps, Distribusi

Item Type: Article
Uncontrolled Keywords: Algoritma Genetika, Google Maps, Distribusi
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 07 Jan 2020 04:24
Last Modified: 07 Jan 2020 04:24
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/6764

Actions (login required)

View Item View Item