Show simple item record

dc.contributor.advisorKusumadewi, Sri
dc.contributor.authorKusuma, Trio Yonathan Teja
dc.date.accessioned2019-11-15T06:25:47Z
dc.date.available2019-11-15T06:25:47Z
dc.date.issued2019-07
dc.identifier.urihttps://dspace.uii.ac.id/handle/123456789/16387
dc.description.abstractPerum Bulog adalah salah satu perusahaan milik Negara yang salah satu tugasnya adalah melakukan pendistribusian beras. Pengelolaan rute pendistribusian harus dilakukan untuk meminimasi biaya. Hal lain yang cukup penting dalam pengelolan rute adalah besarnya pemerataan beban di setiap driver. Menurut Kritikos (2007) bahwa dengan distribusi beban yang seimbang dan ditambah dengan jumlah beberapa kali perjalanan yang setara akan menghindari masalah ketidak puasan pengemudi. Permasalahan rute kendaraan dapat diselesaikan menggunakan metode Algoritma Genetik. Namun metode ini dapat terjebak pada daerah optimum lokal (kovergensi dini) sehingga menyebabkan solusi yang didapat jauh dari hasil yang optimal. Permasalahan ini dapat diselesaikan dengan teori Fuzzy Adaptif Genetic Algorithm. Teori ini menentukan parameter kontrol yang dinamis untuk mengatur hubungan eksploitasi dan eksplorasi data. Pada Algoritma Genetik penentuan eksplorasi dan eksploitasi data dilakukan pada mekanisme mutasi, sehingga pada kasus ini penerapan metode fuzzy dilakukan pada mekanisme mutasi. Hasil dari pengolahan data menggunakan metode Fuzzy Adaptif Genetic Algoritma menyatakan bahwa dengan metode ini rute yang terbentuk memiliki waktu distribusi total dibawah 420 menit, artinya tidak ada pegawai yang overtime. Utilitas mendekati optimal dengan nilai rata-rata utilitas sebesar 86,4%, artinya hampir seluruh kapasitas truk terpakai untuk memuat muatan. Dari hasil pengolahan data yang telah dilakukan dapat diketahui bahwa rute hasil pengolahan dengan Fuzzy Adaptif Genetic Algoritma dapat meminimasi biaya dan dapat memeratakan beban kerja. Dilihat dari segi biaya solar, rute rancangan Fuzzy Adaptif Algoritma Genetik lebih murah dari pada rute rancangan perusahaan, yaitu berturut-turut, Rp 169487.5 dan Rp 171640.62. Besarnya pemerataan beban pun, rute rancangan Fuzzy Adaptif Algoritma Genetika lebih kecil dari pada rute rancangan perusahaan, yaitu sebesar 1,08 dan 3.40, artinya tingkat pemerataan beban antar kendaraan lebih merata bila dengan menggunakan metode Fuzzy Adaptif Algoritma Genetika.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectFuzzy Adaptif Genetic Algorithmen_US
dc.subjectminimasi biayaen_US
dc.subjectpemerataan bebanen_US
dc.subjectwaktu distribusien_US
dc.titleOptimasi Solusi Permasalahan Rute Kendaraan Dengan Pemerataan Beban Menggunakan Fuzzy Adaptif Genetic Algorithm Di Perum.Bulog Divisi Regional Yogyakartaen_US
dc.typeThesisen_US
dc.Identifier.NIM11916268


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record