Anda belum login :: 23 Nov 2024 04:31 WIB
Detail
BukuAnalisis performa algoritma Bee Colony Split-Plot (di dalam Prosiding Seminar on Application and Research in Industrial Technology (SMART) in conjunction with Seminar Teknologi Simulasi (TEKNOSIM) Yogyakarta, 3 Desember 2013)
Bibliografi
Author: Hidayat, Trifenaus Prabu ; Sugioko, Andre ; Silalahi, Agustinus
Topik: penjadwalan produksi; bee colony; flow shop; split-plot
Bahasa: (ID )    
Penerbit: Jurusan Teknik Mesin dan Industri Fakultas Teknik Universitas Gadjah Mada     Tempat Terbit: Yogyakarta    Tahun Terbit: 2013    
Jenis: Papers/Makalah - pada seminar nasional
Fulltext: Teknosim 2013 - Andre Sugioko - text optim.pdf (2.53MB; 14 download)
Abstract
Algoritma See Colony, merupakan algoritma yang populer pada tahun 2006 dimana algoritma ini merupakan pendekatan penyelesaian masalah dengan menggunakan perilaku lebah. Algoritma See Colony memiliki alur yang cukup sederhana, maka banyak penelitian-penelitian yang melakukan modifikasi untuk permasalahan-permasalahan yang spesifik. Berdasarkan pengamatan terlihat belum ada penelitian yang memodifikasi Algoritma Bee Colony untuk lebih menyerupai perilaku lebah, oleh karena itu penelitian ini akan melakukan modifikasi terhadap Algoritma See Colony untuk lebih menyerupai perilaku lebah dengan menggunakan prinsip split-plot. Penelitian ini bertujuan melihat performa Algoritma See Colony split-plot berdasarkan perilaku lebah yang berkelompok. Dalam penelitian ini performa algoritma Bee Colony akan diuji dengan menggunakan studi kasus penjadwalan flow shop dengan due date sebanyak 3 (tiga) kasus, dengan fungsi tujuan meminimalkan jumlah job yang terlambat.pengujian ini akan dibandingkan dengan algoritma Genetik. Performansi jumlah kelompok dan waktu komputasi Algoritma Bee Colony split-plot akan dianalisis dengan menggunakan permasalahan flow shop dengan fungsi tujuan minimasi makespan. Hasil penelitian menunjukan Algoritma Bee Colony split-plot yang diproposalkan menghasilkan performa yang mirip dengan algoritma genetik untuk kasus ke-2 dan ke-3, sedangkan untuk kasus ke-1 algoritma bee colony lebih unggul dengan jumlah rata-rata keterlambatan 2,4615 pekerjaan (Job) dan untuk genetik 2,615 pekerjaan (Job).
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.171875 second(s)