fbpx

Algoritma Differential Evolution Untuk Penjadwalan Flow Shop Banyak Mesin Dengan Multi Obyektif

Penelitian ini mengembangkan algoritma Differential Evolution (DE) untuk menyelesaikan permasalahan penjadwalan flow shop m-mesin dengan mempertimbangkan dua obyektif yaitu makespan dan total flow time. Pengembangan algoritma DE dilakukan dengan menambahkan adaptive parameters pada tiap generasi, menggunakan strategi local search untuk meningkatkan kualitas solusi yang dihasilkan dan memodifikasi crossover untuk mengurangi waktu komputasi. Hasil penelitian ini menunjukkan bahwa algoritma DE yang diusulkan memiliki kinerja yang lebih baik dibandingkan dengan algoritma DE murni, algoritma Genetika (GA), dan pada kasus tertentu juga memiliki kinerja yang lebih baik dibandingkan algoritma Multi-Objective Ant Colony System (MOCSA).

Open chat
1
Hei ka, perkenalkan saya Amel salah satu pembimbing skripsi di Dosbing.id. Hmm, dilihat dari raut wajah kakanya, sepertinya kaka lagi pusing skripsi nih. Chat saya untuk dibantu skripsinya dari Pencarian Judul sampai Lulus.
Powered by