Skip to main content

Analisis algoritma hybrid ant colony optimization (aco) dan local search untuk optimasi pemotongan bahan baku

Pemilihan susunan pemotongan dalam proses pemotongan suatu objek/bahan baku sangat berpengaruh terhadap sisa hasil pemotongan. Susunan yang tidak optimal akan menyebabkan bahan yang terbuang tidak minimal. Masalah ini dapat dipecahkan menggunakan FFD (First Fit Decreasing) salah satu algoritma sederhana dan paling efektif. Algoritma ini tidak menjamin mendapatkan solusi yang optimal namun dengan metode ini dapat dihasilkan solusi yang dapat diterima dengan cepat. Penelitian ini menganalisis penggunaan algoritma hybrid ant colony untuk mengoptimasi susunan potongan objek, kemudian akan dilakukan perbandingan hasil solusi yang dihasilkan dengan hasil solusi yang menggunakan algoritma FFD. Penelitian ini menggunakan algoritma ant colony optimization digabungkan dengan algoritma local search. Pada awalnya algoritma ant colony optimization akan menghasikan suatu solusi awal setelah itu digunakan local search untuk mengoptimasi solusi awal tersebut. Hanya semut terbaik yang dapat mengupdate pheromone trail yang digunakan untuk iterasi selanjutnya. Hasil penelitian menunjukkan bahwa algoritma FFD jauh lebih cepat dibandingkan algoritma hybrid ant colony optimization, walaupun stock yang digunakan lebih besar. Parameter yang paling berpengaruh dalam algoritma hybrid ant colony adalah parameter nilai stock (k), dimana nilai k=2 dapat menghasilkan solusi yang optimal. Selain itu parameter jumlah semut dan iterasi juga mempengaruhi terhadap solusi yang dihasilkan.

Konsultasi Sekarang
Hmm, dilihat dari raut wajahnya sepertinya kaka lagi pusing masalah skripsi / tesis nih. Lagi bingung dimana kak? Belum punya judul? Stuck di proposal? Atau coding/ Algoritma? Klik di sini untuk mendapatkan bantuan dan konsultasi GRATIS.