Penjadwalan Kapal Penyeberangan Menggunakan Algoritma Genetika

Penulis

Ria Febriyana, Wayan Firdaus Mahmudy

Abstrak

Abstrak

Penyusunan penjadwalan kapal penyeberangan di Pelabuhan Ketapang – Gilimanuk  sangatlah penting agar para penumpang pengguna jasa kapal laut mendapatkan pelayanan yang maksimal. Karena pembuatan penjadwalan masih dibuat secara manual sehingga memungkinkan ada nama kapal yang sama dalam sehari yang beroperasi dan tidak adanya keadilan pada pembagian porsi masing-masing kapal. Untuk mengatasi permasalahan tersebut diperlukan suatu sistem komputerisasi penjadwalan kapal guna mempercepat pengaturan jadwal pemberangkatan kapal penyeberangan Ketapang – Gilimanuk. Penerapan metode algoritma genetika dalam permasalahan penjadwalan kapal mampu menghasilkan solusi yang baik dengan menggunakan representasi kromosom permutasi bilangan integer, metode crossover menggunakan one cut-point crossover, mutasi menggunakan reciprocal exchange mutation, dan seleksi menggunakan elitism selection. Dari pengujian parameter didapat hasil yaitu antara lain ukuran populasi sebesar 180, banyaknya generasi 200, serta kombinasi crossover rate=0,6 dan mutation rate=0,4.

Kata kunci: kapal, penjadwalan, algoritma genetika.

Abstract

Arrangement schedule for dispatching ships in Ketapang – Gilimanuk Harbor is strongly important to make all the passengers get the best service. As the schedule arrangement is made manually, it is possible that there are ships with same name work in a day; another problem is there is no equality in distributing the portion for each ships. To solve that kind of problems, dispatching schedule using computerization is needed in order to make the dispatching schedule of the ships faster in Ketapang – Gilimanuk Harbor. The use of genetic algorithm method in dispatching schedule of ships produces a good solution with using representative of numeral integer chromosome permutation, crossover method using one cut-point crossover, mutation using reciprocal exchange mutation, and selection using elitism selection. From parameter test’s result, there are some outcomes such as 180 population size, 200 the amount of generation, and also the combination of crossover rate=0,6 and mutation rate=0,4.

Keywords: ship, schedule, genetic algorithm.

Teks Lengkap:

PDF (English)

Referensi


ILMI, R. R., MAHMUDY, W. F., & RATNAWATI, D. E. 2015. Optimasi Penjadwalan Perawat Menggunakan Algoritma Genetika. S1. DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya, vol. 5, no. 13.

KUSUMADEWI, SRI. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

MAHMUDY, WF, MARIAN, RM & LUONG, LHS. 2013, Modeling and optimization of part type selection and loading problems in flexible manufacturing system using real coded genetic algorithms. International Journal of Electrical, Computer, Electronics and Communication Engineering, vol. 7, no. 4, pp. 251-260.

SYARIF, ADMI. 2014. Algoritma Genetika Teori dan Aplikasi Edisi 2. Yogyakarta: Graha Ilmu.

WIDODO, AW & MAHMUDY, WF. 2010, Penerapan algoritma genetika pada sistem rekomendasi wisata kuliner. Kursor, vol. 5, no. 4, pp. 205-211.

WIJAYANINGRUM, VN & MAHMUDY, WF 2016, Optimization of Ship’s Route Scheduling Using Genetic Algorithm. Indonesian Journal of Electrical Engineering and Computer Science. vol. 2, no. 1, pp. 180-186.

WISMULYANI, ENDAR. 2008. Transportasi di Indonesia dari Masa ke Masa. Klaten: Penerbit Cempaka Putih.

ZUKHRI, ZAINUDDIN. 2014. Algoritma Genetika Metode Komputasi Evolusioner untuk Menyelesaikan Masalah Optimasi. Yogyakarta: ANDI.

ZULFA, I., MAHMUDY, W. F., & SETIAWAN, B. D., 2015. Optimasi Jadwal Mengajar Asisten Laboratorium Menggunakan Algoritma Genetika. S1. DORO: Repository Jurnal Mahasiswa PTIIK Universitas Brawijaya, vol. 5, no. 11.




DOI: http://dx.doi.org/10.25126/jtiik.201631169