Implementasi Algoritma Genetika dalam optimasi Performa Truk Sampah Menggunakan Aplikasi Trash Queen

Penulis

  • Arief Kelik Nugroho Universitas Jenderal Soedirman, Kabupaten Banyumas
  • Muhammad Naufal Faza Universitas Jenderal Soedirman, Kabupaten Banyumas

DOI:

https://doi.org/10.25126/jtiik.20231015193

Abstrak

Kebutuhan akan kendaraan dapat dibilang sebagai salah satu kunci dari berjalannya ekonomi dunia. Akan tetapi, efisiensi desain spesifikasi kendaraan masih menjadi topik hangat di kalangan desainer otomotif. Hal ini karena meskipun ada jutaan kendaraan di seluruh dunia, tidak semua desain kendaraan dapat menunjukkan performa yang optimal di segala keadaan. Aspek spesifikasi kendaraan yang memiliki pengaruh paling besar antara lain daya mesin, ukuran ban, dan berat kendaraan. Oleh karena itu, dibutuhkan suatu optimasi desain spesifikasi kendaraan yang hanya membutuhkan faktor ukuran ban dan berat kendaraan, di mana berat kendaraan tersebut dapat direpresentasikan oleh dua faktor besar, yaitu kapasitas kargo dan kapasitas bahan bakar. Dalam penelitian ini ditelusuri kemungkinan optimasi spesifikasi truk sampah berdasarkan faktor-faktor tersebut dalam tujuannya mengumpulkan sampah dan kembali ke sentra pengumpulan sampah tanpa kehabisan bahan bakar menggunakan aplikasi Trash Queen. Trash Queen memanfaatkan algoritma genetika untuk menjalankan simulasi secara berulang-ulang hingga didapatkan solusi yang optimal. Truk sampah yang kehabisan bahan bakar tanpa mampu mengantarkan sampah akan dianggap gagal karena tidak mampu mencapai tujuannya. Pada penelitian ini, ditemukan bahwa dalam 30 generasi fitness terbaik tiap generasi telah naik sebanyak 68.4% dengan trend ukuran ban yang makin kecil, kapasitas bahan bakar yang makin kecil, dan kapasitas kargo yang makin besar.

 

Abstract

The need for vehicles can be said to be the key in the continuity of the world’s economy. Even so, the efficiency of vehicle design specifications remain a hot topic among automotive designers. This is caused by the many millions of vehicles all across the globe, yet not all of them are able to perform to factory standards at optimal efficiency due to variations in different situations. The parts that have the most significant roles in a vehicle’s specification with respect to efficiency includes engine power, wheel size, and the weight of the vehicle itself. That is why a design optimization where it only accounts for the easier to find parts of a vehicle’s specification is needed, the wheel size and the weight of the vehcile which can be represented by two major factors: cargo capacity and fuel capacity. This research aims to explore the possibilities of optimizing a trash truck’s specifications in its conquest to collect trash and return to a trash collecting centre to deliver them without running out of fuel using the Trash Queen app based on those factors. Trash Queen utilizes genetic algorithm to run simulations repeatedly until an optimal solution is obtained. Trash trucks that run out of fuel before being able to deliver any trash will be considered as failed trucks due to being unable to accomplish their set goal. In this research, it was found that in just 30 generations, the best fitness result of each generation has risen by 68.4% with wheel sizes trending to a smaller size, fuel capacity to a smaller size, and cargo capacity to a larger size.


Downloads

Download data is not yet available.

Referensi

ARINANTA, FIRMANDA R. 2017. Penerapan Logika Fuzzy dengan Metode Logika Fuzzy Tsukamoto dalam menentukan Pertimbangan Berwisata di Pulau Lombok. Skripsi. Mataram. Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram.

ARRIFAHMI, R. 2019. PEMBANGUNAN GAME EDUKASI KESENIAN SUNDA MENGGUNAKAN UNITY ENGINE (Studi Kasus: “Petualangan Pangeran Jawa Barat”)”. Universitas Pasundan Bandung.

BUDDY SEPTYANTO, R., SETYANINGSIH, E., & BACHARUDIN, F. 2017. Analisis Penempatan Evolved Node B Area DKI Jakarta Dengan Menggunakan Algoritma Genetika Dan Evolutionary Programming. TESLA. 19(2), pp 108-123.

EIBEN, A.E, SMITH, J.E. 2003. Introduction to Evolutionary Computing; Springer: Berlin/Heidelberg, Jerman.

JANIKOW, C. Z., & MICHALEWICZ, Z. 1991. An Experimental Comparison of Binary and Floating Point Representations in Genetic Algorithms. Proceedings of the Fourth International Conference on Genetic Algorithms: 31–36.

MANNING, J., & BUTTFIELD-ADDISON, P. 2017. Game Development with Unity. California: O’Reilly Media.

NGUYEN, TU T. “Tu Thanh Nguyen INTRODUCTION TO 2D GAME DEVELOPMENT WITH UNITY”. 2021. South-Eastern Finland University of Applied Sciences.

WANG, Y.M. & YIN, H.L. 2018. Cost-Optimization Problem with a Soft Time Window Based on an Improved Fuzzy Genetic Algorithm for Fresh Food Distribution. Math. Probl. Eng. 2018, pp. 1–16.

WICAKSONO, S. A. 2018. Optimasi Sistem Penempatan Magang Menerapkan Algoritme Genetika. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK). 6(1) pp. 17-24.

WHITLEY, DARREL. 1994. A Genetic Algorithm Tutorial. Statistics and Computing. 4 (2): 65-85.

YUNUS, M., & THOBIAS RUMLAKLAK, R. 2018. Optimasi Waktu Eksekusi Penentuan Rute Menuju Obyek Wisata Di Malang Raya Dengan Algoritma Genetika. Jurnal Teknologi Informasi. 9(1) pp. 29-40.

NUGROHO, A. and PERMADI, I., 2020. Implementasi Jalur Pendek Menggunakan Ant Colony Optimization. Dinamika Rekayasa, 16(1).

Diterbitkan

28-02-2023

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Implementasi Algoritma Genetika dalam optimasi Performa Truk Sampah Menggunakan Aplikasi Trash Queen. (2023). Jurnal Teknologi Informasi Dan Ilmu Komputer, 10(1), 43-50. https://doi.org/10.25126/jtiik.20231015193