Penerapan Algoritma Kelelawar pada Masalah Pemotongan Bahan

Mugna Drajat

Informasi Umum

Kode

113080264

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

429 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Masalah pemotongan bahan dua dimensi non-guillotine sering terjadi pada banyak industri tekstil, dimana sebuah stock persegi panjang harus dipotong menjadi potongan kecil dengan ukuran dan jumlah yang berbeda-beda. Masalah ini termasuk masalah kombinatorial dengan ruang solusi yang besar dan sulit untuk diselesaikan. Pada tugas akhir ini digunakan algoritma kelelawar yang merupakan algoritma optimasi metaheuristik dan termasuk kedalam swarm intelligent. Algotirma ini terinspirsi dari peristiwa echolocation pada microbats. Algoritma ini dikembangkan berdasarkan kelebihan dari penentuan posisi dengan menggunakan velocity pada algoritma particle swarm optimization(PSO) dan cooling schedule pada algoritma simulated annealing(SA) sehingga proses pencarian yang dilakukan tidak hanya eksplorasi (global search) tetapi juga eksploitasi (local search). Hasil percobaan pada tiga buah dataset yang berbeda menunjukan algoritma kelelawar dapat menyelesaikan masalah pemotongan bahan dengan optimasi diatas 90%.Kata Kunci : masalah pemotongan bahan, swarm intelegent, algoritma kelelawar, optimasi.ABSTRACT: Two dimensional non-guillotine cutting stock problem often occurs in many textile industries where a rectangular stock must be cut into smaller pieces with different size and number. This problem included into combinatorial problems with large solution space and is hard to resolve. In this final project used bat algorithm which metaheuristics optimization algorithm and included into swarm intelligent. This Algotirma inspired from echolocation in microbats. The algorithm was developed based on advantage of positioning using velocity in particle swarm optimization(PSO) and cooling schedule in simulated annealing(SA) so the search process is done not only exploration (global search) but also exploitation (local search). The experiment results on three datasets show the bat algorithm can solve cutting stock problem with an optimization above 90%.Keyword: cutting stock problem, swarm intelegent, bats algorithm, optimization.