Masalah pemotongan bahan (Cutting Stock Problem) merupakan permasalahan krusial pada industri manufaktur. Pola pemotongan bahan dengan sisa bahan yang paling minimum akan meringankan biaya produksi dan meningkatkan efisiensi. Namun, cutting stock problem (CSP) merupakan permasalahan optimasi kombinatorial dengan ruang solusi yang sangat besar dan sulit diselesaikan.
Oleh karena itu, tujuan dari tugas akhir ini adalah mengimplementasikan algoritma Artificial Bee Colony (ABC) untuk menyelesaikan CSP yang mampu menghasilkan solusi optimal dalam waktu yang dapat diterima. Solusi yang dihasilkan ABC secara acak akan diperbaiki oleh Tabu Search (TS). Dimana, tabu list pada TS akan membantu lebah untuk menghindari solusi buruk yang pernah dibangkitkan.
Hasil penelitian menunjukkan bahwa ABC yang telah dimodifikasi dari model ABC yang sudah ada memberikan akurasi rata-rata di atas 80% untuk semua dataset yang digunakan, sedangkan ABC yang digabungkan dengan TS mampu memberikan akurasi rata-rata di atas 90%. ABC dan TS memberikan solusi yang lebih baik dengan memberikan rata-rata akurasi sistem kurang lebih 1,05 kali lipat dari ABC saja untuk semua dataset yang digunakan.
masalah pemotongan bahan, artificial bee colony, tabu search, swarm intelligence, algoritma optimasi