ABSTRAKSI: Seiring dengan perkembangan kebutuhan, maka timbul suatu permasalahan baru dalam bidang pengelolaan dan pengembangan jaringan pipa air bersih, yaitu bagaimana cara melakukan penghematan dalam pembuatan suatu jaringan pipa air bersih. Hal tersebut dapat dilakukan dengan cara mengoptimalkan diameter pipa yang akan dipasang dalam sebuah jaringan, sehingga didapatkan cost pipa dengan harga yang paling minimum akan tetapi demand yang ada tetap terpenuhi.
Pada tugas akhir ini dikembangkan suatu sistem yang dapat mencari penghematan dalam sebuah jaringan pipa air bersih dengan menggunakan algoritma genetika. Penghematan itu didapat dengan mencari kombinasi diameter pipa yang paling baik sehingga dapat memenuhi demand yang ada dalam masyarakat. Dalam sistem akan dicari kombinasi diameter-diameter pipa yang membutuhkan biaya yang paling minimum. Untuk menyelesaikan permasalahan tersebut digunakan algoritma genetika, karena algoritma ini mampu menyelesaikan permasalahan optimasi yang kompleks dan sukar diselesaikan dengan menggunakan metode yang konvensional
Pembangunan sistem ini dilakukan dengan menggunakan Borland Delphi 7.0 dan Epanet 2.0. Berdasarkan percobaan yang telah dilakukan, hasil percobaan menghasilkan penghematan biaya jaringan yang signifikan.Kata Kunci : cost, demand, algoritma genetika, optimasiABSTRACT: As the increasing of the necessity, there are several new problems occur during the Water Piping Network, the problem is about the way to save the cost in making the Water Pipe Network development and management. It can be realized by optimizing the pipe diameter which will be set in the network, so we will not just gain cost with the most minimize price but also fulfilling the demand.
This thesis developed a system which will find the way to save the cost in Water pipe Network with Genetic Algorithm. The saving could be gain by combining the best pipe diameter so we could fulfill the demand into the society. In the system, we will find the combination within several pipe diameters which has the minimum cost. To solve the problem, we use the genetic algorithm because this algorithm could solve the most complex problem which hard to solve with the conventional methods.
The development of the system used Borland Delphi 7.0 and Epanet 2.0. Based on the testing that has been done, the test result has a significant cost saving in network.Keyword: cost, demand, genetic algorithm, optimization