ABSTRAKSI: PT.INTI (Industri Telekomunikasi Indonesia). Salah satu jasa yang ditawarkan yaitu layanan pendistribusian modul‐modul sparepart dari gudang yang terletak di Jakarta menuju minipool‐minipool yang terletak pada kota‐kota di seluruh Indonesia.
Pada proses pendistribusiannya dibuatlah suatu acuan dari NSN (Nokia Siemens Network). Acuan ini disebut Built of Quality(BOQ). BOQ merupakan suatu acuan yang digunakan sebagai ukuranyang telah ditentukan untuk menyediakan barang yang akan dikirim pada periode mendatang kepada tiap‐tiap minipool, dimana dalam tugas akhir ini adalah Kota Bekasi, Denpasar, Jakarta, Malang dan Medan. Dimana nilai BOQ kurang menyesuaikan dengan jumlah barang yang dibutuhkan. Hal ini mengakibatkan kurangnya efisiensi waktu dan biaya sehingga diperlukan sistem yang secara cerdas menentukan kebutuhan jumlah modul dengan cara memprediksikan jumlah modul yang akan dikirim dan mengoptimasikan berdasarkan paramater yang dibutuhkan.
Dalam usaha mengganti acuan BOQ yang statis. Dibuatlah suatu sistem yang secara adaptif dapat memprediksi dan mengoptimasi dengan teknik komputasi yang berbasis evolusi dan genetika atau yang lebih dikenal dengan Evolutionary Computation (EC). Salah satu algoritma EC yang dapat digunakan untuk mencari solusi pada masalah prediksi dan optimasi adalah Grammatical Evolution(GE) yang mampu menghasilkan solusi untuk memprediksi pola data yang bersifat baik linier maupun non‐linier lebih tepat karena menggunakan definisi Backus Nour Form (BNF) dalam pemetaan genotype ke phenotype. Sehingga memudahkan adaptasi dalam pengoptimasian fungsi untuk prediksi dan optimasi jumlah modul, karena bersifat dinamis sehingga lebih tepat/sesuai dengan karakter masalah yang ada.
Berdasarkanobservasi yang telah dilakukan dapat disimpulkan bahwaGrammatical Evolution mampumenghasilkan fungsi prediksi yang memilikinilai MAPE <20% untuk setiap scenario pengujian yang diberikan. Dimanaangka 20% merupakan batasanapakah hasilprediksi layak atau tidak layak sebagai solusi.Hal ini disebabkan karena grammar yang digunakan pada BNF sangat menentukan kemungkinan polasolusi yang dibangun.Kata Kunci : prediksi, optimasi, MAPE, Evolutionary Computation (EC), GrammaticalABSTRACT: PT. INTI (Indonesian Telecommunication Industry). One of the service is goods disribution from warehouse in Jakarta to all minipools in Indonesia.
In Distribution process, a reference is made by NSN (Nokia Siemens Network). It called Built of Quality (BOQ). BOQ is a reference which is used as a measurement for providing goods that will be sent to the next period of time to all minipool.But, in this final project there are five city such as Bekasi, Denpasar, Jakarta, Malang and Medan.The value of BOQ less accomodate with the sum of goods which is necessary. It causing of lack efficiency of time and expense. So, we need an intelligent system that can fulfil the sum of goods and to forecast the sum of goods that will be sent and to optimize based on the parameters that is necessary.
In effort to change the static BOQ. A system is made which can forecast and optimize with computation technique based on evolution and genetics or well known as Evolutionary computation (EC). One of EC algorithm which used for looking solution in forecasting and optimation is Grammatical Evolution(GE) that able to give a better solution to forecast a linear or non‐linear data patterns. By using Backous Nour Form (BNF) in mapping genotype to fenotype that make the process easier for looking the best function of forecast and optimation system. Then, find a solution properly.
Based on the observation that had done. The conclusion is that Grammatical Evolution able to give forecast function which have MAPE < 20% for each testing scenario. 20% is a limit about valid or invalid result as a solution.because Grammar that used in BNFvery determininethe probability of solution patterns that are built.Keyword: forecast,optimation, MAPE, Evolutionary Computation (EC), Grammatical