OPTIMISASI PENJADWALAN PRAMUGARA DAN PRAMUGARI KERETA API JARAK JAUH MENGGUNAKAN ALGORITMA GENETIKA

Sutikno, - (2024) OPTIMISASI PENJADWALAN PRAMUGARA DAN PRAMUGARI KERETA API JARAK JAUH MENGGUNAKAN ALGORITMA GENETIKA. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_MAT_2009033_Title.pdf Download (258kB)
	Text S_MAT_2009033_Chapter1.pdf Download (152kB)
	Text S_MAT_2009033_Appendix.pdf Restricted to Staf Perpustakaan Download (124kB)
	Text S_MAT_2009033_Chapter2.pdf Restricted to Staf Perpustakaan Download (197kB)
	Text S_MAT_2009033_Chapter3.pdf Download (269kB)
	Text S_MAT_2009033_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_MAT_2009033_Chapter5.pdf Download (120kB)

Abstract

Metode untuk menghasilkan jadwal yang optimal sangat dibutuhkan perusahaan. Penelitian ini bertujuan untuk menjadwalkan pramugara dan pramugari secara optimal menggunakan Algoritma Genetika. Optimisasi digunakan untuk memaksimumkan perjalanan yang dilakukan oleh pramugara dan pramugari kereta api. Data kereta api yang digunakan adalah KAJJ kelas eksekutif dengan stasiun keberangkatan atau stasiun akhir di Stasiun Gambir (GMR). Algoritma genetika merepresentasikan solusi dalam bentuk kromosom. Kromosom baru terbentuk sebagai hasil crossover dan mutasi. Kromosom tersebut kemudian diseleksi melalui sejumlah iterasi. Kromosom dengan nilai fitness tertinggi dianggap sebagai jadwal yang optimal. Hasil implementasi menunjukkan bahwa algoritma genetika berhasil menyelesaikan masalah penjadwalan pramugara dan pramugari yang optimal. Lebih jauh, kebutuhan minimum kru untuk melayani seluruh jadwal juga dapat ditentukan. The method to produce an optimal schedule is urgently needed by the company. This research aims to solve scheduling train attendants problem using Genetic Algorithm. The optimization is used to maximize the journeys of the train attendants. We used the executive class long-distance trains (KAJJ) data with the destination or final station at Gambir Station (GMR). Genetic algorithm represents a solusion as a chromosome. The new chromosomes are producted by crossover and mutation. Then, the chromosomes are selected through a number of iterations. The chromosome with the highest fitness value is considered as the optimal schedule. The implementation results show that the genetic algorithm is successfully implemented to produce an optimal schedule. Moreover, the minimum number of crew for serving all schedules is also determined.

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?view_op=new_profile&hl=id&authuser=3 ID SINTA Dosen Pembimbing Khusnul Novianingsih 258640 Endang Cahya M.A. 6121877
Uncontrolled Keywords:	Optimisasi, Pramugara dan Pramugari Kereta, KAI, Algoritma Genetika. Optimization, Train Attendants, KAI, Genetic Algorithm
Subjects:	H Social Sciences > HE Transportation and Communications Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User:	Sutikno Sutikno
Date Deposited:	27 Aug 2024 01:29
Last Modified:	27 Aug 2024 01:29
URI:	http://repository.upi.edu/id/eprint/120349

Actions (login required)

View Item