PENETUAN RUTE PENJEMPUTAN SAMPAH TERPILAH DENGAN MENGAPLIKASIKAN PENYELESAIAN MULTI TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA GENETIKA : Studi Kasus Pengelola Sampah Kering Berbasis Masyarakat, Bank Sampah Induk Serang

Silmi Hafizhah, - (2023) PENETUAN RUTE PENJEMPUTAN SAMPAH TERPILAH DENGAN MENGAPLIKASIKAN PENYELESAIAN MULTI TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA GENETIKA : Studi Kasus Pengelola Sampah Kering Berbasis Masyarakat, Bank Sampah Induk Serang. S1 thesis, Universitas Pendidikan Indonesia.

Baca Full Text klik disini
[img] Text
S_MAT_1504666_Title.pdf
Download (515kB)
[img] Text
S_MAT_ 1504666_Chapter1.pdf
Download (88kB)
[img] Text
S_MAT_ 1504666_Chapter2.pdf
Restricted to Staf Perpustakaan
Download (317kB)
[img] Text
S_MAT_ 1504666_Chapter3.pdf
Download (459kB)
[img] Text
S_MAT_ 1504666_Chapter4.pdf
Restricted to Staf Perpustakaan
Download (630kB)
[img] Text
S_MAT_ 1504666_Chapter5.pdf
Download (70kB)
[img] Text
S_MAT_ 1504666_Appendix.pdf
Restricted to Staf Perpustakaan
Download (811kB)
Official URL: http://repository.upi.edu

Abstract

Efektifitas dan efisiensi operasional Bank Sampah Digital (BSD) selaku perusahaan sosial (social enterprise) salah satunya dipengaruhi oleh aktivitas penjemputan sampah terpilah. Dengan sejumlah sumber daya petugas dan armada penjemputan yang terbatas, BSD yang berbasis keagenan ini harus mengunjungi setiap bank sampah agen yang terdaftar dengan jarak tempuhnya yang beragam. Perjalanan penjemputan yang secara kontinu dilaksanakan ini akan menjadi masalah jika pelaksanaannya tidak optimal. Namun penentuan rute penjemputan sampah yang efisien dengan lebih dari satu petugas untuk banyak tempat yang dikunjungi akan sulit dilakukan jika menggunakan secara manual. Hal ini ditambah dengan adanya ketentuan untuk seluruh bank sampah agen dikunjungi tepat hanya satu kali, tidak ada tumpang tindih rute penjemputan antar petugas serta petugas berangkat dan kembali ditempat yang sama yakni lokasi BSD. Masalah penjemputan sampah dapat dipandang sebagai Multiple Travelling Salesman Problem (MTSP). Pada penelitian ini, MTSP akan diselesaikan dengan menggunakan Algoritma Genetika. Untuk menyelesaikan permasalahan Implementasi Algoritma Genetika dalam penelitian ini menggunakan 20 populasi awal yang melalui 250 iterasi atau generasi. Selain itu ditentukan pula probabilitas crossover atau crossover rate (cr) sebesar 0,6 dan probabilitas mutasi atau mutation rate (mr) sebesar 0,4. Hasil implementasi menunjukkan bahwa rute optimal berhasil diperoleh dengan model MTSP yang diselesaikan menggunakan algoritma genetika dengan parameter yang telah ditentukan. Adapun rute optimal penjemputan untuk seluruh petugas dengan jarak tempuh sebanyak 231,7 kilometer. Kata kunci: Rute Optimal, Multiple Travelling Salesman Problem, Algoritma Genetika One of operational effectiveness and efficiency of Bank Sampah Digital (BSD) as a social enterprise affected by sorted waste collection activities. With a limited number of staff resources and a limited pick-up fleet, this agency-based social enterprise, BSD must visit every registered waste bank agent with varying distances. This pick-up trip which is regularly carried out will be a problem in itself if the implementation is not optimal. However, determining an efficient waste pick-up route with more than one pick-up officer for many places visited will be difficult to do if only use the manual method. This is added with the terms for all waste banks agent to be visited exactly once, there is no overlapping of pick-up routes between officers and officers leaving and returning to the same place, BSD office location. Sorted waste pick-up problem can be seen as a Multiple Traveling Salesman Problem (MTSP). In this research, Multiple Traveling Salesman Problem (MTSP) will be solved using a Genetic Algorithm. To solve the problem of implementing the Genetic Algorithm in this research 20 initial populations were used to go through 250 iterations or maximum generations. In addition, crossover probability or crossover rate (cr) of 0,6 and mutation probability or mutation rate (mr) of 0,4 was also determined. The implementation results show that the optimal route was successfully obtained with the MTSP model which was completed using Genetic Algorithm with predetermined parameters. The optimal pick-up route for all officers is obtained with a distance of 231,7 kilometers. Keywords: Optimal route, Multiple Travelling Salesman Problem, Genetic Algorithm

Item Type: Thesis (S1)
Additional Information: ID SINTA Dosen Pembimbing: Khusnul Novianingsih : 258640 Kartika Yulianti : 5979108
Uncontrolled Keywords: Rute Optimal, Multiple Travelling Salesman Problem, Algoritma Genetika, Optimal route, Multiple Travelling Salesman Problem, Genetic Algorithm
Subjects: L Education > L Education (General)
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User: Silmi Hafizhah
Date Deposited: 02 May 2023 01:29
Last Modified: 02 May 2023 01:29
URI: http://repository.upi.edu/id/eprint/89759

Actions (login required)

View Item View Item