EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya


Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail : libits@its.ac.id
Website : http://library.its.ac.id

Support (Customer Service) :
timit_perpus@its.ac.id




Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Moh. Fandika Aqsa


Davi Wahyuni


Tondo Indra Nyata


Anis Wulandari


Ansi Aflacha




ITS » Undergraduate Theses » Sistem Informasi - S1
Posted by budi_hrt@its.ac.id at 28/01/2010 14:42:29  •  3884 Views


IMPLEMENTASI ALGORITMA GENETIKA STEADY STATE UNTUK MENGOPTIMALKAN DESAIN JARINGAN RANTAI PASOK PERUSAHAAN MULTI PRODUK

AN IMPLEMENTATION OF A STEADY STATE GENETIC ALGORTIHM FOR OPTIMIZE MULTI PRODUCT SUPPLY CHAIN NETWORK DESIGN

Author :
BUDI, WAHYU ANDY PRASTYA  ( 5205100050 )




ABSTRAK

Supply chain network SCN atau jaringan rantai pasok merupakan bagian yang cukup penting untuk pengambilan keputusan dalam supply chain management SCM atau manajemen rantai pasok karena desain SCN yang optimal dapat mengoptimalkan proses SCM. Permasalahan yang sering muncul dalam perancangan SCN adalah meminimumkan total biaya supply chain atau memaksimalkan reliabilitas terhadap permintaan konsumen. Permasalahan akan menjadi semakin rumit dan kompleks jika desain SCN bersifat fleksibel terhadap perubahan-perubahan yang terjadi pada batasan ataupun nilai dari variabel-variabel keputusan. Dalam merancang sebuah SCN ada banyak hal yang harus dipertimbangkan diantaranya adalah pilihan fasilitas yang harus dibuka proses yang harus dijalankan pada masing-masing fasilitas dan desain proses distribusi untuk memenuhi permintaan pelanggan dengan total biaya yang minimum. Permasalahan yang dihadapi dalam tugas akhir ini adalah melakukan optimasi terhadap desain SCN untuk meminimumkan total biaya supply chain perusahaan dengan single source multi produk dan multi stage. Permasalahan di atas termasuk permasalahan NP-hard sehingga cukup sulit jika harus diselesaikan dengan menggunakan metode optimasi biasa. Oleh karena itu dalam tugas akhir ini digunakan pendekatan heuristik steady state genetic algorithm ssGA untuk menyelesaikan permasalahan tersebut. Pada ssGA satu offspring akan dibentuk pada setiap generasi dan akan langsung bersaing dengan parents. Dalam proses genetika digunakan teknik baru untuk melakukan encoding kromosom. Untuk dua tingkat pertama dari SCN menggunkan priority-based encoding sedangkan untuk tingkat terakhir menggunakan integer encoding. Hasil dari ssGA telah dibandingkan dengan hasil dari metode optimasi konvensional dan LH Lagrangean heuristic pada permasalahan desain SCN dengan ukuran yang berbeda-beda. Berdasarkan hasil penelitian menujukkan bahwa selisih hasil antara ssGA dan solusi optimal kurang dari 10 untuk permasalahan kecil. Sedangkan selisih hasil antara ssGA dan LH untuk permasalahan besar kurang dari 15. Hasil penelitian juga menunjukkan bahwa pada permasalahan besar waktu komputasi ssGA lebih efeisien empat kali dibandingkan dengan metode lain.


ABSTRACT

Supply chain network SCN is an important part for decision making in supply chain management SCM. Because with the optimal SCN design will optimize the process of SCM. The problem in designing SCN usually have different two goals i.e minimize the total cost or maximize the supply chain reliability of constomer demand. The problem will become increasingly complex if the SCN design is flexible to changes that occur in the constraints or the value of decision variables. There are many things need to be considered in designing a SCN i.e decision on which facility that should be opened the role of each facility and distribution network design to satisfy the customer demand with the minimum total cost. Problems faced in this paper is to minimize the total cost of single source multi-product and mult-stage SCN design. The above mentioned issues above are classified as NP-hard problem. Thus it is difficult to be solved using conventional optimization methods. Therefore in this paper a Steady State Genetic Algorithm ssGA heuristic approach is implemented to solve the problem. In ssGA the offspring will be created in each generation and will compete with the parents. In addition the genetic process will use new encoding structure. For the first two segments of the SCN using piority-based encoding while the last segment to use integer encoding. The result of ssGA has been compared with the results of conventional methods and Lagrangean heuristic LH on set of SCN design problems with different sizes. Experimental study showed that the gap between ssGA and optimal solution is less than 10 for small sized problems. The gap between ssGA an LH for big sized problems is less than 15. Experimental study also showed that the computation time of ssGA is four times more efficient than other methods in computation time for big sized problems.



KeywordsDesain jaringan rantai pasok: Algoritma genetika: Priority-based encoding
 
Subject:  Manajemen penjadwalan
Contributor
  1. Mahendrawathi Er. ST. M.Sc. Ph.D
  2. Rully Soelaiman, S.Kom, M.Kom
Date Create: 28/01/2010
Type: Text
Format: Pdf
Language: Indonesian
Identifier: ITS-Undergraduate-3100009035867
Collection ID: 3100009035867
Call Number: RSSI 005.1 Bud i


Source
Undergraduate Theses, INFORMATION SYSTEM, RSSI 005.1 Bud i,2009

Coverage
ITS Community Only

Rights
Copyright @2009 by ITS Library. This publication is protected by copyright and per obtained from the ITS Library prior to any prohibited reproduction, storage in a re transmission in any form or by any means, electronic, mechanical, photocopying, reco For information regarding permission(s), write to ITS Library




[ Download - Open Access ]

  1.  ITS-Undergraduate-8397-5205100050-Abstract_In.pdf - 149 KB
  2.  ITS-Undergraduate-8397-5205100050-Abstract_En.pdf - 149 KB
  3.  ITS-Undergraduate-8397-5205100050-Conclusion.pdf - 152 KB




 Similar Document...




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

POLLING

Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan





You are connected from 54.156.42.165
using CCBot/2.0 (http://commoncrawl.org/faq/)



Copyright © ITS Library 2006 - 2017 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan