Hasil Pencarian  ::  Simpan CSV :: Kembali

"Odd-even-transposition adalah suatu algoritma paralel yang merupakan pengembangan dari algoritma sekuensial ?bubble sort?. Algoritma odd-even-transposition ini didesain khusus untuk model jaringan array linier (homogen). Untuk n elemen data, kompleksitas waktu dari algoritma bubble sort adalah O(n2), sedangkan pada odd-even-transposition yang bekerja di atas n prosesor adalah (n). Ada peningkatan kecepatan waktu pada kinerja algoritma paralel ini sebesar n kali dibanding algoritma sekuensialnya. Hypercube dimensi k adalah model jaringan non-linier (non-homogen) terdiri dari n = 2k prosesor, di mana setiap prosesor berderajat k. Model jaringan Fibonacci cube dan extended Lucas cube masing-masing merupakan model subjaringan hypercube dengan jumlah prosesor < 2k prosesor dan maksimum derajat prosesornya adalah k. Pada paper ini, diperlihatkan bagaimana algoritma odd-even-transposition dapat dijalankan juga pada model jaringan komputer cluster non-linier hypercube, Fibonacci cube, dan extended Lucas cube dengan kompleksitas waktu O(n).

---

AbstractOdd-even-transposition is a parallel algorithm which is the development of sequential algorithm ?bubble sort?. Odd-even transposition algorithm is specially designed for linear array network model (homogeneous). For n data elements, the time complexity of bubble sort algorithm is O(n2), while the odd-even-transposition that works with n processor is (n). There in an increase in the speed of time on the performance of this parallel algorithms for n times than its sequential algorithm. K-dimensional hypercube is a non-linear network model (non-homogeneous) consists of n = 2k processors, where each processor has k degree . Network model of Fibonacci cube and extended Lucas cube are the hypercube sub-network model with the number of processors"

"Prinsip dasar dari metode Griffith dan Stewart adalah masalah pemrograman tak linear dirumuskan ke dalam barisan masalah pemrograman linear yang kemudian diselesai kan dengan metode Simpleks. Pada skripsi ini dilakukan percobaan numerik dengan merubah titik awal, merubah batas kendala, mengalikan selisih peubah X dengan suatu konstanta. Hasil dari setiap percobaan diberikan dalam bentuk tabel beserta analisisnya. Pada percobaan dengan mengalikan selisih peubah X dengan suatu konstanta tidak memberikan hasil."

"Vehicle Routing Problem with Time Windows (VRPTW) adalah masalah penentuan rute kendaraan dalam pendistribusian barang/jasa ke sejumlah pelanggan yang memiliki biaya minimum dengan tambahan kendala time windows, biaya direpresentasikan oleh total jarak yang ditempuh kendaraan dari depot dan kembali ke depot.Pada tugas akhir ini, digunakan algoritma genetika hibrida untuk menyelesaikan VRPTW. 50% populasi awal dibentuk dengan menggunakan metode Push Forward Insertion Heuristic (PFIH) dilanjutkan dengan -Interchange, dan 50% lainnya dibentuk secara acak. Tiga operator utama algoritma genetika yang digunakan adalah ranking based selection, merge-heuristic crossover, dan sequence based mutation. Pada tugas akhir ini juga akan diimplementasikan algoritma genetika hibrida pada VRPTW dengan perangkat lunak.

---

Vehicle Routing Problem with Time Windows (VRPTW) is a problem of determining the route of vehicles that has minimum cost in the distribution of goods /services to a number of customers with addition of time constraint, the cost is represented by the total distance traveled by vehicles from depot and returned to depot.

In this final project, a hybrid genetic algorithm used to solve VRPTW. 50% of initial population is generated by Push Forward Insertion Heuristic (PFIH) and then -Interchange, and the other 50% is randomly generated. Three major operator that used in this final project are ranking based selection, merge-heuristic crossover, and sequence based mutation. Hybrid genetic algorithm is implemented on Solomon?s benchmark data of VRPTW."

"Pertumbuhan industri otomotif yang semakin meningkat di Indonesia belum diimbangi dengan jumlah pemasok bahan baku lokal dan membuat industri otomotif bergantung pada aktivitas impor. Seiring dengan banyaknya kebutuhan aktivitas impor ini, maka dibutuhkan pula aktivitas logistik yang lebih besar. Namun dengan biaya logistik yang tinggi, membuat perusahaan harus meningkatkan efisiensi untuk dapat terus bersaing dalam industri nasional. Oleh karena itu, perlu adanya perencanaan aktivitas inbound logistik yang mengatur pergerakan material dari pemasok hingga sampai ke pabrik. Pada penelitian ini, dikembangkan sebuah model optimasi menggunakan pendekatan pemrograman non linier integer campuran yang diselesaikan dengan algoritma branch and bound. Hasil dari penelitian ini, yaitu didapatkan total biaya inbound logistik yang optimal mencakup biaya material, biaya transportasi, dan biaya pelabuhan. Model ini juga dapat digunakan sebagai alat bantu perusahaan dalam pengambilan keputusan mengenai tipe kontainer dan jumlah kontainer yang digunakan beserta total muatan yang optimal dalam setiap kontainer, sehingga didapatkan nilai utilasi kontainer yang tinggi.

---

The increasing growth of automotive industry in Indonesia has not been matched by the number of local suppliers and makes the automotive industry too dependent on imported raw materials. Along with the needs of import activities, it is also required a greater logistics activities. However, with high logistics costs, the manufacturer must increase efficiency to be able compete in the global market. This can be accomplished by planning inbound logistics activities that control the movement of materials from suppliers to the manufacture.

In this research, an optimization methodology, based on Mixed Integer Nonlinear Programming MINLP approach is developed and solved with branch and bound algorithm.

The result of this research, which obtained the total cost of optimal inbound logistics include material cost, transportation cost, and administration cost. This model can also be used as a tool for the company in making decisions about the type and the number of container also with the total of the optimal material load in each container, therefore the optimal container space utilization value can be obtained."

"Many engineering, operations, and scientific applications include a mixture of discrete and continuous decision variables and nonlinear relationships involving the decision variables that have a pronounced effect on the set of feasible and optimal solutions. Mixed-integer nonlinear programming (MINLP) problems combine the numerical difficulties of handling nonlinear functions with the challenge of optimizing in the context of nonconvex functions and discrete variables. MINLP is one of the most flexible modeling paradigms available for optimization."