Anda di halaman 1dari 4

Tugas Program 2 Kecerdasan Artifisial

Deskripsi Tugas
Vehicle Routing Problem (VRP) merupakan sebuah permasalahan di mana terdapat beberapa rute yang
harus dilalui oleh sejumlah kendaraan yang berangkat dari suatu depot menuju beberapa tempat tujuan
yang telah ditentukan dan berakhir pada depot yang sama. Salah satu pengembangan dari kasus VRP
adalah dengan menambahkan batasan kapasitas pada kendaraan yang mengangkut, sehingga disebut
sebagai Cpacitated VRP. Contoh implementasi permasalahan Capacitated VRP tersebut ialah
pendistribusian barang dari sebuah perusahaan ke beberapa customer, di mana kendaraan yang
digunakan hanya dapat menampung dengan kapasitas berat tertentu, sehingga jika berat barang sudah
melebihi kapasitas berat kendaraan, maka kendaraan tersebut harus kembali ke depot untuk mengambil
barang-barang customer yang lainnya. Setiap customer memiliki demand (berat barang) masing-masing
yang harus dipenuhi. Jumlah kendaraan yang digunakan dapat bervariasi. Namun, untuk kasus yang
paling sederhana, yang akan digunakan pada Tugas Program ini, hanya terdapat satu kendaraan.
Permasalahan VRP ini dapat dikerjakan dengan Algoritma Genetika karena permasalahan tersebut
merupakan permasalahan kombinatorial.

Deskripsi Data
Deskripsi data:

Jumlah kendaraan = 1 buah


Kapasitas angkut kendaraan = 100 (satuan berat)
Depot = Node 0
Diasumsikan antar setiap node customer, termasuk depot, terhubung penuh (fully connected)
Jarak pada setiap keterhubungan antar node dihitung berdasarkan garis lurusnya
Setelah semua demand terpenuhi, kendaraan harus kembali ke depot (node 0)

Koordinat depot dan customer:


Node
0
1
2
3
4
5
6
7
8
9
10

Koordinat
X
Y
82
96
50
49
13
29
58
84
14
2
3

76
44
5
8
7
89
30
39
24
39
82

11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

5
98
84
61
1
88
91
19
93
50
98
5
42
61
9
80
57
23
20
85
98

Demand setiap node (customer):


Node
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Demand
0
19
21
6
19
7
12
16
6
16
8
14
21
16
3
22

10
52
25
59
65
51
2
32
3
93
14
42
9
62
97
55
69
15
70
60
5

16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

18
19
1
24
8
12
4
8
24
24
2
20
15
2
14
9

Tujuan program: Menentukan rute yang harus dilalui kendaraan supaya semua demands dari customer
dapat didistribusikan dengan cost yang seminimum mungkin. Cost dapat dihitung dari total jarak yang
dilalui oleh kendaraan untuk mendistribusikan semua barang (demand) ke seluruh customer dan
kembali lagi ke depot.

Spesifikasi Program

Sifat Tugas : Individual and No Plagiarism!!!


1. Input

2. Output

Pada saat dijalankan, program akan meminta user memasukkan


a. Data koordinat node customer dan depot
b. Data demand setiap node
Data yang diinputkan dapat bersumber dari file berbentuk .xls, .xlsx, .csv, .txt,
atau tipe file lainnya
Setelah input data tersebut dilakukan, program akan menjalankan proses
pencarian dengan GA
Sebelum proses evolusi berjalan, program melakukan perhitungan untuk
mendapatkan matriks jarak antara setiap node ke semua node yang lain
Pada setiap generasi, program menampilkan informasi, yaitu:
a. Generasi keb. Rute terbaik
c. Cost dari rute terbaik
d. Fitness rata-rata
e. Fitness terbaik

3. Bahasa
Pemrograman

4. Isi
Dokumentasi
/ Laporan

5. Yang
dikumpulkan
6. Tanggal
Pengumpulan
7. Tanggal
Penilaian

Setelah proses evolusi berhenti karena kriteria berhentinya evolusi telah


terpenuhi, maka tampilkan informasi:
a. Solusi (rute) yang ditawarkan
b. Cost dari solusi
Anda BEBAS menentukan bahasa pemrograman yang akan Anda gunakan, hanya
saja direkomendasikan untuk menggunakan salah satu dari bahasa pemrograman
berikut.
a. MATLAB
b. Java
c. Python
Sistem yang dibangun harus dikerjakan sendiri, tidak boleh menggunakan
Toolbox, Library, maupun source code dari orang lain atau internet.
Secara umum, laporan untuk Tugas Program 2 ini berisi sebagai berikut.
Deskripsi masalah beserta goal/tujuan penyelesaian masalah
Desain program dan metode/algoritma yang digunakan, yang meliputi:
o Desain input dan output
o Representasi kromosom
o Decoding kromosom
o Fungsi fitness
o Seleksi orang tua
o Rekombinasi
o Mutasi
o Seleksi survivor
Penjelasan data yang digunakan
Penjelasan perhitungan performansi sistem, jalur optimum yang didapat,
beserta cost-nya.
a. Laporan/dokumentasi tugas.
b. Source code program, disertai dengan Executable file dan petunjuk
pengggunaan.
Bersamaan dengan pengumpulan Tugas Program ke-1 (materi A*), yaitu 28
Februari 2016. Namun, boleh jika mengikuti kebijakan dosen masing-masing.
Bersamaan dengan penilaian Tugas Program ke-1 (materi A*), yaitu antara
tanggal 7 18 Maret 2016. Namun, boleh jika mengikuti kebijakan dosen masingmasing.