KAJIAN TEORI
1. Teori graf
1. Definisi Graf
) (rusuk pada graf G). Jika dan adalah sepasang simpul yang
rusuk di maka:
dikelompokkan menjadi dua jenis yaitu graf berbobot dan graf tak-
berbobot.
a. Graf Berbobot
6
b. Graf Tak-Berbobot
dikelompokkan menjadi dua jenis yaitu graf berarah dan graf tak-
berarah.
arah.
Contoh 2.1
orientasi arah.
7
Contoh 2.2
v2
e1 e2
v1 e5
v3
e4
e3
A
v4
2. Keterhubungan Graf
a) Jalan (walk)
dinotasikan ) untuk .
b) Jejak (trail)
8
c) Lintasan ( path)
d) Sikel (cycle)
b. Graf terhubung
diketahui, dari satu atau lebih depot yang memenuhi beberapa kendala
mengunjungi setiap kota tepat satu kali dan selesai di kota asal (Ho, Lim,
kota tepat satu kali, sedangkan pada VRP kota-kota pada m-TSP
9
merupakan pelanggan dan salesman merupakan kendaraan, dimana tiap
rute tidak boleh melebihi kapasitas yang dimiliki salesman. VRP dengan
dan pengantaran.
melayani pelanggan.
perjalanan)
10
3. Capacitated Vehicle Routing Problem (CVRP)
satu permasalahan pada VRP. Kendala pada kasus CVRP yaitu terdapat
konsumen.
1995:2).
Menurut Tonci Caric dan Hrvoje Gold CVRP sebagai suatu graf
11
kendaraan. Setiap verteks ) memiliki jarak tempuh yaitu jarak
dan .
∑ ∑ ∑ )
tersebut
12
Tabel 2.1 Model matematika CVRP
Fungsi
∑ ∑ ∑ )
tujuan
∑ ∑
:
∑ ∑
∑ ∑
:
∑ ∑
∑ ∑ )
Kendala ∑
tujuan
∑
∑ ∑
Keterangan:
kendaraan yang digunakan
himpunan simpul
himpunan rusuk berarah (arc), { ( ) }
jarak antara simpul ke simpul
jumlah permintaan pada simpul
kapasitas masing-masing kendaraan
4. Algoritma Genetika
ditemukan oleh John Holland pada tahun 1960. Bersama murid dan
13
yang terinspirasi oleh gen dan seleksi alam. Algoritma ini
nilai tertentu.
(crossover)
14
h. Offspring adalah kromosom yang merupakan hasil dari
anak.
keturunan (offspring).
15
fitness yang rendah dan memiliki peringkat dibawah nilai
(konvergen).
berikut.
16
Populasi Awal Evaluasi Fitness terbaik Individu
ya
Terbaik
tidak
Gen merupakan bagian dari kromosom, satu gen biasanya akan mewakili
satu variabel. Gen dapat direpesentasikan dalam bentuk bit, bilangan real,
17
b. Membangkitkan Populasi Awal (Spanning)
dalam interval (0,1) untuk nilai setiap gen sesuai dengan representasi
evolusi alam, individu yang bernilai fitness tinggi yang akan bertahan
digunakan adalah
18
1
f
x
, 2.1
nilai x, maka semakin besar nilai fitnessnya. Tetapi hal ini akan menjadi
1
f , (2.2)
( x a)
d. Seleksi (Selection)
objektif dirinya sendiri terhadap nilai objektif dari semua individu dalam
seleksi tersebut. Nilai fitness inilah yang nantinya akan digunakan pada
(tournament selection).
19
e. Crossover (Pindah Silang)
diuji. Operasi ini tidak selalu dilakukan pada setiap individu yang ada.
(Probabilitas Crossover) antara 0,6 s/d 0,95. Jika pindah silang tidak
pada gen yang bersesuaian dari induk untuk mengasilkan individu baru.
Gambar 2.4
Induk 1
Induk 2
probCo
P= random (0.1)
20
Dari gambar 2.4, jika bilangan p yang dibangkitkan secara acak kurang
dari atau sama dengan probCO, maka tidak dilakukan operasi mutasi.
pertama adalah mengurutkan gen yang berada pada induk kedua dengan
urutan gen yang berada pada posisi setelah bilangan acak kedua diikuti
dengan gen yang berada pada posisi sebelum bilangan acak pertama dan
diakhiri dengan gen yang berada pada posisi diantara kedua bilangan acak.
pertama. Apabila gen tersebut ada pada keturunan kedua maka abaikan
gen tersebut dari urutan itu. Kemudian masukkan urutan yang baru saja
didapat pada keturunan dengan cara memasukkan urutan gen pada posisi
setelah bilangan acak kedua terlebih dahulu dan sisanya dimasukkan pada
keturunan kedua.
p1 = (1 2 3 | 4 5 6 7 |8 9)
p2 = (4 5 2 | 1 8 7 6 |9 3)
21
Dibangkitkan 2 bilangan acak sebelum gen induk-1 dan setelah gen induk-
o1 = (x x x | 4 5 6 7 |x x)
o2 = (x x x | 1 8 7 6 |x x)
mengurutkan gen yang berada pada induk kedua dengan urutan gen yang
berada pada posisi setelah bilangan acak kedua diikuti dengan gen yang
berada pada posisi sebelum bilangan acak pertama dan diakhiri dengan gen
9-3-4-5-2-1-8-7-6
keturunan pertama. Apabila gen tersebut ada pada keturunan kedua maka
Kemudian masukkan urutan yang baru saja didapat pada keturunan dengan
cara memasukkan urutan gen pada posisi setelah bilangan acak kedua
terlebih dahulu dan sisanya dimasukkan pada posisi sebelum bilangan acak
diperoleh:
o1 = (x x x | 4 5 6 7 |x x)
o1 = (2 1 8 | 4 5 6 7| 9 3)
o2 = (x x x | 1 8 7 6 |x x)
o2 = (3 4 5 | 1 8 7 6 |9 2)
22
Keterangan:
p1 = Induk 1
p2 = Induk 2
o1 = Keturunan 1 (anak ke-1)
o2 = Keturunan 2 (anak ke-2)
f. Mutasi (Mutation)
baru sebagai kandidat solusi pada generasi mendatang dengan fitness yang
Akan tetapi, untuk mencapai hal ini, penekanan selektif juga memegang
cenderung terus pada kromosom yang memiliki fitness yang tinggi saja,
Individu
probMut
P= random
(0.1)
23
Dari gambar 2.5 di atas, jika p merupakan bilangan random yang
dibangkitkan lebih dari atau sama dengan probMut, maka individu hasil
acak kemudian gen yang berada pada posisi bilangan acak pertama ditukar
dengan gen yang berada pada bilangan acak kedua dalam probabilitas
Individu = (1 2 3 4 5 6 8 9 7)
Individu = (1 8 3 4 5 6 2 9 7)
g. Elitism
112). Proses seleksi dilakukan secara random sehingga tidak ada jaminan
bahwa suatu indvidu yang bernilai fitness tertinggi akan selalu terpilih.
silang. Oleh karena itu, untuk menjaga agar individu bernilai fitness
tertinggi tersebut tidak hilang selama evolusi, maka perlu dibuat satu atau
24
nilai fitness terbaik untuk dijadikan individu pertama pada generasi
berikutnya
proses pindah silang, proses mutasi pada populasi baru untuk membentuk
25
“Perbandingan Metode Branch and Bound dengan Metode Clarke And
PT. Tirta Investama”. Hasil penelitian ini didapatkan bahwa total jarak
tempuh sebesar 147.7 Km dengan metode Branch and Bound dan 175.7
Problem With Time Windows” oleh Sri Astuti. Pada penelitian yang
perhitungan nilai fitness karena pada penelitian yang dilakukan oleh Rudi
Minaryo tidak terdapat pembagian rute, selain itu program pada penelitian
26
penelitian ini yaitu menggunakan algoritma genetik, sedangkan
fitness, seleksi, pindah silang, dan mutasi. Sedangkan pada penelitian Sri
menggunakan metode Branch and Bound dan Metode Clarke And Wright
Savings. Karena data yang digunakan sama maka hasil penelitian ini dapat
27