Analisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem

Authors

  • Adidtya Perdana Universitas Harapan Medan

Keywords:

bin packing problem, genetic algorithm, firefly algorithm, np-problem, metode heuristic, permasalahan kombinatorial

Abstract

Bin Packing Problem merupakan permasalahan kombinatorial yang menggambarkan bagaimana sekumpulan objek atau benda dengan ukuran yang berbeda-beda dikemas kedalam suatu wadah dengan ukuran yang telah ditentukan. Dengan ukuran yang berbeda-beda tingkat kesulitan yang dihadapi adalah bagaimana mengoptimalkan jumlah pemakaian wadah untuk mengkemas objek-objek tersebut. Dengan menggunakan metode Heuristic yaitu Genetic Algorithm dan Firefly Algorithm diharapkan mampu menyelesaikan permasalahan Bin Packing Problem. Genetic Algorithm merupakan metode yang diadaptasi dari genetika dan evolusi alami yang didalamnya terdapat parameter-parameter bawaan dari genetika alami. Sedangkan Firefly Algorithm merupakan metode yang diadaptasi dari perilaku kedipan cahaya kunang-kunang pada malam hari. Didalamnya terdapat aturan-aturan yang menyatakan kunang-kunang akan mendekati satu atau lebih cahaya yang paling terang. Pada tulisan ini, penulis akan membahas mengenai komparasi hasil yang diberikan oleh Genetic Algorithm dan Firefly Algorithm dalam menyelesaikan permasalahan Bin Packing Problem satu dimensi. Dengan tulisan ini diharapkan dapat memberikan sumbangan pengetahuan tentang penggunaan metode-metode heuristic dalam menyelesaikan permasalahan kombinatorial khususnya permasalahan NP-Problem.

GS Cited Analysis

Downloads

Download data is not yet available.

Downloads

Publication History:

Submitted Apr 30, 2017
Published Apr 30, 2017
Last Modified Aug 15, 2017

Crossmark Updates

How to Cite

Perdana, A. (2017). Analisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem. Sinkron : Jurnal Dan Penelitian Teknik Informatika, 1(2). Retrieved from https://jurnal.polgan.ac.id/index.php/sinkron/article/view/27