f. Efisiensi Algoritma Genetika
Total calon solusi dalam ruang pencarian Nt untuk kasus 3
adalah 3,75 x 10
23
calon solusi . Solusi optimal TSCC ditemukan
pertama kali pada generasi ke-7329. Sampai pada generasi ini jumlah calon solusi yang telah dievaluasi oleh algoritma genetika Ns :
Ns = 7329 generasi x 40 calon solusigenerasi = 293160 calon solusi
Persentase pencarian calon solusi yang dilakukan algoritma genetika dalam ruang pencarian P
search
adalah : P
search
= NsNt x 100 = 293160 3,75 x 10
23
x 100 Persentase tersebut akan menghasilkan nilai yang sangat kecil sekali.
Hal ini membuktikan bahwa semakin besar nilai ruang pencarian search space maka efisiensi algoritma genetika akan semakin
meningkat. Pencarian solusi optimal dengan algoritma genetika pada kasus 3 sangat efisien.
V. KESIMPULAN DAN SARAN
A. KESIMPULAN
Model rantai pasokan merupakan model transportasi, inventori, dan distribusi yang dimulai dari bahan baku sampai produk jadi yang dipakai oleh
konsumen akhir. Model rantai pasokan agroindustri pada penelitian ini terdiri dari tiga pemain utama yaitu pemasok bahan baku hasil pertanian supplier,
agroindustri, dan permintaan demand. Model tersebut akan optimal apabila memiliki kombinasi-kombinasi dari parameter rantai pasokan yang paling baik
sehingga dapat diperoleh TSCC Total Supply Chain Cost yang paling optimalminimum. Kombinasi tersebut merupakan masalah pencarian
searching untuk mengoptimalkan TSCC dalam suatu ruang pencarian tertentu search space. Teknik optimasi terbaru yang berasal dari bidang
Artificial Inteligence yang merupakan teknik pencarian searching technique yang bersifat tangguh, adaptif, dan efisien yaitu algoritma genetika Genetic
Algorithms dapat digunakan untuk mengoptimasi model rantai pasokan agroindustri. Algoritma genetika mencari solusi optimal berdasarkan pada
mekanisme sistem natural yaitu perubahan struktur genetika dan seleksi alam.
Implementasi dari penelitian ini adalah perancangan program GASCM Genetic Algorithms for Supply Chain Management Ver. 1.0 yang dibuat
menggunakan bahasa pemrograman Borland Delphi 7.0 dengan acuan program Simple Genetic Algoritms SGA. Telah dilakukan pengembangan
dari fungsi-fungsi maupun prosedur-prosedur dalam program antara lain Fungsi FitFunc untuk menghitung fungsi TSCC; Prosedur InitPop yaitu
inisialisasi populasi dengan representasi integer dan memenuhi suatu kendala- kendalaconstrained; Fungsi Select adalah fungsi untuk menseleksi kromosom
dengan teknik seleksi turnamen tournament selection; dan Prosedur Statistic dikembangkan menjadi dalam bentuk grafik.
Hasil penelitian ini menunjukkan bahwa program GASCM Ver. 1.0
sangat efisien dalam menemukan solusi TSCC minimum dari rantai pasokan agroindustri. Pada kasus 1 numerical example untuk rantai pasokan
Kategori