terdiri dari 2 bagian yaitu perangkat keras dan perangkat lunak. Perangkat lunak memberikan instruksi-instruksi kepada perangkat keras untuk melakukan suatu tugas
tertentu.
Penggunaan komputer sebagai alat bantu suatu kejadian yang benar-benar terjadi
dikehidupan nyata sering kali digunakan. Perangkat keras komputer yang digunakan adalah perangkat keras yang dapat mendukung perangkat lunak yang memiliki
kemampuan atau tampilan grafis yang cukup baik. Perangkat keras yang digunakan pada program Algoritma Genetika untuk VRP-DP dalam menentukan jalur yang
terpendek dari beberapa node yang telah ditentukan adalah sebuah personal notebook dengan spesifikasi sebagai berikut :
1. Processor Intel Celeron CPU 2.17GHz
2. RAM 768 MB
3. Hardisk 160 GB
4. OS Windows XP Profesioanal SP3
5. Aplikasi Matlab 6.1 Release 12.1, The Math Work, Inc.
1.2 Perancangan Perangkat Lunak
Perancangan perangkat lunak dibuat dengan menggunakan bahasa pemrograman Matlab
dengan tampilan Figure. Perancangan aplikasi yang dibuat pada dasarnya mengikuti metode Algoritma Genetika yang disajikan oleh penulis. Program yang dibuat
berdasarkan langkah demi langkah untuk menyelesaikan VRP-DP dengan Algoritma Genetika.
3.2.1 Penerapan Algoritma Genetika Untuk Penyelesaian Vehicle Routing
Problem With Delivery And Pick-Up VRP-DP
1. Pengkodean kromosom
Pada tahap ini setiap node yang akan dikunjungi diberi nomor urut. Kemudian dibentuk subrute penyelesaian dengan memperhatikan permintaan setiap node
beserta kapasitas kendaraan yang digunakan. Kemudian rute yang terbentuk di representasikan dalam suatu kromosom yang berisi gen-gen. Jumlah gen dari
setiap kromosom sama dengan jumlah outlet. Masing-masing nomor urut node muncul sekali di dalam suatu kromosom dan dibangkitkan secara acak dengan
menggunakan perintah yang ada pada Matlab.
2. Inisialisasi Populasi
Tahap ini bertujuan untuk membangkitkan sebuah populasi yang berisi sejumlah kromosom. Setiap kromosom berisi sejumlah gen. Masukan untuk fungsi ini
adalah ukuran populasi jumlah kromosom dalam populasi dan jumlah gen dalam satu kromosom.
3. Menentukan nilai fitness
Dalam penyelesaian VRP-DP yaitu untuk meminimalkan total jarak perjalanan yang dilalui salesman sehingga biaya perjalanan dapat diminimalisasi. Oleh
karena itu, nilai fitness yang bisa digunakan adalah 1 dibagi dengan total jarak subrute. Dalam hal ini yang dimaksud dengan total jarak subrute adalah jumlah
jarak antara node dengan kota yang lainnya secara melingkar. Misalkan, untuk sejumlah n node, total biaya adalah jarak node 1 ke node 2 ditambah jarak dari
node 2 ke node 3 dan seterusnya sampai dengan jarak dari kota n kembali ke node 1.
4. Seleksi
Seleksi yang digunakan pada penyelesaian VRP-DP ini adalah dengan metode roulette wheel roda roulette. Pada tahap ini masing-masing kromosom
menempati potongan lingkaran pada roda roulette secara proporsioanal sesuai dengan nilai fitness-snya. Kromosom yang memiliki nilai fitness lebih besar
menempati potongan lingkaran yang lebih besar dibandingkan dengan kromosom bernilai fitness rendah. Pertama, dibuat interval nilai kumulatif
dalam interval [0,1] dari nilai fitness masing-masing kromosom dibagi dengan total nilai fitness dari semua kromosom. Sebuah kromosom akan terpilih jika
bilangan random yang dibangkitkan berada dalam interval akumulatifnya.
5. Proses Perkawinan Silang crossover
Pada tahap ini, akan dimilih dua kromosom induk yang akan mengalami proses perkawinan silang secara acak, kemudian menentukan titik potongnya. Setelah
titik potongnya terpilih, maka dilakukan penukaran informasi dari kedua kromosom tersebut berdasarkan titik potong yang telah ditentukan. Pada proses
ini, akan dihasilkan kromosom anak hasil dari perkawinan silang kedua induknya, dimana kromosom anak ini berisi gen-gen gabungan dari bagian
kromosom parent.
6. Proses mutasi
Proses mutasi yaitu penukaran pasangan gen yang telah terpilih secara random dalam satu kromosom. Penukaran pasangan ini dilakukan pada dua gen dalam
suatu kromosom. Untuk semua gen dalam kromosom, jika bilangan random [0,1] yang dibangkitkan kurang dari probabilitas mutasi, maka nilai gen tersebut
akan ditukarkan dengan nilai gen lain yang dipilih secara random.
7. Evaluasi
Pada tahap ini, akan dihitung jumlah generasi sampai mencapai batas maksimum generasi yang diberikan. Bila dalam jumlah generasi yang ditentukan tidak ada
kromosom yang lebih baik, maka proses iterasi akan berhenti.
1.3 Diagram Alir Flowchart
