Aplikasi rekomendasi rute terpendek untuk pendistribusian beras pada pondok pesantren di kabupaten bantul menggunakan Algoritma Ant Colony Optimization

Ahmad, Azam Azri (2024) Aplikasi rekomendasi rute terpendek untuk pendistribusian beras pada pondok pesantren di kabupaten bantul menggunakan Algoritma Ant Colony Optimization. S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_2000018348_JUDUL__240624110753.pdf Download (1MB)
	Text (BAB I) T1_2000018348_BAB_I__240624030542.pdf Download (216kB)
	Text (BAB II) T1_2000018348_BAB_II__240624030542.pdf Restricted to Registered users only Download (565kB) | Request a copy
	Text (BAB III) T1_2000018348_BAB_III__240624030542.pdf Restricted to Registered users only Download (325kB) | Request a copy
	Text (BAB IV) T1_2000018348_BAB_IV__240624030542.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) T1_2000018348_BAB_V__240624030542.pdf Restricted to Registered users only Download (211kB) | Request a copy
	Text (Daftar Pustaka) T1_2000018348_DAFTAR_PUSTAKA__240624030542.pdf Download (215kB)

Abstract

Gerakan Infaq Beras (GIB) secara rutin mendistribusikan beras setiap bulan ke 78
Pondok Pesantren (Ponpes) mitra di Kabupaten Bantul. Selama ini, rute pendistribusian
dilakukan berdasarkan pengalaman pribadi dan asumsi pengelola semata sehingga belum
tentu merupakan rute yang paling efektif dan efisien. Dampaknya tentu saja pada
ketidakefisien biaya operasional, waktu, dan jarak tempuh. Beranjak dari ketidakefisien
tersebut, penelitian ini bermaksud mengoptimalkan pencarian rute untuk pendristribusian
beras sehingga dapat efektif dan efisien.
Eksperimen dilakukan dengan mengimplementasikan algoritma Ant Colony
Optimization (ACO) dan K-Means Clustering. Algoritma K-Means Clustering digunakan untuk
mengelompokkan data 78 lokasi ponpes di Kabupaten Bantul ke dalam beberapa cluster
berdasarkan kedekatan geografis. Pengelompokan ini bertujuan untuk mempermudah
proses pencarian rute dengan ACO di setiap cluster, sehingga rute yang dihasilkan lebih
terorganisir dan efisien. Data yang digunakan mencakup informasi latitude dan longitude
setiap Ponpes, yang diperoleh dari tim operasional GIB. Implementasi dilakukan
menggunakan bahasa pemrograman Python dan diuji dengan berbagai parameter jumlah
semut dan iterasi untuk mendapatkan kombinasi yang terbaik.
Hasil penelitian menunjukkan bahwa penggunaan algoritma ACO dapat mengurangi
jarak tempuh distribusi beras dari 391,4 km menjadi 119,4 km. Dengan peningkatan jumlah
semut dan iterasi, solusi yang ditemukan menjadi semakin optimal. Hasil penelitian ini dapat
membantu tim operasional GIB dalam merencanakan distribusi beras yang lebih efisien,
menghemat waktu dan biaya operasional. Selain itu, pendekatan ini juga dapat diterapkan
pada distribusi logistik lainnya dengan kebutuhan serupa.

Item Type:	Thesis (S1)
Keyword:	Ant colony optimization, k-means clustering, traveling salesman problem, rute terpendek, pendistribusian beras
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	27 Jun 2024 02:54
Last Modified:	27 Jun 2024 02:54
URI:	http://eprints.uad.ac.id/id/eprint/64759

Actions (login required)

View Item