Implementasi Firefly Algorithm dalam Penyelesaian Multidimensional Bounded Knapsack Problem
Tahun 2025 · Penulis: Tista Aulia Martha Dwi
Faculty of Mathematics and Natural Sciences, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Optimasi merupakan proses yang dilakukan untuk menemukan solusi terbaik dari suatu permasalahan dengan tujuan memaksimalkan atau meminimumkan dengan mempertimbangkan batasan yang berlaku. Penerapan optimasi dibutuhkan oleh UD. Raja Tani, sebagai pelaku usaha perdagangan bahan pertanian yang kerap menghadapi kendala operasional. Salah satu permasalahan utamanya adalah pengaturan penggunaan alat transportasi dalam distribusi barang. Permasalahan pengangkutan barang ini dapat dimodelkan sebagai knapsack problem. Knapsack problem merupakan salah satu bentuk masalah optimasi kombinatorial pemilihan kombinasi barang yang akan dipilih dengan mempertimbangkan kendala tertentu guna memaksimalkan keuntungan tanpa melebihi kapasitas. Penelitian ini menggunakan model Multidimensional Bounded Knapsack Problem dalam memodelkan permasalahan yang terjadi di UD. Raja Tani dengan memperhatikan kendala berat barang dan anggaran pembelian barang. Model permasalahan ini diselesaikan menggunakan algoritma Firefly. Algoritma ini bekerja dengan cara meniru perilaku kawanan kunang-kunang di malam hari. Penelitian ini bertujuan memaksimalkan keuntungan UD. Raja Tani melalui seleksi pemilihan barang yang akan dibeli untuk dijual kembali. Masalah ini melibatkan 86 jenis barang yang memiliki nilai berat, keuntungan, dan ketersediaan barang yang berbeda setiap jenisnya. Penyelesaian masalah ini dilakukan dengan implementasi algoritma Firefly yang dilakukan dengan bantuan software Python, di mana solusi berupa keuntungan terbaik didapat setelah melakukan proses iterasi. Hasil solusi terbaik algoritma Firefly dipengaruhi oleh parameter yang digunakan sehingga perlu dilakukan uji peubah parameter. Kombinasi parameter terbaik yang didapatkan yaitu koefisien parameter acak (𝛼), keatraktifan (𝛽₀), dan koefisien penyerapan cahaya (𝛾) sebesar 0,3, 0,75, dan 0,001 secara berturut-turut. Berdasarkan kombinasi ini, algoritma Firefly berhasil menyeleksi 78 dari 86 jenis barang dengan keuntungan sebesar Rp5.418.500. Solusi ini memenuhi seluruh kendala yang ditetapkan, yaitu berat barang 1.193,2 kg dan harga beli Rp68.699.500.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,817
Tahun 2025 · Penulis: Seprina Permatasari
Penerapan Algoritma Particle Swarm Optimization pada Multidimensional Bounded Knapsack Problem
Optimasi adalah usaha untuk mendapatkan hasil terbaik dalam keadaan tertentu dengan tujuan meminimalkan usaha ataupun memaksimalkan keuntungan yang diinginkan. Permasalahan nyata terkait optimasi seringkali terjadi di kehidupan sehari-hari, seperti pemilihan k
- Cosine 0,787
Tahun 2018 · Penulis: Ahmad Rizqi Pradana
Penerapan Algoritma Genetika dan Algoritma Migrating Birds Optimization (MBO) pada Permasalahan Knapsack 0-1
Permasalahan optimasi sering dihadapi dalam kehidupan sehari-hari. Salah satu dari permasalahan optimasi adalah pemilihan barang-barang yang akan dimasukkan ke dalam sebuah wadah dengan harapan memperoleh keuntungan yang maksimal. Permasalahan optimasi tersebu
- Cosine 0,760
Tahun 2026 · Penulis: Iftitah Dian Humairoh
Strategi Pengambilan Keputusan Pemilihan Pemasok Beras Bulog Cabang Jember Menggunakan Metode Analytic Hierarchy Process (AHP) dan Analytic Network Process (ANP)
Beras merupakan komoditas strategis Negara Indonesia yang berperan penting dalam ketahanan pangan nasional, sehingga ketersediaan beras harus selalu dijaga untuk memenuhi kebutuhan sehari-hari. Perum Bulog merupakan salah satu perusahaan yang bergerak dalam bi