PENYELESAIAN MASALAH PENUGASAN MULTI OBJEKTIF DENGAN METODE WEIGHTED-SUM DAN METODE ε-CONSTRAINT
Masalah penugasan multi objektif adalah suatu masalah penugasan yang memiliki lebih dari satu fungsi tujuan yang dioptimalkan. Salah satu pendekatan yang digunakan untuk menyelesaikan masalah tersebut adalah dengan mengubah fungsi tujuan multi objektif menjadi satu fungsi tujuan. Beberapa metode yan...
Saved in:
| Main Author: | |
|---|---|
| Format: | Academic Paper |
| Published: |
2017-02-28.
|
| Subjects: | |
| Online Access: | http://repository.upi.edu/28625/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Masalah penugasan multi objektif adalah suatu masalah penugasan yang memiliki lebih dari satu fungsi tujuan yang dioptimalkan. Salah satu pendekatan yang digunakan untuk menyelesaikan masalah tersebut adalah dengan mengubah fungsi tujuan multi objektif menjadi satu fungsi tujuan. Beberapa metode yang digunakan untuk mengubah fungsi tujuan multi objektif menjadi satu fungsi tujuan adalah metode weighted-sum dan metode ε-constraint. Penyelesaian masalah penugasan multi objektif dengan metode weighted-sum adalah mengubah fungsi multi objektif menjadi satu fungsi tujuan dengan memberikan bobot pada masing-masing fungsi objektif secara skalar. Metode ε-constraint mengharuskan memilih salah satu fungsi tujuan yang akan dioptimalkan, sedangkan fungsi tujuan lainnya dijadikan sebagai pembatas yang kurang atau lebih dari sama dengan nilai target yang diberikan. Berdasarkan hasil implementasi dari metode weighted-sum dan metode ε-constraint dapat disimpulkan bahwa solusi terbaik diperoleh dari metode weighted-sum. Untuk mendapatkan solusi terbaik pada metode weighted-sum diharuskan mencoba beberapa kombinasi bobot yang berlainan. ;--- A multi objective assignment problem is an assignment problem that has more than one objective function that should be optimized. One of approaches used to solve the problem is to change the multi objective function to one objective function. In this research, we use weighted-sum method and ε-constraint method to convert the objective functions to one objective function. Weighted-sum method converts the functions by giving weight for each function. ℇ-constraint method chooses one objective function to be optimized while the other functions are to be the constraints of the model. The computational results show that the best solution is obtanained by the weighted-sum method. However, this method need to a number of experiment to obtain the optimal weights. |
|---|---|
| Item Description: | http://repository.upi.edu/28625/1/S_MTK_1307151_Title.pdf http://repository.upi.edu/28625/2/S_MTK_1307151_Abstract.pdf http://repository.upi.edu/28625/3/S_MTK_1307151_Table_of_content.pdf http://repository.upi.edu/28625/4/S_MTK_1307151_Chapter1.pdf http://repository.upi.edu/28625/5/S_MTK_1307151_Chapter2.pdf http://repository.upi.edu/28625/6/S_MTK_1307151_Chapter3.pdf http://repository.upi.edu/28625/7/S_MTK_1307151_Chapter4.pdf http://repository.upi.edu/28625/8/S_MTK_1307151_Chapter5.pdf http://repository.upi.edu/28625/9/S_MTK_1307151_Bibliography.pdf http://repository.upi.edu/28625/10/S_MTK_1307151_Appendix.pdf |