Penyelesaian Cutting Stock Problem Satu Dimensi Menggunakan Algoritme Particle Swarm Optimization
Date
2022Author
Aminah, Siti
Silalahi, Bib Paruhum
Mayyani, Hidayatul
Metadata
Show full item recordAbstract
Cutting stock problem (CSP) merupakan permasalahan pemotongan persediaan yang sering dijumpai di banyak industri. Tujuannya untuk mendapatkan sisa pemotongan seminimum mungkin, namun tetap memenuhi permintaan pelanggan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan permasalahan ini. Pada karya ilmiah ini, digunakan metode heuristik particle swarm optimization (PSO) sebagai penyelesaian masalah CSP. Pada tahap pertama penulis menentukan kombinasi pola pemotongan yang mungkin dapat digunakan dengan bantuan bahasa pemrograman Python. Selanjutnya, dibuat model matematis dan kendala sesuai pola yang tersedia. Kemudian, algoritme PSO digunakan untuk menentukan kombinasi pola potongan supaya menghasilkan sisa pemotongan yang paling sedikit. Diawali dengan inisialisasi parameter yang digunakan. Kemudian setelah diimplementasikan, menghasilkan kombinasi pola pemotongan rol kertas yang optimum yaitu sebanyak tiga rol untuk pola satu, 29 rol untuk pola 23, enam rol untuk pola 27 dan 29 rol untuk pola 32. Cutting stock problem (CSP) is an inventory cutting problem that is often encountered in many industries. The goal is to get the remaining cutting to a minimum, while still meeting customer demands. There are several methods that can be used to solve this problem. In this scientific paper, the heuristic particle swarm optimization (PSO) method is used to solve the CSP problem. In the first stage the author determines the possible combination of cutting patterns that can be used with the help of the Python programming language. Next, a mathematical model and constraints are made according to the available patterns. Then, the PSO algorithm is used to determine the combination of cut patterns in order to produce the least amount of cutting residue. It begins with the initialization of the parameters used. Then after it was implemented, it resulted in the optimum combination of aluminum roller cutting patterns as many as three rolls for pattern one, 29 rolls for pattern 23, six rolls for pattern 27 and 29 rolls for pattern 32.
Collections
- UT - Mathematics [1432]