Implementasi Algoritma Genetika dalam optimasi Performa Truk Sampah Menggunakan Aplikasi Trash Queen
Kebutuhan akan kendaraan dapat dibilang sebagai salah satu kunci dari berjalannya ekonomi dunia. Akan tetapi, efisiensi desain spesifikasi kendaraan masih menjadi topik hangat di kalangan desainer otomotif. Hal ini karena meskipun ada jutaan kendaraan di seluruh dunia, tidak semua desain kendaraan d...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
University of Brawijaya
2023-02-01
|
| Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
| Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/5193 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Kebutuhan akan kendaraan dapat dibilang sebagai salah satu kunci dari berjalannya ekonomi dunia. Akan tetapi, efisiensi desain spesifikasi kendaraan masih menjadi topik hangat di kalangan desainer otomotif. Hal ini karena meskipun ada jutaan kendaraan di seluruh dunia, tidak semua desain kendaraan dapat menunjukkan performa yang optimal di segala keadaan. Aspek spesifikasi kendaraan yang memiliki pengaruh paling besar antara lain daya mesin, ukuran ban, dan berat kendaraan. Oleh karena itu, dibutuhkan suatu optimasi desain spesifikasi kendaraan yang hanya membutuhkan faktor ukuran ban dan berat kendaraan, di mana berat kendaraan tersebut dapat direpresentasikan oleh dua faktor besar, yaitu kapasitas kargo dan kapasitas bahan bakar. Dalam penelitian ini ditelusuri kemungkinan optimasi spesifikasi truk sampah berdasarkan faktor-faktor tersebut dalam tujuannya mengumpulkan sampah dan kembali ke sentra pengumpulan sampah tanpa kehabisan bahan bakar menggunakan aplikasi Trash Queen. Trash Queen memanfaatkan algoritma genetika untuk menjalankan simulasi secara berulang-ulang hingga didapatkan solusi yang optimal. Truk sampah yang kehabisan bahan bakar tanpa mampu mengantarkan sampah akan dianggap gagal karena tidak mampu mencapai tujuannya. Pada penelitian ini, ditemukan bahwa dalam 30 generasi fitness terbaik tiap generasi telah naik sebanyak 68.4% dengan trend ukuran ban yang makin kecil, kapasitas bahan bakar yang makin kecil, dan kapasitas kargo yang makin besar.
Abstract
The need for vehicles can be said to be the key in the continuity of the world’s economy. Even so, the efficiency of vehicle design specifications remain a hot topic among automotive designers. This is caused by the many millions of vehicles all across the globe, yet not all of them are able to perform to factory standards at optimal efficiency due to variations in different situations. The parts that have the most significant roles in a vehicle’s specification with respect to efficiency includes engine power, wheel size, and the weight of the vehicle itself. That is why a design optimization where it only accounts for the easier to find parts of a vehicle’s specification is needed, the wheel size and the weight of the vehcile which can be represented by two major factors: cargo capacity and fuel capacity. This research aims to explore the possibilities of optimizing a trash truck’s specifications in its conquest to collect trash and return to a trash collecting centre to deliver them without running out of fuel using the Trash Queen app based on those factors. Trash Queen utilizes genetic algorithm to run simulations repeatedly until an optimal solution is obtained. Trash trucks that run out of fuel before being able to deliver any trash will be considered as failed trucks due to being unable to accomplish their set goal. In this research, it was found that in just 30 generations, the best fitness result of each generation has risen by 68.4% with wheel sizes trending to a smaller size, fuel capacity to a smaller size, and cargo capacity to a larger size.
|
|---|---|
| ISSN: | 2355-7699 2528-6579 |