Mardiansyah, Ayik (2013) Penerapan algoritma genetika untuk optimasi penadwalan layanan keluhanan dan gangguan pelanggan di PT.PLN Rayon Bandung Timur. Other thesis, Universitas Komputer Indonesia.
UNIKOM_Ayik Mardiansah_surat hak eksklusif.pdf
Download (276kB)
UNIKOM_Ayik Mardiansah_Surat Keterangan tidak plagiat.pdf
Download (240kB)
UNIKOM_Ayik Mardiansah_lembar pengesahan.pdf
Download (417kB)
UNIKOM_Ayik Mardiansah_cover.pdf
Download (125kB)
UNIKOM_Ayik Mardiansah_kata pengantar.pdf
Download (13kB)
UNIKOM_Ayik Mardiansah_daftar isi.pdf
Download (20kB)
UNIKOM_Ayik Mardiansah_daftar pustaka.pdf
Download (12kB)
UNIKOM_Ayik Mardiansah_Bab I.pdf
Download (91kB)
UNIKOM_Ayik Mardiansah_Bab II.pdf
Download (453kB)
UNIKOM_Ayik Mardiansah_Bab III.pdf
Download (4MB)
UNIKOM_Ayik Mardiansah_Bab IV.pdf
Download (304kB)
UNIKOM_Ayik Mardiansah_Bab V.pdf
Download (12kB)
Abstract
Rayon Bandung Timur merupakan salah satu unit yang berada dalam Area Kota Bandung. Rayon ini melayani keluhan dan gangguan pelanggan, khususnya di Area Bandung Timur yang ditangani langsung oleh regu YANTEK (pelayanan teknik) dimana terdiri dari Unit 51 dan Unit 52.Penjadwalan penanganan perbaikan yang kurang baik di Rayon Bandung Timur, tentunya membutuhkan penanganan perbaikan yang khusus dalam memberikan penugasan regu YANTEK yang berkerja di lapangan dalam menangani keluhan dan gangguan yang sifatnya teknis ke lokasi perbaikan.Dengan mengimplementasikan penerapan algoritma genetika untuk penjadwalan pelayanan teknik (YANTEK) di Rayon Bandung Timur ke tiap-tiap lokasi perbaikan sangat tepat digunakan untuk penyelesaian masalah optimasi yang kompleks dan sukar diselesaikan dengan metode konvensional, karena algoritma genetika salah satu algoritma yang baik digunakan untuk menentukan solusi penjadwalan berdasarkan rute perjalanan pelayanan teknik ke lokasi perbaikan yang paling optimal dengan jarak tempuh yang minimal yang mengacu pada penyelesaian Travelling Salesman Problem (TSP).Berdasarkan hasil dari penelitian dan pengujian, dapat disimpulkan bahwa pemecahan masalah dengan solusi yang optimal pada persoalan penjadwalan dimana solusi yang ingin dicapai adalah berdasarkan waktu dan jarak tempuh rute perjalanan kelokasi perbaikan yang minimal sehingga penjadwalan keluhan dan gangguan pelanggan menjadi lebih optimal.
Rayon East Bandung is one of the units that are in the area of Bandung. Rayon is serving customer complaints and disorders, particularly in the area of East Bandung that is handled directly by the team YANTEK (engineering services) which consists of Unit 51 and Unit 52.Scheduling repairs unfavorable treatment in Rayon East Bandung, requires special handling improvements in delivering assignments YANTEK team who work in the field in dealing with complaints and disorders that are localized technical improvements.By implementing a genetic algorithm for scheduling the application of engineering services (YANTEK) in Rayon East Bandung to each repair location is ideal to use for resolution of complex optimization problems and solved by conventional methods is difficult, because one of the genetic algorithm is a popular algorithm used to determine the scheduling solution based on these techniques to drive service improvements most optimal locations with minimal mileage refers to the completion of the Travelling Salesman Problem (TSP).Based on the results of research and testing, it can be concluded that the solution to the problem with an optimal solution to the scheduling problem where the solution is to be achieved based on time and mileage travel routes to localized repairs are minimal so the scheduling of customer complaints and disorders become more optimal.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | Migrasi dari GDL. Identifier: jbptunikompp-gdl-ayikmardia-32334. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2013 |
| Uncontrolled Keywords: | Algoritma genetika, Travelling Salesman Problem, berbasis mobile, berbasis web, android aplikasi. |
| Divisions: | S1 Skripsi > Teknik Informatika |
| Depositing User: | Robot Migration |
| Date Deposited: | 05 Nov 2026 10:47 |
| Last Modified: | 05 Nov 2026 10:47 |
| URI: | https://elibrary.unikom.ac.id/id/eprint/42611 |
