ABSTRAKSI: Cutting Stock Problem(CSP) merupakan masalah kombinasi yang tergolong sulit untuk di pecahkan. Dalam satu kasus terdapat beberapa solusi yang mungkin dengan nilai fitness yang sama. Tujuannya adalah untuk mengoptimalkan pemakaian stock dalam memenuhi semua permintaan order.
Ant colony optimization(ACO) adalah algoritma pencarian yang mengoptimalkan hasil pencariannya dengan menggunaan banyak agen (multi agent). Kelebihan ACO dengan algoritma optimasi lainnya adalah terletak pada proses pencariannya yang menerapkan konsep multi agent. Dalam setiap generasi solusi yang di bangkitkan akan sebanyak agen pencariannya, dan pada generasi (iterasi pencarian) selanjutnya, pencarian akan lebih mengarah ke solusi optimum, berdasarkan solusi optimum sementara pada generasi sebelumnya.
Dalam penelitian ini ACO diimplementasikan dalam memecahkan masalah CSP. Dengan menerapkan beberapa parameter dalam pencarian, ACO mampu menyelesaikan masalah CSP, namun bukan merupakan solusi optimal.Kata Kunci : Cutting Stock Problem, Ant Colony Optimization, order, stockABSTRACT: Cutting Stock Problem(CSP) is a hard-combinatorial problem. In one case there are some solutions with the same fitness value. The goal is to optimize the use of stock to complete all the request order.
Ant Colony Optimizaiton( ACO) is a searching algorithm that optimize the result with multy agent. The advantage of ACO is that the use of multy agent. All agent will find one solution in each generation/iteration, and this will imfluence the next generation to find the optimum solution, based on the result in the previous generation’s results.
In this research ACO is implemented in solving the CSP. With the setting of some parameter in process, ACO can found the solution of CSP, even not the optimum solution.
Keyword: Cutting Stock Problem, Ant Colony Optimization, order, stock