Vol 13, No 1 (2015)

OPTIMASI SOLUSI PERMASALAHAN RUTE KENDARAAN DENGAN PEMERATAAN BEBAN MENGGUNAKAN GENETIC ALGORITHM

Deni Prasetio Nugroho

Abstract


Perum Bulog adalah salah satu perusahaan milik negara yang bertugas melakukan pendistribusian beras. Pengelolaan rute pendistribusian harus dilakukan untuk meminimasi biaya. Hal lain yang cukup penting dalam pengelolan rute adalah besarnya pemerataan beban di setiap sopir. Distribusi beban yang seimbang dan ditambah dengan jumlah beberapa kali perjalanan yang setara akan menghindari masalah ketidak puasan pengemudi. Permasalahan rute kendaraan diselesaikan dengan metode algoritma genetik. Metode ini termasuk metode heuristik yang berdasarkan pada mekanisme seleksi alam dan proses evolusi alam. Algoritma genetika akan menghasilkan solusi yang lebih optimal pada setiap generasinya. Hasil dari pengolahan data menggunakan metode genetic algorithm menyatakan bahwa dengan metode ini rute yang terbentuk memiliki utilitas mendekati optimal dengan nilai rata-rata utilitas sebesar 86%, artinya hampir seluruh kapasitas truk terpakai untuk memuat muatan. Dari hasil pengolahan data yang telah dilakukan dapat diketahui bahwa rute hasil pengolahan dengan genetic algorithm dapat meminimasi biaya dan dapat memeratakan beban kerja. Dilihat dari segi biaya solar, rute rancangan algoritma genetik lebih murah dari pada rute rancangan perusahaan, yaitu berturut-turut, Rp 170,625 dan Rp 171,640.62. Besarnya pemerataan beban pun, rute rancangan algoritma genetika lebih kecil dari pada rute rancangan perusahaan, yaitu sebesar 1 dan 3.40, artinya tingkat pemerataan beban antar kendaraan lebih merata bila dengan menggunakan metode algoritma genetika.

Keywords


minimasi biaya; pemerataan beban; algoritma genetik.

References


Bräysy,O., Gendreau,M. “Vehicle Routing Problem with Time Windows, Part II: Metaheuristics.” Transportation Science 1 (2005) :119-124. Bourlakis, M, A., and Weightman, P, H, W. Food Supply Chain Management. Blackwell Publishing, 2004. Council of Supply Chain Management Professionals (CSCMP). Terms and Glossary Supply Chain Management, 2010. Faradian, M,I. Perbandingan Penggunaan Algoritma Genetika dengan Algoritma Konvensional pada Traveling Salesman Problem. Teknik Informatika, Institut Teknologi Bandung, 2007. Heizer,J.,Render, B. Operation Management. Jakarta: Salemba Empat, 2006. Kritikos, M, N., Loannou, G. “The balanced cargo vehicle routing problem with time windows.” Int. J. Production Economics (2007) :42-44. Laporte, G. “The Vehicle Routing Problem: An overview of exact and approximate algorithms.” European Journal of Operational Research (1991): 345-347. Gambar 8. Best Fitness untuk 52 Running Program. 10 | Jurnal Penelitian Transportasi Multimoda | Volume 13/No. 01/Maret/2015 | 1 - 10 Mutakhiroh,I.,Saptono,F.,Hasanah,N.,Wiryadinata,R. “Pemanfaatan Metode Heuristik dalam Pencarian Jalur Terpendek dengan Algoritma Semut dan Algoritma Genetika.” Seminar Nasional Aplikasi Teknologi Informasi, 2007. Nugraha, I. Aplikasi Algoritma Genetik Untuk Optimasi Penjadwalan Kegiatan Belajar Mengajar. Teknik Informatika, Institut Teknologi Bandung, 2008. Thot,P.,Vigo,D. Vehicle Routing Problem. Society for Industrial and Applied Mathematics, 2002. Woxenius. “Conceptual Modelling of an Intermodal Express Transport System.” International Congress on Freight Transport Automation and Multimodality, Delft, The Netherlands, 2002.


Full Text: PDF

DOI: 10.25104/mtm.v13i1.191

Refbacks

  • There are currently no refbacks.
Bookmark and Share