Pengembangan Aplikasi Penentuan Rute Pengiriman Barang Berdasarkan Berat dan Time Windows Menggunakan Metode Nearest Neighbour dan Tabu Search
Abstrak
Salah satu contoh praktis dari CVRPTW adalah pengiriman barang. Faktor penting dalam pengiriman barang adalah biaya, kecepatan, pelayanan dan konsistensi. Agar faktor-faktor tersebut terpenuhi secara optimal harus diperhatikan muatan barang serta time windows. Muatan berpengaruh pada faktor pelayanan dan konsistensi, sehingga harus dipilih rute yang tepat dengan jarak terpendek serta ketepatan kapasitas barang. Time windows berpengaruh pada faktor kecepatan dan biaya pengiriman sehingga pengiriman barang harus dilakukan sesuai waktu yang ditentukan dan jam operasional perusahaan. Penelitian ini bertujuan menghasilkan rute pengiriman barang yang memperhatikan kapasitas muatan dan waktu tempuh pengiriman. Terdapat dua tahapan penyelesaian yaitu tahap clustering dan pencarian rute optimal. Tahap clustering menggunakan sudut polar dan tpencarian rute optimal menggunakan metode nearest neighbour serta tabu search. Hasil pengujian menunjukkan bahwa rute pengiriman yang dihasilkan oleh sistem dapat melakukan efisiensi jarak pengiriman sebesar 12,18%, waktu pengiriman sebesar 5,54%, muatan sebesar 1,27% dan efisiensi biaya sebesar 12,18%.
##plugins.generic.usageStats.downloads##
Referensi
[2] H. Prasetyo, A. L. Putri, and G. Fauza, “Biased Random Key Genetic Algorithm Design with Multiple Populations to Solve Capacitated Vehicle Routing Problem with Time Windows,” AIP Conf. Proc., vol. 1977, 2018, doi: 10.1063/1.5042908.
[3] R. Yohanes, S. Santoso, and R. M. Heryanto, “Penentuan Rute Distribusi yang Mempertimbangkan Multi Trips , Time Window , dan Simultaneous Pickup Delivery dengan Menggunakan Algoritma Sequential Insertion,” in Seminar Nasional Teknik Industri Universitas Gajah Mada, 2020, pp. 64–68.
[4] G. Melina Sari, R. Maini Heryanto, and S. Santoso, “Penentuan Rute Distribusi Menggunakan Model Integer Linear Programming dengan Metode Branch and Bound,” Go-Integratif J. Tek. Sist. dan Ind., vol. 1, no. 01, pp. 69–79, 2020, doi: 10.35261/gijtsi.v1i01.4265.
[5] Y. D. Putra, I. N. S. Kumara, N. Wayan, S. Aryani, I. Bagus, and A. Swamardika, “Metode Behaviorally Anchored Rating Scale ( BARS ),” Maj. Ilm. Teknol. Elektro, vol. 20, no. 1, pp. 104–111, 2021.
[6] I. W. A. S. Darma, “Implementation of Zoning and K-Nearest Neighbor in Character Recognition of Wrésastra Script,” Lontar Komput. J. Ilm. Teknol. Inf., vol. 10, no. 1, p. 9, 2019, doi: 10.24843/lkjiti.2019.v10.i01.p02.
[7] L. Leymena, C. S. B. W, and W. Sutopo, “Analisis Penentuan Rute Distribusi Menggunakan Metode Nearest Neighbor,” in Seminar dan Konferensi Nasional IDEC, 2019, p. E14.1-E14.7, [Online]. Available: https://idec.ft.uns.ac.id/wp-content/uploads/2019/05/ID119.pdf.
[8] N. Tiandini and W. Anggraeni, “Penerapan Metode Kombinasi Algoritma Genetika dan Tabu Search dalam Optimasi,” J. Tek. ITS, vol. 6, no. 1, 2017.
[9] W. Prasetyo and M. Tamyiz, “Vehicle Routing Problem dengan Aplikasi Metode Nearest Neihbor,” J. Res. Technol., vol. 3, no. 2, pp. 88–89, 2017.
[10] H. Hutomo and E. R. Sari, “Penyelesaian Capacitated Vehicle Routing Problem Menggunakan Algoritma Genetika Dan Nearest Neighbour Pada Pendistribusian Roti,” J. Mat., vol. 6, no. 2, pp. 52–62, 2017, [Online]. Available: http://journal.student.uny.ac.id/ojs/index.php/math/article/viewFile/6850/6591.
[11] C. Y. L and P. W. Endang, “Analisa Vehicle Routing Problem (VRP) Pada Produk Frozen Seafood dengan Menggunakan Algoritma Tabu Search (Studi Kasus : PT. Samudra Kencana Mina Sidoarjo),” vol. 12, no. 02, pp. 32–42, 2017.
[12] I. M. Ari Santosa, N. Nyoman Utami Januhari, I. P. Ramayasa, and I. Ketut Dedy Suryawan, “Comparison of Sweep and Tabu Search Methods in Searching for Item Delivery Routes based on Volume,” 2019 1st Int. Conf. Cybern. Intell. Syst. ICORIS 2019, vol. I, pp. 257–262, 2019, doi: 10.1109/ICORIS.2019.8874875.
[13] N. L. A. Ayuningrum and F. Y. Saptaningtyas, “Implementasi Algoritma Genetika dengan Variasi Crossover dalam Penyelesaian Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) pada Pendistribusian Air Mineral,” J. Mat., vol. 6, no. 3, pp. 62–72, 2017.
[14] I. A. S. S. Anjani, L. Jasa, and I. R. Agung, “Rancang Bangun Sistem Minimarket Otomatis Berbasis IoT,” Maj. Ilm. Teknol. Elektro, vol. 19, no. 2, p. 255, 2020, doi: 10.24843/mite.2020.v19i02.p19.
[15] A. Purwadana, D. P. Githa, and D. P. Singgih, “Aplikasi Optimalisasi Pengiriman Barang Menggunakan Metode Tabu Search Berbasis Web,” vol. 6, no. 3, pp. 234–243, 2018.
[16] K. Meliantari, D. Putra Githa, and N. K. Ayu Wirdiani, “Optimasi Distribusi Produk Menggunakan Metode Cheapest Insertion Heuristic Berbasis Web,” J. Ilm. Merpati (Menara Penelit. Akad. Teknol. Informasi), vol. 6, no. 3, p. 204, 2018, doi: 10.24843/jim.2018.v06.i03.p07.
[17] Suryani, D. K. R. Kuncoro, and L. D. Fathimahhayati, “Perbandingan Penerapan Metode Nearest Neighbour dan Insertion untuk Penentuan Rute Distribusi Optimal Produk Roti pada UKM Hasan Bakery,” Profisiensi, vol. 6, no. 1, pp. 41–49, 2018.
[18] S. Martono and H. L. H. S. Warnars, “Penentuan Rute Pengiriman Barang Dengan Metode Nearest Neighbor,” Petir, vol. 13, no. 1, pp. 44–57, 2020, doi: 10.33322/petir.v13i1.869.
[19] P. M. Hasugian, “Pengembangan Aplikasi Untuk Mempermudah Pencarian,” J. Inform. Pelita Nusant., vol. 2, no. 1, pp. 1–5, 2017.
[20] N. L. A. M. Rahayu Dewi, R. S. Hartati, and Y. Divayana, “Penerapan Metode Prototype dalam Perancangan Sistem Informasi Penerimaan Karyawan Berbasis Website pada Berlian Agency,” Maj. Ilm. Teknol. Elektro, vol. 20, no. 1, p. 147, 2021, doi: 10.24843/mite.2021.v20i01.p17.

This work is licensed under a Creative Commons Attribution 4.0 International License