Aplikasi Algoritma Genetika pada Permasalahan Cluster-first Route-second Capacitated Vehicle Routing Problem with Time Windows

Abstract

Dalam kegiatan distribusi, penentuan rute distribusi yang tepat dapat meminimasi total biaya transportasi. Oleh karena itu, penelitian ini bertujuan untuk merancang rute distribusi yang menghasilkan jarak minimal, dengan melakukan klasterisasi titik permintaan terlebih dahulu. Klasterisasi dilakukan untuk mengelompokkan titik permintaan dengan mempertimbangkan jarak antar titik permintaan dan total kapasitas kendaraan. Dalam menyelesaikan permasalahan ini, digunakan metode p-median clustering untuk klasterirasi, dan algoritma genetika untuk menentukan rute distribusi dengan karakteristik permasalahan CVRPTW. CVRPTW atau capacitated vehicle routing problem with time windows adalah salah satu jenis permasalahan VRP dengan batasan kapasitas kendaraan dan batas waktu pelayanan pada titik permintaannya. Berdasarkan penelitian ini, diketahui bahwa pengelompokkan titik permintaan mampu memberikan hasil yang lebih baik dalam hal total biaya distribusi hingga 7% dibandingkan jadwal pengiriman eksisting. Sedangkan, performansi algoritma genetika jika ditinjau dari aspek fungsi objektif menunjukkan perbedaan rata-rata 5,5%, dibandignkan metode eksak. Namun, jika ditinjau dari aspek waktu komputasi, algoritma genetika 100% lebih singkat dibandingkan dengan metode eksak.