PENYELESAIAN MTVRPTW-SPD UNTUK PERENCANAAN RUTE DISTRIBUSI POTENSI CALON PELANGGAN GASLINK C-CYL DKI JAKARTA MENGGUNAKAN METODE GIS-BASED OPTIMIZATION (Studi Kasus: PT Gagas Energi Indonesia)

Abstract

Transportasi dan distribusi merupakan aktivitas utama dalam logistik. Transportasi memiliki peranan krusial dalam hal pemindahan barang namun tidak memberikan nilai tambah kepada barang atau jasa, melainkan dapat menimbulkan biaya transportasi. Penyebab biaya transportasi menjadi tinggi dikarenakan kendaraan membutuhkan waktu transportasi yang lebih lama yang biasanya disebabkan karena banyak beban barang yang diangkut oleh kendaraan serta jarak tempuh transportasi yang jauh. Hal tersebut menyebabkan biaya transportasi memberikan kontribusi yang signifikan terhadap beban pekerjaan logistik. Pada PT Gagas Energi Indonesia, pembentukan rute distribusi untuk setiap pelanggan masih dilakukan secara subyektif dengan menggunakan Google Maps dan melakukan kombinasi lokasi dari masing-masing potensi calon pelanggan yang terlihat memiliki jarak terpendek. Hal tersebut membuat rute yang terbentuk tidak optimal sehingga akan berpengaruh kepada jumlah kendaraan yang akan digunakan sehingga membuat biaya distribusi menjadi tinggi. Berdasarkan hal tersebut, maka penelitiaan ini bertujuan untuk merencanakan rute distribusi yang memberikan biaya distribusi optimal menggunakan Multi Trip Vehicle Routing Problem Time Windows Simultaneous Pickup and Delivery untuk produk Gas CNG tabung dengan menggunakan GIS-Based optimization berdasarkan peta jalan area wilayah DKI Jakarta. Proses pengolahan data dilakukan dengan membentuk skenario pendistribusian dimana semua skenario yang dibentuk mempertimbangkan time windows, proses pickup and delivery, serta kendaraan yang diizinkan untuk melakukan multi trip. Terdapat sebanyak 3 skenario yang akan diselesaikan yaitu skenario optimis dengan jumlah potensi calon pelanggan yang akan dilayani sebanyak 200, skenario moderate dengan jumlah potensi calon pelanggan yang akan dilayani sebanyak 100, dan skenario pesimis dengan jumlah potensi calon pelanggan yang akan dilayani sebanyak 50. Proses pengolahan data menggunakan bantuan Arcgis 10.8. Berdasarkan hasil pengolahan data, didapatkan bahwa biaya distribusi terendah untuk skenario optimis adalah Rp 9.244.249 dengan menggunakan 11 kendaraan, skenario moderate Rp 5.840.364 dengan menggunakan 7 kendaraan, dan skenario pesimis 3.387.560 dengan menggunakan 4 kendaraan. Kata Kunci: Biaya Distribusi, GIS, Multi Trip Vehicle Routing Problem Time Windows Simultaneous Pickup and Delivery