Urutkan berdasarkan nilai savings tertinggi Tabel 4 Ranking nilai savings
No Koordinat
Nilai savings 1
5,9 86
2 8,9
83 3
7,8 78
4 4,5
77 5
7,9 66
6 6,9
57 7
3,4 55
8 5,6
50 9
4,9 49
10 2,3
48 11
1,3 48
12 5,8
47 13
3,5 47
14 6,8
46 15
6,7 39
16 1,2
39 17
4,6 36
18 5,7
36 19
3,6 36
20 1,4
26 21
2,9 25
22 3,9
23 23
4,7 20
24 1,5
19 25
3,6 18
26 2,4
15 27
2,5 14
28 3,8
8 29
1,6 6
30 1,9
5 31
2,7 5
32 1,7
3 33
2,8 2
34 1,8
1 35
1,7 36
2,6 Langkah penentuan rute:
1. savings terbesar menjadi awal rute, yaitu
dari 0 menuju 5 kemudian 9 dan kembali ke 0 0,5,9,0, dengan kapasitas di node 5
adalah 7 dan kapasitas node 9 adalah 4, sehingga kapasitas angkut pada rute ini
adalah 7+4=11. Mengingat kapasitas per sekali angkut adalah 23 maka rute
selanjutnya dapat dibuat berdasarkan daftar ranking savings,
2. rute yang dapat digabungkan selanjutnya
adalah 0,5,9,8,0 dengan kapasitas angkut adalah 15, rute ketiga yang dapat dibuat
untuk satu
kali perjalanan
yaitu 0,5,9,8,7,0 dengan kapasitas 20 unit.
Kapasitas per sekali angkut adalah 23 unit, berarti tersisa 3 unit yang dapat diangkut,
3. daftar savings ke-4 dicoba untuk penentuan
rute, bila dibuat rute 0,5,9,8,7,4,0 akan diperoleh kapasitas 24. Kapasitas sekali
angkut yang diperbolehkan adalah 23, maka rute ini tidak dapat digunakan
sehingga untuk savings 4,5 menjadi awal rute kedua yang terbesar,
4. kemudian dibuat rute dari data savings ke-5
sehingga diperoleh rute 0,5,9,8,7,6,0 dengan kapasitas adalah 23 unit. Rute ini
memungkinkan karena kapasitas angkut per sekali distribusi sebanyak 23 unit,
5. penentuan rute selanjutnya sama halnya
dengan tahap awal dan dimulai dari daftar savings terbesar kedua,
6. dari perhitungan diperoleh rute pertama
yaitu 0,5,9,8,7,6.0 dengan kapasitas adalah
23. Kemudian
rute kedua
0,1,2,3,4,0 dengan kapasitas 19. Dua rute ini memiliki jarak total adalah 420 km,
tetapi kedua rute ini belum merupakan rute yang optimum sehingga perlu melakukan
perbaikan pada tahap improvement.
Gambar 3 merupakan ilustrasi dari Contoh 1 di mana rute pertama diawali dari depot
kemudian menuju ke konsumen 5,9,8,7,6 dan kembali ke depot. Rute kedua diawali dari
depot ke konsumen 1,2,3,4 dan kembali ke depot.
Gambar 3 Contoh savings heuristic
2.8.2 Sweep Heuristic
Metode sweep heuristic membangun rute dengan cara menelusuri sekitar depot. Jika
kapasitas kendaraan atau time windows telah dicapai maka kendaraan tersebut harus
kembali ke depot. Untuk kendaraan yang lain berlaku sama seperti kendaraan pertama,
sampai seluruh lokasi dikunjungi oleh kendaraan
yang tersedia
di depot.
Algoritmanya sebagai berikut: 1.
sejumlah kendaran yang tersedia, 2.
kendaraan memulai sebuah rute dari depot 3.
temukan konsumen yang terdekat dari titik awal atau depot bagi kendaraan. Kemudian
temukan konsumen yang terdekat dari titik sebelumnya. Jika tidak dimungkinkan
untuk melakukan
kunjungan tanpa
melanggar kendala kapasitas kendaraan yang ada akhiri rute kendaraan, pilih
kendaraan lain dan lakukan lagi langkah 2, 4.
kendaraan yang akan dialokasikan untuk mengunjungi konsumen harus memenuhi
semua kendala, 5.
jika semua kendaraan telah digunakan dan telah mengunjungi semua konsumen maka
selesai. ILOG 2002
Ilustrasi dari metode sweep heuristic diberikan dalam Contoh 2.
Contoh 2 Dalam Contoh 2 dibahas penentuan rute
pengambilan sampah seperti pada Contoh 1 dengan menggunakan metode sweep heuristic.
Rute pertama diawali dari depot kemudian menuju ke konsumen 1. Pemilihan konsumen
1 sebagai awal dari rute karena memiliki jarak yang paling dekat dengan depot yaitu 25 km.
Selanjutnya, dilanjutkan ke konsumen 2 karena memiliki jarak yang paling dekat
dengan konsumen 1 yaitu 29 km dan seterusnya sampai ke konsumen 3,4 dan
kembali ke depot. Rute kedua diawali dari depot ke konsumen 6,8,7,9,5 dan kembali ke
depot. Dua rute inilah yang menjadi solusi dengan jarak total adalah 423 km. Gambar 4
merupakan ilustrasi dari Contoh 2. Gambar 4 Contoh sweep heuristic
2.8.3
Nearest Depot Heuristic
Metode nearest depot heuristic dimulai dengan menentukan banyaknya kendaraan di
depot. Membangun rute dengan menelusuri tempat yang paling dekat dengan depot atau
stasiun pertama, kemudian
untuk rute berikutnya juga diawali dengan lokasi yang
paling dekat dengan depot. Perjalanan berhenti ketika kapasitas kendaraan atau time
windows terpenuhi untuk semua kendaraan. Jika kapasitas kendaraan atau time windows
telah dicapai maka kendaraan tersebut harus kembali ke depot. Jalankan kendaraan
berikutnya dengan aturan yang sama seperti kendaraan pertama, sampai seluruh lokasi
dikunjungi oleh kendaraan yang tersedia di depot. Algoritmanya sebagai berikut:
1.
sejumlah kendaraan yang tersedia, 2.
mulai sebuah rute dari depot bagi kendaraan,
3. temukan konsumen yang terdekat dari titik
awal atau depot bagi kendaraan. Jika tidak dimungkinkan untuk melakukan
kunjungan tanpa
melanggar kendala
kapasitas kendaraan yang ada akhiri rute kendaraan, pilih kendaraan lain dan
lakukan lagi langkah 2, 4.
jika semua konsumen telah dikunjungi maka selesai.
ILOG 2002 Ilustrasi dari metode nearest depot heuristic
diberikan dalam Contoh 3. Contoh 3
Dalam Contoh 3 dibahas penentuan rute pengambilan sampah seperti pada Contoh 1
dengan menggunakan metode nearest depot heuristic.
Rute pertama diawali dari depot kemudian menuju ke konsumen 1. Pemilihan konsumen
1 sebagai awal rute karena memiliki jarak yang paling dekat dengan depot yaitu 25 km.
Selanjutnya, dilanjutkan ke konsumen 6 karena memiliki jarak terpendek kedua
dengan depot yaitu 29 km dan seterusnya sampai ke konsumen 7,2,4 dan kembali ke
depot. Rute kedua diawali dari depot ke konsumen 8,3,5,9 dan kembali ke depot. Dua
rute inilah yang menjadi solusi dengan jarak total adalah 636 km. Gambar 5 merupakan
ilustrasi dari Contoh 3.
Gambar 5 Contoh nearest depot heuristic
2.8.4 Metode 2-Opt