Dimana: Sx,y
= Penghematan Jarak J G,x
= Jarak gudang ke toko x J G,y
= Jarak gudang ke toko y J x,y
= Jarak toko x ke toko y
Dimana Sx, y adalah penghematan jarak savings yang diperoleh dengan menggabungkan rute x dan y menjadi satu.
3. Mengalokasikan Distributor ke rute
Pada tahap awal, tiap toko di alokasikan ke rute yang berbeda, namun toko- toko tersebut bisa digabungkan sampai pada batas kapasitas truk yang ada.
Penggabungan akan dimulai dari nilai penghematan terbesar karena diupayakan memaksimumkan penghematan.
3.6.2 Perhitungan Matrix
Pada langkah ini dilakukan pemberian rute yang akan dilalui untuk pengiriman barang kepelanggan. Perusahaan harus memutuskan rute mana saja dan pelanggan
mana saja yang akan terbagi ke dalam 4 kelompok karena hanya ada 4 truk. Hasil dari pembagian rute dapat dilihat pada Tabel 3.1.
Universitas Sumatera Utara
Tabel 3.1. SavingMatrix
Route Cust
1 Cust
2 Cust
3 Cust
4 Cust
5 Cust
6 Cust
7 Cust
8 Cust
9 Cust
10 Cust
11 Cust
12 Cust
13 Cust 1
1 Cust
2 2 11
Cust 3
3 21 15
Cust 4
4 18 15
28 Cust
5 5 10
14 18
19 Cust
6 6 9
13 17
19 29
Cust 7
7 7 12
14 16
27 33
Cust 8
8 3 7 6 7 12 14
15
Sumber : Supply Chain Management
Pertama mengkombinasikan Saving paling tinggi yaitu 34, kombinasi ini antara truk rute 6 dan 11. Kombinasi ini feasible dapat dikerjakan karena jumlah unit
dari kombinasi ini yaitu 16 + 91 = 107 yang mana kurang dari 200 kapasitas maksimum setiap truk.
Saving tertinggi berikutnya yaitu 33 dengan menambahkan customer 7 pada rute
dengan customer 6. Kombinasi ini feasible karena barang yang dimuat sebanyak 107 + 56 = 163, yang mana lebih rendah dari 200.
Saving tertinggi lainnya yaitu 32 dengan menambahkan customer 10 ke rute 6
kita tidak perlumempertimbangkan Saving 32 dengan mengkombinasikan customer 7 dengan customer 11karena keduanya sudah ada di rute 6. Hal ini,
bagaimanapun tidak bisa dilakukan karena penambahan customer 10 dengan jumlah pengiriman 47 unit dan apabila dijumlahkan akan membuat overload pada
armada yang digunakan. Saving tertinggi lainnya yaitu 29 dengan menambahkan baik customer 5 atau 10 pada rute 6. Masing-masing hal ini infeasible karena
Universitas Sumatera Utara
kapasitas kurang. Saving tertinggi lainnya yaitu 28 pada kombinasi rute 3 dan 4, yang mana feasible.
3.6.3 Algoritma nearest neighbor
Metode nearest neighbor merupakan metode yang pertama digunakan untuk mendapatkan solusi vehicle routing problem. Metode ini sangat mudah dan cepat
untuk diimplementasikan. Prinsip dari metode ini adalah selalu menambahkan satu titik tujuan yang paling dekat jaraknya dengan lokasi yang terakhir
dikunjungi. Caranya adalah dipilih satu titik distributor sebagai titik awal lalu bergerak ke distributor selanjutnya yang terdekat.
Algoritma nearest neighbor adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan
objek tersebut Widiarsana, O et al., 2011. Dalam penelitian ini, penulis menggunakan algoritma tetangga terdekat,
dengan langkah-langkah sebagai berikut : 1.
Tentukan kota pertama sebagai kota awal keberangkatan simpul awal 2.
Ambil kota lain sebagai tujuan perjalanan dengan syarat biayajarak dari kota asal yang paling minimal.
3. Ambil kota lain sebagai tujuan perjalanan selanjutnya dengan syarat
biayajarak paling minimal dari kota kedua dengan syarat belum pernah dikunjungi.
4. Mengilangi langkah kedua dan ketiga sampai semua kota simpul sudah
dilalui.
Universitas Sumatera Utara
5. Hitung semua rute yang telah didapatkan.
3.7 Pengukuran Waktu Kerja
