Vehicle Routing Problem Time Window Heuristik

V-52

3.6. Vehicle Routing Problem Time Window

Vehicle routing problem with time windows VRPTW merupakan perluasan dari VRP yang paling sering ditemukan dalam pengambilan keputusan mengenai distribusi barang. Setiap kendaraan yang bertugas pada VRP jenis ini hanya dapat keluar dari depot pada jam kerja depot dan melayani konsumen pada jangka waktu tertentu yang ditentukan oleh pihak konsumen. Tiap kendaraan juga harus kembali lagi ke depot sebelum jam kerja depot berakhir. Tujuan dari VRPTW adalah menentukan sejumlah rute untuk melayani seluruh konsumen dengan biaya terkecil dalam hal ini yang dimaksud dengan biaya adalah jarak tempuh tanpa melanggar batasan kapasitas dan waktu tempuh kendaraan serta batasan waktu yang diberikan oleh pihak pelanggan. Jumlah rute yang ditentukan tidak boleh melebihi jumlah kendaraan yang ada.

3.7. Heuristik

7 7 Anbuudayasankar.S.P, Models for Practical Routing Problem in Logistics 2014 Heuristik adalah sebuah teknik yang mengembangkan efisiensi dalam proses pencarian, namun dengan kemungkinan mengorbankan kelengkapancompleteness. Fungsi heuristic digunakan untuk mengevaluasi keadaan-keadaan problema individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk mendapat solusi yang diinginkan. Pada permasalahan kombinasi, Metode heuristik biasa digunakan untuk memecahkan masalah TSP dan VRP. Terdapat 3 kategori dasar yang da[at menyelesaikan permasalahan VRP. Universitas Sumatera Utara V-53 1. Heuristik Konstruktif a Nearest Neigbour Diawali dengan penentuan titik di sumberdepot, cari titik terdekat dari titik sebelumnnya sampai semua titik saling terhubung. Membutuhkan waktu komputasi yang sangat tinggi b Saving ProcedureMetode ini akan membentuk suatu solusi, dengan menghitung penghematan dari pembentukan rute yang baru, yang akan menghasilakan rute yang akan lebih optimal. 2. Heuristik 2 Fase a Cluster-first, route-second procedure b Route-first, cluster-second procedure 3. Local Search Improvement a Insertion Procedure b Improvement Procedure

3.8. Algoritma nearest neighbor