agroindustri 2x2x2, solusi minimum dapat tercapai pada generasi ke-270 dengan nilai TSCC 1525. Algoritma genetika hanya mengeksplorasi 3,5
ruang pencarian untuk mendapatkan solusi optimal pada kasus 1. Efisiensi algoritma genetika tersebut akan semakin meningkat apabila ruang pencarian
semakin besar. Hal ini ditunjukan oleh kasus 2 numerical example untuk rantai pasokan agroindustri 4x3x4 dan kasus 3 untuk studi kasus skenario
rantai pasokan agroindustri cocodiesel.
B. SARAN
Beberapa saran yang diperlukan untuk penelitian lebih lanjut tentang aplikasi algoritma genetik untuk masalah rantai pasokan agroindustri adalah
sebagai berikut : 1. Perlu pengkajian lebih lanjut mengenai pengaruh jumlah populasi, dan
generasi maksimum terhadap cepatnya perolehan solusi optimal. 2. Dibutuhkan suatu teknik yang baru seperti elitism pengurutan rangking
kromosom berdasarkan nilai fitness untuk mempercepat performa algoritma genetika dalam mencari solusi optimal.
3. Optimasi algoritma genetik rantai pasokan agroindustri pada penelitian ini hanya memiliki satu tujuan single objective yaitu minimisasi TSCC,
untuk pengembangan penelitian selanjutnya dapat diaplikasikan untuk beberapa tujuan multi objective.
DAFTAR PUSTAKA
Anonim, 2007. Biodiesel dari Minyak Kelapa. http: www. indobiofuel.com. 17 Mei 2007
Basuki, 2003. Algoritma Genetika : Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi, dan Machine Learning. Surabaya : Politeknik
Elektronika Negeri Surabaya – ITS Basuki, 2006. Tip dan Trik Algoritma Genetika. Surabaya : Politeknik Elektronika
Negeri Surabaya - ITS Bronson, R. 1982. Theory and Problem of Operations Research. USA : McGraw
Hill Inc. Chen, K.C. ian H, dan Cao A. W., 2003. A Genetic Algorithm for Minimum
Tetrahedralization of a Convex Polyhedron. CCCG 2003, Halifax, Nova Scotia. http:flame.cs.dal.ca:80~cccgpapers29pdf. 20 Maret 2007
Christhopher, Martin. 1998. Logistic And Supply Chain Management : Strategies For Reducing Cost And Improving Services. London : Prentice-Hall.Inc
Clealand, D.I. dan D.F. Kacaogln. 1980. Engineering Management. Johanesburg: McGraw Hill International Book Company
David, L. Ed. 1996. Handbook of Genetic Algorithms. Von Nostrand Reinhold, New York.
Djokopranoto, R. 2002. Konsep Manajemen Supply Chain. PT. Grasindo Jakarta Foale, M. 2003. The Coconut Odyssey : The Bounteous Possibilities of The Tree
of Life. Australian Centre for International Agricurtural Research : Canberra
Gen, M. dan R. Cheng. 1997. Genetic Algorithm and Engineering Design. John Wile Sons, Inc.
Goldberg. D.E. 1989. Genetic Algorithm in Search, Optimiztion, and Machine Learning. Addison-Weasley Publishing Company, Inc.
Gunawan, H. 2003. Aplikasi Algoritma Genetik Untuk Optimasi Masalah Penjadwalan Flow-Shop. Skripsi. Fakultas Teknologi Pertanian, Institut
Pertanian Bogor. Handoko, T. H. 2003. Manajeman Produksi dan Operasi Edisi 3. BPFE-
Yogyakarta. Yogyakarta Holland, J. H. 1975. Adaptation in Natural and Artificial Systems. University of
Michigan Press, Ann Arbor. Hopgood, A. A. 2001. Intelegent System fo Engineers and Scientist 2
nd
edition. Washington D.C : CRC Press
Levi, David Simchi, Philip Kamin Sky Edith Simchi Levi. 2000. Designing And Managing The Supply Chain : Concept, Strategies And Case Studies.
Singapore : Irwin McGraw-Hill Maarif, M. S., Machfud dan M. Sukron. 1989. Teknik Optimasi Rekayasa Proses
Pangan.Bogor : PAU-Pangan dan Gizi IPB Mattfeld, D. C. 2003. An Efficient Genetic Algorithms for Job Shop Schedulling
with Tardiness Objectives. Germany : Martin Luther University http:www.elsevier.comlocatedswGA_jobshop.pdf. 1 Maret 2007
Palungkun, R. 1998. Aneka Produk Olahan Kelapa. Penebar Swadaya : Jakarta
Russsel, R.S. dan B. W. Taylor. 2003. Operations Management. New Jersey: Prentice Hall
Saphiro, F. Jeremy. 2001. Modeling The Supply Chain. United States of America : Massachusetts Institute of Technology.
Siagian, Yolanda. 2005. Aplikasi Supply Chain Management dalam Dunia Bisnis. Grasindo : Jakarta
Sinaga, Marianus. 1988. Manajemen Transportasi dan Distribusi Fisis. Penerbit Erlangga : Jakarta
Strafaci, A. 2002. Generic Algorithms In Water Resources Engineering. The future of water distributing modelling.
http:www.haestad.com:librarytech_paperspaperscfga.pdf. 1 Maret 2007
Syarif, A. dan Mitsuo G. 2003. Hybridized Parallel Genetic Algorithm for Facility Location Problem. Makalah Penelitian IlmuKomputer.com
http:www.IlmuKomputer.com. 20 Maret 2007 Taylor, B.W. 2002. Introduction of Management Science 7th edition. Prentice
Hall International, Inc. Wang, Joan Hao. 1999. Schedulling Shipboard Maintenance Task Using Genetic
Algorithms and Heuristic Method. Mississippi State University, Mississippi.
http:www.citeeser.nj.nec.com. 1 Maret 2007 Zabidi, Yasrin. 2001. Supply Chain Management : Teknik Terbaru dalam
Mengelola Aliran MaterialProduk dan Informasi dalam Memenangkan Persaingan. Jurnal Nasional. Institut Teknologi Surabaya. Surabaya
Lampiran 1.
Skenario Rantai Pasokan Agroindustri Cocodiesel :
A. Data-data sekunder
- Berdasarkan data-data dan informasi sekunder, pabrik-pabrik biodiesel
yang berbasis kelapa didirikan di pulau Kalimantan http:www.kaltimpost.web.idberitaindex.asp?Berita=Ekonomiid=127
922. -
Pemasok kelapa terbesar di Kalimantan berdasarkan data statistik Puslitbangbung 2005-2006 :
Kabupaten Sambas, Kalimantan Barat dengan produksi = 15.549 ton kelapatahun
Kabupaten Pontianak, Kalimantan Barat dengan produksi = 32.188 ton kelapatahun
- Bobot 1 butir kelapa rata-rata adalah 2 kg
- Kapasitas pabrik biodiesel berkisar antara 50000 – 15000 ton bahan
bakutahun http:www.indobiofuel.com menu biodiesel 16.php -
1 liter cocodiesel diperoleh dari 5 butir kelapa -
Harga cocodiesel Rp. 5000,00 liter http:www.d-infokom-jatim.go.idnews.php
- Permintaan untuk biodiesel daerah Kalimantan : www.indobiofuel.com
o Para nelayan 100.000 literbulan
o Industri-industri dan SPBU 200.000 literbulan
B. Perancangan aktorpemain rantai pasokan agroindustri cocodiesel
1. Asumsi -
Data-data per tahun menjadi per bulan -
Rantai pasokan agroindustri cocodiesel adalah rantai pasokan 2x2x2. Dianalisis dari data-data pemasok kelapa dan permintaan, maka
diasumsikan terdapat 2 pemasok kelapa, 2 agroindustri cocodiesel, dan 2 permintaan
2. Pemasok bahan baku kelapa : - Supplier-1 Kab. Sambas :
Kapasitas produksi kelapa = 15.549.000 kg kelapatahun = 7.774.500 butir kelapatahun
= 647.875 butir kelapabulan
Kapasitas Supplier-1 = 647.875 butir kelapa
- Supplier-2 Kab. Pontianak : Kapasitas produksi kelapa = 32.188.000 kg kelapatahun
= 16.094.000 butir kelapatahun = 1.341.167 butir kelapabulan
Kapasitas Supplier-2 = 1.341.167 butir kelapa
3. Pabrik pengolahan cocodiesel agroindustri cocodiesel - Agroindustri-1
Asumsi : Kapasitas = 1.800.000 liter cocodieseltahun
150.000 liter cocodieselbulan 750.000
butir kelapabulan
Kapasitas Agroindustri-1 = 750.000 butir kelapa
- Agroindustri-2 Asumsi :
Kapasitas = 2.400.000 liter cocodieseltahun 200.000 liter cocodieselbulan
1.000.000 butir
kelapabulan
Kapasitas Agroindustri-2 = 1.000.000 butir kelapa