98019515 RUTE TERPENDEK DENGAN VEHICLE ROUTING PROBLEM
USULAN PENELITIAN TUGAS AKHIR
TOPIK/JUDUL TUGAS AKHIR
PENERAPAN ANT COLONY SYSTEM PADA VEHICLE ROUTING PROBLEM UNTUK
MENENTUKAN RUTE DISTRIBUSI PADA PT. RISKY AGIE
Maksud dan Tujuan Penelitian
Memperoleh rute distribusi yang terpendek sehingga dapat meminimalkan biaya distribusi
menggunakan Algoritma Ant Colony System pada PT. Risky Agie
Oleh:
Yoan Ariesta
063.08.013
Laboratorium:
Sistem dan Simulasi Industri
Pembimbing utama
Paraf Pembimbing
DR. Dra.Pudji Astuti, MT
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS TRISAKTI
2012
1.
Latar Belakang
Seiring dengan perkembangan zaman di Indonesia maka semakin berkembang
pula teknologi yang digunakan untuk memudahkan kinerja manusia. Sebagai contoh
dalam hal memasak, dulu sekali orang Indonesia memakai kayu bakar. Namun hal ini
sangatlah merepotkan karena mereka harus mencari kayu atau ranting-ranting pohon.
Lalu dengan bertambahnya waktu mucullah kompor minyak. Hal ini dianggap jauh
lebih praktis karena kompor ini hanya menggunakan minyak tanah, sumbu dan api
sebagai bahannya. Karena persediaan cadangan minyak bumi di Indonesia makin
menipis akhirnya pada awal tahun 2007 pemerintah RI mengeluarkan kebijakan
konversi minyak tanah ke gas. Hal ini tentunya berakibat melonjaknya permintaan
gas. Oleh karena itu pendistribusian yang baik dan tepat waktu merupakan salah satu
hal yang penting untuk memenuhi kebutuhan pelanggan.
PT. RISKY AGIE memiliki armada angkut untuk melayani pengiriman gas
elpiji ke sub-sub agen dalam Kota dan setiap armada melayani 4-7 titik sub-sub agen
tersebut. Selama ini pertimbangan pengemudi dalam rute mendistribusikan gas-gas
elpiji ke sub-sub pelanggan hanya berdasarkan instuisi acak pengemudi dan tidak
mempertimbangkan banyaknya barang yang diangkut ke lokasi serta tidak
mempertimbangkan apakah rute yang ditempuh sudah memiliki jarak tempuh yang
efisien atau belum. Oleh sebab itu perlu ditentukan rute pendistribusian yang efisien
sehingga perusahaan dapat memperoleh jarak tempuh yang terpendek sekaligus dapat
meminimasi biaya transportasi. Masalah transportasi ini dimodelkan sebagai
permasalahan Vehicle Routing Problem (VRP). Beberapa metode yang digunakan
untuk menyelesaikan VRP antara lain adalah dengan pendekatan eksak, heuristik dan
metaheuristik. Dibandingkan dengan heuristik klasik, metaheuristik menunjukan
pencarian solusi yang lebih efektif dan teliti. Ant Colony System merupakan metode
terbaik yang dapat diimplementasikan pada VRP dibanding metaheuristik lain.
2.
Rumusan Masalah
Permasalahan yang terjadi pada PT. Risky Agie adalah rute pendistribusian
gas elpiji dari PT. Risky Agie ke sub-sub agen yang masih kurang efektif dan efisien
dikarenakan pendistribusian gas elpiji berdasarkan instuisi acak pengemudi
sehingga rute pendistribusian belum optimal atau rute yang yang dilewati masih
belum terpendek. Akibatnya biaya distribusi atau biaya transportasi pun ikut
melonjak dan waktu tempuh untuk mengantarkan gas ke sub-sub agen menjadi lebih
lama.
3.
Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah:
1.
Memperoleh rute pendistribusi gas elpiji yang efisien dan optimal,
menggunakan model Vehicle Routing Problem dengan metode
2.
Algoritma Ant Colony.
Meminimasi biaya distribusi gas elpiji pada PT. Risky Agie
4.
Studi Literatur
4.1
Definisi dan jenis Vehicle Routing Problem
VRP dapat disebut juga Vehicle Schedulling Problem, berhubungan dengan
distribusi barang jadi antara depot dengan pengguna akhir (konsumen). Model dan
algoritmanya dapat digunakan secara efektif tidak hanya untuk pengiriman dan
pengambilan barang, tetapi juga dapat diaplikasikan untuk masalah transportasi
sehari-hari.
Vehicle Routing Problem (VRP) adalah suatu metoda yang digunakan untuk
menetukan rute untuk suatu armada kendaraan baik dari single depot ataupun multiple
depot sehingga dapat melayani pelanggan yang tersebar secara geografis.
Distribusi barang meliputi pelayanan sejumlah konsumen, pada waktu tertentu, oleh
jumlah kendaraan, berasal dari 1 atau lebih depot, dikendarai sejumlah
pengemudi/kru, dan pergerakannya menggunakan suatu jaringan jalan (road network).
Salah satu definisi VRP adalah suatu pencarian solusi yang meliputi penentuan
sejumlah rute, masing-masing rute dilalui oleh 1 kendaraan yang berawaal dan
berakhir di depot asal, agar dapat melayani semua konsumennya dengan tetap
memenuhi kendala operasional yang ada, juga dengan meminimumkan biaya
transportasi global (P.toth & D. Vigo, 2002)
VRP pada aplikasinya merupakan salah satu bagian dari permasalahan perutean
(routing problem). Pengembangan dari persoalan di atas menghasilkan beberapa jenis
(variant) VRP, antara lain :
1. Capacitated Vehicle Routing Problem (CVRP), jenis dari VRP dimana setiap unit
kendaraan mempunyai kapasitas angkut barang yang sama. Jumlah permintaan
barang yang dapat dilayani oleh setiap kendaraan tidak boleh melebihi dari
kapasitas angkut barang kendaraan.
2. Vehicle Routing Problem with Time Widows (VRPTW), jenis dari VRP dimana
masing-masing pelanggan dan tempat pemberhentian memiliki interval waktu
tertentu dalam melakukan pengambilan dan pengiriman barang.
3. Capacitated Vehicle Routing Problem with Time Windows (CVRPTW), jenis dari
VRP yang merupakan gabungan dari CVRP dan VRPTW.
4. Multiple Depot Vehicle Routing Problem (MDVRP), jenis dari VRP dengan lebih
dari satu depot.
5. Periodic Vehicle Routing Problem (PVRP), jenis dari VRP dimana pengiriman
barang dapat dilakukan dalam beberapa hari (lebih dari 1 hari).
6. Split Delivery Vehicle Routing Problem (SDVRP), jenis dari VRP dimana satu
pelanggan dapat dilayani oleh lebih dari satu unit kendaraan.
7. Vehicle Routing Problem with Backhauls (VRPB), jenis dari VRP dimana antara
pengambilan barang dan pengiriman barang dapat dilakukan pada setiap tempat
pemberhentian yang diberikan sepanjang rute. Secara khusus, pengambilan barang
tidak dapat dilakukan sampai semua pengiriman selesai dilakukan.
4.2 Definisi Ant Colony
Algoritma Semut diadopsi dari perilaku koloni semut yang dikenal sebagai sisetem
semut (Dorigo, 1996). Secara alamiah koloni semut mampu menemukan rute terpendek
dalam perjalanan dari sarang ke tempat-tempat sumber makanan. Koloni semut dapat
menemukan rute terpendek antara sarang dan sumber makanan berdasarkan jejak kaki pada
lintasan yang telah dilalui. Semakin banyak semut yang melalui suatu lintasan, maka akan
semakin jelas bekas jejak kakinya. Hal ini akan menyebabkan lintasan yang dilalui semut
dalam jumlah sedikit, semakin lama akan semakin ber4kurang kepadatan semut yang
melewatinya, atau bahkan akan tidak dilewati sama sekali. Sebaliknya lintasan yang dilalui
semut dalam jumlah banyak, atau bahkan semua semut akan melalui lintasan tersebut.
Gambar 4.1 Perjalanan semut menemukan sumber makanan
dari gambar 4.1a di atas menujukkan ada dua kelompok semut yang akan
melakukan perjalanan. Satu kelompok bernama L yaitu kelompok yang berangkat dari arah
kiri merupakan sarang semut dan kelompok lain ytang bernama kelompok R yang
berangkat dari kanan yang merupakan sumber makanan. Kedua kelompok semut dari titik
berangkat sedang dalam posisi pengambilan keputusan jalan sebelah mana yang akan
diambil. Kelompok semut L membagi dua kelompok lagi. Sebagian melalui jalan bawah.
Hal ini juga berlaku pada kelompok semut R. Gambar 4.1b dan gambar 4.1c menunjukkan
bahwa kelompok semut berjalan pada kecepatan yang sama dengan meninggalkan feromon
atau jejak kaki di jalan yang telah dilalui. Feromon yang ditinggalkan oleh kumpulan semut
yang melalui jalan atas telah mengalami banyak penguapan karena semut yang melalui
jalan atas berjumlah lebih sedikit daripada jalan yang di bawah. Hal ini dikarenakan jarak
yang ditempuh lebih panjang daripada jalan bawah. Sedangkan feromon yang berada di
jalan bawah, penguapannya cenederung lebih lama. Karena semut yang melalui jalan
bawah lebih banyak daripada semut yang melaui jalan atas. Gambar 4.1d menunjukkan
bahwa semut-semut yang lain pada akhirnya memutuskan untuk melewati jalan bawah
karena feromon yang ditinggalkan masih banyak. Sedangkan feromon pada jalan atas
sudah banyak menguap sehingga semut-semut tidak memilih jalan atas tersebut. Semakin
banyak semut yang melalui jalan bawah maka semakin banyak semut yang mengikutinya.
Demikian juga dengan jalan atas, semakin sedikit semut yang melalui jalan atas,
maka feromon yang ditinggalkan semakin berkurang bahkan hilang. Dari sinilah kemudian
terpilihlah jalur terpendek antara sarang dan sumber makanan.
Dalam algoritma semut, diperlukan beberapa variabel dan langkahlangkah untuk
menentukan jalur terpendek, yaitu:
Langkah 1 :
a. Inisialisasi harga parameter-parameter algoritma.
Parameter-parameter yang di inisialisasikan adalah :
1. Intensitas jejak semut antar kota dan perubahannya (τij)
2. Banyak kota (n) termasuk koordinat (x,y) atau jarak antar kota (dij)
3. Kota berangkat dan kota tujuan
4. Tetapan siklus-semut (Q)
5. Tetapan pengendali intensitas jejak semut (α), nilai α ≥ 0
6. Tetapan pengendali visibilitas (β), nilai β ≥ 0
7. Visibilitas antar kota = 1/dij (ηij)
8. Banyak semut (m)
9. Tetapan penguapan jejak semut (ρ) , nilai ρ harus > 0 dan < 1 untuk
mencegah jejak pheromone yang tak terhingga
10.Jumlah siklus maksimum (NCmax) bersifat tetap seloama algoritma
dijalankan, sedangkan τij akan selalu diperbaharui harganya pada setiap
siklus algoritma mulai dari siklus pertama (NC=1) sampai tercapai jumlah
siklus maksimum (NC= NCmax) atau sampai terjadi konvergasi.
b. Inisialisasi kota pertama setiap semut.
Setelah inisialisasi τij dilakukan, kemudian m semut ditempatkan pada kota
pertama tertentu secara acak.
Langkah 2 :
Pengisian kota pertama ke dalam tabu list. Hasil inisialisasi kota pertama setiap
semut dalam langkah 1 harus diisikan sebagai elemen pertama tabu list. Hasil dari langkah
ini adalah terisinya elemen pertama tabu list setiap semut dengan indeks kota tertentu, yang
berarti bahwa setiap tabuk(1) bisa berisi indeks kota antara 1 sampai n sebagaimana hasil
inisialisasi pada langkah 1.
Langkah 3 :
Penyusunan rute kunjungan setiap semut ke setiap kota. Koloni semut yang sudah
terdistribusi ke sejumlah atau setiap kota, akan mulai melakukan perjalanan dari kota
pertama masing masing sebagai kota asal dan salah satu kotakota lainnya sebagai kota
tujuan. Kemudian dari kota kedua masing-masing, koloni semut akan melanjutkan
perjalanan dengan memilih salah satu dari kotakota yang tidak terdapat pada tabuk sebagai
kota tujuan selanjutnya. Perjalanan
koloni semut berlangsung terus menerus sampai semua kota satu persatu dikunjungi atau
telah menempati tabuk. Jika s menyatakan indeks urutan kunjungan, kota asal dinyatakan
sebagai tabuk(s) dan kota-kota lainnya dinyatakan sebagai {N-tabuk}, maka untuk
menentukan kota tujuan digunakan persamaan probabilitas kota untuk dikunjungi sebagai
berikut :
dan
dengan i sebagai indeks kota asal dan j sebagai indeks kota tujuan.
Langkah 4 :
a. Perhitungan panjang rute setiap semut.
Perhitungan panjang rute tertutup (length closed tour) atau Lk setiap
semutdilakukan setelah satu siklus diselesaikan oleh semua semut. Perhitungan ini
dilakukan berdasarkan tabuk masing-masing dengan persamaan berikut :
dengan dij adalah jarak antara kota i ke kota j yang dihitung berdasarkan
persamaan :
b. Pencarian rute
terpendek
Setelah Lk setiap semut dihitung, akan didapat harga minimal panjang rute tertutup
setiap siklus atau LminNC dan harga minimal panjang rute tertutup secara
keseluruhan adalah atau Lmin.
c. Perhitungan perubahan harga intensitas jejak kaki semut antar kota.
Koloni semut akan meninggalkan jejak-jejak kaki pada lintasan antar kota yang
dilaluinya. Adanya penguapan dan perbedaan jumlah semut yang lewat,
menyebabkan kemungkinan terjadinya perubahan harga intensitas jejak kaki semut
antar kota. Persamaan perubahan ini adalah :
dengan k Δτij adalah perubahan harga intensitas jejak kaki semut antar kota setiap
semut yang dihitung berdasarkan persamaan:
untuk (i,j) ∈ kota asal dan kota tujuan dalam tabuk Δτij = , untuk (i,j) lainnya.
Langkah 5 :
a. Perhitungan harga intensitas jejak kaki semut antar kota untuk siklus selanjutnya. Harga
intensitas jejak kaki semut antar kota pada semua lintasan antar kota ada kemungkinan
berubah karena adanya penguapan dan perbedaan jumlah semut yang melewati. Untuk
siklus selanjutnya, semut yang akan melewati lintasan tersebut harga intensitasnya telah
berubah. Harga intensitas jejak kaki semut antar kota untuk siklus selanjutnya dihitung
dengan persamaan :
τij = ρ⋅ τij + Δτi
b. Atur ulang harga perubahan intensitas jejak kaki semut antar kota.
Untuk siklus selanjutnya perubahan harga intensitas jejak semut antar kota perlu diatur
kembali agar memiliki nilai sama dengan nol.
Langkah 6 :
Pengosongan tabu list, dan ulangi langkah 2 jika diperlukan. Tabu list perlu dikosongkan
untuk diisi lagi dengan urutan kota yang baru pada siklus selanjutnya, jika jumlah siklus
maksimum belum tercapai atau belum terjadi konvergensi. Algoritma diulang lagi dari
langkah 2 dengan harga parameter intensitas jejak kaki semut antar kota yang sudah
diperbaharui.
5.
Pembatasan Masalah
Pembatasan masalah dari penelitian ini digunakan agar masalah yang diteliti
lebih terarah dan terfokus sehingga penelitian dapat dilakukan sesuai dengan apa
yang direncanakan dan memberikan hasil yang optimal. Batasan masalah yang
digunakan pada penelitian ini adalah sebagai berikut:
1. Penelitian dilakukan di PT. Risky Agie yang berlokasi di Jalan Kapin
Raya Nomor 6A RT 09 RW 004 Kelurahan Jatibening Bekasi
2. Pendistribusian gas dikirim ke Dalam Kota meliputi Jakarta, Bekasi
3. Dalam hal kemacetan, waktu dianggap linear dengan jarak.
4. Permintaan outlet yang tidak dapat dilayani pada satu rute dan pada satu
hari makan akan didistribusikan pada hari berikutnya.
5. Kondisi armada dianggap sama untuk semua dan jumlahnya tetap untuk
satu periode
6. Perancangan model pendistribusian menggunakan Alogoritma Ant
Colony System
6.
Metodologi Penelitian
1. Penelitian Pendahuluan
Penelitian pendahuluan adalah langkah awal sebelum melanjutkan ke
tahapan-tahapan selanjutnya. Penelitian pendahuluan dilakukan agar kita mengerti
apa maksud penelitian yang dilakukan, dan apa/siapa yang mengarahkan
penelitian. Penelitian ini dilakukan pada di PT. Risky Agie yang berlokasi di Jalan
Kapin Raya Nomor 6A RT 09 RW 004 Kelurahan Jatibening Bekasi
2. Identifikasi Masalah
Identifikasi masalah memuat rincian pernyataan tentang cakupan atau topictopik pokok yang akan diungkap/digali dalam penelitian ini. Identifikasi diajukan
unutk mengetahui gambaran apa yang akan diungkapkan di lapangan. Setelah
mengamati langsung dan mewawancarai pemilik PT. Risky Agie maka diketahui
bila masalah yang ada di PT. Risky Agie adalah pendistribusian gas ke sub-sub
agen agar sampai tempat waktu dengan rute terpendek dan biaya transportasi yang
minimum.
3. Studi Pustaka/Studi Literatur
Studi pustaka yaitu mengadakan penelitian dengan cara mempelajari dan
membaca literature-literatur yang ada hubungannya dengan permasalahan yang
menjadi objek penelitian yaitu menelusuri teori-teori yang berkaitan dengan system
distribusi, penjadwalan dan penyusunan rute distribusi dari internet, buku dan
jurnal.
4. Tujuan Penelitian
Sasaran hasil yang ingin dicapai dalam penelitian ini yaitu menemukan
memperoleh rute distribusi yang optimal dengan metode Ant Colony System dan
meminimalkan biaya pendistribusian gas.
5. Pengumpulan Data
Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan
dalam rangka mencapai tujuan penelitian. Adapun metode pengumpulan data yang
digunakan adalah wawancara dengan pihak terkait, melakukan pengamatan
langsung pada PT. Rizky Agie dan data-data yang ada pada PT. Risky Agie. Adapun
data-data yang dikumpulkan pada penelitian kali ini adalah:
1.
Data umum perusahaan
Sejarah perusahaan
Visi dan misi perusahaan
Struktur organisasi perusahaan
Jumlah tenaga kerja
Pengaturan jam kerja
2.
Data pendistribusian produk
Lokasi PT. Risky Agie
Lokasi sub-sub agen
Data pengiriman barang
Data jarak PT. Risky Agie ke sub-sub agen
Data jarak antar sub-sub agen
Data jumlah armada
3.
Data waktu tempuh kendaraan
6. Pengolahan Data
Pengolahan data dilakukan apabila seluruh data-data Pendukung telah
terkumpul.
Adapun
mengumpulakjn
tahap-tahap
wilayah-wilayah
dalam
pengolahan
pengiriman
dan
data
ini
adaalah
perhitungan
dengan
menggunakan Algoritma Ant Colony.
7. Analisa
Pada bagian analisis data diuraikan proses pelacakan dan pengaturan secara
sistematis data-data dari wawancara, observasi dan data-data dari PT. Risky Agie.
Lalu dari hasil pengolahan data yang ada dilakukan analisa hasil apakah rute
usulan dengan menggunakan Ant Colony System lebih baik dari rute yang
digunakan sebelumnya yang berdasarkan intuisi acak pengemudi.
8. Kesimpulan dan Saran
Kesimpulan merupakan bagian akhir dari penelitian ini dan merupakan
jawaban dari tujuan penelitian serta merupakan ringkasan dari penelitian.
Penulispun memberikan saran atau usulan dari penelitian untuk perusahaan agar
menjadi perusahaan yang lebih baik lagi.
Gambar 6.1 Flowchart Metodologi Penelitian
Gambar 6.1 Flowchart Pencarian Rute Distribusi dengan Ant Colony System
VII. Rencana Penelitian
VII. Daftar Pustaka
1. P. Toth D. Vigo. An Overview OF Vehicle Routing Problems, 2002.
2. Dorigo M., V. Maniezzo & A. Colorni The Ant System: Optimization by a
colony of cooperating agents,
IEE transactions on Systems, Man, and
Cybernectics-Part B, Vol. 26 No.1 , 1996.
3. Dorigo, M & Gambardella, L.M. Ant Colony System: A Cooperative Learning
Approach to The Travelling Salesman Problem. 1996.
1. http://edvinramadhan.blogspot.com/2010/10/sekilas-tentang-algoritma-semutantnet.html
TOPIK/JUDUL TUGAS AKHIR
PENERAPAN ANT COLONY SYSTEM PADA VEHICLE ROUTING PROBLEM UNTUK
MENENTUKAN RUTE DISTRIBUSI PADA PT. RISKY AGIE
Maksud dan Tujuan Penelitian
Memperoleh rute distribusi yang terpendek sehingga dapat meminimalkan biaya distribusi
menggunakan Algoritma Ant Colony System pada PT. Risky Agie
Oleh:
Yoan Ariesta
063.08.013
Laboratorium:
Sistem dan Simulasi Industri
Pembimbing utama
Paraf Pembimbing
DR. Dra.Pudji Astuti, MT
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS TRISAKTI
2012
1.
Latar Belakang
Seiring dengan perkembangan zaman di Indonesia maka semakin berkembang
pula teknologi yang digunakan untuk memudahkan kinerja manusia. Sebagai contoh
dalam hal memasak, dulu sekali orang Indonesia memakai kayu bakar. Namun hal ini
sangatlah merepotkan karena mereka harus mencari kayu atau ranting-ranting pohon.
Lalu dengan bertambahnya waktu mucullah kompor minyak. Hal ini dianggap jauh
lebih praktis karena kompor ini hanya menggunakan minyak tanah, sumbu dan api
sebagai bahannya. Karena persediaan cadangan minyak bumi di Indonesia makin
menipis akhirnya pada awal tahun 2007 pemerintah RI mengeluarkan kebijakan
konversi minyak tanah ke gas. Hal ini tentunya berakibat melonjaknya permintaan
gas. Oleh karena itu pendistribusian yang baik dan tepat waktu merupakan salah satu
hal yang penting untuk memenuhi kebutuhan pelanggan.
PT. RISKY AGIE memiliki armada angkut untuk melayani pengiriman gas
elpiji ke sub-sub agen dalam Kota dan setiap armada melayani 4-7 titik sub-sub agen
tersebut. Selama ini pertimbangan pengemudi dalam rute mendistribusikan gas-gas
elpiji ke sub-sub pelanggan hanya berdasarkan instuisi acak pengemudi dan tidak
mempertimbangkan banyaknya barang yang diangkut ke lokasi serta tidak
mempertimbangkan apakah rute yang ditempuh sudah memiliki jarak tempuh yang
efisien atau belum. Oleh sebab itu perlu ditentukan rute pendistribusian yang efisien
sehingga perusahaan dapat memperoleh jarak tempuh yang terpendek sekaligus dapat
meminimasi biaya transportasi. Masalah transportasi ini dimodelkan sebagai
permasalahan Vehicle Routing Problem (VRP). Beberapa metode yang digunakan
untuk menyelesaikan VRP antara lain adalah dengan pendekatan eksak, heuristik dan
metaheuristik. Dibandingkan dengan heuristik klasik, metaheuristik menunjukan
pencarian solusi yang lebih efektif dan teliti. Ant Colony System merupakan metode
terbaik yang dapat diimplementasikan pada VRP dibanding metaheuristik lain.
2.
Rumusan Masalah
Permasalahan yang terjadi pada PT. Risky Agie adalah rute pendistribusian
gas elpiji dari PT. Risky Agie ke sub-sub agen yang masih kurang efektif dan efisien
dikarenakan pendistribusian gas elpiji berdasarkan instuisi acak pengemudi
sehingga rute pendistribusian belum optimal atau rute yang yang dilewati masih
belum terpendek. Akibatnya biaya distribusi atau biaya transportasi pun ikut
melonjak dan waktu tempuh untuk mengantarkan gas ke sub-sub agen menjadi lebih
lama.
3.
Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah:
1.
Memperoleh rute pendistribusi gas elpiji yang efisien dan optimal,
menggunakan model Vehicle Routing Problem dengan metode
2.
Algoritma Ant Colony.
Meminimasi biaya distribusi gas elpiji pada PT. Risky Agie
4.
Studi Literatur
4.1
Definisi dan jenis Vehicle Routing Problem
VRP dapat disebut juga Vehicle Schedulling Problem, berhubungan dengan
distribusi barang jadi antara depot dengan pengguna akhir (konsumen). Model dan
algoritmanya dapat digunakan secara efektif tidak hanya untuk pengiriman dan
pengambilan barang, tetapi juga dapat diaplikasikan untuk masalah transportasi
sehari-hari.
Vehicle Routing Problem (VRP) adalah suatu metoda yang digunakan untuk
menetukan rute untuk suatu armada kendaraan baik dari single depot ataupun multiple
depot sehingga dapat melayani pelanggan yang tersebar secara geografis.
Distribusi barang meliputi pelayanan sejumlah konsumen, pada waktu tertentu, oleh
jumlah kendaraan, berasal dari 1 atau lebih depot, dikendarai sejumlah
pengemudi/kru, dan pergerakannya menggunakan suatu jaringan jalan (road network).
Salah satu definisi VRP adalah suatu pencarian solusi yang meliputi penentuan
sejumlah rute, masing-masing rute dilalui oleh 1 kendaraan yang berawaal dan
berakhir di depot asal, agar dapat melayani semua konsumennya dengan tetap
memenuhi kendala operasional yang ada, juga dengan meminimumkan biaya
transportasi global (P.toth & D. Vigo, 2002)
VRP pada aplikasinya merupakan salah satu bagian dari permasalahan perutean
(routing problem). Pengembangan dari persoalan di atas menghasilkan beberapa jenis
(variant) VRP, antara lain :
1. Capacitated Vehicle Routing Problem (CVRP), jenis dari VRP dimana setiap unit
kendaraan mempunyai kapasitas angkut barang yang sama. Jumlah permintaan
barang yang dapat dilayani oleh setiap kendaraan tidak boleh melebihi dari
kapasitas angkut barang kendaraan.
2. Vehicle Routing Problem with Time Widows (VRPTW), jenis dari VRP dimana
masing-masing pelanggan dan tempat pemberhentian memiliki interval waktu
tertentu dalam melakukan pengambilan dan pengiriman barang.
3. Capacitated Vehicle Routing Problem with Time Windows (CVRPTW), jenis dari
VRP yang merupakan gabungan dari CVRP dan VRPTW.
4. Multiple Depot Vehicle Routing Problem (MDVRP), jenis dari VRP dengan lebih
dari satu depot.
5. Periodic Vehicle Routing Problem (PVRP), jenis dari VRP dimana pengiriman
barang dapat dilakukan dalam beberapa hari (lebih dari 1 hari).
6. Split Delivery Vehicle Routing Problem (SDVRP), jenis dari VRP dimana satu
pelanggan dapat dilayani oleh lebih dari satu unit kendaraan.
7. Vehicle Routing Problem with Backhauls (VRPB), jenis dari VRP dimana antara
pengambilan barang dan pengiriman barang dapat dilakukan pada setiap tempat
pemberhentian yang diberikan sepanjang rute. Secara khusus, pengambilan barang
tidak dapat dilakukan sampai semua pengiriman selesai dilakukan.
4.2 Definisi Ant Colony
Algoritma Semut diadopsi dari perilaku koloni semut yang dikenal sebagai sisetem
semut (Dorigo, 1996). Secara alamiah koloni semut mampu menemukan rute terpendek
dalam perjalanan dari sarang ke tempat-tempat sumber makanan. Koloni semut dapat
menemukan rute terpendek antara sarang dan sumber makanan berdasarkan jejak kaki pada
lintasan yang telah dilalui. Semakin banyak semut yang melalui suatu lintasan, maka akan
semakin jelas bekas jejak kakinya. Hal ini akan menyebabkan lintasan yang dilalui semut
dalam jumlah sedikit, semakin lama akan semakin ber4kurang kepadatan semut yang
melewatinya, atau bahkan akan tidak dilewati sama sekali. Sebaliknya lintasan yang dilalui
semut dalam jumlah banyak, atau bahkan semua semut akan melalui lintasan tersebut.
Gambar 4.1 Perjalanan semut menemukan sumber makanan
dari gambar 4.1a di atas menujukkan ada dua kelompok semut yang akan
melakukan perjalanan. Satu kelompok bernama L yaitu kelompok yang berangkat dari arah
kiri merupakan sarang semut dan kelompok lain ytang bernama kelompok R yang
berangkat dari kanan yang merupakan sumber makanan. Kedua kelompok semut dari titik
berangkat sedang dalam posisi pengambilan keputusan jalan sebelah mana yang akan
diambil. Kelompok semut L membagi dua kelompok lagi. Sebagian melalui jalan bawah.
Hal ini juga berlaku pada kelompok semut R. Gambar 4.1b dan gambar 4.1c menunjukkan
bahwa kelompok semut berjalan pada kecepatan yang sama dengan meninggalkan feromon
atau jejak kaki di jalan yang telah dilalui. Feromon yang ditinggalkan oleh kumpulan semut
yang melalui jalan atas telah mengalami banyak penguapan karena semut yang melalui
jalan atas berjumlah lebih sedikit daripada jalan yang di bawah. Hal ini dikarenakan jarak
yang ditempuh lebih panjang daripada jalan bawah. Sedangkan feromon yang berada di
jalan bawah, penguapannya cenederung lebih lama. Karena semut yang melalui jalan
bawah lebih banyak daripada semut yang melaui jalan atas. Gambar 4.1d menunjukkan
bahwa semut-semut yang lain pada akhirnya memutuskan untuk melewati jalan bawah
karena feromon yang ditinggalkan masih banyak. Sedangkan feromon pada jalan atas
sudah banyak menguap sehingga semut-semut tidak memilih jalan atas tersebut. Semakin
banyak semut yang melalui jalan bawah maka semakin banyak semut yang mengikutinya.
Demikian juga dengan jalan atas, semakin sedikit semut yang melalui jalan atas,
maka feromon yang ditinggalkan semakin berkurang bahkan hilang. Dari sinilah kemudian
terpilihlah jalur terpendek antara sarang dan sumber makanan.
Dalam algoritma semut, diperlukan beberapa variabel dan langkahlangkah untuk
menentukan jalur terpendek, yaitu:
Langkah 1 :
a. Inisialisasi harga parameter-parameter algoritma.
Parameter-parameter yang di inisialisasikan adalah :
1. Intensitas jejak semut antar kota dan perubahannya (τij)
2. Banyak kota (n) termasuk koordinat (x,y) atau jarak antar kota (dij)
3. Kota berangkat dan kota tujuan
4. Tetapan siklus-semut (Q)
5. Tetapan pengendali intensitas jejak semut (α), nilai α ≥ 0
6. Tetapan pengendali visibilitas (β), nilai β ≥ 0
7. Visibilitas antar kota = 1/dij (ηij)
8. Banyak semut (m)
9. Tetapan penguapan jejak semut (ρ) , nilai ρ harus > 0 dan < 1 untuk
mencegah jejak pheromone yang tak terhingga
10.Jumlah siklus maksimum (NCmax) bersifat tetap seloama algoritma
dijalankan, sedangkan τij akan selalu diperbaharui harganya pada setiap
siklus algoritma mulai dari siklus pertama (NC=1) sampai tercapai jumlah
siklus maksimum (NC= NCmax) atau sampai terjadi konvergasi.
b. Inisialisasi kota pertama setiap semut.
Setelah inisialisasi τij dilakukan, kemudian m semut ditempatkan pada kota
pertama tertentu secara acak.
Langkah 2 :
Pengisian kota pertama ke dalam tabu list. Hasil inisialisasi kota pertama setiap
semut dalam langkah 1 harus diisikan sebagai elemen pertama tabu list. Hasil dari langkah
ini adalah terisinya elemen pertama tabu list setiap semut dengan indeks kota tertentu, yang
berarti bahwa setiap tabuk(1) bisa berisi indeks kota antara 1 sampai n sebagaimana hasil
inisialisasi pada langkah 1.
Langkah 3 :
Penyusunan rute kunjungan setiap semut ke setiap kota. Koloni semut yang sudah
terdistribusi ke sejumlah atau setiap kota, akan mulai melakukan perjalanan dari kota
pertama masing masing sebagai kota asal dan salah satu kotakota lainnya sebagai kota
tujuan. Kemudian dari kota kedua masing-masing, koloni semut akan melanjutkan
perjalanan dengan memilih salah satu dari kotakota yang tidak terdapat pada tabuk sebagai
kota tujuan selanjutnya. Perjalanan
koloni semut berlangsung terus menerus sampai semua kota satu persatu dikunjungi atau
telah menempati tabuk. Jika s menyatakan indeks urutan kunjungan, kota asal dinyatakan
sebagai tabuk(s) dan kota-kota lainnya dinyatakan sebagai {N-tabuk}, maka untuk
menentukan kota tujuan digunakan persamaan probabilitas kota untuk dikunjungi sebagai
berikut :
dan
dengan i sebagai indeks kota asal dan j sebagai indeks kota tujuan.
Langkah 4 :
a. Perhitungan panjang rute setiap semut.
Perhitungan panjang rute tertutup (length closed tour) atau Lk setiap
semutdilakukan setelah satu siklus diselesaikan oleh semua semut. Perhitungan ini
dilakukan berdasarkan tabuk masing-masing dengan persamaan berikut :
dengan dij adalah jarak antara kota i ke kota j yang dihitung berdasarkan
persamaan :
b. Pencarian rute
terpendek
Setelah Lk setiap semut dihitung, akan didapat harga minimal panjang rute tertutup
setiap siklus atau LminNC dan harga minimal panjang rute tertutup secara
keseluruhan adalah atau Lmin.
c. Perhitungan perubahan harga intensitas jejak kaki semut antar kota.
Koloni semut akan meninggalkan jejak-jejak kaki pada lintasan antar kota yang
dilaluinya. Adanya penguapan dan perbedaan jumlah semut yang lewat,
menyebabkan kemungkinan terjadinya perubahan harga intensitas jejak kaki semut
antar kota. Persamaan perubahan ini adalah :
dengan k Δτij adalah perubahan harga intensitas jejak kaki semut antar kota setiap
semut yang dihitung berdasarkan persamaan:
untuk (i,j) ∈ kota asal dan kota tujuan dalam tabuk Δτij = , untuk (i,j) lainnya.
Langkah 5 :
a. Perhitungan harga intensitas jejak kaki semut antar kota untuk siklus selanjutnya. Harga
intensitas jejak kaki semut antar kota pada semua lintasan antar kota ada kemungkinan
berubah karena adanya penguapan dan perbedaan jumlah semut yang melewati. Untuk
siklus selanjutnya, semut yang akan melewati lintasan tersebut harga intensitasnya telah
berubah. Harga intensitas jejak kaki semut antar kota untuk siklus selanjutnya dihitung
dengan persamaan :
τij = ρ⋅ τij + Δτi
b. Atur ulang harga perubahan intensitas jejak kaki semut antar kota.
Untuk siklus selanjutnya perubahan harga intensitas jejak semut antar kota perlu diatur
kembali agar memiliki nilai sama dengan nol.
Langkah 6 :
Pengosongan tabu list, dan ulangi langkah 2 jika diperlukan. Tabu list perlu dikosongkan
untuk diisi lagi dengan urutan kota yang baru pada siklus selanjutnya, jika jumlah siklus
maksimum belum tercapai atau belum terjadi konvergensi. Algoritma diulang lagi dari
langkah 2 dengan harga parameter intensitas jejak kaki semut antar kota yang sudah
diperbaharui.
5.
Pembatasan Masalah
Pembatasan masalah dari penelitian ini digunakan agar masalah yang diteliti
lebih terarah dan terfokus sehingga penelitian dapat dilakukan sesuai dengan apa
yang direncanakan dan memberikan hasil yang optimal. Batasan masalah yang
digunakan pada penelitian ini adalah sebagai berikut:
1. Penelitian dilakukan di PT. Risky Agie yang berlokasi di Jalan Kapin
Raya Nomor 6A RT 09 RW 004 Kelurahan Jatibening Bekasi
2. Pendistribusian gas dikirim ke Dalam Kota meliputi Jakarta, Bekasi
3. Dalam hal kemacetan, waktu dianggap linear dengan jarak.
4. Permintaan outlet yang tidak dapat dilayani pada satu rute dan pada satu
hari makan akan didistribusikan pada hari berikutnya.
5. Kondisi armada dianggap sama untuk semua dan jumlahnya tetap untuk
satu periode
6. Perancangan model pendistribusian menggunakan Alogoritma Ant
Colony System
6.
Metodologi Penelitian
1. Penelitian Pendahuluan
Penelitian pendahuluan adalah langkah awal sebelum melanjutkan ke
tahapan-tahapan selanjutnya. Penelitian pendahuluan dilakukan agar kita mengerti
apa maksud penelitian yang dilakukan, dan apa/siapa yang mengarahkan
penelitian. Penelitian ini dilakukan pada di PT. Risky Agie yang berlokasi di Jalan
Kapin Raya Nomor 6A RT 09 RW 004 Kelurahan Jatibening Bekasi
2. Identifikasi Masalah
Identifikasi masalah memuat rincian pernyataan tentang cakupan atau topictopik pokok yang akan diungkap/digali dalam penelitian ini. Identifikasi diajukan
unutk mengetahui gambaran apa yang akan diungkapkan di lapangan. Setelah
mengamati langsung dan mewawancarai pemilik PT. Risky Agie maka diketahui
bila masalah yang ada di PT. Risky Agie adalah pendistribusian gas ke sub-sub
agen agar sampai tempat waktu dengan rute terpendek dan biaya transportasi yang
minimum.
3. Studi Pustaka/Studi Literatur
Studi pustaka yaitu mengadakan penelitian dengan cara mempelajari dan
membaca literature-literatur yang ada hubungannya dengan permasalahan yang
menjadi objek penelitian yaitu menelusuri teori-teori yang berkaitan dengan system
distribusi, penjadwalan dan penyusunan rute distribusi dari internet, buku dan
jurnal.
4. Tujuan Penelitian
Sasaran hasil yang ingin dicapai dalam penelitian ini yaitu menemukan
memperoleh rute distribusi yang optimal dengan metode Ant Colony System dan
meminimalkan biaya pendistribusian gas.
5. Pengumpulan Data
Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan
dalam rangka mencapai tujuan penelitian. Adapun metode pengumpulan data yang
digunakan adalah wawancara dengan pihak terkait, melakukan pengamatan
langsung pada PT. Rizky Agie dan data-data yang ada pada PT. Risky Agie. Adapun
data-data yang dikumpulkan pada penelitian kali ini adalah:
1.
Data umum perusahaan
Sejarah perusahaan
Visi dan misi perusahaan
Struktur organisasi perusahaan
Jumlah tenaga kerja
Pengaturan jam kerja
2.
Data pendistribusian produk
Lokasi PT. Risky Agie
Lokasi sub-sub agen
Data pengiriman barang
Data jarak PT. Risky Agie ke sub-sub agen
Data jarak antar sub-sub agen
Data jumlah armada
3.
Data waktu tempuh kendaraan
6. Pengolahan Data
Pengolahan data dilakukan apabila seluruh data-data Pendukung telah
terkumpul.
Adapun
mengumpulakjn
tahap-tahap
wilayah-wilayah
dalam
pengolahan
pengiriman
dan
data
ini
adaalah
perhitungan
dengan
menggunakan Algoritma Ant Colony.
7. Analisa
Pada bagian analisis data diuraikan proses pelacakan dan pengaturan secara
sistematis data-data dari wawancara, observasi dan data-data dari PT. Risky Agie.
Lalu dari hasil pengolahan data yang ada dilakukan analisa hasil apakah rute
usulan dengan menggunakan Ant Colony System lebih baik dari rute yang
digunakan sebelumnya yang berdasarkan intuisi acak pengemudi.
8. Kesimpulan dan Saran
Kesimpulan merupakan bagian akhir dari penelitian ini dan merupakan
jawaban dari tujuan penelitian serta merupakan ringkasan dari penelitian.
Penulispun memberikan saran atau usulan dari penelitian untuk perusahaan agar
menjadi perusahaan yang lebih baik lagi.
Gambar 6.1 Flowchart Metodologi Penelitian
Gambar 6.1 Flowchart Pencarian Rute Distribusi dengan Ant Colony System
VII. Rencana Penelitian
VII. Daftar Pustaka
1. P. Toth D. Vigo. An Overview OF Vehicle Routing Problems, 2002.
2. Dorigo M., V. Maniezzo & A. Colorni The Ant System: Optimization by a
colony of cooperating agents,
IEE transactions on Systems, Man, and
Cybernectics-Part B, Vol. 26 No.1 , 1996.
3. Dorigo, M & Gambardella, L.M. Ant Colony System: A Cooperative Learning
Approach to The Travelling Salesman Problem. 1996.
1. http://edvinramadhan.blogspot.com/2010/10/sekilas-tentang-algoritma-semutantnet.html