Sistem Pendukung Keputusan Untuk Pengiriman Barang Dengan Menggunakan Metode Simulated Annealing Pada PT. Rimo Catur Lestari Tbk.
Sistem Pendukung Keputusan Untuk Pengiriman Barang
Dengan Menggunakan Metode Simulated Annealing
Pada PT. Rimo Catur Lestari Tbk
SKRIPSI
Oleh :
ARY NANDO HARYONO PUTRA
NPM : 0634010042
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI - FTI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
2011
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
KATA PENGANTAR
Assalammualaikum Wr.Wb.
Rasa Puji syukur yang sedalam – dalamnya penulis panjatkan
kehadirat Allah SWT yang berkenan melimpahkan rakhmatnya, sehingga tugas
tugas akhir ini dapat terselesaikan dengan baik.
Laporan ini
disusun
sebagai perwujudan tertulis
dan
bukti
penyelesaian yang merupakan tanggung jawab penulis dalam melaksanakan
program studi S1 Sistem Informasi berupa studi tugas akhir selama kurang lebih
satu semester. Tugas akhir yang telah penulis tempuh ini memiliki banyak tujuan
utama yaitu mengaplikasikan ilmu pengetahuan yang sudah didapat selama di
bangku kuliah. Dengan melihat kerja tim dalam pembuatan laporan ini,
diharapkan mahasiswa mampu menerapkan ilmu pengetahuan yang dimiliki dan
disesuaikan dengan kondisi permasalahan yang ada di masyarakat.
Selesainya penyusunan laporan tugas akhir ini tidak lepas pula dari
bantuan dari berbagai pihak dan dalam kesempatan ini penulis banyak
mengucapkan banyak terima kasih kepada:
1. Ibu Hj. Asti Dwi. I, S.Kom, M.Kom dan ibu Ir. Kartini, MT, selaku dosen
pembimbing yang telah memberi kontribusi ilmu dan bimbingan dalam
penyelesian tugas akhir ini.
2. Seluruh karyawan yang ada di PT. Rimo Catur Lestar Surabaya, yang turut
membantu dalam memberikan informasi yang kami butuhkan dalam
penyusunan laporan ini.
i
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3. Penulis ucapkan terima kasih atas seluruh keluarga dan seluruh teman –
teman atas dukungan dan semangat, baik berupa materil maupun non material
sampai dengan terselesainya penyusunan laporan tugas akhir ini.
Penulisan tugas ini masih memiliki banyak kekurangan, sehingga
diharapkan saran maupun kritik yang dapat memperbaiki dan memperkaya isi
yang ada dalam rangkaian analisis serta implementasi sistem ini semakin
bermanfaat bagi penulis khususnya dan khasanah keilmuan komputer pada
umumnya.
Surabaya, 30 Oktober 2011
Penulis
ii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
HALAMAN JUDUL
LEMBAR PENGESAHAN TUGAS AKHIR
LEMBAR PENGESAHAN DAN PERSETUJUAN
KATA PENGANTAR ........................................................................................
i
ABSTRAK .........................................................................................................
iii
DAFTAR ISI ......................................................................................................
iv
DAFTAR GAMBAR ..........................................................................................
vii
BAB I
BAB II
PENDAHULUAN
1.1
Latar Belakang ..........................................................................
1
1.2
Permasalahan ............................................................................
2
1.3
Tujuan.........................................................................................
2
1.4
Batasan Permasalahan .................................................................
3
1.5
Metodologi .................................................................................
4
1.6
Sistematika Pembahasan..............................................................
5
TEORI PENUNJ ANG
2.1
Decision Support System ............................................................
7
2.2
Penjadwalan ................................................................................
8
2.2.1 Constrain-Based Scheduling ............................................
9
2.2.2 Generative Techniques .....................................................
10
2.2.3 Interative RepairnTechnique ............................................
11
iv
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.3 Vechile Routing Problem.............................................................
11
2.4 Simulated Annealing....................................................................
14
2.4.1 Inisialisasi Rute ................................................................
17
2.4.2 Metode Perbaikan Rute.....................................................
17
2.5
Perhitungan Jarak ........................................................................
17
2.6
Kalibrasi Newton Raphson ..........................................................
19
2.7
Penelitian-Penelitian Sebelumnya................................................
21
BAB III PERANCANGAN SISTEM
3.1 Deskripsi Sistem .........................................................................
22
3.2 Diagram Berjenjang ...................................................................
23
3.3 Data Flow Diagram Sistem .........................................................
24
3.3.1 DFD Level 0 ......................................................................
24
3.3.2 DFD Level 1.......................................................................
28
3.3.3 DFD Level 2 ......................................................................
29
3.4 Flowchard Load Data Global ......................................................
31
3.5 Penjadwalan Dengan Cara Eksak ................................................
33
3.6 Penjadwalan Dengan Heuristik ...................................................
34
3.6.1 Pembentukan Solusi Awal ................................................
36
3.6.2 Simulated Annealing .........................................................
37
3.6.3 Pencarian Neighborhood ...................................................
41
3.7 Sistem Database .........................................................................
43
3.7.1 Conceptual Data Model ...................................................
43
3.7.2 Physical Data Model .......................................................
44
v
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV IMPLEMENTASI
BAB V
4.1 Alat yang Digunakan ..................................................................
48
4.2 Implementasi Tatap Muka ..........................................................
49
4.2.1 Form Login ......................................................................
49
4.2.2 Form Menu Management User .........................................
51
4.2.3 Management Modul .........................................................
53
4.2.4 Form Gudang ...................................................................
56
4.2.5 Form Toko .......................................................................
57
4.2.6 Form Barang ....................................................................
59
4.2.7 Form Kendaraan ...............................................................
61
4.2.8 Form Peamalan ................................................................
63
UJ ICOBA DAN EVALUASI PROGRAM
5.1 Ujicoba .......................................................................................
68
5.2 Lingkungan Ujicoba ...................................................................
68
5.2.1 Ujicoba Login User ..........................................................
69
5.2.2 Management User ............................................................
70
5.2.2.1 Halaman User Admin ..........................................
70
5.2.2.2 Halaman User .....................................................
85
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan ................................................................................
89
6.2 Saran ........................................................................................
89
vi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR GAMBAR
Gambar 2.1
Gambar VRP ...............................................................................
12
Gambar 2.2
Gambar VRP dengan rute K .........................................................
12
Gambar 2.3
Gambar Perhitungan Jarak ...........................................................
18
Gambar 3.1
Diagram Berjenjang .....................................................................
23
Gambar 3.2
DFD Level 0 Sistem Penjadwalan ................................................
25
Gambar 3.3
DFD Level 1 Sistem Penjadwalan ................................................
28
Gambar 3.4
DFD Level 2 Metode Eksak .........................................................
29
Gambar 3.5
DFD Level 2 Metode Heuristik ....................................................
31
Gambar 3.6
Flowchard Load Data Global ke Memory ....................................
32
Gambar 3.7
Flowchard Penjadwalan Dengan Metode Eksak ...........................
33
Gambar 3.8
Flowchard Penjadwalan Dangan Metode Heuristik ......................
33
Gambar 3.9
Flowchard Pembentukan Rute Awal ............................................
37
Gambar 3.10 Flowchard Simulated Annealing ..................................................
38
Gambar 3.11 Flowchard Simulated Annealing ..................................................
39
Gambar 3.12 Flowchard Neighborhood Search ................................................
42
Gambar 3.13 Conseptual Data Model (CDM) ...................................................
44
Gambar 3.14 Physical Data Model ....................................................................
45
Gambar 3.15 Peta Surabaya ..............................................................................
46
Gambar 4.1
Form Login...................................................................................
50
Gambar 4.2
Halaman Utama Level User .........................................................
51
Gambar 4.3
Form User ....................................................................................
52
Gambar 4.4
Form Manajemen Modul ..............................................................
54
vii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 4.5
Form Gudang ...............................................................................
56
Gambar 4.6
Form Toko ...................................................................................
58
Gambar 4.7
Form Barang ................................................................................
60
Gambar 4.8
Form Kendaraan ..........................................................................
62
Gambar 4.9
Form Peramalan ...........................................................................
64
Gambar 4.10 Form Peramalan Lanjutan ............................................................
64
Gambar 4.11 Form Hasil Peramalan ..................................................................
65
Gambar 5.1
Form Login ..................................................................................
69
Gambar 5.2
Pesan Login Global ......................................................................
69
Gambar 5.3
Tampilan Home User Admin .......................................................
71
Gambar 5.4
Form Data User ...........................................................................
72
Gambar 5.5
Form Tambah User ......................................................................
72
Gambar 5.6
View Data User ...........................................................................
73
Gambar 5.7
View Data User ...........................................................................
74
Gambar 5.8
View Form Gudang .....................................................................
75
Gambar 5.9
View Form Tambah Gudang ........................................................
75
Gambar 5.10 View Form Hasil Data Gudang ....................................................
76
Gambar 5.11 View Form Toko .........................................................................
77
Gambar 5.12 View Form Tambah Toko ............................................................
77
Gambar 5.13 View Form Hasil data Toko .........................................................
78
Gambar 5.14 View Form Data barang ...............................................................
79
Gambar 5.15 View Form Data Tambah Barang .................................................
79
Gambar 5.16 View Form Hasil Data Barang .....................................................
80
Gambar 5.17 View Form Data Kendaraan .........................................................
81
viii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 5.18 View Form Hasil Tambah Kendaraan ..........................................
81
Gambar 5.20 View Form Hasil Data Kendaraan ................................................
83
Gambar 5.21 View Form Hasil data kendaraan ..................................................
83
Gambar 5.22 View Form Hasil Permalan ...........................................................
84
Gambar 5.23 Halaman User ..............................................................................
85
Gambar 5.24 View Form Inputan User Peramalan ............................................
86
Gambar 5.25 View Form Peramalan .................................................................
87
Gambar 5.26 View Form Cetak Data Peramalan ...............................................
88
ix
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Judul
: sistem pendukung keputusan pada penjadwalan pengiriman barang studi kasus pt. rimo
catur lestari dengan metode heuristik dengan menggunakan algoritma simulated annealing.
Pembimbing I : Asti Dwi Irfianti, S.Kom, M.Kom.
Pembimbing II : Ir. Kartini, MT.
Penyusun
: Ary Nando Haryono Putra.
ABSTRAK
Sistem dan prosedur kerja sangat berpengaruh pada keefektifan suatu
pekerjaan. Dengan sistem yang tepat, bisa didapatkan hasil yang optima.
Penjadwalan adalah salah satu bagian yang memiliki peranan yang penting dalam
sitem kerja. Penjadwalan yang baik dapat menghasilkan sistem kerja yang baik
juga. Seringkali seorang manajer mengalami kesulitan membuat jadwal yang tepa.
Tugas akhir ini membahas implementasi sistem pendukung keputusan
untuk pengiriman barang dengan metode Simulated Annealing. Simulated
Annealing adalah algoritma yang menggunakan pendekatan heuristic yang
didesain untuk mencari pendekatan untuk menuju solusi yang optimal dengan
kualitas tinggi dan kemudahan implementasi. Kemampuannya adalah
menghindari bad local optima, dimana probabilitas tertentu, suatu solusi yang
tidak lebih baik dengan solusi sebelumnya akan diterima, sehingga
memungkinkan muncul solusi baru lainnya yang lebih optimal. Solusi dari sistem
ini diharapkan dapat menjadi bahan pertimbangan dari seorang manajer untuk
menentukan sebuah jadwal pengiriman barang pada perusahaan PT. Rimo Catur
Lestar.
Dari pembentukan rute menggunakan algoritma Simulated Annealing
didapatkan penjadwalan kendaraan tidak melanggar batasan yang telah
ditentukan. Algoritma Simulated Annealing dengan kasus dan percobaan tertentu
running 35 detik sementara metode eksak running dalam 2675 detik. Cost yang
dihasilkan dengan algoritma Simulated Annealing sebesar 16880,25 dan cost yang
didapatkan dari metode eksak sebesar 16581,75.
Kata kunci : Penjadwalan Pengiriman Barang, Simulated Annealing
iii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB I
PENDAHULUAN
1.1.
Latar Belakang
Sistem dan prosedur kerja sangat berpengaruh pada keefektifan suatu
pekerjaan. Dengan sistem yang tepat, bisa didapatkan hasil yang optimal.
Penjadwalan adalah salah suatu bagian yang memiliki pearanan yang penting
dalam sitem kerja. Penjadwalan yang baik dapat menghasilkan sistem kerja yang
baik juga. Pada sistem kerja yang terbatas pada sumber daya dan terbatas pada
waktu, seringkali mengalami kesulitan membuat jadwal yang efektif.
PT. Rimo Catur Lestari selain bergerak di bidang retail juga memberikan
jasa pengiriman barang, adalah perusahaan yang cukup besar dengan memiki
banyak cabang terbesar di bebagai kota. Tugas utama perusahaan adalah
mengantar barang yang dikirim ke penerima barang pada lokasi yang berbeda.
Dalam kasus ini, transportasi adalah pekerjaan yang memiliki peneluaran terbesar.
Pergerakan barang menyerap biaya antara 1/3 sampai 2/3 dari total biaya logistik.
Untuk itu diperlukan adanya sistem penjadwalan yang mengatur rute dari tiap
kendaraan dan barang yang harus diantarkan ke penerima barang.
Untuk saat ini, perusahaan menggunakan sistem penjadwalan manual,
dimana dari pihak manajemen menentukan kendaraan A mengantarkan sejumlah
barang ke sejumlah lokasi yang berbeda. Rute pengiriman barang di tentukan
sendiri oleh pengendara, yang berkaitan dengan wawasan pengendara atas suatu
daerah. Dengan penjadwalan manual, manajemen mengalami kesulitan dalam
1
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2
mengontrol dan menentukan jadwal secara lebih detail untuk tiap barang yang
akan dikirim.
1.2
Per masalahan
Pada kasus penjadwalan ini ada banyak batasan yang harus terpenuhi.
Penjadwalan ini bisa dibuat dengan perhitungan eksak, tetapi tentu saja akan
membutuhkan waktu yang lama untuk permasalahan yang kecil. Karena itu,
dicoba
untuk
membandingkan
dengan
perhitungan
heuristik,
dimana
menggunakan algoritma Simulated Annealing. Diharapkan, dengan menggunakan
heuristik, bisa didapatkan hasil yang optimal dengan waktu perhitunganyang
sesuai.
Permasalahan yang muncul adalah sebagai berikut :
1) Bagaimana memodelkan lokasi dari pelanggan-pelanggan yang akan
dituju oleh kendaraan pengirim barang.
2) Bagaimana membuat jadwal pengiriman barang pada perusahaan PT.
Rimo Catur Lestari dengan algoritma Simulated Annealing.
3) Bagaimana perbandingan penggunaan algoritma heuristik dan algoritma
eksak dalam memecahkan solusi kasus penjadwalan ini.
1.3
Batasan Per masalahan
Pembahasan tugas akhir ini dititik beratkan pada implementasi algoritma
Simulated Annealing pada penjadwalan pengiriman barang pada perusahaan PT.
Rimo Catur Lestari. Kasus diambil pada kasus umum perusahaan PT. Rimo Catur
Lestari.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3
Sebagai batasan dan asumsi dalam Tugas Akhir ini, meliputi :
1) Studi kasus diambil dari perusahaan PT. Rimo Catur Lestari, perangkat
lunak
yang dibuat adalah untuk memenuhi kebutuhan dalam
penjadwalan pengiriman barang.
2) Penghitungan jarak algoritma simulated annealing masih menggunakan
penghitungan manual.
3) Barang yang dikirim memiliki dimensi yang sesuai/signifikan (tidak
termasuk surat/dokumen).
4) Tidak ada batasan waktu kunjungan ke penerimaan barang, barang yang
dikirimkan dibatasi dengan kapasitas kendaraan pengirim, pada kasus ini
menggunakan kendaraan darat.
5) Lokasi pengiriman barang dalam kota dan jarak maksimum adalah
sejauh jarak yang bisa ditempuh pulang pergi selama jam kerja
perusahaan.
1.4
Tujuan
Pada akhirnya tujuan dari pembuatan dari tugas akhir ini adalah dapat
dihasilkan desain dan implementasi perangkat lunak sistem pendukung keputusan
penjadwalan pengiriman barang pada perusahaan PT. Rimo Catur Lestari dengan
biaya pengiriman rendah. Dengan perancangan perangkat lunak ini diharapkan
sebagai sistem pendukung keputusan penentuan jadwal pengiriman barang pada
perusahaan PT. Rimo Catur Lestari dengan biaya pengiriman rendah sehingga
meminimalkan biaya transportasi.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4
1.5
Metodologi
Metodologi pembuatan Tugas Akhir ini adalah sebagai berikut, yaitu :
1) Studi Literatur
Pada tahap ini dipelajari konsep penjadwalan, rute, Algoritma Simulated
Annealing, dan penelitian-penelitian sebelumnya sebagai dasar teori,
PHP dan database MySQL sebagai pemproses, dan kasus penjadwalan
pada perusahaan PT. Rimo Catur Lestari.
2) Analisa dan Perancangan Aplikasi
Pada tahap ini, studi kasus dianalisa, kemudian sistem dimodelkan dan
dibuat suatu desain yang siap diimplementasikan. Dalam tahap
perancangan aplikasi sistem ini akan dibagi menjadi tiga kategori
perancangan, yaitu :
a) Perancangan Data :
Dalam perancangan data ini, akan dibuat rancangan kebutuhan
data dan atributnya yang merupakan imputan aplikasi.
b) Perancangan Proses :
Dalam perancangan proses, akan dibuat rancangan berbagai
proses yang diperlukan secara terstruktur dan terorientasi
berdasarkan aliran proses yang terjadi.
c) Perancangan Antarmuka :
Dalam perancangan antarmuka ini, akan dibuatkan bentuk
rancangan antarmuka berdasarkan kebutuhan fitur dari sitem
aplikasi yang dibuat.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
5
3) Pembuatan Aplikasi
Dalam tahap pembuatan aplikasi ini, akan dibuat aplikasi berdasarkan
hasil proses berbagai metode perancangan sistem aplikasi diatas.
Pembuatan aplikasi dilakukan dengan menggunakan PHP dan MySQL
sebagai databasenya.
4) Uji Coba, Evaluasi dan Modifikasi
Tahap dalam melakukan proses uji coba hasil pembuatan aplikasi untuk
dilakukan evaluasi secara keseluruhan dari sistem dalam mencari
kekurangan maupun kesalahan yang mungkin terjadi, untuk segera
dilakukan perbaikan dan modifikasi ke arah yang lebih baik.
5) Penyusunan Laporan Tugas Akhir
Tahap akhir dari semua kegiatan pelaksanaan tugas akhir ini, dengan
melakukan penyusunan laporan dari semua aktivitas kegiatan tugas
akhir.
1.6
Sistematika Pembahasan
Buku Tugas Akhir ini terdiri dari beberapa bab sebagai berikut :
1) Bab I, Pendahuluan
Berisi latar belakang, permasalahan, tujuan, batasan permasalahan, dan
metodologi berkaitan dengan pengerjaan tugas akhir.
2) Bab II, Teori Penunjang
Dibahas secara singkat teori-teori yang digunakan pengerjaan tugas
akhir ini, meliputi : konsep penjadwalan, konsep pembentukan rute,
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
6
algoritma Simulated Annealing, dan penelitian-penelitian sebelumnya
yang berkaitan dengan penjadwalan dan rute.
3) Bab III, Perancangan Sistem
Berisi rancangan sistem penjadwalan yang digunakan sebagai contoh
kasus dalam bentuk Data Flow Diagram sebagai metode permodelan.
4) Bab IV, Implementasi Sistem
Dibahas implementasi dari desain sistem menggunakan teknologi dan
tools yang ada. Dibahas juga arsitektur sistem baik hardware, software,
dan jaringan yang terlibat.
5) Bab V, Uji Coba dan Evaluasi
Membahas uji coba yang dilakukan terhadap sistem. Hasil uji coba di
analisa dan di evaluasi.
6) Bab VI, Penutup
Berisi kesimpulan dan saran bagi pengembangan lebih lanjut.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TEORI PENUNJ ANG
Pada bab ini akan dibahas beberapa teori penunjang penulisan tugas
akhir ini. Teori-teori tersebut meliputi konsep penjadwalan, konsep pembentukan
rute kendaraan (VRP), algoritma Simulaed Annealing, metode yang digunakan
untuk menghitung jarak antar lokasi pelanggan dan penelitian-penelitian
sebelumnya yang berkaitan dengan penjadwalan dan rute.
2.1
Decision Suppor t System
Disebutkan bahwa proses penentuan keputusan terbagi dalam 3 bagian
yaitu structured / programmed, unstructured dan semistructured. Proses
structured berkaitan pada masalah yang utin dan berulang-ulang untuk solusi yang
sudah pasti. Sementara proses unstructured adalah titik tidak jelas (fuzzy),
masalahnya komplek, dimana tidak ada solusi yang pasti. Semistructured adalah
penentuan keputusan dimana ada masalah yang terstruktur dan ada yang tidak
terstruktur.
Pada masalah yang terstruktur, telah diketahui prosedur untuk
mendapatkan solusi yang baik, jadi tujuannya telah didefinisikan. Pada masalah
yang tidak terstruktur, intuisi manusia sering digunakan sebagai dasar
pengambilan keputusan.
7
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
8
2.2
Penjadwalan
Secara umum penjadwalan merupakan pengaturan dari serangkaian
pekerjaan yang dilakukan oleh unit-unit yang berbeda. Penjadwalan disini
mengatur kerja dari unit-unit ini. Pengaturan ini menggunakan beberapa metode
yang berbeda. Secara umum dapat dibedakan menjadi dua bagan yaitu :
a) Penjadwalan secara eksak
Untuk secara eksak, maka semua masalah akan dicari solusinya dengan
dibuatkan model matematikanya. Kemudian dari model matematika
yang terbentuk dicari semua solusi yang muncul, kemudian dicari yang
optimum. Tetapi untuk mancapai solusi yang optimum tersebut
diperlukan waktu yang relatif lama untuk kasus yang tidak begitu basar.
Sebagai contoh dalam kasus penjadwalan pengiriman barang yang
diteliti oleh penulis, untuk menjadwalkan pengiriman barang pada 8
lokasi memerlukan waktu 66 detik sementara dengan cara yang non
eksak tidak kurang dari 2 detik, dan ditemukan solusi dengan cost yang
tidak jauh berbeda dengan cost optimum.
b) Penjadwalan secaara non eksak / Heuristik
Untuk penjadwalan secara non eksak, maka tidak semua solusi dicari,
tetapi hanya kumpulan dari solusi yang mendekati solusi optimum.
Kemudian dari kumpulan solusi yang ditemukan ini, dicari yang paling
optimum. Metode untuk solusi ini bermacam-macam. Yang digunakan
penulis adalah menggunakan Simulated Annealing.
Dengan menggunakan metode non eksak / heuristik memungkinkan kita
untuk mendapatkan solusi dari masalah-masalah yang tidak dapat dipecahkan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
9
secara langsung, secara analitikal, atau secara algoritmik. Algorima Heuristik
bertujuan untuk mencari solusi yang optimal pada masalah-masalah dimana
algoritma eksak tidak mudah diterapkan. Kemungkinan masalah yang berkaitan
dengan hal tersebut adalah Traveling Salesman Problem (TSP) dimana kita
memiliki n kota, kita mempunyai jarak antar kota dan kita bermaksud untuk
mencari jarak rute terpendek yang melalui semua kota. Jumlah rute yang
memungkinkan untuk masalah n kota adalah n!. Untuk menguji semua rute untuk
masalah yang kecil akan membutuhkan waktu perhitungan yang tidak sesuai
(lama).
Tujuan dari Algoritma Heuristik adalah untuk mencari hanya sebagian
dari solusi yang memungkinkan untuk mencari solusi yang optimal yang terdekat.
Strategi optimisasi ini bermacam-macam caranya, mulai dari pendekatan
yang simpel seperti Hill Climbing, sampai algoritma yang komplek seperti
Simulated Annealing, Tabu Search dan Genetic Algorithms.
Inti dari semua algoritma ini adalah untuk melakukan Interactive
Improvement, sehingga kita mengambil solusi yang muncul saat ini dangan
mempergunakan nilai random untuk berpindah ke solusi lainnya yang bertujuan
untuk mencari solusi yang optimal.
2.2.1
Constrain-Based Scheduling
Penjadwalan secara umum sulit atau rumit untuk dipecahkan dengan
berbagai macam tipe variasi masalah. Untuk itu banyak riset yang membatasi
pada pendekatan yang ingin dicapai (Constraint-directed Approach) dari
penjadwalan dan ini menunjukkan hasil yang lebih efektif. Landasan dari
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
10
Constraint Approach adalah memformulasikan masalah. Topologi masalah
dirampilkan dalam Constraint Approach atau Network dimana setiap nodes
adalah aktivitas-aktivitas yang dijadwalkan dan arah panah menggambarkan
Constraint antara nodes-nodes tersebut.
Penjadwalan sendiri sering dipandang sebagai masalah optimisasi, tetapi
untuk masalah yang daerahnya sangat besar atau dimana mendefinisikan solusi
optimal lebih sulit dari masalah itu sendiri, maka penjadwalan dalam hal ini
seringkali dikelompokkan sebagai Constraint satisfaction problem (CSP).
2.2.2
Generative Techniques
Generative Techniques dimulai dengan schedule yang kosong dan
membangun shedule dengan menggunakan teknik pencarian (Search Technique).
Cara ini melibatkan beberapa langkah mulai dari menginisialisasikan beberapa
nilai ke variabel untuk memendekkan pencarian jarak dan melakukan langkah
mundur jika menemui solusi yang tidak konsisten (melanggar constraint). Teknik
ini mempunyai banyak keutungan jika strategi pencarian telah selesai dan
melakukan Straight Forward (mencari solusi berikutnya) maka kualitas dari
solusi dapat dikontrol secara dinamis melalui variabel dan Forward Cheking.
Forward Cheking adalah algoritma yang dikenal baik dan sering digunakan untuk
melakukan Search algorithm untuk CSP. Forward Cheking ini menggunakan
depth first search, dan melakukan back tracking jika menemukan solusi yang
tidak fleksibel (solusi yang tidak memenuhi batasan), dan dalam setiap tahap
forward checking menggunakan constraint untuk melihat efek dari solusi yang
sekarang pada solusi yang berikutnya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
11
2.2.3
Interative Repair Technique
Ide dibalik teknik ini adalah dimulai dengan solusi awal atau kumpulan
dari solusi yang bisa jadi Feasible atau Not Feasible. Solusi dimodifikasi dengan
beberapa cara tertentu dan dibandingkan dengan solusi sebelumnya yang terbaik
saat itu. Proses ini disebut Intensification dan menyebabkan peningkatan solusi
yang bertahap untuk menghindari local optima. Teknik ini menggunakan strategi
Difersification yang akan menimbulkan solusi yang lebih buruk dari soludi yang
terbaik saat ini.
2.3
Vechile Routing Problem
Dalam perkembangan metodologi pencarian rute terpendek ada
bermacam-macam metodologi yaitu :
a) Secara eksak
Dengan mencari semua rute yang mungkin muncul dan kemudian dicari
jarak terpendeknya (Optimal Solution).
b) Secara Heuristik atau secara non eksak
Dengan mencari kumpulan solusi yang mendekati solusi optimum,
kemudian dari kumpulan solusi tersebut dicari solusi yang paling
optimum.
Vechile Routing Problem (VRP) ini bertujuan untuk meminimalkan total
jarak yang dilalui oleh armada kendaraan yang melayani sekumpulan
pelanggan seperti gambar 2.1.
Komponen standar dari VRP adalah
1) Kumpulan dari m Kendaraan dengan kapasitas q
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
12
2) Kumpulan dari n customer dengan setiap customer memerlukan
penghitungan I = 1,2,3,…,n
3) Satu depot dari depot ini semua rute diawali dan diakhiri.
4) Matrik jarak yang memberikan informasi jarak antar customer
3 rute
11 customer
Gambar 2.1 Gambar VRP
Rute K
Gambar 2.2 gambar VRP dengan rute K
Tujuan dari VRP sendiri adalah mencari kumpulan rute urtuk kendaraan
dimana jumlah dari jarak keseluruhan rute adalah minimal. Jika dalam VRP ini
batasan kapasitas dihapuskan maka VRP menjadi TSP (Travelling Salesman
Problem). Dimana dalam TSP tujuan pembentukan rute adalah semua customer
dilewati dengan jarak tempuh rute yang minimal yang minimal yang tidak dibatasi
dengan kapasitas kendaraan. Untuk mencari solusi optimum dari VRP rute dapat
digambarka seperti gambar 2.2
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
13
Dari gambar 2.2 kemudian dibuat persamaan sebagai beikut :
1, jika kendaraan k menda tan gi customer i
Xi jk =
0, sebaliknya
1, jika customer i dikunjungi oleh kendaraan k
Yik =
0, sebaliknya
Maka yang akan dicari :
N
∞
N
Z = Min∑∑∑ d ij .xi jk
i =0 j =0 k =1
Dengan pembatas :
N
∑q y
i =1
i
ik
≤Q
K
N −1
N
K =1
1= 0
j =0
∑ ∑ ∑d
ij
.xijk
V
t ij =
+ N .S i ≤ T
d ij
V
Tj = ti + Si + tij
; untuk setiap i-j
; i, j berada dalam satu kendaraan.
Keterangan :
dij = jarak antara node i dengan node j
K = jumlah armada
i = index node awal arc; I = 1,2,..,n
j = index node akhir arc; c = 1,2,…n
k = index kendaraan; k = 1,2,…,k
N = Jumlah customer, dengan depot = o
Q = kapasitas maksimum kendaraan
qi = Jumlah barang yang dikirimkan ke node i
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
14
Si = waktu pelayanan di node i
T = batasan jam kerja
tij = waktu tempuh antara node i dan j
ti = Waktu tiba dinode i
V = kecepatan kendaraan
yik = jumlah customer
sumber : http://www.ilmukomputer.com//2003/Anon%20Kuncoro%20Widigno.
2.4
Simulated Annealing
Dalam kasus ini penulisan menggunakan pencarian heuristic untuk
mencari solusi optimum dengan metode metode simulated annealing (SA) yang di
bandingkan dengan metode eksak. Simulated annealing adalah algoritma yang
menggunakan pendekatan heuristic yang didesain untuk mencari pendekatan
menuju solusi optimal dengan kwalitas tinggi dan kemudahan implementasi.
Kemampuannya adalah menghindari bad local optima, dimana dengan
probabilitas tertentu, suatu solusi yang tidak lebih baik dengan solusi sebelumnya
akan di terima, sehingga memungkinkan muncul solusi baru lainnya yang lebih
optimal. SA merupakan analogi perundingan secara fisik dari zat padat untuk
mencapai state energi yang lebih rendah dengan memecahkan masalah optimisasi
yang kombinasi (Combinatorial optimitation problem). SA sama halnya
perbaikan yang terbaik (first improverment) pada setiap evaluasi dari solusi
nighbour, sehingga kita selalu mengambil langkah yang memperbaiki solusi.
Solusi awal dibentuk dengan algoritma Sweep, dimana setiap kendarran dimuati
barang yang akan dikirim ke customer secara berurutan sesuai dengan jarak
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
15
customer yang terdekat dengan depot. Perbaikan solusi (neightbour search)
dilakukan dengan melakukan pertukaran antar rute/exchange rute.
Algoritma SA secara umum :
1. Hasilkan solusi awal Xo secara random;
2. Hasilkan temperature awal To;
3. Solusi sekarang X = Xo;
4.
Repeat
5.
Repeat
6.
Dengan neighbor, hasilkan solusi selanjutnya (y) dari solusi X;
7.
Hitung ∆ = biaya y – biaya x;
8.
If (∆ ≤0) then x = y
9.
E lse
10.
If (random) r < e - ∆ / T then x = y;
11.
Until criteria berhenti inner – log terpenuhi (n);
12.
Tn + l = decrease (tn);
13.
n = n +1
14.
Until criteria berhenti outer / log terpenuhi;
Penjelasan dari Algoritma diatas :
1) Kita cari solusi awal dari masalah yang timbul, unutk kasus ini penulis
menggunakan algoritma sweep untuk membentuk rute awal
2) Menentukan temperatur awal (Tbegin) dan menentukan temperatur akhir
(Tend). T = Tbegin.
3) Solusi sekarang (X) merupakan solusi awal yang kita bentuk
4) Iterasi
5) Iterasi
6) Mencari solusi baru (Y) berdasarkan solusi sekarang (X). Prosedur mencari
solusi baru ini sering disebut sebagai neighbour search. Dalam hal ini penulis
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
16
menggunakan metode string relocation untuk melakukan pertukaran antara 2
rute dengan batasan tertentu. Untuk penjelasan algoritma neighbour akan
dijelaskan dibagian lain.
7) Mencari solusi cost ( ) dari solusi baru (Y) dengan solusi sekarang (X)
8) Jika solusi baru lebih baik, maka solusi sekaranng (X) = solusi baru (Y). Juga
dibandingkan jika solusi baru lebih baik dari solusi Xo, maka Xo = Y.
9) ELSE
10) Jika solusi baru lebih buruk, dengan probabilitas tertentu maka solusi sekarang
(X) = solusi baru (Y). Juga dibandingkan jika solusi baru lebih baik dari solusi
Xo, maka Xo = Y
11) Stop Iterasi
12) Temperatur diturunkan, dimana T sekarang = T sekarang * r
13) N = N + 1
14) Stop Iterasi jika T sekarang = Trend
Metode SA secara umum melakukan perbaikan secara iterasi dengan
membuat perubahan lokal dari solusi yang muncul saat itu sampai tidak ada lagi
perubahan yang menghasilkan solusi yang lebih baik. SA mengacak prosedur ini
melalui suatu metode yang memungkinkan terjadinya uphill moves (perubahan
yang memperburuk solusi) untuk mengurangi kemungkinan terjebak dalam solusi
yang buruk yang merupakan solusi optimal lokal.
Untuk mengukur seberapa cepat kita melakukan Annealing, kita perlu
menentukan :
Tk : jarak dari temperatur
Nk : Jumlah iterasi dari tiap Tk
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
17
Tk dan Nk adalah parameter yang dapat disetel untuk meningkatkan performance
dari SA untuk masalah tertentu. Menemukan variabel SA yang tepat adalah kunci
untuk menghasilkan solusi yang baik dengan waktu yang layak. Seringkali kita
tidak membutuhkan solusi yang benar–benar optimal, mungkin kita hanya butuh
1% dari nilai biaya terendah. Dan itu sesuai dengan solusi yang berkualitas
dengan waktu pencarian yang minimal.
2.4.1
Inisialisasi Rute
Dalam hal ini penulis menggunakan algoritma sweep pada fase awal
untuk membentuk rute dimana setiap kendaraan diberi muatan yang harus
diantarkan ke pelanggan. Sebelumnya pelanggan diurutkan sesuai dengan jarak
yang terdekat. Pemberian muatan ini dibatasi denan kapasitas dari masing-masing
kendaraan dan jam kerja perusahaan.
2.4.2
Metode Per baikan Rute
Karena dalam kasus ini rute terbentuk lebih dari satu rute, maka
perbaikan rute yang digunakan termasuk dalam metode perbaikan between route
dimana mempertimbangkan pertukaran atau relokasi pemberhentian dari dua rute
dari solusi yang layak. Untuk relokasi ini, akan dipilih 2 node secara random dari
rute tujuan, jarak dari 2 node ini dibatasi dengan constraint tertentu, kemudian
node yang terpilih dari rute asal dipindahkan ke rute tujuan.
2.5
Per hitungan J ar ak
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
18
Pada Tugas Akhir ini, tiap lokasi pengiriman barang di istilahkan
sebagai node. Untuk menghitung waktu tempuh yang dibutuhkan antar node,
maka jarak antar node dihitung. Secara umum ada 4 metode yang digunakan
untuk menghitung jarak :
1) Euclidian, dimana jarak diukur sebagai jarak garis lurus antara 2 node
2) Squared
Euclidian,
dimana
merupakan
kuadrat
dari
Euclidian.
Pengkuadratan menugaskan bobot yang lebih besar pada pasangan node
yang jauh dibandingkan pasangan yang berdekatan.
Node J
(Xj, Yj)
Yj
Yi
Node I
(Xi, Yi)
(Xj – Xi)
Gambar 2.3 Gambar Perhitungan Jarak
3) Reclinier, dihitung mempergunakan theorema phytagoras dimana jarak
yang dihasilkan merupakan jarak terjauh dari 2 node seperti yang tampak
pada gambar 2.3. sesuai dengan gambar 2.3, maka jarak terjauh adalah | Xj
- Xi| + |- Yj|.
4) Rectliniear
dengan
konstanta,
dimana
formula
jarak
Euclidian
dimodifikasi dengan menambahkan beberapa konstanta.
5) Perhitungan jarak sesungguhnya, dimana untuk cara ini memerlukan
proses penyiapan data yang lebih mendalam.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
19
Dalam penulisan ini, penulis menggunakan metode reclinear dengan
konstanta, dimana jarak dihitung dengan rumus :
Dij = W (| X j − X i | p + | Y j − Yi | p )1 / p
Metode ini dianggap lebih baik karena perhitungannya menggunakan formula
modifikasi jarak yang fleksibel unutk layout jalan-jalan dalam kota. W dan P
merupakan angka estimasi dari jarak sesungguhnya pada peta wilayah. W dan P
sendiri bisa digunakan untuk menggambarkan parameter yang berpengaruh
terhadap jarak tempuh sesungguhnya dari suatu node. Parameter yang bisa
mempengaruhi jarak tempuh antara lain :
a) Arah arus lalu lintas
b) Tingkat kepadatan pengguna lalu lintas
2.6
Kalibrasi Newton Raphson
Rumus yang digunakan untuk menghitung jarak pada dasarnya adalah
persamaan kuadrat. Salah satu metode unukt mencari nilai akar ialah persamaan
Newton Raphson. Jika tebakan awal dari akar adalah Xi, sebuah garis singgung
dapat diperluas dari titik [Xi, f(Xi]. Titik dimana garis singgung ini memotong
sumbu x biasanya menunjukkan sebuah taksiran perbaikan dari akar.
Metode Newton-Raphson dapat diturunkan berdasarkan interpretasi
geometrik (sebuah metode alternatif yang didasarkan pada Deret Taylor). Turunan
pertama pada Xi adalah ekuivalen terhadap kemiringan (slope) :
f ' (x i ) =
f ( xi ) − 0
xi − xi +1
x i+1 = xi −
f ( xi )
f ( xi )
Yang dapat diatur kembali menjadi :
Yang dinamakan formula Newton-raphson.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
20
Rumus jarak yang digunakan adalah :
Dij = W (| X j − X i | p + | Y j − Yi | p )1 / p ………………………. (1)
Jika dipangkatkan dengan P menjadi
Dij = W p (| X j − X i | p + | Y j − Yi | p ) …………………….…(2)
p
0 = W p (| X j − X i | p + | Y j − Yi | p ) − Dij ……………………(3)
p
f ( w) = W p (| X j − X i | p + | Y j − Yi | p ) − Dij ………………..(4)
p
f ' ( w) = ( P(| X j − X i | p + | Y j − Yi | p ))W ( p −1) ………………..(5)
Rumus 4 dan rumus 5 kita subsitusikan pada formula Newton-Raphson menjadi
Wi (| X j − X i | p + | Y j − Yi | p ) − Dij
p
Wi+1 = Wi − (
( P(| X j − X i | p + | Y j − Yi | p ))Wi
p
( p −1)
)
Jika kita asumsikan p=2, dan koordinat node 1 = (10,5), koordinat node 2 =
(20,25) dan jarak tempuh dari node 1 ke node 2 adalah 40, maka formula diatas
menjadi :
Wi .(500) − 1600
2
Wi +1 = Wi − (
1000.Wi
)
Dimulai dengan tebakan 0,1, dilakukan iterasi perhitungan, yang hasilnya tampak
pada tabel 2.1. dari tabel didapatkan nilai W yang mendekati akar sebenarnya
adalah 1,788854.
Tabel 2.1. Tabel Newton Raphson
Wi
Wi+1
Iterasi ke0
0.1
16.05
1
16.05
8.124688
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
21
2
3
4
5
6
7
8
9
2.7
8.027492
4.213061
2.486302
1.886677
1.79139
1.788856
1.788854
1.788854
4.213061
2.486302
1.886677
1.79139
1.788856
1.788854
1.788854
1.788854
Penelitian-penelitian Sebelumnya
Yudha Prasetyawan (1999) melakukan penelitian yang berjudul
“Perencanaan
Penjadwalan
Kendaraan
Pelayanan
Pengambilan
Sampah
Kotamdya Surabaya”. Dalam penelitian ini dilakukan kalibrasi menggunakan
newton-raphson sehingga mendapatkan nilai untuk konstanta W dan P.
Rachamaniah Yulianti (1994) melakukan penelitian yang berjudul
“Penerapan Set Covering Technique dan Metode Simulasi untuk menentukan
jumlah stasiun dan Unit Pemadam Kebakaran di Kota Surabaya”. Dalam
penelitian ini didapatkan data kecepatan rata-rata kendaraan di Surabaya, dimana
data kecepataqn didapatkan dari data respon time PMK.
Rata-rata kecepatan lalulintas diteliti 1990 sekitar 33-37 Km/jam pada
saat sepi. Pada saat padat 24-28 km/jam. Dan menurut peraturan lalin 1965
(berdasarkan Dutch Regulation 1938) kecepatan maksimum di jalan raya 40
km/jam.
Kecepatan rata-rata semua alat angkut 17.4 km/jam. Surabaya
mempunyai pola aliran lalu lintas yang sangat kompleks. Pada jam yang sama,
lokasi beda, beban lalu lintas juga berbeda dimana beban lalu lintas tertinggi
adalah jam 06.00 – 23.00.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
22
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB III
PERANCANGAN SISTEM
Pada bab ini akan dibahas perancangan sistem aplikasi penjadwalan. Bagian
pertama berisi deskripsi sistem secara umum, kemudian data flow diagram dari
aplikasi yang dibuat, flowchart penjadwalan dengan cara eksak, penjadwalan
dengan
cara
heuristik,
perancangan
database
sistem
dan
input
data
awal/penyediaan data.
3.1
Deskripsi Sistem
Penjadwalan pengiriman barang ini dibuat berdasarkan sistem
pengiriman barang di perusahaan jasa pengiriman barang. Secara umum, sistem
pengiriman barang dapat digambarkan sebagai berikut :
Gambar 3.1. Flow Chart Sistem Pengiriman Barang
Pada sistem pengiriman barang, ada beberapa barang yang harus dikirimkan pada
lokasi tertentu, dan ada kendaraan yang akan digunakan untuk melakukan
pengiriman barang. Kemudian, setelah dilakukan penjadwalan, barang dikirimkan
berdasarkan jadwal yang diberikan untuk tiap kendaraan. Setelah selesai
mengirimkan barang, kendaraan bisa siap lagi digunakan untuk pengiriman
berikutnya.
22
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
23
mengirimkan barang, kendaraan bisa siap lagi digunakan untuk pengiriman
berikutnya.
Pada sistem ini ada beberapa batasan/constraint yang digunakan yang
menentukan banyaknya barang yang dibawa oleh sebuah kendaraan, dan ada juga
beberapa konstanta yang mempengaruhi jalannya sistem. Batasan yang digunakan
antara lain :
1) Kapasitas setiap kendaraan terbatas, dimana kapasitas ini meliputi
maksimum bobot yang dapat diangkut, dan maksimum volume kendaraan.
2) Jam kerja dari kendaraan terbatas.
Konstanta yang mempengaruhi sistem :
1) Ada keecepatan rata-rata untuk waktu-waktu tertentu
2) faktor jarak antar pelanggan yang ditentukan oleh konstanta W dan P
3.2
Diagr am Ber jenjang
Gambar 3.1 Diagram Berjenjang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
24
Diagram berjenjang merupakan dari hirarki proses yang terdapat dalam
sistem. Dalam sistem pendukung keputusan untuk pengiriman barang dengan
metode Simulated Annealing ini meliputi :
a) Entry Data
Proses entry data ini terdiri atas sub proses entry data gudang, toko dan
barang.
b) Penghitungan
Proses penghitungan ini terdiri atas sub proses penghitungan eksak dan
penghitungan non eksak atau heuristic.
c) Laporan
Proses laporan ini dibuat untuk memberikan suatu laporan hasil
peramalan dengan menggunakan metode Simulated Annealing.
3.3
Data Flow Diagr am Sistem
Sistem Penjadwalan ini digambarkan dengan menggunakan Data Flow
Diagram (DFD) yang terbagi dalam 3 level.
3.3.1
DFD Level O
Gambar 3.2 merupakan diagram DFD Level 0. pada Level 0 ini
digambarkan ada 2 external entity yang terlibat yaitu Penyedia data dan
Pengguna. Penyedia data yang akan diolah oleh sistem.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
25
Gambar 3.2 DFD Level 0 Sistem Penjadwalan
Dalam hal ini data yang dimasukkan adalah :
1) Data Kendaraan yang digunakan adalah :
a) Nama kendaraan yang digunakan
b) Bobot maksimum yang dapat ditampung oleh kendaraan
c) Volume maksimum yang dapat ditampung oleh kendaraan
d) Cost atau biaya yang dikeluarkan untuk tiap kilometer jarak yang
ditempuh.
2) Data Pelanggan, Meliputi :
a) Nama Pelanggan
b) Alamat Pelanggan
c) Koordinat X dari pelanggan berdasarkan Peta yang digunakan
d) Koordinat Y dari Pelanggan berdasarkan Peta yang digunakan
e) Nilai konstanta W dan P antar Node yang berkaitan
3) di Peta Pelanggan ini juga dimasukkan data Depot / tempat
pemberangkatan pengiriman barang.
4) Data kecepatan rata-rata, meliputi :
a) Frame waktru yang digunakan untuk tiap kecepatan.
b) Kecepatan rata-rata untuk frame waktu tersebut
5) Konstanta umum, meliputi :
a) Kesetaraan antara 1 satuan koordinat dengan Km.
b) Jam kerja yang digunakan oleh perusahaan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
26
c) Nilai default untuk konstanta W dan P yang mempengaruhi dalam
perhitungan jarak.
6) Konstanta Simulated Annealing, meliputi :
a) Temperatur yang digunakan, Tbegin dan Tend
b) Rc,
Cooling
konstanta,
konstanta
yang
digunakan
untuk
menurunkan temperatur. Nilai konstanta harus kurang dari 1 dan
sering kalli dipilih antara 0,8 sampai 0,99. Kita bisa merubah
jumlah pengulangan pada setiap temperatur tergantung dari ukuran
solusi yang dicari dan ukuran temperatur yang digunakan.
c) DL, Distance Limit. Merupakan konstanta yang digunakan untuk
membatasi jarak antar node yang dipertukarakan dalam prosedur
string relocation.
d) CR, Critical ratio. Merupakan konstanta yang menentukan
banyaknya interasi yang dapat diterima menjadi solusi dalam satu
tahap temperatur dengan banyaknya iterasi dalam 1 tahap
temperatur. Dimana CR dihitung dengan rumus:
CR = Nacc / Ntemp
Dengan
Nacc : banyaknya iterasi yang diterima menjadi solusi dalam satu
tahap temperatur
Ntemp : banyaknya keseluruhan iterasi yang terjadi pada satu tahap
Temperatur
e) Ntotal, menentukan jumlah keseluruhan it
Dengan Menggunakan Metode Simulated Annealing
Pada PT. Rimo Catur Lestari Tbk
SKRIPSI
Oleh :
ARY NANDO HARYONO PUTRA
NPM : 0634010042
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI - FTI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
2011
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
KATA PENGANTAR
Assalammualaikum Wr.Wb.
Rasa Puji syukur yang sedalam – dalamnya penulis panjatkan
kehadirat Allah SWT yang berkenan melimpahkan rakhmatnya, sehingga tugas
tugas akhir ini dapat terselesaikan dengan baik.
Laporan ini
disusun
sebagai perwujudan tertulis
dan
bukti
penyelesaian yang merupakan tanggung jawab penulis dalam melaksanakan
program studi S1 Sistem Informasi berupa studi tugas akhir selama kurang lebih
satu semester. Tugas akhir yang telah penulis tempuh ini memiliki banyak tujuan
utama yaitu mengaplikasikan ilmu pengetahuan yang sudah didapat selama di
bangku kuliah. Dengan melihat kerja tim dalam pembuatan laporan ini,
diharapkan mahasiswa mampu menerapkan ilmu pengetahuan yang dimiliki dan
disesuaikan dengan kondisi permasalahan yang ada di masyarakat.
Selesainya penyusunan laporan tugas akhir ini tidak lepas pula dari
bantuan dari berbagai pihak dan dalam kesempatan ini penulis banyak
mengucapkan banyak terima kasih kepada:
1. Ibu Hj. Asti Dwi. I, S.Kom, M.Kom dan ibu Ir. Kartini, MT, selaku dosen
pembimbing yang telah memberi kontribusi ilmu dan bimbingan dalam
penyelesian tugas akhir ini.
2. Seluruh karyawan yang ada di PT. Rimo Catur Lestar Surabaya, yang turut
membantu dalam memberikan informasi yang kami butuhkan dalam
penyusunan laporan ini.
i
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3. Penulis ucapkan terima kasih atas seluruh keluarga dan seluruh teman –
teman atas dukungan dan semangat, baik berupa materil maupun non material
sampai dengan terselesainya penyusunan laporan tugas akhir ini.
Penulisan tugas ini masih memiliki banyak kekurangan, sehingga
diharapkan saran maupun kritik yang dapat memperbaiki dan memperkaya isi
yang ada dalam rangkaian analisis serta implementasi sistem ini semakin
bermanfaat bagi penulis khususnya dan khasanah keilmuan komputer pada
umumnya.
Surabaya, 30 Oktober 2011
Penulis
ii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
HALAMAN JUDUL
LEMBAR PENGESAHAN TUGAS AKHIR
LEMBAR PENGESAHAN DAN PERSETUJUAN
KATA PENGANTAR ........................................................................................
i
ABSTRAK .........................................................................................................
iii
DAFTAR ISI ......................................................................................................
iv
DAFTAR GAMBAR ..........................................................................................
vii
BAB I
BAB II
PENDAHULUAN
1.1
Latar Belakang ..........................................................................
1
1.2
Permasalahan ............................................................................
2
1.3
Tujuan.........................................................................................
2
1.4
Batasan Permasalahan .................................................................
3
1.5
Metodologi .................................................................................
4
1.6
Sistematika Pembahasan..............................................................
5
TEORI PENUNJ ANG
2.1
Decision Support System ............................................................
7
2.2
Penjadwalan ................................................................................
8
2.2.1 Constrain-Based Scheduling ............................................
9
2.2.2 Generative Techniques .....................................................
10
2.2.3 Interative RepairnTechnique ............................................
11
iv
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.3 Vechile Routing Problem.............................................................
11
2.4 Simulated Annealing....................................................................
14
2.4.1 Inisialisasi Rute ................................................................
17
2.4.2 Metode Perbaikan Rute.....................................................
17
2.5
Perhitungan Jarak ........................................................................
17
2.6
Kalibrasi Newton Raphson ..........................................................
19
2.7
Penelitian-Penelitian Sebelumnya................................................
21
BAB III PERANCANGAN SISTEM
3.1 Deskripsi Sistem .........................................................................
22
3.2 Diagram Berjenjang ...................................................................
23
3.3 Data Flow Diagram Sistem .........................................................
24
3.3.1 DFD Level 0 ......................................................................
24
3.3.2 DFD Level 1.......................................................................
28
3.3.3 DFD Level 2 ......................................................................
29
3.4 Flowchard Load Data Global ......................................................
31
3.5 Penjadwalan Dengan Cara Eksak ................................................
33
3.6 Penjadwalan Dengan Heuristik ...................................................
34
3.6.1 Pembentukan Solusi Awal ................................................
36
3.6.2 Simulated Annealing .........................................................
37
3.6.3 Pencarian Neighborhood ...................................................
41
3.7 Sistem Database .........................................................................
43
3.7.1 Conceptual Data Model ...................................................
43
3.7.2 Physical Data Model .......................................................
44
v
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV IMPLEMENTASI
BAB V
4.1 Alat yang Digunakan ..................................................................
48
4.2 Implementasi Tatap Muka ..........................................................
49
4.2.1 Form Login ......................................................................
49
4.2.2 Form Menu Management User .........................................
51
4.2.3 Management Modul .........................................................
53
4.2.4 Form Gudang ...................................................................
56
4.2.5 Form Toko .......................................................................
57
4.2.6 Form Barang ....................................................................
59
4.2.7 Form Kendaraan ...............................................................
61
4.2.8 Form Peamalan ................................................................
63
UJ ICOBA DAN EVALUASI PROGRAM
5.1 Ujicoba .......................................................................................
68
5.2 Lingkungan Ujicoba ...................................................................
68
5.2.1 Ujicoba Login User ..........................................................
69
5.2.2 Management User ............................................................
70
5.2.2.1 Halaman User Admin ..........................................
70
5.2.2.2 Halaman User .....................................................
85
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan ................................................................................
89
6.2 Saran ........................................................................................
89
vi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR GAMBAR
Gambar 2.1
Gambar VRP ...............................................................................
12
Gambar 2.2
Gambar VRP dengan rute K .........................................................
12
Gambar 2.3
Gambar Perhitungan Jarak ...........................................................
18
Gambar 3.1
Diagram Berjenjang .....................................................................
23
Gambar 3.2
DFD Level 0 Sistem Penjadwalan ................................................
25
Gambar 3.3
DFD Level 1 Sistem Penjadwalan ................................................
28
Gambar 3.4
DFD Level 2 Metode Eksak .........................................................
29
Gambar 3.5
DFD Level 2 Metode Heuristik ....................................................
31
Gambar 3.6
Flowchard Load Data Global ke Memory ....................................
32
Gambar 3.7
Flowchard Penjadwalan Dengan Metode Eksak ...........................
33
Gambar 3.8
Flowchard Penjadwalan Dangan Metode Heuristik ......................
33
Gambar 3.9
Flowchard Pembentukan Rute Awal ............................................
37
Gambar 3.10 Flowchard Simulated Annealing ..................................................
38
Gambar 3.11 Flowchard Simulated Annealing ..................................................
39
Gambar 3.12 Flowchard Neighborhood Search ................................................
42
Gambar 3.13 Conseptual Data Model (CDM) ...................................................
44
Gambar 3.14 Physical Data Model ....................................................................
45
Gambar 3.15 Peta Surabaya ..............................................................................
46
Gambar 4.1
Form Login...................................................................................
50
Gambar 4.2
Halaman Utama Level User .........................................................
51
Gambar 4.3
Form User ....................................................................................
52
Gambar 4.4
Form Manajemen Modul ..............................................................
54
vii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 4.5
Form Gudang ...............................................................................
56
Gambar 4.6
Form Toko ...................................................................................
58
Gambar 4.7
Form Barang ................................................................................
60
Gambar 4.8
Form Kendaraan ..........................................................................
62
Gambar 4.9
Form Peramalan ...........................................................................
64
Gambar 4.10 Form Peramalan Lanjutan ............................................................
64
Gambar 4.11 Form Hasil Peramalan ..................................................................
65
Gambar 5.1
Form Login ..................................................................................
69
Gambar 5.2
Pesan Login Global ......................................................................
69
Gambar 5.3
Tampilan Home User Admin .......................................................
71
Gambar 5.4
Form Data User ...........................................................................
72
Gambar 5.5
Form Tambah User ......................................................................
72
Gambar 5.6
View Data User ...........................................................................
73
Gambar 5.7
View Data User ...........................................................................
74
Gambar 5.8
View Form Gudang .....................................................................
75
Gambar 5.9
View Form Tambah Gudang ........................................................
75
Gambar 5.10 View Form Hasil Data Gudang ....................................................
76
Gambar 5.11 View Form Toko .........................................................................
77
Gambar 5.12 View Form Tambah Toko ............................................................
77
Gambar 5.13 View Form Hasil data Toko .........................................................
78
Gambar 5.14 View Form Data barang ...............................................................
79
Gambar 5.15 View Form Data Tambah Barang .................................................
79
Gambar 5.16 View Form Hasil Data Barang .....................................................
80
Gambar 5.17 View Form Data Kendaraan .........................................................
81
viii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 5.18 View Form Hasil Tambah Kendaraan ..........................................
81
Gambar 5.20 View Form Hasil Data Kendaraan ................................................
83
Gambar 5.21 View Form Hasil data kendaraan ..................................................
83
Gambar 5.22 View Form Hasil Permalan ...........................................................
84
Gambar 5.23 Halaman User ..............................................................................
85
Gambar 5.24 View Form Inputan User Peramalan ............................................
86
Gambar 5.25 View Form Peramalan .................................................................
87
Gambar 5.26 View Form Cetak Data Peramalan ...............................................
88
ix
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Judul
: sistem pendukung keputusan pada penjadwalan pengiriman barang studi kasus pt. rimo
catur lestari dengan metode heuristik dengan menggunakan algoritma simulated annealing.
Pembimbing I : Asti Dwi Irfianti, S.Kom, M.Kom.
Pembimbing II : Ir. Kartini, MT.
Penyusun
: Ary Nando Haryono Putra.
ABSTRAK
Sistem dan prosedur kerja sangat berpengaruh pada keefektifan suatu
pekerjaan. Dengan sistem yang tepat, bisa didapatkan hasil yang optima.
Penjadwalan adalah salah satu bagian yang memiliki peranan yang penting dalam
sitem kerja. Penjadwalan yang baik dapat menghasilkan sistem kerja yang baik
juga. Seringkali seorang manajer mengalami kesulitan membuat jadwal yang tepa.
Tugas akhir ini membahas implementasi sistem pendukung keputusan
untuk pengiriman barang dengan metode Simulated Annealing. Simulated
Annealing adalah algoritma yang menggunakan pendekatan heuristic yang
didesain untuk mencari pendekatan untuk menuju solusi yang optimal dengan
kualitas tinggi dan kemudahan implementasi. Kemampuannya adalah
menghindari bad local optima, dimana probabilitas tertentu, suatu solusi yang
tidak lebih baik dengan solusi sebelumnya akan diterima, sehingga
memungkinkan muncul solusi baru lainnya yang lebih optimal. Solusi dari sistem
ini diharapkan dapat menjadi bahan pertimbangan dari seorang manajer untuk
menentukan sebuah jadwal pengiriman barang pada perusahaan PT. Rimo Catur
Lestar.
Dari pembentukan rute menggunakan algoritma Simulated Annealing
didapatkan penjadwalan kendaraan tidak melanggar batasan yang telah
ditentukan. Algoritma Simulated Annealing dengan kasus dan percobaan tertentu
running 35 detik sementara metode eksak running dalam 2675 detik. Cost yang
dihasilkan dengan algoritma Simulated Annealing sebesar 16880,25 dan cost yang
didapatkan dari metode eksak sebesar 16581,75.
Kata kunci : Penjadwalan Pengiriman Barang, Simulated Annealing
iii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB I
PENDAHULUAN
1.1.
Latar Belakang
Sistem dan prosedur kerja sangat berpengaruh pada keefektifan suatu
pekerjaan. Dengan sistem yang tepat, bisa didapatkan hasil yang optimal.
Penjadwalan adalah salah suatu bagian yang memiliki pearanan yang penting
dalam sitem kerja. Penjadwalan yang baik dapat menghasilkan sistem kerja yang
baik juga. Pada sistem kerja yang terbatas pada sumber daya dan terbatas pada
waktu, seringkali mengalami kesulitan membuat jadwal yang efektif.
PT. Rimo Catur Lestari selain bergerak di bidang retail juga memberikan
jasa pengiriman barang, adalah perusahaan yang cukup besar dengan memiki
banyak cabang terbesar di bebagai kota. Tugas utama perusahaan adalah
mengantar barang yang dikirim ke penerima barang pada lokasi yang berbeda.
Dalam kasus ini, transportasi adalah pekerjaan yang memiliki peneluaran terbesar.
Pergerakan barang menyerap biaya antara 1/3 sampai 2/3 dari total biaya logistik.
Untuk itu diperlukan adanya sistem penjadwalan yang mengatur rute dari tiap
kendaraan dan barang yang harus diantarkan ke penerima barang.
Untuk saat ini, perusahaan menggunakan sistem penjadwalan manual,
dimana dari pihak manajemen menentukan kendaraan A mengantarkan sejumlah
barang ke sejumlah lokasi yang berbeda. Rute pengiriman barang di tentukan
sendiri oleh pengendara, yang berkaitan dengan wawasan pengendara atas suatu
daerah. Dengan penjadwalan manual, manajemen mengalami kesulitan dalam
1
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2
mengontrol dan menentukan jadwal secara lebih detail untuk tiap barang yang
akan dikirim.
1.2
Per masalahan
Pada kasus penjadwalan ini ada banyak batasan yang harus terpenuhi.
Penjadwalan ini bisa dibuat dengan perhitungan eksak, tetapi tentu saja akan
membutuhkan waktu yang lama untuk permasalahan yang kecil. Karena itu,
dicoba
untuk
membandingkan
dengan
perhitungan
heuristik,
dimana
menggunakan algoritma Simulated Annealing. Diharapkan, dengan menggunakan
heuristik, bisa didapatkan hasil yang optimal dengan waktu perhitunganyang
sesuai.
Permasalahan yang muncul adalah sebagai berikut :
1) Bagaimana memodelkan lokasi dari pelanggan-pelanggan yang akan
dituju oleh kendaraan pengirim barang.
2) Bagaimana membuat jadwal pengiriman barang pada perusahaan PT.
Rimo Catur Lestari dengan algoritma Simulated Annealing.
3) Bagaimana perbandingan penggunaan algoritma heuristik dan algoritma
eksak dalam memecahkan solusi kasus penjadwalan ini.
1.3
Batasan Per masalahan
Pembahasan tugas akhir ini dititik beratkan pada implementasi algoritma
Simulated Annealing pada penjadwalan pengiriman barang pada perusahaan PT.
Rimo Catur Lestari. Kasus diambil pada kasus umum perusahaan PT. Rimo Catur
Lestari.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3
Sebagai batasan dan asumsi dalam Tugas Akhir ini, meliputi :
1) Studi kasus diambil dari perusahaan PT. Rimo Catur Lestari, perangkat
lunak
yang dibuat adalah untuk memenuhi kebutuhan dalam
penjadwalan pengiriman barang.
2) Penghitungan jarak algoritma simulated annealing masih menggunakan
penghitungan manual.
3) Barang yang dikirim memiliki dimensi yang sesuai/signifikan (tidak
termasuk surat/dokumen).
4) Tidak ada batasan waktu kunjungan ke penerimaan barang, barang yang
dikirimkan dibatasi dengan kapasitas kendaraan pengirim, pada kasus ini
menggunakan kendaraan darat.
5) Lokasi pengiriman barang dalam kota dan jarak maksimum adalah
sejauh jarak yang bisa ditempuh pulang pergi selama jam kerja
perusahaan.
1.4
Tujuan
Pada akhirnya tujuan dari pembuatan dari tugas akhir ini adalah dapat
dihasilkan desain dan implementasi perangkat lunak sistem pendukung keputusan
penjadwalan pengiriman barang pada perusahaan PT. Rimo Catur Lestari dengan
biaya pengiriman rendah. Dengan perancangan perangkat lunak ini diharapkan
sebagai sistem pendukung keputusan penentuan jadwal pengiriman barang pada
perusahaan PT. Rimo Catur Lestari dengan biaya pengiriman rendah sehingga
meminimalkan biaya transportasi.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4
1.5
Metodologi
Metodologi pembuatan Tugas Akhir ini adalah sebagai berikut, yaitu :
1) Studi Literatur
Pada tahap ini dipelajari konsep penjadwalan, rute, Algoritma Simulated
Annealing, dan penelitian-penelitian sebelumnya sebagai dasar teori,
PHP dan database MySQL sebagai pemproses, dan kasus penjadwalan
pada perusahaan PT. Rimo Catur Lestari.
2) Analisa dan Perancangan Aplikasi
Pada tahap ini, studi kasus dianalisa, kemudian sistem dimodelkan dan
dibuat suatu desain yang siap diimplementasikan. Dalam tahap
perancangan aplikasi sistem ini akan dibagi menjadi tiga kategori
perancangan, yaitu :
a) Perancangan Data :
Dalam perancangan data ini, akan dibuat rancangan kebutuhan
data dan atributnya yang merupakan imputan aplikasi.
b) Perancangan Proses :
Dalam perancangan proses, akan dibuat rancangan berbagai
proses yang diperlukan secara terstruktur dan terorientasi
berdasarkan aliran proses yang terjadi.
c) Perancangan Antarmuka :
Dalam perancangan antarmuka ini, akan dibuatkan bentuk
rancangan antarmuka berdasarkan kebutuhan fitur dari sitem
aplikasi yang dibuat.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
5
3) Pembuatan Aplikasi
Dalam tahap pembuatan aplikasi ini, akan dibuat aplikasi berdasarkan
hasil proses berbagai metode perancangan sistem aplikasi diatas.
Pembuatan aplikasi dilakukan dengan menggunakan PHP dan MySQL
sebagai databasenya.
4) Uji Coba, Evaluasi dan Modifikasi
Tahap dalam melakukan proses uji coba hasil pembuatan aplikasi untuk
dilakukan evaluasi secara keseluruhan dari sistem dalam mencari
kekurangan maupun kesalahan yang mungkin terjadi, untuk segera
dilakukan perbaikan dan modifikasi ke arah yang lebih baik.
5) Penyusunan Laporan Tugas Akhir
Tahap akhir dari semua kegiatan pelaksanaan tugas akhir ini, dengan
melakukan penyusunan laporan dari semua aktivitas kegiatan tugas
akhir.
1.6
Sistematika Pembahasan
Buku Tugas Akhir ini terdiri dari beberapa bab sebagai berikut :
1) Bab I, Pendahuluan
Berisi latar belakang, permasalahan, tujuan, batasan permasalahan, dan
metodologi berkaitan dengan pengerjaan tugas akhir.
2) Bab II, Teori Penunjang
Dibahas secara singkat teori-teori yang digunakan pengerjaan tugas
akhir ini, meliputi : konsep penjadwalan, konsep pembentukan rute,
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
6
algoritma Simulated Annealing, dan penelitian-penelitian sebelumnya
yang berkaitan dengan penjadwalan dan rute.
3) Bab III, Perancangan Sistem
Berisi rancangan sistem penjadwalan yang digunakan sebagai contoh
kasus dalam bentuk Data Flow Diagram sebagai metode permodelan.
4) Bab IV, Implementasi Sistem
Dibahas implementasi dari desain sistem menggunakan teknologi dan
tools yang ada. Dibahas juga arsitektur sistem baik hardware, software,
dan jaringan yang terlibat.
5) Bab V, Uji Coba dan Evaluasi
Membahas uji coba yang dilakukan terhadap sistem. Hasil uji coba di
analisa dan di evaluasi.
6) Bab VI, Penutup
Berisi kesimpulan dan saran bagi pengembangan lebih lanjut.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TEORI PENUNJ ANG
Pada bab ini akan dibahas beberapa teori penunjang penulisan tugas
akhir ini. Teori-teori tersebut meliputi konsep penjadwalan, konsep pembentukan
rute kendaraan (VRP), algoritma Simulaed Annealing, metode yang digunakan
untuk menghitung jarak antar lokasi pelanggan dan penelitian-penelitian
sebelumnya yang berkaitan dengan penjadwalan dan rute.
2.1
Decision Suppor t System
Disebutkan bahwa proses penentuan keputusan terbagi dalam 3 bagian
yaitu structured / programmed, unstructured dan semistructured. Proses
structured berkaitan pada masalah yang utin dan berulang-ulang untuk solusi yang
sudah pasti. Sementara proses unstructured adalah titik tidak jelas (fuzzy),
masalahnya komplek, dimana tidak ada solusi yang pasti. Semistructured adalah
penentuan keputusan dimana ada masalah yang terstruktur dan ada yang tidak
terstruktur.
Pada masalah yang terstruktur, telah diketahui prosedur untuk
mendapatkan solusi yang baik, jadi tujuannya telah didefinisikan. Pada masalah
yang tidak terstruktur, intuisi manusia sering digunakan sebagai dasar
pengambilan keputusan.
7
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
8
2.2
Penjadwalan
Secara umum penjadwalan merupakan pengaturan dari serangkaian
pekerjaan yang dilakukan oleh unit-unit yang berbeda. Penjadwalan disini
mengatur kerja dari unit-unit ini. Pengaturan ini menggunakan beberapa metode
yang berbeda. Secara umum dapat dibedakan menjadi dua bagan yaitu :
a) Penjadwalan secara eksak
Untuk secara eksak, maka semua masalah akan dicari solusinya dengan
dibuatkan model matematikanya. Kemudian dari model matematika
yang terbentuk dicari semua solusi yang muncul, kemudian dicari yang
optimum. Tetapi untuk mancapai solusi yang optimum tersebut
diperlukan waktu yang relatif lama untuk kasus yang tidak begitu basar.
Sebagai contoh dalam kasus penjadwalan pengiriman barang yang
diteliti oleh penulis, untuk menjadwalkan pengiriman barang pada 8
lokasi memerlukan waktu 66 detik sementara dengan cara yang non
eksak tidak kurang dari 2 detik, dan ditemukan solusi dengan cost yang
tidak jauh berbeda dengan cost optimum.
b) Penjadwalan secaara non eksak / Heuristik
Untuk penjadwalan secara non eksak, maka tidak semua solusi dicari,
tetapi hanya kumpulan dari solusi yang mendekati solusi optimum.
Kemudian dari kumpulan solusi yang ditemukan ini, dicari yang paling
optimum. Metode untuk solusi ini bermacam-macam. Yang digunakan
penulis adalah menggunakan Simulated Annealing.
Dengan menggunakan metode non eksak / heuristik memungkinkan kita
untuk mendapatkan solusi dari masalah-masalah yang tidak dapat dipecahkan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
9
secara langsung, secara analitikal, atau secara algoritmik. Algorima Heuristik
bertujuan untuk mencari solusi yang optimal pada masalah-masalah dimana
algoritma eksak tidak mudah diterapkan. Kemungkinan masalah yang berkaitan
dengan hal tersebut adalah Traveling Salesman Problem (TSP) dimana kita
memiliki n kota, kita mempunyai jarak antar kota dan kita bermaksud untuk
mencari jarak rute terpendek yang melalui semua kota. Jumlah rute yang
memungkinkan untuk masalah n kota adalah n!. Untuk menguji semua rute untuk
masalah yang kecil akan membutuhkan waktu perhitungan yang tidak sesuai
(lama).
Tujuan dari Algoritma Heuristik adalah untuk mencari hanya sebagian
dari solusi yang memungkinkan untuk mencari solusi yang optimal yang terdekat.
Strategi optimisasi ini bermacam-macam caranya, mulai dari pendekatan
yang simpel seperti Hill Climbing, sampai algoritma yang komplek seperti
Simulated Annealing, Tabu Search dan Genetic Algorithms.
Inti dari semua algoritma ini adalah untuk melakukan Interactive
Improvement, sehingga kita mengambil solusi yang muncul saat ini dangan
mempergunakan nilai random untuk berpindah ke solusi lainnya yang bertujuan
untuk mencari solusi yang optimal.
2.2.1
Constrain-Based Scheduling
Penjadwalan secara umum sulit atau rumit untuk dipecahkan dengan
berbagai macam tipe variasi masalah. Untuk itu banyak riset yang membatasi
pada pendekatan yang ingin dicapai (Constraint-directed Approach) dari
penjadwalan dan ini menunjukkan hasil yang lebih efektif. Landasan dari
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
10
Constraint Approach adalah memformulasikan masalah. Topologi masalah
dirampilkan dalam Constraint Approach atau Network dimana setiap nodes
adalah aktivitas-aktivitas yang dijadwalkan dan arah panah menggambarkan
Constraint antara nodes-nodes tersebut.
Penjadwalan sendiri sering dipandang sebagai masalah optimisasi, tetapi
untuk masalah yang daerahnya sangat besar atau dimana mendefinisikan solusi
optimal lebih sulit dari masalah itu sendiri, maka penjadwalan dalam hal ini
seringkali dikelompokkan sebagai Constraint satisfaction problem (CSP).
2.2.2
Generative Techniques
Generative Techniques dimulai dengan schedule yang kosong dan
membangun shedule dengan menggunakan teknik pencarian (Search Technique).
Cara ini melibatkan beberapa langkah mulai dari menginisialisasikan beberapa
nilai ke variabel untuk memendekkan pencarian jarak dan melakukan langkah
mundur jika menemui solusi yang tidak konsisten (melanggar constraint). Teknik
ini mempunyai banyak keutungan jika strategi pencarian telah selesai dan
melakukan Straight Forward (mencari solusi berikutnya) maka kualitas dari
solusi dapat dikontrol secara dinamis melalui variabel dan Forward Cheking.
Forward Cheking adalah algoritma yang dikenal baik dan sering digunakan untuk
melakukan Search algorithm untuk CSP. Forward Cheking ini menggunakan
depth first search, dan melakukan back tracking jika menemukan solusi yang
tidak fleksibel (solusi yang tidak memenuhi batasan), dan dalam setiap tahap
forward checking menggunakan constraint untuk melihat efek dari solusi yang
sekarang pada solusi yang berikutnya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
11
2.2.3
Interative Repair Technique
Ide dibalik teknik ini adalah dimulai dengan solusi awal atau kumpulan
dari solusi yang bisa jadi Feasible atau Not Feasible. Solusi dimodifikasi dengan
beberapa cara tertentu dan dibandingkan dengan solusi sebelumnya yang terbaik
saat itu. Proses ini disebut Intensification dan menyebabkan peningkatan solusi
yang bertahap untuk menghindari local optima. Teknik ini menggunakan strategi
Difersification yang akan menimbulkan solusi yang lebih buruk dari soludi yang
terbaik saat ini.
2.3
Vechile Routing Problem
Dalam perkembangan metodologi pencarian rute terpendek ada
bermacam-macam metodologi yaitu :
a) Secara eksak
Dengan mencari semua rute yang mungkin muncul dan kemudian dicari
jarak terpendeknya (Optimal Solution).
b) Secara Heuristik atau secara non eksak
Dengan mencari kumpulan solusi yang mendekati solusi optimum,
kemudian dari kumpulan solusi tersebut dicari solusi yang paling
optimum.
Vechile Routing Problem (VRP) ini bertujuan untuk meminimalkan total
jarak yang dilalui oleh armada kendaraan yang melayani sekumpulan
pelanggan seperti gambar 2.1.
Komponen standar dari VRP adalah
1) Kumpulan dari m Kendaraan dengan kapasitas q
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
12
2) Kumpulan dari n customer dengan setiap customer memerlukan
penghitungan I = 1,2,3,…,n
3) Satu depot dari depot ini semua rute diawali dan diakhiri.
4) Matrik jarak yang memberikan informasi jarak antar customer
3 rute
11 customer
Gambar 2.1 Gambar VRP
Rute K
Gambar 2.2 gambar VRP dengan rute K
Tujuan dari VRP sendiri adalah mencari kumpulan rute urtuk kendaraan
dimana jumlah dari jarak keseluruhan rute adalah minimal. Jika dalam VRP ini
batasan kapasitas dihapuskan maka VRP menjadi TSP (Travelling Salesman
Problem). Dimana dalam TSP tujuan pembentukan rute adalah semua customer
dilewati dengan jarak tempuh rute yang minimal yang minimal yang tidak dibatasi
dengan kapasitas kendaraan. Untuk mencari solusi optimum dari VRP rute dapat
digambarka seperti gambar 2.2
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
13
Dari gambar 2.2 kemudian dibuat persamaan sebagai beikut :
1, jika kendaraan k menda tan gi customer i
Xi jk =
0, sebaliknya
1, jika customer i dikunjungi oleh kendaraan k
Yik =
0, sebaliknya
Maka yang akan dicari :
N
∞
N
Z = Min∑∑∑ d ij .xi jk
i =0 j =0 k =1
Dengan pembatas :
N
∑q y
i =1
i
ik
≤Q
K
N −1
N
K =1
1= 0
j =0
∑ ∑ ∑d
ij
.xijk
V
t ij =
+ N .S i ≤ T
d ij
V
Tj = ti + Si + tij
; untuk setiap i-j
; i, j berada dalam satu kendaraan.
Keterangan :
dij = jarak antara node i dengan node j
K = jumlah armada
i = index node awal arc; I = 1,2,..,n
j = index node akhir arc; c = 1,2,…n
k = index kendaraan; k = 1,2,…,k
N = Jumlah customer, dengan depot = o
Q = kapasitas maksimum kendaraan
qi = Jumlah barang yang dikirimkan ke node i
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
14
Si = waktu pelayanan di node i
T = batasan jam kerja
tij = waktu tempuh antara node i dan j
ti = Waktu tiba dinode i
V = kecepatan kendaraan
yik = jumlah customer
sumber : http://www.ilmukomputer.com//2003/Anon%20Kuncoro%20Widigno.
2.4
Simulated Annealing
Dalam kasus ini penulisan menggunakan pencarian heuristic untuk
mencari solusi optimum dengan metode metode simulated annealing (SA) yang di
bandingkan dengan metode eksak. Simulated annealing adalah algoritma yang
menggunakan pendekatan heuristic yang didesain untuk mencari pendekatan
menuju solusi optimal dengan kwalitas tinggi dan kemudahan implementasi.
Kemampuannya adalah menghindari bad local optima, dimana dengan
probabilitas tertentu, suatu solusi yang tidak lebih baik dengan solusi sebelumnya
akan di terima, sehingga memungkinkan muncul solusi baru lainnya yang lebih
optimal. SA merupakan analogi perundingan secara fisik dari zat padat untuk
mencapai state energi yang lebih rendah dengan memecahkan masalah optimisasi
yang kombinasi (Combinatorial optimitation problem). SA sama halnya
perbaikan yang terbaik (first improverment) pada setiap evaluasi dari solusi
nighbour, sehingga kita selalu mengambil langkah yang memperbaiki solusi.
Solusi awal dibentuk dengan algoritma Sweep, dimana setiap kendarran dimuati
barang yang akan dikirim ke customer secara berurutan sesuai dengan jarak
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
15
customer yang terdekat dengan depot. Perbaikan solusi (neightbour search)
dilakukan dengan melakukan pertukaran antar rute/exchange rute.
Algoritma SA secara umum :
1. Hasilkan solusi awal Xo secara random;
2. Hasilkan temperature awal To;
3. Solusi sekarang X = Xo;
4.
Repeat
5.
Repeat
6.
Dengan neighbor, hasilkan solusi selanjutnya (y) dari solusi X;
7.
Hitung ∆ = biaya y – biaya x;
8.
If (∆ ≤0) then x = y
9.
E lse
10.
If (random) r < e - ∆ / T then x = y;
11.
Until criteria berhenti inner – log terpenuhi (n);
12.
Tn + l = decrease (tn);
13.
n = n +1
14.
Until criteria berhenti outer / log terpenuhi;
Penjelasan dari Algoritma diatas :
1) Kita cari solusi awal dari masalah yang timbul, unutk kasus ini penulis
menggunakan algoritma sweep untuk membentuk rute awal
2) Menentukan temperatur awal (Tbegin) dan menentukan temperatur akhir
(Tend). T = Tbegin.
3) Solusi sekarang (X) merupakan solusi awal yang kita bentuk
4) Iterasi
5) Iterasi
6) Mencari solusi baru (Y) berdasarkan solusi sekarang (X). Prosedur mencari
solusi baru ini sering disebut sebagai neighbour search. Dalam hal ini penulis
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
16
menggunakan metode string relocation untuk melakukan pertukaran antara 2
rute dengan batasan tertentu. Untuk penjelasan algoritma neighbour akan
dijelaskan dibagian lain.
7) Mencari solusi cost ( ) dari solusi baru (Y) dengan solusi sekarang (X)
8) Jika solusi baru lebih baik, maka solusi sekaranng (X) = solusi baru (Y). Juga
dibandingkan jika solusi baru lebih baik dari solusi Xo, maka Xo = Y.
9) ELSE
10) Jika solusi baru lebih buruk, dengan probabilitas tertentu maka solusi sekarang
(X) = solusi baru (Y). Juga dibandingkan jika solusi baru lebih baik dari solusi
Xo, maka Xo = Y
11) Stop Iterasi
12) Temperatur diturunkan, dimana T sekarang = T sekarang * r
13) N = N + 1
14) Stop Iterasi jika T sekarang = Trend
Metode SA secara umum melakukan perbaikan secara iterasi dengan
membuat perubahan lokal dari solusi yang muncul saat itu sampai tidak ada lagi
perubahan yang menghasilkan solusi yang lebih baik. SA mengacak prosedur ini
melalui suatu metode yang memungkinkan terjadinya uphill moves (perubahan
yang memperburuk solusi) untuk mengurangi kemungkinan terjebak dalam solusi
yang buruk yang merupakan solusi optimal lokal.
Untuk mengukur seberapa cepat kita melakukan Annealing, kita perlu
menentukan :
Tk : jarak dari temperatur
Nk : Jumlah iterasi dari tiap Tk
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
17
Tk dan Nk adalah parameter yang dapat disetel untuk meningkatkan performance
dari SA untuk masalah tertentu. Menemukan variabel SA yang tepat adalah kunci
untuk menghasilkan solusi yang baik dengan waktu yang layak. Seringkali kita
tidak membutuhkan solusi yang benar–benar optimal, mungkin kita hanya butuh
1% dari nilai biaya terendah. Dan itu sesuai dengan solusi yang berkualitas
dengan waktu pencarian yang minimal.
2.4.1
Inisialisasi Rute
Dalam hal ini penulis menggunakan algoritma sweep pada fase awal
untuk membentuk rute dimana setiap kendaraan diberi muatan yang harus
diantarkan ke pelanggan. Sebelumnya pelanggan diurutkan sesuai dengan jarak
yang terdekat. Pemberian muatan ini dibatasi denan kapasitas dari masing-masing
kendaraan dan jam kerja perusahaan.
2.4.2
Metode Per baikan Rute
Karena dalam kasus ini rute terbentuk lebih dari satu rute, maka
perbaikan rute yang digunakan termasuk dalam metode perbaikan between route
dimana mempertimbangkan pertukaran atau relokasi pemberhentian dari dua rute
dari solusi yang layak. Untuk relokasi ini, akan dipilih 2 node secara random dari
rute tujuan, jarak dari 2 node ini dibatasi dengan constraint tertentu, kemudian
node yang terpilih dari rute asal dipindahkan ke rute tujuan.
2.5
Per hitungan J ar ak
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
18
Pada Tugas Akhir ini, tiap lokasi pengiriman barang di istilahkan
sebagai node. Untuk menghitung waktu tempuh yang dibutuhkan antar node,
maka jarak antar node dihitung. Secara umum ada 4 metode yang digunakan
untuk menghitung jarak :
1) Euclidian, dimana jarak diukur sebagai jarak garis lurus antara 2 node
2) Squared
Euclidian,
dimana
merupakan
kuadrat
dari
Euclidian.
Pengkuadratan menugaskan bobot yang lebih besar pada pasangan node
yang jauh dibandingkan pasangan yang berdekatan.
Node J
(Xj, Yj)
Yj
Yi
Node I
(Xi, Yi)
(Xj – Xi)
Gambar 2.3 Gambar Perhitungan Jarak
3) Reclinier, dihitung mempergunakan theorema phytagoras dimana jarak
yang dihasilkan merupakan jarak terjauh dari 2 node seperti yang tampak
pada gambar 2.3. sesuai dengan gambar 2.3, maka jarak terjauh adalah | Xj
- Xi| + |- Yj|.
4) Rectliniear
dengan
konstanta,
dimana
formula
jarak
Euclidian
dimodifikasi dengan menambahkan beberapa konstanta.
5) Perhitungan jarak sesungguhnya, dimana untuk cara ini memerlukan
proses penyiapan data yang lebih mendalam.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
19
Dalam penulisan ini, penulis menggunakan metode reclinear dengan
konstanta, dimana jarak dihitung dengan rumus :
Dij = W (| X j − X i | p + | Y j − Yi | p )1 / p
Metode ini dianggap lebih baik karena perhitungannya menggunakan formula
modifikasi jarak yang fleksibel unutk layout jalan-jalan dalam kota. W dan P
merupakan angka estimasi dari jarak sesungguhnya pada peta wilayah. W dan P
sendiri bisa digunakan untuk menggambarkan parameter yang berpengaruh
terhadap jarak tempuh sesungguhnya dari suatu node. Parameter yang bisa
mempengaruhi jarak tempuh antara lain :
a) Arah arus lalu lintas
b) Tingkat kepadatan pengguna lalu lintas
2.6
Kalibrasi Newton Raphson
Rumus yang digunakan untuk menghitung jarak pada dasarnya adalah
persamaan kuadrat. Salah satu metode unukt mencari nilai akar ialah persamaan
Newton Raphson. Jika tebakan awal dari akar adalah Xi, sebuah garis singgung
dapat diperluas dari titik [Xi, f(Xi]. Titik dimana garis singgung ini memotong
sumbu x biasanya menunjukkan sebuah taksiran perbaikan dari akar.
Metode Newton-Raphson dapat diturunkan berdasarkan interpretasi
geometrik (sebuah metode alternatif yang didasarkan pada Deret Taylor). Turunan
pertama pada Xi adalah ekuivalen terhadap kemiringan (slope) :
f ' (x i ) =
f ( xi ) − 0
xi − xi +1
x i+1 = xi −
f ( xi )
f ( xi )
Yang dapat diatur kembali menjadi :
Yang dinamakan formula Newton-raphson.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
20
Rumus jarak yang digunakan adalah :
Dij = W (| X j − X i | p + | Y j − Yi | p )1 / p ………………………. (1)
Jika dipangkatkan dengan P menjadi
Dij = W p (| X j − X i | p + | Y j − Yi | p ) …………………….…(2)
p
0 = W p (| X j − X i | p + | Y j − Yi | p ) − Dij ……………………(3)
p
f ( w) = W p (| X j − X i | p + | Y j − Yi | p ) − Dij ………………..(4)
p
f ' ( w) = ( P(| X j − X i | p + | Y j − Yi | p ))W ( p −1) ………………..(5)
Rumus 4 dan rumus 5 kita subsitusikan pada formula Newton-Raphson menjadi
Wi (| X j − X i | p + | Y j − Yi | p ) − Dij
p
Wi+1 = Wi − (
( P(| X j − X i | p + | Y j − Yi | p ))Wi
p
( p −1)
)
Jika kita asumsikan p=2, dan koordinat node 1 = (10,5), koordinat node 2 =
(20,25) dan jarak tempuh dari node 1 ke node 2 adalah 40, maka formula diatas
menjadi :
Wi .(500) − 1600
2
Wi +1 = Wi − (
1000.Wi
)
Dimulai dengan tebakan 0,1, dilakukan iterasi perhitungan, yang hasilnya tampak
pada tabel 2.1. dari tabel didapatkan nilai W yang mendekati akar sebenarnya
adalah 1,788854.
Tabel 2.1. Tabel Newton Raphson
Wi
Wi+1
Iterasi ke0
0.1
16.05
1
16.05
8.124688
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
21
2
3
4
5
6
7
8
9
2.7
8.027492
4.213061
2.486302
1.886677
1.79139
1.788856
1.788854
1.788854
4.213061
2.486302
1.886677
1.79139
1.788856
1.788854
1.788854
1.788854
Penelitian-penelitian Sebelumnya
Yudha Prasetyawan (1999) melakukan penelitian yang berjudul
“Perencanaan
Penjadwalan
Kendaraan
Pelayanan
Pengambilan
Sampah
Kotamdya Surabaya”. Dalam penelitian ini dilakukan kalibrasi menggunakan
newton-raphson sehingga mendapatkan nilai untuk konstanta W dan P.
Rachamaniah Yulianti (1994) melakukan penelitian yang berjudul
“Penerapan Set Covering Technique dan Metode Simulasi untuk menentukan
jumlah stasiun dan Unit Pemadam Kebakaran di Kota Surabaya”. Dalam
penelitian ini didapatkan data kecepatan rata-rata kendaraan di Surabaya, dimana
data kecepataqn didapatkan dari data respon time PMK.
Rata-rata kecepatan lalulintas diteliti 1990 sekitar 33-37 Km/jam pada
saat sepi. Pada saat padat 24-28 km/jam. Dan menurut peraturan lalin 1965
(berdasarkan Dutch Regulation 1938) kecepatan maksimum di jalan raya 40
km/jam.
Kecepatan rata-rata semua alat angkut 17.4 km/jam. Surabaya
mempunyai pola aliran lalu lintas yang sangat kompleks. Pada jam yang sama,
lokasi beda, beban lalu lintas juga berbeda dimana beban lalu lintas tertinggi
adalah jam 06.00 – 23.00.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
22
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB III
PERANCANGAN SISTEM
Pada bab ini akan dibahas perancangan sistem aplikasi penjadwalan. Bagian
pertama berisi deskripsi sistem secara umum, kemudian data flow diagram dari
aplikasi yang dibuat, flowchart penjadwalan dengan cara eksak, penjadwalan
dengan
cara
heuristik,
perancangan
database
sistem
dan
input
data
awal/penyediaan data.
3.1
Deskripsi Sistem
Penjadwalan pengiriman barang ini dibuat berdasarkan sistem
pengiriman barang di perusahaan jasa pengiriman barang. Secara umum, sistem
pengiriman barang dapat digambarkan sebagai berikut :
Gambar 3.1. Flow Chart Sistem Pengiriman Barang
Pada sistem pengiriman barang, ada beberapa barang yang harus dikirimkan pada
lokasi tertentu, dan ada kendaraan yang akan digunakan untuk melakukan
pengiriman barang. Kemudian, setelah dilakukan penjadwalan, barang dikirimkan
berdasarkan jadwal yang diberikan untuk tiap kendaraan. Setelah selesai
mengirimkan barang, kendaraan bisa siap lagi digunakan untuk pengiriman
berikutnya.
22
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
23
mengirimkan barang, kendaraan bisa siap lagi digunakan untuk pengiriman
berikutnya.
Pada sistem ini ada beberapa batasan/constraint yang digunakan yang
menentukan banyaknya barang yang dibawa oleh sebuah kendaraan, dan ada juga
beberapa konstanta yang mempengaruhi jalannya sistem. Batasan yang digunakan
antara lain :
1) Kapasitas setiap kendaraan terbatas, dimana kapasitas ini meliputi
maksimum bobot yang dapat diangkut, dan maksimum volume kendaraan.
2) Jam kerja dari kendaraan terbatas.
Konstanta yang mempengaruhi sistem :
1) Ada keecepatan rata-rata untuk waktu-waktu tertentu
2) faktor jarak antar pelanggan yang ditentukan oleh konstanta W dan P
3.2
Diagr am Ber jenjang
Gambar 3.1 Diagram Berjenjang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
24
Diagram berjenjang merupakan dari hirarki proses yang terdapat dalam
sistem. Dalam sistem pendukung keputusan untuk pengiriman barang dengan
metode Simulated Annealing ini meliputi :
a) Entry Data
Proses entry data ini terdiri atas sub proses entry data gudang, toko dan
barang.
b) Penghitungan
Proses penghitungan ini terdiri atas sub proses penghitungan eksak dan
penghitungan non eksak atau heuristic.
c) Laporan
Proses laporan ini dibuat untuk memberikan suatu laporan hasil
peramalan dengan menggunakan metode Simulated Annealing.
3.3
Data Flow Diagr am Sistem
Sistem Penjadwalan ini digambarkan dengan menggunakan Data Flow
Diagram (DFD) yang terbagi dalam 3 level.
3.3.1
DFD Level O
Gambar 3.2 merupakan diagram DFD Level 0. pada Level 0 ini
digambarkan ada 2 external entity yang terlibat yaitu Penyedia data dan
Pengguna. Penyedia data yang akan diolah oleh sistem.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
25
Gambar 3.2 DFD Level 0 Sistem Penjadwalan
Dalam hal ini data yang dimasukkan adalah :
1) Data Kendaraan yang digunakan adalah :
a) Nama kendaraan yang digunakan
b) Bobot maksimum yang dapat ditampung oleh kendaraan
c) Volume maksimum yang dapat ditampung oleh kendaraan
d) Cost atau biaya yang dikeluarkan untuk tiap kilometer jarak yang
ditempuh.
2) Data Pelanggan, Meliputi :
a) Nama Pelanggan
b) Alamat Pelanggan
c) Koordinat X dari pelanggan berdasarkan Peta yang digunakan
d) Koordinat Y dari Pelanggan berdasarkan Peta yang digunakan
e) Nilai konstanta W dan P antar Node yang berkaitan
3) di Peta Pelanggan ini juga dimasukkan data Depot / tempat
pemberangkatan pengiriman barang.
4) Data kecepatan rata-rata, meliputi :
a) Frame waktru yang digunakan untuk tiap kecepatan.
b) Kecepatan rata-rata untuk frame waktu tersebut
5) Konstanta umum, meliputi :
a) Kesetaraan antara 1 satuan koordinat dengan Km.
b) Jam kerja yang digunakan oleh perusahaan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
26
c) Nilai default untuk konstanta W dan P yang mempengaruhi dalam
perhitungan jarak.
6) Konstanta Simulated Annealing, meliputi :
a) Temperatur yang digunakan, Tbegin dan Tend
b) Rc,
Cooling
konstanta,
konstanta
yang
digunakan
untuk
menurunkan temperatur. Nilai konstanta harus kurang dari 1 dan
sering kalli dipilih antara 0,8 sampai 0,99. Kita bisa merubah
jumlah pengulangan pada setiap temperatur tergantung dari ukuran
solusi yang dicari dan ukuran temperatur yang digunakan.
c) DL, Distance Limit. Merupakan konstanta yang digunakan untuk
membatasi jarak antar node yang dipertukarakan dalam prosedur
string relocation.
d) CR, Critical ratio. Merupakan konstanta yang menentukan
banyaknya interasi yang dapat diterima menjadi solusi dalam satu
tahap temperatur dengan banyaknya iterasi dalam 1 tahap
temperatur. Dimana CR dihitung dengan rumus:
CR = Nacc / Ntemp
Dengan
Nacc : banyaknya iterasi yang diterima menjadi solusi dalam satu
tahap temperatur
Ntemp : banyaknya keseluruhan iterasi yang terjadi pada satu tahap
Temperatur
e) Ntotal, menentukan jumlah keseluruhan it