BABI PENDAHULUAN 1.1. LatarBelakangMasalah Perkembangan yang sangat pesat dalam dunia industri menuntut suatu perusahaanmelakukanaktifitasbisnisnyasecaraoptimal.Mulaidaripenyediaan barang baku, proses produksi, inventori, distribusi, sampai dengan pertukaran informasi antar bagian harus dilakukan dengan baik. Berbagai upaya dilakukan untuk memenuhi tujuan tersebut. Oleh karena itu, menurut Pujawan dalam Widodo dan Ferdiansyah (2010), peningkatan kinerja diperlukan untuk memperkuat keunggulan bersaing bagi suatu industri. Peningkatkan kinerja dalam sebuah industri diperlukan perbaikan segala aspek yang terkait di dalamnya,sumberdayapekerja,lingkungandanjugaalatyangmendukung,yang dalam pelaksanaannya dibutuhkan suatu cara / metode yang optimal guna memecahkansegalamasalahdalampekerjaanyangdihadapi. Suatu proses distribusi merupakan salah satu aktifitas bisnis yang harus dilakukan dengan optimal, karena proses distribusi memerlukan biaya sekitar 46,5% pada tahun 1980 dan naik 58,6% pada tahun 2000 dari total biaya yang diperlukandalamproseslogistik(Hesse2004).Haltersebutjugadiperkuatoleh Chang dalam Tseng dkk (2005), bahwa dari keseluruhan biaya logistik yang di dalamnyatermasukinventory,ordering,management,warehousing,packaging, movement, dan transportation, transportasi memerlukan biaya paling tinggi, sebesar29,4%darikeseluruhanbiayalogistik. Salah satu pemodelan dalam distribusi dan transportasi adalah Vehicle Routing Problem (VRP). Berdasarkan batasan dan permasalahan yang disolusikan, VRP terbagi dalam banyak kategori, salah satunya capacitated vehicleroutingproblem(CapacitatedVRP),yangmerupakanpemodelanmasalah transportasi pemilihan rute yang juga mempertimbangkan kapasitas muatan kendaraanyangdigunakan. 1 2 Pemilihan rute yang tepat merupakan salah satu faktor penting yang harusdikuasaiolehpihakyangterkaitdalamjaringandistribusidantransportasi. Dengan memilih rute yang tepat tentunya dapat meminimalkan biaya yang ditimbulkan yang juga mempertimbangkan kapasitas muatan kendaraan yang digunakan. Gambar1.1Perbandinganbiayapadasistemlogistik(Chang,1998) Berdasarkan kebutuhan tersebut, semakin banyak metode yang dikembangkan untuk dapat menyelesaikan permasalahan capacitated VRP secara optimal sehingga biaya yang dikeluarkan menjadi lebih efisien dan aktifitasnya lebih efektif, diantaranya adalah Simulated Annealing (SA) dan Genetic Algorithm (GA). Elhaddad (2012) mengajukan metode untuk menyelesaikanpermasalahanoptimisasidenganmengkombinasikanSAdanGA. Penelitian tersebut bertujuan untuk memperbaiki kelemahan SA dan GA. GA menurut Ling Wang dalam Sofianti (2004), cenderung terjebak dalam local optima / premature convergence, hal tersebut juga dikemukan oleh Elhaddad (2012).SedangkanSAmenurutSofianti,mamputerhindardarilokaloptimaakan 3 tetapiSAmemerlukanwaktuprosesyangpanjangkarenaSAbersifatsekuensial. PenggabunganSAdanGAyangdilakukanElhaddadtersebutmenemukansolusi optimaluntukberbagaivariasijumlahinstancesdanmampumengurangiwaktu yangdibutuhkanuntukmencarisolusioptimalapabiladibandingkandenganSA dan GA, kecendungan SA yang memelukan waktu lama, diantisipasi dengan mengurangijumlahkromosomyangdigunakanpadasuatupopulasi.Kromosom hasilSAdigunakansebagaisolusiawalpadaprosesGA. Penelitian oleh Elhaddad tersebut digunakan untuk menyelesaikan masalah Travelling Salesman Problem (TSP) tidak mengkhususkan pemodelan untuk VRP. Penelitian ini, akan diterapkan kombinasi metode SA dan GA untuk pemodelanuntukmasalahVRPkarenabelumpernahdilakukan.Penggunaandari kedua macam algoritma ini diharapkan dapat meningkatkan kualitas solusi dan mengurangiwaktueksekusi. 1.2. RumusanMasalah Permasalahan yang akan dibahas dalam penelitian ini adalah apakah kombinasi Simulated Annealing dan Genetic Algorithm dalam Capacitated Vehicle Routing Problem, menghasilkan solusi yang lebih baik (berdasarkan waktudanjarak)daripadapenggunaanalgoritmayanglain. 1.3. BatasanMasalah Penelitianyangakandilakukanterdapatbeberapabatasanpermasalahan, yaitu: 1 Proses penyelesaian masalah dilakukan dengan menerapkan metode kombinasi Simulated Annealing dan Genetic Algorithm dengan studi kasus menggunakan dataset Augerat (1995) kode A-n39-k5 dan data Augerat (1995)kodeP-n23-k8. 4 2 PenggunaankombinasimetodeSimulatedAnnealingdanGeneticAlgorithm dengan penyesuaian metode yang pernah dilakukan oleh Elhadad (2012), denganmenempatanmetodeSimulatedAnnealingsebagaipenentuansolusi awal. 3 Pengujian dilakukan dengan membandingkan hasil (berdasarkan jarak dan waktu)denganmetodediantaranya,SAdanGA. 1.4. TujuanPenelitian Tujuan dari penelitian ini adalah menerapkan kombinasi metode Simulated Annealing dan Genetic Algorithm untuk menyelesaikan Capacitated Vehicle Routing Problem, sehingga mampu menghasilkan rute optimal yang memilikijarakterdekatdanwaktusedikit. 1.5. ManfaatPenelitian Hasilpenelitianinidiharapkandapatmemberikanbeberapamanfaat: 1 Memberikan suatu Gambaran penggunaan metode kombinasi Simulated AnnealingdanGeneticAlgorithmdalammenyelesaikanCapacitatedVehicle RoutingProblem. 2 Pada pihak pengguna, hasil penelitian dapat digunakan untuk menentukan rute yang efektif dan efisien dalam pendistribusian sehingga dapat meningkatkankeuntungan. 1.6. KeaslianPenelitian Penelitian mengenai penyelesaian masalah optimasi sudah pernah dilakukan. Penelitian tersebut menggunakan Simulated Annealing dan Genetic Algorithm untuk menyelesaikan masalah Travelling Salesman Problem. Berdasarkan referensi dan kajian pustaka, penelitian mengenai penentuan rute distribusi barang dalam Vehicle Routing Problem dengan kombinasi metode SimulatedAnnealingdanGeneticAlgorithmbelumpernahdilakukan. 5 1.7. MetodePenelitian Secaragarisbesar,tahapan-tahapanyangdilakukandalampenelitianini adalah: 1 Studireferensidankepustakaan Tahapinidilakukangunamengumpulkandanmempelajariinformasidan ilmu yang berhubungan dengan Vehicle Routing Problem, Simulated Annealing, algoritmagenetikadankombinasiSimulatedAnnealingdanAlgoritmaGenetika, sertametodelainyangberhubungandenganVehicleRoutingProblem.Informasi dan ilmu yang berhubungan dengan penelitian diperoleh dengan membaca literatur pendukung berupa buku-buku, jurnal-jurnal, dan sumber-sumber di internet. 2 Pengumpulandata Tahap ini melakukan pengumpulan data yang berkaitan dengan objek penelitianberupakelengkapandatadepot-retailer,jarak,dayaangkut,dandata pelengkaplain,berkaitandengandatayangakandigunakan.Dalamhalinidata diperolehAugerat(1995)kodeA-n39-k5dankodeP-n23-k8. 3 Perancangankombinasimetodesimulatedannealingdanalgoritmagenetika padavehicleroutingproblem. Pada tahap ini dilakukan perancangan sistem yang didasarkan pada penggunaan metode gabungan Simulated Annealing dan Algoritma Genetika yangakandiimplementasikanpadakasusVehicleRoutingProblem,yangmeliputi pembuatanperancanganflowchartmetodegabunganSimulatedAnnealingdan Algoritma Genetika, dengan Simulated Annealing sebagai solusi awal pada Algoritma Genetika, yang diharapkan dengan solusi awal dari SA dapat meningkatkankualitassolusipadaGA. 4 Implementasidanpengujian Pada tahap ini hasil perancangan yang telah dibuat dikembangkan menjadi perangkat lunak dengan menggunakan bahasa pemrograman java. Pengujian dilakukan untuk mengukur kinerja dari sistem kombinasi simulated 6 annealingdanalgoritmagenetika.Pengujiandilakukandenganmembandingkan hasilantarasistemyangtelahdibuatdengansistemsejenisyangmenggunakan metodeberbedadandatakasusAugerat(1995)kodeA-n39-k5dankodeP-n23k8,diantaranyaSAjugaGA,meliputiwaktuyangdankualitassolusi. 5 Analisisdankesimpulan Pada tahap ini dilakukan analisis berdasarkan hasil pengujian yang telah dilakukan, dari masing-masing metode (kombinasi SA dan GA, GA, SA) dengan variabel waktu dan kualitas solusi yang dihasilkan. Sehingga dapat diambil kesimpulan seberapa baik hasil kombinasi SA dan GA dibandingkan dengan masing-masingmetodeGAjugaSA. 1.8. SistematikaPenulisan BABI Pendahuluan Bagianiniberisitentanglatarbelakangdanpermasalahanpenelitian, rumusanmasalah,batasanmasalah,tujuandanmanfaatpenelitian, metodologipenelitiandansistematikapenulisan. BABII TinjauanPustaka Memuaturaiantentanginformasihasilpenelitiansebelumnyayang disajikan dalam pustaka yang berhubungan dengan masalah penelitianyangsedangditeliti. BABIII LandasanTeori Memuat uraian tentang teori-teori yang digunakan dalam pembahasan yaitu, vehicle routing problem, Simulated Annealing danAlgoritmaGenetika. BABIV AnalisisdanRancanganSistem Bagian ini menguraikan analisis sistem yang akan dibuat dan kebutuhansistem.RancanganSistemmeliputirancanganGambaran umumsistemyangdiusulkan,rancanganproses,rancangandatadan rancanganantarmukapengguna. 7 BABV Implementasi Bagianinimenguraikantentangimplementasisistemsesuaidengan rancangan. BABVI HasilPenelitiandanPembahasan Bab ini menguraikan mengenai pengujian sistem yang meliputi perbandingan dengan algoritma lain, diantaranya Simulated AnnealingdanAlgoritmaGenetika BABVII Kesimpulandansaran Bab ini berisi kesimpulan yang memuat secara singkat dan jelas tentang hasil penelitian yang diperoleh dan saran-saran yang digunakanuntukmemberikancatatanterhadappenelitianlanjutan.