BAB 3. proses pengiriman barang antar daerah. Maka dari itu diperlukan data berupa jarak dari

Transkripsi

1 BAB 3 ANALISIS DAN PERANCANGAN PROGRAM 3.1 Perumusan Obyek Penelitian Obyek obyek penelitian yang dibutuhkan dalam penelitian ini adalah seputar proses pengiriman barang antar daerah. Maka dari itu diperlukan data berupa jarak dari satu daerah ke daerah yang lain serta diperlukan juga waktu tempuh yang dibutuhkan dari satu daerah ke daerah yang lain. Waktu tempuh yang optimal dihitunguntuk pengiriman barang menggunakan mobil atau dengan truk. Dan diperlukan juga data jalan yang akan ditempuh oleh pengirim barang. Jika menggunakan jalan yang berbeda tentu juga akan mengakibatkan waktu tempuh dan jarak yang berbeda pula. Kami berusaha menggunakan jalan tempuh yang memadai untuk waktu yang diperlukan. Jadi belum tentu jarak yang lebih dekat lebih efisien. Bisa saja jarak yang ditempuh lebih panjang dan dapat menghasilkan waktu yang relatif lebih cepat. 3.2 Metode Pengumpulan Data Pada saat pemrosesan yang terjadi pada program dibutuhkan data yang spesifik baik jarak maupun waktu sehingga nantinya hasil dari perhitungan jarak dan waktu yang optimal dapat berdasarkan data yang riil dan dapat dipertanggungjawabkan. Untuk itu kami berusaha mencari cara untuk mendapatkan data jarak dan waktu tempuh antara satu daerah dengan yang lainnya secara optimal. Cara yang kami temukan untuk 22

2 23 mendapatkan data tersebut adalah dengan menggunakan sebuah aplikasi yang sudah tersedia di internet yaitu Google Map yang disediakan di maps.google.com. Dimana pada aplikasi ini dapat dicari jarak tempuh dari satu daerah ke daerah lain maupun waktu yang diperlukan. Untuk daerah daerah yang kami cakup itu sendiri kami membatasi daerah tersebut pada sekitar jakarta saja. Untuk daerahnya sendiri meliputi Pluit, Grogol, Glodok, Kalideres, Kembangan, Menteng, Kelapa Gading, Kebayoran Lama, Jelambar, Ancol, Bintaro,dan Pondok Gede. Prosesnya sendiri adalah kami memasukkan daerah asal untuk jalur awalnya kemudian daerah tujuan yang akan dituju. Gambar 3.1 Tampilan awal google map

3 24 Gambar 3.2 Tampilan hasil pencarian rute Pada contoh diatas kami menggunakan Pluit sebagai asal daerah dan Grogol sebagai tujuan. Setelah dilakukan pencarian oleh aplikasi tersebut ditemukan 2 rute yang memungkinkan dikarenakan banyaknya kemungkinan rute yang bisa dilalui maka kami mengambil rute rute yang paling optimal, untuk contoh ini adalah rute pertama yang membutuhkan jarak 6.5 km dengan waktu tempuh 11 menit. Untuk alat transportasi yang diperhitungkan itu sendiri adalah sebuah mobil yang dalam skripsi ini sendiri adalah sebuah truk pengangkut barang. Dapat dilihat juga pada peta tersebut adanya jalur yang ditandai dengan garis biru yang merupakan hasil dari jalur yang didapat yang nantinya juga akan digunakan sebagai penunjuk akhir di program kami untuk menunjukkan rute mana yang akan dilewati.

4 25 Berikut ini adalah data yang akan digunakan dalam penyelesaian masalah vehicle routing problems beserta dengan jarak dan waktu yang telah dicari menggunakan google maps. Keterangan kota/daerah 1. Pluit 2. Grogol 3. Glodok 4. Kalideres 5. Kembangan 6. Menteng 7. Kelapa Gading 8. Kebayoran Baru 9. Jelambar 10. Ancol 11. Bintaro 12. Pondok Gede A B C D E F G H I J K L Gambar 3.3 Rute jalan yang akan dilewati

5 26 Tabel 3.1 Jarak antara daerah (dalam kilometer) Daerah A B C D E F G H I J K L A B C D E F G H I J K L

6 27 Tabel 3.2 Waktu yang diperlukan antara daerah (dalam menit) Daerah A B C D E F G H I J K L A B C D E F G H I J K L

7 Batasan Permasalahan Masalah yang didapat dari permasalahan VRP (Vehicle Routing Problems) ini sangat banyak dan rumit. Setelah dilakukan penyederhanaan serta pembatasan masalah didapat kondisi - kondisi di bawah ini. 1. Outlet outlet yang akan dilewati berada di daerah Jakarta. 2. Dalam permasalahan Vehicle Routing hal utama yang ingin didapat adalah memperoleh rute perjalanan yang paling pendek. 3. Jumlah kota tujuan maksimal adalah 11 kota. 4. Terdapat 1 depot sebagai pusat. 5. Depot tidak termasuk kota tujuan. 6. Setiap barang memiliki waktu tempuh yang harus dipenuhi. 7. Setiap barang mempunyai beban yang ditentukan 8. Setiap kendaraan mempunyai beban maksimal yang dapat diangkut 9. Waktu tempuh diperhitungkan untuk mencapai batas waktu pengiriman barang. 3.4 Proses Pemecahan Masalah Untuk memecahkan masalah routing kendaraan dengan cost optimal yang memenuhi syarat kapasitas dan batasan waktu yang ditetapkan pelanggan, maka dilakukan proses sebagai berikut.

8 29 1. Setiap daerah yang akan menjadi tujuan dan juga depot, akan ditentukan jarak dan juga waktu tempuhnya untuk di simpan ke dalam suatu variable secara numerik agar dapat dilakukan perhitungan. 2. Lalu tentukan daerah yang akan menjadi depot, kemudian juga daerah-daerah yang akan dikunjungi. 3. Buat kromosom awal yang akan menjadi kromosom induk secara random. 4. Lakukan perhitungan dengan algoritma genetika yang meliputi cross over dan mutasi. Lakukan berulang-ulang hingga kromosom induk tidak menunjukan perubahan. 5. Kromosom yang tidak melebihi kapasitas, memenuhi batas waktu (time window) dan memiliki jarak terpendek adalah solusi masalah dari aplikasi ini. 3.5 Algoritma Pemecahan Masalah Berikut ini adalah penjelasan mengenai sistem kerja Algoritma Genetika adalah sebagai berikut. 1. Inisialisasi daerah yang akan menjadi depot Contoh Pluit (A) 2. Inisialisasi daerah mana saja yang akan dikunjungi.

9 30 Contoh Grogol (B) Kalideres (D) Jelambar (I) Bintaro (K) Menteng (F) Kelapa Gading (G) Pondok Gede (L) Ancol (J) 3. Generasikan secara random kromosom awal yang akan menjadi kromosom induk. Jumlah kromosom awal dibatasi, dalam skripsi ini terbatas pada 10 buah kromosom. Contoh Kromosom 1 A B D I K F G L J Kromosom 2 A J I F G D B L K s/d Kromosom i.

10 31 4. Setiap terbentuk kromosom baru, cost (dalam skripsi ini adalah jarak tempuhnya) akan langsung di hitung. Cost yang di hitung adalah setelah kromosom dibagi sesuai kapasitas yang dibutuhkan. Contoh Kromosom 1 A B D I K F G L J, agar memenuhi batas waktu maka. Kromosom 1 A B D I K F G A L J, maka cost kromosom 1 = 171,9 Kemudian periksa juga apakah masing-masing kromosom memenuhi batas waktu (time window). Dan kromosom yang memenuhi batas waktu dan memiliki cost terkecil akan ditampung ke dalam suatu variable. 5. Lakukan cross over pada kromosom secara berpasangan. Misalnya kromosom pertama dengan kedua, kromosom ketiga dengan keempat, dan seterusnya. Batas cross over adalah bilangan random dari gen ke 2 sampai gen ke i 1 (misal i adalah gen terakhir). Contoh cross over dengan batas 4 Kromosom 1 A B D I K F G L J Kromosom 2 A D B F G I J L K

11 32 Setelah di cross over Offsping 1 A B D F G I J L K Offsping 2 A D B I K F G L J Catatan jika terdapat gen yang sama, maka 1 gen akan diganti menjadi gen yang belum terpakai. 6. Lakukan mutasi secara random dengan probabilitas 5 % (karena jumlah kota kurang dari 20 maka hanya digunakan 1 gen saja) pada setiap kromosom hasil cross over. Lalu lakukan rekombinasi gen supaya tidak terdapat urutan daerah ganda. Contoh mutasi pada Offspring 1, dengan mutasi gen ke 5 di ganti dengan gen ke 9. Offspring 1 A B D F K I B L G 7. Berdasarkan hasil langkah 4, urutkan kromosom induk digabung dengan kromosom hasil mutasi. Dan kromosom dengan cost terbaik sebanyak jumlah kromosom awal, akan dipilih menjadi kromosom induk yang baru. 8. Ulangi langkah 5 hingga 8, dan lakukan sampai kromosom induk yang baru tetap tidak berubah dalam beberapa iterasi. Setelah selesai maka hasil dari variable penampung (langkah 4) akan menjadi hasil akhir dari perhitungan.

12 Flow Chart Pemecahan Masalah Start Input Jumlah Kendaraan Input Jumlah Kota Tujuan Input Kota Depot X = 0 IF X < Jumlah Kota Tujuan Tidak Ya Input Kota Tujuan Input Berat Input Waktu Perhitungan VRPTW dengan Algoritma Genetika Print Hasil Print Kota Tujuan Print Berat Print Waktu End X ++ Gambar 3.4 Flowchart cara kerja program

13 34 Start Input Kota Depot Input Kota-kota tujuan Pembentukan kromosom induk Evaluasi cost dan kelayakan batas waktu Seleksi Cross Over Rekombinasi gen Mutasi A

14 35 A Kromosom baru Tidak Kromosom Baru = Lama Ya Hasil terbaik End Gambar 3.5 Flowchart algoritma GA dalam sistem yang berjalan 3.7 Perancangan Program Perancangan program untuk penyelesaian permasalahan Vehicle Routing menggunakan Microsoft Visual C++ Express yang mana mengintegrasikan algoritma genetika kedalam pemrosesan datanya. Untuk jumlah window sendiri terdiri dari 3

15 36 window. Dimana window yang pertama adalah menu utama. Yang kedua adalah menu hasil dan yang terakhir adalah window untuk save hasil. Pada window pertama yang adalah menu utama ditampilkan bagian menu pada kiri atas program dimana terdapat tiga modul didalamnya. Yang pertama adalah modul untuk New, yang memiliki fungsi untuk memulai sebuah pemrosesan data baru. Pada modul ini proses yang sudah dilakukan pada pemrosesan terakhir sebelum menjalankan modul New akan hilang jika tidak disimpan. Sebab program ini tidak menyediakan backup untuk setiap data yang telah diproses. Modul New ini akan memulai semuanya dari baru, dengan kata lain me - restart program. Kemudian ada modul save, modul ini akan dapat dipakai jika sudah tercipta hasil dari pemrosesan data. Sehingga data akan dapat disimpan dalam sebuah data eksternal. Modul ini akan menyimpan hasil dari proses pengolahan data kedalam bentuk.txt. Sehingga pemakai nantinya dapat kembali melihat hasil dari pemrosesan data yang telah dilakukan. Kemudian pada modul terakhir ada modul Exit, yang adalah untuk mematikan program. Ada juga bagian about yang menampilkan pembuat dari program ini.

16 37 File About New Save Exit Jumlah Kota Tujuan Depot Isi Kota Kota Tujuan ke n Berat Barang Waktu Kota Selanjutnya Gambar 3.6 Menu utama program Pada menu utamanya sendiri sudah dapat langsung dilakukan pemasukan data. Bagian yang pertama kali muncul adalah bagian penginputan jumlah kota tujuan, depot serta button isi kota. Sedangkan yang lainnya bersifat unable (tidak dapat digunakan) tetapi tetap visible ( dapat dilihat ). Pada penginputan jumlah kota tujuan digunakan numericupdown dimana dapat dipilih jumlah kota yang nantinya akan menjadi inputan. Kemudian ada depot yang menggunakan combobox. Comboboxnya sendiri berisi daftar daerah daerah yang tersedia. Nantinya daerah yang dipilih akan menjadi depot utama. Setelah dilakukan penginputan jumlah kota dan depot, akan muncul bagian selanjutnya yaitu kota tujuan ke n, berat barang, dan waktu. Pada daerah ini akan terjadi looping / perulangan sampai tercapai jumlah kota yang sudah ditentukan. Untuk pengisian tiap kota sendiri digunakan combobox seperti yang digunakan pada penginputan depot. Kemudian untuk berat barang dan waktunya digunakan textbox sebagai interface

17 38 penginputan. Nantinya setelah semua data telah diinput maka pemakai dapat menekan tombol kota selanjutnya. Yang akan menambah counter untuk pencapaian jumlah kota. Setelah data yang diinput sudah disimpan dalam memory program maka akan ditunjukkan pada bagian dibawah yaitu pada bagian textarea. Dimana pada bagian ini akan ditampilkan semua data yang telah diinput. Setelah semua data sudah diinput maka akan muncul sebuah tombol untuk lanjut ke langkah berikutnya yaitu proses pencarian rute dan menampilkan hasil rute yang paling optimal. Nantinya hasil rute tersebut akan ditampilkan pada bagian hasil rute yang menunjukkan rute dari daerah satu ke daerah lain. Kemudian juga ditampilkan pada bagian map / peta. File New Save Exit About Map Hasil Rute Gambar 3.7 Hasil perhitungan program Kemudian yang terakhir adalah window save. Dimana pada bagian ini dapat dipilih tempat untuk menyimpan data dan nama datanya sendiri.

18 39 Tempat tujuan save Nama file save cancel Gambar 3.8 Menu save program