IV IMPLEMENTASI VEHICLE ROUTING PROBLEM (VRP) PADA KEGIATAN DISTRIBUSI PRODUK DI PT NIPPON INDOSARI CORPINDO (PT NIC)

Transkripsi

1 7 dimana puul dimisalan sebagai 0 dan puul sebagai 540 dan endaraan mampu memuat hingga 200 crate (wadah roti). Langah pertama adalah menentuan leta setiap onsumen dan mengetahui ara dari setiap onsumen, seperti terlihat pada Lampiran 4. Nilai ara setiap tempat didapat dengan melauan estimas menggunaan bantuan peta dan benang emudian aan diambil ara terdeat setiap tempat. Langah beriutnya, matris ara yang didapat dionversi menadi oordinat Cartesius dengan menggunaan metode multidimensional scaling (MDS). Setelah didapat leta dari setiap tit data tersebut menadi input untu program ILOG bersama dengan data permintaan dan watu bongarmuat di setiap tempat. Penggunaan metode nearest addition heuristic sebagai fase pertama dan metode 2-opt, or-opt, relocate dan exchange sebagai fase edua dengan alat bantu ILOG aan digunaan sebagai langah terahir dalam penelitian ini. IV IMPLEMENTASI VEHICLE ROUTING PROBLEM (VRP) PADA KEGIATAN DISTRIBUSI PRODUK DI PT NIPPON INDOSARI CORPINDO (PT NIC) Bab ini diawali dengan gambaran umum perusahaan tempat penelitian ini berlangsung, selain itu uga terdapat rumusan masalah yang dihadapi serta formulasinya secara matematis. Hasil dan pembahasan dari penelitian yang dilauan terdapat pada bagian ahir bab ini. 4.1 Gambaran Umum Perusahaan PT Nippon Indosari Corpindo (PT NIC) adalah perusahaan yang bergera dalam bidang pangan, hususnya industri pembuatan roti. Perusahaan ini didirian pada tanggal 8 Maret 1995 dan mulai beroperasi pada Otober PT NIC terleta dalam wilayah perindustrian Jababea I Real Estate Ciarang, Beas tepatnya berloasi di Jl. Jababea XII A Blo W Ciarang, Beasi Pada mulanya perusahaan tersebut hanya menual empat enis roti antara lain roti tawar dan tiga enis roti manis, isi colat, isi eu, dan isi strawberry dengan mere dagang Sari Roti. Produ Sari Roti yang dipasaran hanya untu memenuhi permintaan onsumen di daerah Ciarang, Beasi dan seitarnya. Dengan beralannya watu, PT NIC dapat mengembangan pemasarannya hingga daerah Jabotabe. Selanutnya, pada tahun 2003, PT NIC sudah mampu memperluas pemasarannya e daerah Jawa Barat dan Semarang. Puncanya, yaitu pembuaan depot di daerah Bandung yang berfungsi sebagai peyalur untu daerah Jawa Barat. Saat ini PT NIC memprodusi tuuh enis produ rot antara lain: roti tawar, roti manis, roti rim, roti sobe, roti burger, roti hot dog, dan remah roti. PT NIC mendistribusian produ rotinya melalui 56% aringan distribusi modern seperti hypermaret, supermaret dan minimaret, sementara itu 44% sisanya didistribusian melalui aringan tradisional seperti agen dan stoc point Divisi Distribusi PT NIC menggunaan asa piha etiga, dalam hal ini perusahaan espedis yang disebut sebagai transporter, untu mendistribusian produ e onsumen. Masing masing transporter menyewaan endaraan, driver dan helper pada PT NIC untu mendistribusian produ e onsumen. Setiap transporter diepalai oleh oordinator, aryawan dari perusahaan espedis yang bertanggung awab untu memastian etersediaan endaraan, driver, dan helper pada setiap pengiriman. Koordinator sendiri bertanggung awab pada distribution officer, yang merupaan aryawan PT NIC. Pembagian tugas pada level distribution officer didasaran pada daerah pengiriman, yani daerah pusat-bogor, daerah selatan, daerah barat, dan daerah timur - utara. Setiap distribution officer bertanggung awab untu seluruh saluran pada daerah pengiriman yang telah ditentuan. Lebih elas tentang strutur departemen SCM, dapat dilihat pada Lampiran Kegiatan Distribusi Kegiatan distribusi pada PT NIC dibagi dalam lima rute saluran yang memilii arateristi yang berbeda satu sama lain. Lima saluran distribus yaitu: agen, stoc point (SP), distribution center (DC), retail/outlet (RO) dan institusi. Pada saluran agen dan SP, pengiriman produ dilauan pada sore har antara puul

2 Transporter mengirim produ langsung e agen yang ada, emudian agen aan membagi produ yang diirim tadi e seumlah tricycle yang ada. Selanutnya tricycle tersebut aan dibawa oleh hawer sesuai rute masing-masing untu langsung menemui onsumen. Proses di SP berbeda dengan agen, setelah produ sampai di SP emudian SP aan membagian produ e seumlah sepeda motor yang ada. Kemudian sepeda motor tersebut aan meletaan produ di warung - warung yang memesan sebelum sampai e tangan onsumen. Agen dan SP biasanya terleta di seitar perumahan padat pendudu. Proses pada saluran DC berbeda dengan agen dan SP. Pada saluran DC pengiriman dilauan dua ali sehari yani pada puul dan Transporter hanya mengirim e DC yang telah ditunu, emudian produ aan diiriman sendiri oleh piha pengelola DC e tempat yang telah ditentuan. Saluran DC terdiri dari: Alfamart, Indomart dan Alfamidi. Saluran untu Carrefour, Giant, Maro dan beberapa pasar swalayan lainnya masu dalam saluran RO. Pada saluran in produ diirim langsung dari produsen e RO yang ada. Berbeda dengan saluran DC, pada saluran RO transporter bahan mengatur produ pada tempat yang telah tersedia. Pengiriman dilauan pada puul setiap harinya. Pada saluran institus pemesanan dilauan oleh perusahaan lain untu eperluan perusahaan tersebut, misalnya sarapan aryawan. Watu pengirimannya dilauan bersamaan dengan watu pengiriman saluran RO. Bagan pada Lampiran 2 memberian gambaran tentang alur egiatan distribusi secara lebih elas Kegiatan pada saluran distribusi RO Penelitian ini aan dibatasi pada saluran RO di daerah Beasi dan seitarnya. Pada diagram alir yang terdapat di Lampiran 3, onsumen memberian pesanan atau purchase order (PO) epada bagian penualan, sales administrator. Selanutnya sales administrator aan membuat surat alan atau delivery note (DN) yang berisi umlah produ dan daftar onsumen yang memesan produ tersebut. Selain membuat DN, sales administrator uga membuat fatur penualan (FP) yang berisi total harga yang harus dibayar oleh onsumen untu produ yang dipesan. Kemudian edua doumen tersebut yaitu DN dan FP aan diserahan epada pegawai pada bagian pergudangan, disebut sebagai warehouse operator. Kemudian warehouse operator aan menyiapan produ sesuai dengan DN yang telah diberian oleh sales administrator. Setelah memastian produ sesuai dengan DN, driver dan helper dengan bantuan aryawan bagian pergudangan aan memerisa embali banyanya produ yang aan diirim dan umlah crate (wadah roti) yang aan dibawa pada pengiriman ali in egiatan tersebut dinamaan proses loading. Sesampai di tempat tuuan, driver dan helper memindahan produ menuu gudang onsumen dan embali memerisa umlah barang yang diirim, disasian oleh perwailan dari piha onsumen. Setelah melewati tahap pemerisaan tersebut helper menata produ di tempat yang telah disediaan, sedangan driver mengurus penandatanganan DN dan FB oleh piha onsumen. Selain itu driver uga menerima buti terima barang dari piha onsumen serta nota penarian barang (NPB), sealigus dengan produ yang mengalami pengembalian bila ada. Setelah driver dan helper mengunungi seluruh onsumen yang ada pada DN, selanutnya embali e pabri untu melauan proses unloading. Pada proses in dilauan pemerisaan terhadap elengapan doumen (seperti DN, FP dan NPB), esesuaian banyanya crate dan uga esesuaian produ yang mengalami pengembalian dengan doumen yang ada Perumusan Masalah Perusahaan memprodusi seumlah roti setiap harinya, emudian produ tersebut aan didistribusian e seumlah onsumen (retail/outlet) yang ada dalam arya ilmiah ini umlah onsumennya sebanya 24. Konsumen dinyataan sebagai n dengan n= 1 menyataan depot. Banyanya permintaan setiap RO telah dietahui sebelumnya, bai enis maupun umlahnya. Pendistribusian aan dilauan dengan menggunaan tiga endaraan seenis, sehingga apasitas untu setiap endaraan seragam. Setiap endaraan aan memulai egiatan distribusinya dari depot. Selain melauan pengiriman produ, driver dan helper uga melauan bongar - muat dan mengatur produ pada tempat yang telah disediaan, disebut delay. Biaya tetap endaraan aan muncul bila endaraan tersebut dipaai dalam egiatan distribusi. Masalah yang dihadapi adalah meminimuman banyanya endaraan yang

3 9 digunaan dengan mempertimbangan endala apasitas pada endaraan dan untu memenuhi setiap permintaan RO. Beberapa asumsi yang digunaan, antara lain: semua pesanan onsumen dapat dipenuhi oleh pabr ecepatan endaraan onstan sehingga tida ada satu pun yang dapat mempercepat atau memperlambat ecepatan endaraan. Kendaraan yang digunaan seragam, sehingga setiap endaraan mempunyai apasitas yang sama. Biaya bila endaraan digunaan (fixed cost) dan biaya setiap ilometer telah dietahui. 4.3 Formulasi Masalah Variabel Keputusan x 1, ia onsumen diunungi setelah onsumen i oleh endaraan 0, ia selainnya 1, ia endaraan dioperasian z 0, ia selainnya 25 3 x 1; i 2,3,...,25 (4.3) 1 1 Depot 25 x1, 1; 1, 2,3 (4.4) 2 25 x 1; 1, 2, 3 1 (4.5) i2 Keontinuan rute ,2,3 x x ; u u, i 2 i 2 u 1,2,..., 25 Kapasitas (4.6) q x C; 1,2,3 i (4.7) i1 1 x v t z ; d ; 1,2,..., 25 1,2,3 (4.8) 1,2,..., 25 1,2,3 (4.9) d d ; 1,2,...,25 (4.10), i Konstanta q i C t i, d banyanya permintaan onsumen i apasitas masimum endaraan watu yang dibutuhan dari onsumen i e onsumen dengan endaraan ara dari onsumen i e onsumen Eliminasi sub-tour if F x F 1; F L : 2 F x 1, 2,3 i1 1 ; (4.11) c i, v w ai b t i i L fi biaya peralanan dari onsumen i e onsumen ecepatan rata-rata endaraan biaya tetap (fixed cost) bila endaraan digunaan watu bua gudang pada onsumen i watu tutup gudang pada onsumen watu edatangan pada onsumen i himpunan semua onsumen termasu depot Lama watu servis di onsumen i Fungsi Obetif (4.1) 1 i1 1 minz w z x c Kendala-endala Konsumen 25 3 x 1; 2,3,..., 25 (4.2) i1 1 Time windows a t b ; i 1,2,..., 25 (4.12) i i i 1,2,...,25 t f (1 ) ; i i t M x t (4.13) 1,2,3 z {0,1}; 1, 2, 3 (4.14) 1,2,3 x {0,1}; (4.15) 1,2,...,25 Fungsi obetif (4.1) pada model di atas adalah meminimuman banyanya endaraan yang digunaan dan meminimuman ara endaraan. Kendala (4.2) dan (4.3) memberian epastian bahwa setiap onsumen yang ada aan dilayani oleh tepat satu endaraan. Kendala (4.4) dan (4.5) aan memastian tersedianya endaraan untu melayani rute yang ada dan untu memastian endaraan berangat dan embali dari depot. Pada endala (4.6) aan dipastian ontinuitas rute endaraan artinya memastian bahwa endaraan yang masu e suatu ota harus

4 10 meninggalan ota tersebut, sedangan endala (4.7) menggambaran bahwa umlah permintaan untu satu rute tida melebihi apasitas endaraan yang beroperasi. Selanutnya, pada endala (4.8) dipastian bahwa tida aan ada onsumen yang dilayani oleh endaraan yang tida atif. Kendala (4.9) memperlihatan hubungan antara ara, yaitu ecepatan dan watu endaraan, ara dan watu berbanding lurus. Kendala (4.10) menunuan bahwa ara dari i e sama dengan ara dari e sedangan endala (4.11) memastian tida ada sub-tour pada model yang ada. Beriutnya, endala (4.12) dan (4.13) beraitan dengan watu pelayanan. Pada endala (4.12) dipastian watu edatangan endaraan di tempat onsumen berada di antara watu bua dan tutup gudang. Kendala (4.13) memastian endaraan aan berada di pada saat endaraan berangat dari i ditambah dengan watu servis pada i dan watu dari i e, sedangan M (big-m) merupaan bilangan yang relatif besar ia M (1 x i ), bernilai besar maa rute onsumen i e onsumen tida aan di dan sebalinya. Kendala (4.14) dan (4.15) menunuan bahwa z dan xi, merupaan variabel eputusan yang bernilai 0 dan Hasil dan Pembahasan Pada subbab ini aan diperlihatan hasil dari masalah yang dihadap emudian hasil tersebut aan dibandingan dengan eadaan yang teradi di lapangan saat ini. Masalah VRP yang dihadapi dapat dicari solusinya dengan menggunaan exact method dan metode heuristi. Penggunaan exact method untu masalah VRP yang dihadapi tida cuup bai arena dibutuhan watu yang relatif lama untu mendapatan solusi optimalnya. Oleh arena itu, diembangan metode heuristi sebagai salah satu alternatif untu menyelesaian masalah VRP yang dihadapi secara lebih cepat. Metode heuristi yang digunaan dalam penelitian ini dibagi menadi dua fase. Fase pertama adalah route construction yang menggunaan nearest addition heuristic untu mencari solusi fisibel awal dari masalah VRP yang dihadapi. Fase beriutnya adalah route improvement dimana solusi awal yang telah ada diperbaii menggunaan beberapa metode heuristi lainnya, yani metode 2-Opt, or-opt, relocate, exchange, dan cross. Input dari masalah yang aan diselesaian menggunaan edua fase heuristi terdapat pada Lampiran 8. Lampiran tersebut merupaan input bagi program yang aan digunaan. Isi dari input tersebut berupa banyanya onsumen yang aan diunung banyanya endaraan yang tersedia dan apasitas masimum dari endaraan yang digunaan, selain itu terdapat uga ode, umlah permintaan, watu bua-tutup gudang dan leta setiap onsumen. Dibutuhan watu 0,32 deti untu memberian solusi dari masalah VRP dengan menggunaan software ILOG Dispatcher versi 2.1 dan ILOG Solver versi 4.4 yang dialanan menggunaan Microsoft Visual C++ versi 6.0 yang dioperasian pada omputer dengan prosessor Intel Celeron 2.53 GHz (Giga Hertz) dan memori sebesar 512 MB (Megabyte). Output dari masalah VRP yang diselesaian menggunaan software tersebut dapat dilihat pada Lampiran 10. Tabel 1, Tabel 2 dan Tabel 3 merupaan rangaian rute yang dihasilan dengan menggunaan metode heuristi dua fase yang telah dielasan sebelumnya dan masingmasing tabel merepresentasian satu endaraan. Tabel 1 Hasil simulasi untu endaraan pertama Jara (ilometer) 1 HARI-HARI BEKASI TRADE CENTRE 9, PT CONTIMAS UTAMA IND. (BLUE MALL) 11, PT NIC 22,2157 0

5 11 Tabel 2 Hasil simulasi untu endaraan edua Jara (ilometer) 3 LION SUPERINDO BOROBUDUR BEKAS 11, CARREFOUR BEKASI SQUARE 13, MITRA WISMA ASRI 17, CV NAGA SWALAYAN (Pondo Ungu) 21, GIANT UJUNG MENTENG 25, CARREFOUR CAKUNG 26, GIANT PONDOK KOPI SPM 34, GIANT KALIMALANG 38, SUPER INDO PONDOK BAMBU 39, HERO KEMANG PRATAMA 49, PT NIC 61, Tabel 3 Hasil simulasi untu endaraan etiga Jara (ilometer) 9 MAKRO BEKASI 2 13, LION SUPERINDO METROPOLITAN MALL 13, GIANT HYPERMARKET BEKASI 13, HARI-HARI BEKASI CYBER PARK 15, LION SUPERINDO KALIMALANG BEKASI 17, GIANT JATI BENING 21, STAR MART PERSADA GOLF 23, YOGYA PONDOK BAMBU TOSERBA 24, TIP-TOP PONDOK BAMBU 25, CV NAGA SWALAYAN (Jatiwaringin) 25, GIANT PONDOK GEDE 28, TIP-TOP PONDOK GEDE 32, PT NIC 52, Dari etiga tabel di atas, terlihat bahwa dibutuhan tiga endaraan untu melayani seluruh onsumen. Pada endaraan pertama rute yang dilalui meliputi depot, onsumen e-1, onsumen e-4 dan embali e depot, dengan total ara yang di sepanang 22,2157 ilometer dan banyanya produ yang dibawa sebanya 25 crate. Sedangan pada endaraan edua, rute yang di meliputi depot, onsumen e- 3, onsumen e-5, onsumen e-2, onsumen e-11, onsumen e-12, onsumen e-13, onsumen e-15, onsumen e-22, onsumen e-23 dan onsumen e-6 sebelum embali e depot. Kendaraan edua menempuh 61,9235 ilometer dan memuat sebanya 153 crate pada pengirimannya. Lain halnya dengan endaraan etiga, endaraan ini menempuh peralanan sepanang 52,2495 ilometer untu menyelesaian satu rute yang diadwalan. Rute tersebut meliputi depot, onsumen e-9, onsumen e-8, onsumen e-7, onsumen e-10, onsumen e-14, onsumen e-16, onsumen e-17, onsumen e-24, onsumen e-21, onsumen e-20, onsumen e-19 dan onsumen e-18 sebelum embali e depot, dengan membawa 194 crate dari masimum 200 crate yang dapat dibawa dalam satu ali pengiriman. Total peralanan yang di oleh etiga endaraan tersebut adalah 136,388 ilometer.

6 12 10 The Simulation Route ilometer Miles Kendaraan pertama Kendaraan edua Kendaraan etiga Miles ilometer Gambar 8 Rute hasil simulasi. Hasil simulasi di atas emudian dibandingan dengan data lapangan yang diamati penulis. Tabel 4, Tabel 5 dan Tabel 6 merupaan rute endaraan saat ini yang melayani 24 onsumen. Tabel 4 Rute saat ini untu endaraan pertama Jara (ilometer) 16 GIANT JATI BENING 19, CV NAGA SWALAYAN (Jatiwaringin) 22, SUPER INDO PONDOK BAMBU 24, GIANT KALIMALANG 25, TIP-TOP PONDOK BAMBU 28, YOGYA PONDOK BAMBU TOSERBA 28, GIANT PONDOK GEDE 32, CV. NAGA SWALAYAN (Pondo Ungu) 49, TIP-TOP PONDOK GEDE 63, PT NIC 82,9648 0

7 13 Tabel 5 Rute saat ini untu endaraan edua Jara (ilometer) 15 GIANT PONDOK KOPI SPM 21, CARREFOUR CAKUNG 28, GIANT UJUNG MENTENG 30, MITRA WISMA ASRI 38, LION SUPERINDO BOROBUDUR BEKAS 42, LION SUPERINDO KALIMALANG BEKASI 49, HARI-HARI BEKASI CYBER PARK 50, PT NIC 65, Tabel 6 Rute saat ini untu endaraan edua Jara (ilometer) 4 PT CONTIMAS UTAMA IND. (BLUE MALL) 11, HARI-HARI BEKASI TRADE CENTRE 13, GIANT HYPERMARKET BEKASI 17, HERO KEMANG PRATAMA 19, CARREFOUR BEKASI SQUARE 22, LION SUPERINDO METROPOLITAN MALL 24, MAKRO BEKASI 2 25, STAR MART PERSADA GOLF 34, PT NIC 55, Data di atas memperlihatan bahwa dibutuhan sebanya tiga endaraan untu melayani seluruh onsumen. Kendaraan pertama aan menempuh ara sepanang 82,9648 ilometer dan membawa 191 crate dari 200 crate yang dapat dibawa. Kendaraan pertama melayani rute depot, onsumen e- 16, onsumen e-20, onsumen e-23, onsumen e-22, onsumen e-21, onsumen e-24, onsumen e-19, onsumen e-11, onsumen e-18 dan embali e depot. Rute untu endaraan edua meliputi depot, onsumen e-15, onsumen e-13, onsumen e-12, onsumen e-2, onsumen e-3, onsumen e-14 dan onsumen e-10 sebelum embali e depot. Dengan membawa 94 crate dan menempuh ara sepanang 65,0334 ilometer untu rute tersebut. Rute beriutnya, untu endaraan etiga, diadwalan aan membawa sebanya 96 crate dan menempuh peralanan sepanang 55,9374 ilometer. Rute tersebut meliputi depot, onsumen e-4, onsumen e-1, onsumen e-7, onsumen e-6, onsumen e-5, onsumen e-8, onsumen e-9 dan onsumen e-17 sebelum embali e depot. Total ara tiga endaraan adalah 203,935 ilometer.

8 14 10 Current Route ilometer Miles Kendaraan pertama Kendaraan edua Kendaraan etiga Miles ilometer Gambar 9 Rute saat ini. Tabel 7 memberian perbandingan antara hasil simulasi (pada Tabel 1, Tabel 2 dan Tabel 3) dengan ondisi rute yang saat ini (pada Tabel 4, Tabel 5 dan Tabel 6). Perbandingan tersebut meliputi muatan yang dibawa oleh masing-masing endaraan dan total ara yang di oleh setiap endaraan. Tabel 7 Perbandingan muatan endaraan hasil simulasi dan endaraan yang beroperasi saat ini Kapasitas Muatan Jara Tempuh max (ilometer) Keadaan saat ini Kendaraan e (95,5%) ,9648 Kendaraan e-2 94 (47,0%) ,0334 Kendaraan e-3 96 (48,0%) ,9374 Hasil Simulasi Kendaraan e-1 34 (17,0%) ,2157 Kendaraan e (76,5%) ,9235 Kendaraan e (97,0%) ,2495 Dari Tabel 7 dapat disimpulan bahwa masing-masing rute pada hasil simulasi memilii ara yang lebih pende dibandingan dengan rute yang di oleh endaraan pada saat ini. Pada hasil simulasi total ara yang di etiga endaraan adalah 136,388 ilometer, sedangan total ara pada etiga endaraan saat ini adalah 203,935 ilometer. Dengan ata lain, total ara yang di pada hasil simulasi

9 15 mencapai 66,88% dari total ara yang di endaraan saat ini. Sementara itu banyanya produ yang dibawa oleh endaraan edua dan etiga pada hasil simulasi lebih besar dibandingan dengan banyanya barang yang dibawa oleh endaraan edua dan etiga saat ini. Persentase edua endaraan tersebut mencapai 76,5% dan 97%, sedangan pada endaraan yang beroperasi saat ini persentase muatan pada endaraan edua dan etiga sebesar 47% dan 48%. V SIMPULAN DAN SARAN 5.1 Kesimpulan 1. Masalah penentuan rute untu distribusi barang (VRP) dapat diformulasian sebagai masalah Integer Linear Programming. 2. Masalah penentuan rute untu distribusi barang (VRP) dapat diselesaian dengan menggunaan metode heurist pada penelitian ini menggunaan metode nearest addition heuristic. 3. Hasil simulasi menggunaan metode heuristi memperoleh hasil yang lebih bai daripada ondisi yang ada searang, arena total ara menadi lebih pende. 5.2 Saran Beberapa hal yang dapat dilauan agar penelitian ini lebih bai terait dengan implementasinya di lapangan, antara lain: 1. Jara antar tempat dapat dibuat serealistis mungin, arena ara antar tempat yang terdapat pada matris ara merupaan hasil estimasi. 2. Watu bongar-muat di onsumen dapat diestimasi dengan cara yang lebih bai. Misalnya dengan melauan beberapa ali pengamatan terhadap watu bongar-muat di setiap onsumen, emudian gunaan rata-rata watu tersebut sebagai input. DAFTAR PUSTAKA Caric T, Galic A, Fosin J, Gold H, Reinholz A Modelling and Optimization Framewor for Real-World Vehicle Routing Problem. Vehicle Routing Problem: 142, I-Tech, Vienna, Austria. Cordeau J-F, Gendreau M, Laporte G, Potvin JY, Semet F A Guide to Vehicle Routing Heuristics. Journal of Operation Research Society 53: Hoffman K, Padberg M Traveling Salesman Problem. ~hoffman/papers/trav_salesman.html. [8 Feb 2009]. Kritios MN, Ioannou G A synthesis of assignment and heuristic solutions for vehicle routing with time windows. Journal of the Operational Research Society 55: Kang HK, Byung KL, Yoon HL, Young HL A Heuristic for the vehicle routing problem with due times. Computers and Industrial Engineering 54: Laporte G, Boctor F, Renaud J, Prive J Solving a vehicle-routing problem arising in soft-drin distribution. Journal of Operation Research Society 57: Larsen J Vehicle Routing with Time Windows- Finding optimal solution efficiently. Machado P, Tavares J, Pereira BF, Costa E Vehicle Routing Problem: Doing it The Evolution Way. Nilsson C Heuristics for the Traveling Salesman Problem. Sutapa NI, Widyadana AGI, Christine Studi tentang Traveling Salesman Problem dan Vehicle Routing Problem dengan Time windows. Jurusan Teni Industr Universitas Petra, Surabaya. ILOG User s Manual ILOG Dispatcher 2.1. France: ILOG Winston WL Operation Research Applications and Algorithms. Ed e-4. Belmont, California: Broos/Cole- Thompson Learning.