PENYELESAIAN VEHICLE ROUTING PROBLEM MENGGUNAKAN BEBERAPA METODE HEURISTIK KONSTRUKTIF
|
|
- Siska Gunawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 i PENYELESAIAN VEHICLE ROUTING PROBLEM MENGGUNAKAN BEBERAPA METODE HEURISTIK KONSTRUKTIF DEIBY TINEKE SALAKI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009
2 iii PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Penyelesaian Vehicle Routing Problem Menggunakan Beberapa Metode Heuristik Konstruktif adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini. Bogor, Juli 2009 Deiby Tineke Salaki NRP G
3 iv ABSTRACT DEIBY TINEKE SALAKI. The Solution of Vehicle Routing Problem Using Some Constructive Heuristic Methods. Under supervision of AMRIL AMAN and FARIDA HANUM. The distribution of commodities or services can be viewed as a combinatorial optimization and application of graph theory named vehicle routing problem (VRP). The VRP, which is generalization of traveling salesman problem, can be described as the problem of designing least cost routes from depot to a set of costumers. The routes must be designed in such a way, that each costumer is visited only once by exactly one vehicle, started and ended at the depot. The VRP can be further complicated by associating time windows on visits, which is called VRP time windows (VRPTW). Because of the high complexity of the VRP and its wide applicability to various circumstances, heuristic method is more powerful to solve the problem than the exact one. The method is capable in performing a solution in a relatively limited running time, although it does not guarantee that the solution will be optimal. Most heuristic methods strategies involve finding an initial feasible solution by constructing a given route and then improving that solution. The aims of this research are (1) formulating model for the distribution of commodities as a VRPTW, (2) implementing the model on the delivery of Sari Roti bread to some stores, (3) solving the delivery problem using some heuristic methods, (4) comparing the output of each method based on running time and total of distribution distance. The distribution problem is modeled as VRPTW. The model is solved using heuristic method by means of ILOG Dispatcher software. In finding the solution, route construction method is applied by doing each saving, sweeping, nearest-to-depot, nearest addition, and insertion methods; and simultaneously performing route improvement using 2-opt, Or-opt, relocate, exchange and cross methods. Comparison of these methods, which is based on running time and distance on delivery of Sari Roti bread, shows that, the least route distance is given by the output of insertion method, the fastest running time is given by saving method. In contrast, the saving method yields the biggest route distance and the nearest-todepot produces the longest running time. Keywords: graph, combinatorial optimization, traveling salesman problem, vehicle routing problem, heuristic method
4 v RINGKASAN DEIBY TINEKE SALAKI. Penyelesaian Vehicle Routing Problem Menggunakan Beberapa Metode Heuristik Konstruktif. Dibimbing oleh AMRIL AMAN dan FARIDA HANUM. Pendistribusian barang atau jasa merupakan salah satu bagian penting dari kegiatan sebuah instansi pemerintah ataupun perusahaan tertentu, yang sering mengadakan pengambilan keputusan mengenai rute yang dapat mengoptimalkan biaya, waktu dan sumberdaya lain yang tersedia. Masalah ini dapat diformulasikan secara matematis sebagai sebuah Vehicle Routing Problem (VRP). VRP merupakan salah satu aplikasi dari teori graf dan optimasi kombinatorial yang mencakup penentuan sejumlah rute angkutan yang diawali dan diakhiri di suatu tempat yang disebut depot untuk mengantarkan barang kepada sekumpulan pelanggan sesuai permintaannya masing-masing. Rute yang terbentuk harus mengunjungi setiap pelanggan tepat satu kali dan menghabiskan biaya atau jarak tempuh seminimal mungkin. Salah satu variasi dari VRP adalah VRP time windows (VRPTW) yang menambahkan kendala batasan selang waktu tertentu (time windows) dalam melayani pelanggan. Selain dengan metode eksak, penyelesaian VRP, terutama yang berukuran besar dapat dilakukan dengan metode heuristik yang menentukan solusi secara cepat dari segi waktu komputasi meskipun solusi yang diperoleh belum tentu optimal. Metode heuristik dapat dibagi dalam tiga kelompok yaitu metode heuristik konstruktif (constructive heuristic), metode dua fase, dan metode perbaikan (improvement). Pada umumnya metode heuristik konstruktif dan metode perbaikan dilakukan secara bersamaan. Pada penelitian ini dilakukan formulasi masalah pendistribusian barang dalam bentuk VRPTW dan diimplementasikan pada masalah distribusi roti Sari Roti. Masalah tersebut selanjutnya diselesaikan dengan beberapa metode heuristik konstruktif. Rute yang diperoleh pada tahap konstruksi diperbaiki dengan metode perbaikan. Hasil masing-masing rute setelah perbaikan, selanjutnya dibandingkan berdasarkan waktu tempuh dan total jarak tempuh. Penelitian ini menggunakan software ILOG. Tahapan-tahapan metode heuristik yang digunakan adalah (1) penentuan rute fisibel awal dengan menggunakan 5 metode konstruksi yaitu saving, sweeping, nearest-to-depot, nearest addition, dan insertion, (2) memperbaiki rute yang diperoleh dari setiap metode konstruksi dengan menerapkan secara simultan 5 metode perbaikan rute yaitu metode 2-opt, metode Or-opt, metode relocate, metode exchange dan metode cross, (3) membandingkan hasil akhir perbaikan rute dari kelima metode berdasarkan total jarak tempuh dan waktu eksekusi. Hasil perbandingan lima metode heuristik konstruktif yang diterapkan pada data distribusi roti Sari Roti menunjukkan bahwa, jarak terkecil dari kegiatan distribusi diperoleh dari metode insertion dan jarak terbesar diperoleh dari metode saving, sebaliknya waktu eksekusi tercepat diperoleh dari metode saving dan paling lama pada metode nearest-to-depot.
5 vi Total jarak tempuh distribusi dapat menjadi masukan bagi PT NIC (produsen Sari Roti ) untuk memilih rute kendaraan guna meningkatkan efisiensi perusahaan sedangkan waktu eksekusi dapat menjadi masukan bagi pengembangan metode heuristik untuk masalah yang berukuran besar. Kata Kunci : graf, optimasi kombinatorial, traveling salesman problem, vehicle routing problem, metode heuristik
6 Hak Cipta milik IPB, tahun 2009 Hak Cipta dilindungi Undang-Undang 1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah. b. Pengutipan tidak merugikan kepentingan yang wajar IPB 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB.
7 viii PENYELESAIAN VEHICLE ROUTING PROBLEM MENGGUNAKAN BEBERAPA METODE HEURISTIK KONSTRUKTIF DEIBY TINEKE SALAKI Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009
8 ix Judul Tesis Nama NRP : Penyelesaian Vehicle Routing Problem Menggunakan Beberapa Metode Heuristik Konstruktif : Deiby Tineke Salaki : G Disetujui Komisi Pembimbing Dr. Ir. Amril Aman, M.Sc. Ketua Dra. Farida Hanum, M.Si. Anggota Diketahui Ketua Program Studi Dekan Sekolah Pascasarjana Matematika Terapan Dr. Ir. Endar H. Nugrahani, M.S. Prof. Dr. Ir. Khairil A. Notodiputro, M.S. Tanggal Ujian: 6 Juli 2009 Tanggal Lulus:
9 Penguji Luar Komisi pada Ujian Tesis: Drs. Prapto Tri Supriyo, M.Kom. x
10 xi PRAKATA Eben Haezer. Ya, (lagi dan lagi) sampai di sini, Tuhan menolong saya melewati satu tahapan penting dalam perjuangan hidup. Thanks God, for showing me Thy way and teaching me how to walk aright, more by faith and less by sight. Diawali dengan pemilihan topik pada bulan Januari 2009 sampai penyelesaian tesis ini yang diberi judul Penyelesaian Vehicle Routing Problem Menggunakan Beberapa Metode Heuristik Konstruktif, saya sangat didukung oleh sejumlah pihak. Bapak Amril Aman, Ph.D dan Ibu Farida Hanum, M.Si., pembimbing saya; serta Bapak Prapto Tri Supriyo, M.Kom. selaku penguji, terima kasih atas semua arahan, masukan, dan pengertiannya yang tak ternilai. Segenap civitas akademika Departemen Matematika IPB di almamater saya yang tak pernah terlupakan, terima kasih atas semua ilmu, teladan dan keramahannya. Terima kasih kepada teman-teman kuliah, kak Asmara teman seperjuangan, kepada Aji Raditya yang bersedia meminjamkan datanya dan bersama Fariz yang memberi banyak masukan kepada saya; kepada keluarga saya di Bogor: teman-teman kost (Deli, Yona, dan Alina) dan keluarga besar Bapak Rahmat di RM Palem Merah. Kepada GKI Pengadilan Bogor yang selalu menjadi rumah bagi saya untuk pulang, terimakasih atas persekutuannya. Ucapan terimakasih juga disampaikan kepada pimpinan dan staf Yayasan Toyota & Astra atas kepercayaannya memberikan beasiswa. Last but not least, terima kasih kepada harta saya yang paling berharga: suami tercinta, Obrin Sualang atas pengertian, kasih sayang dan dukungannya; anakanak tersayang, Riemann, Ednayra dan my future daughter, yang selalu menyemangati saya dalam berjuang; orang tua dan keluarga besar di Pakuure dan Wioi yang selalu mendoakan saya. Terima kasih untuk semua pihak yang selama ini mendukung saya yang tidak dapat disebutkan satu per satu. Saya menerima segala kritik dan saran dari pembaca, karena saya sangat menyadari tulisan ini masih banyak kekurangan. Semoga tulisan ini bermanfaat dan menjadi inspirasi untuk penelitian selanjutnya. Bogor, Juli 2009 Deiby Tineke Salaki
11 xii RIWAYAT HIDUP Deiby Tineke Salaki, dilahirkan sebagai anak bungsu dari dua bersaudara di Amurang, Minahasa Selatan, Sulawesi Utara pada tanggal 17 Desember 1972 dari pasangan Liem Hou Ing dan Altje Fredika Wowor. Lulusan SMA Katolik Aquino Amurang tahun 1991 ini, diterima pada tahun yang sama di Program Studi Ilmu Kelautan, Fakultas Perikanan Unsrat Manado. Setahun kemudian penulis mendapat tugas belajar dari Universitas Sam Ratulangi Manado di Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam IPB dengan beasiswa EIUDP-CIDA dan TID dan lulus pada tahun Pada tahun 2007, diterima di Program Studi Matematika pada Sekolah Pascasarjana IPB. Selama menempuh jenjang S2, penulis menerima beasiswa dari Yayasan Toyota & Astra Indonesia dan bantuan penelitian dari Lembaga Penelitian Unsrat Manado. Penulis merupakan dosen pada Jurusan Matematika, FMIPA Universitas Sam Ratulangi Manado sejak tahun 2000 sampai sekarang. Pada tahun 2001, penulis menikah dengan Obrin Sualang dan dikaruniai seorang putra Riemann Janson Sualang (6 tahun), seorang putri Ednayra Marqliem Sualang (3 tahun) dan seorang calon bayi.
12 xiii DAFTAR ISI Halaman DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... xv xvi xvii 1 PENDAHULUAN 1.1 Latar Belakang Tujuan Penelitian Manfaat Penelitian TINJAUAN PUSTAKA 2.1 Graf Optimasi Kombinatorial Traveling Salesman Problem Vehicle Routing Problem Vehicle Routing Problem with Time Windows METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heuristik Metode Heuristik Konstruktif Metode Saving Metode Sweeping Metode Nearest-to-depot Metode Nearest Addition Metode Insertion Metode Perbaikan Perbaikan dalam Rute Metode 2-opt Metode Or-opt Perbaikan Antarrute Metode Relocate Metode Exchange Metode Cross PENYELESAIAN MASALAH DISTRIBUSI ROTI SARI ROTI 4.1 Data Deskripsi Masalah Formulasi Masalah Hasil dan Pembahasan Rute Kendaraan dengan Metode Saving Rute Kendaraan dengan Metode Sweeping Rute Kendaraan dengan Metode Nearest-to-depot... 32
13 xiv Rute Kendaraan dengan Metode Nearest Addition Rute Kendaraan dengan Metode Insertion Pembandingan Kelima Metode Heuristik Konstruktif SIMPULAN DAN SARAN 5.1 Simpulan Saran DAFTAR PUSTAKA LAMPIRAN... 42
14 xv DAFTAR TABEL Halaman 1 Data pelanggan PT NIC Rute kendaraan dengan metode saving Rute kendaraan dengan metode sweeping Rute kendaraan dengan metode nearest-to-depot Rute kendaraan dengan metode nearest addition Rute kendaraan dengan metode insertion Perbandingan hasil kelima metode konstruksi Perbandingan jarak dan waktu eksekusi kelima metode konstruksi... 37
15 xvi DAFTAR GAMBAR Halaman 2.1 Contoh penyelesaian TSP Contoh penyelesaian VRP 3 rute Contoh metode saving Contoh metode sweeping Contoh metode nearest-to-depot Contoh metode nearest addition Contoh metode insertion Contoh metode 2-opt Contoh metode Or-opt Contoh metode relocate Contoh metode exchange Contoh metode cross Rute kendaraan dengan metode saving Rute kendaraan dengan metode sweeping Rute kendaraan dengan metode nearest-to-depot Rute kendaraan dengan metode nearest addition Rute kendaraan dengan metode insertion Perbandingan waktu eksekusi dan total jarak tempuh kelima metode konstruksi... 38
16 xvii DAFTAR LAMPIRAN Halaman 1 Matriks jarak antarlokasi Program penentuan rute dengan metode saving menggunakan software ILOG Hasil penentuan rute dengan metode saving Program penentuan rute dengan metode sweeping menggunakan software ILOG Hasil penentuan rute dengan metode sweeping Program penentuan rute dengan metode nearest-to-depot menggunakan software ILOG Hasil penentuan rute dengan metode nearest-to-depot Program penentuan rute dengan metode nearest addition menggunakan software ILOG Hasil penentuan rute dengan metode nearest addition Program penentuan rute dengan metode insertion menggunakan software ILOG Hasil penentuan rute dengan metode insertion... 67
17 1 1 PENDAHULUAN 1.1 Latar Belakang Pendistribusian barang atau jasa merupakan salah satu bagian penting dari kegiatan sebuah instansi pemerintah ataupun perusahaan tertentu. Masalah yang sering dihadapi terkait distribusi adalah membuat keputusan-keputusan mengenai rute yang dapat mengoptimalkan jarak tempuh atau biaya perjalanan, waktu tempuh, banyaknya kendaraan yang dioperasikan dan sumberdaya lain yang tersedia. Masalah optimasi pendistribusian barang tersebut dapat diformulasikan secara matematis sebagai sebuah Vehicle Routing Problem (VRP). VRP yang diperkenalkan oleh Dantzig dan Ramster pada tahun 1959, merupakan masalah optimasi kombinatorial yaitu optimasi yang melibatkan fungsi dengan banyak peubah. Terapan VRP sering dijumpai dalam kehidupan sehari-hari, antara lain pendistribusian hasil produksi oleh produsen ke pelanggan, pengiriman surat atau barang oleh perusahaan ekspedisi dan pengumpulan sampah di suatu perkotaan. Formulasi VRP ditujukan untuk membentuk sejumlah rute dengan biaya atau jarak seminimal mungkin, sedemikian sehingga (1) setiap rute berawal dan berakhir di suatu tempat yang disebut depot, (2) setiap pelanggan dikunjungi tepat satu kali oleh satu kendaraan tertentu, (3) total permintaan setiap rute tidak melebihi kapasitas kendaraan, (4) total durasi setiap rute (termasuk waktu tempuh dan waktu pelayanan) tidak melebihi batas waktu tertentu. Kondisi permasalahan yang berbeda-beda pada setiap penerapannya membuat VRP dalam prakteknya sangat bervariasi. Variasi VRP disebabkan oleh variasi kendala antara lain: kapasitas kendaraan yang digunakan heterogen atau homogen, kendaraan melakukan kegiatan pengantaran atau pengantaran dan pengumpulan barang sekaligus dalam satu rute yang sama, terdapat satu atau lebih dari satu depot, adanya selang waktu tertentu bagi pelanggan untuk menerima layanan, dan lain-lain. Pada kasus adanya batasan bahwa kapasitas muatan semua kendaraan yang digunakan adalah sama, maka VRP tersebut dinamakan capacitated VRP (CVRP). Suatu VRP dengan tambahan kendala berupa adanya selang waktu
18 2 pelayanan (time windows) pada setiap pelanggan, dinamakan VRP time windows (VRPTW). VRPTW terdiri atas dua tipe yaitu soft time windows dan hard time windows. Pada tipe hard time windows, pelayanan tidak dapat dilakukan apabila melewati waktu yang telah ditentukan oleh pelanggan (time windows); sedangkan pada kasus soft time windows, konsumen akan tetap dapat dilayani di luar time windows namun dengan tambahan biaya yang disebut penalti. Penelitian tentang VRP umumnya diarahkan pada pengembangan metode penentuan solusi optimal secara lebih efisien dari segi komputasi. VRP merupakan masalah optimasi kombinatorial yang sulit diselesaikan. Salah satu metode penyelesaian yaitu metode eksak, seperti metode branch and bound dan pemrograman dinamik, umumnya tidak mampu menyelesaikan VRP yang melibatkan banyaknya pelanggan yang berukuran besar dalam waktu yang singkat. Penelitian tentang metode ini dilakukan antara lain oleh Larsen (2001) dan Rich (1999). Metode lain yang merupakan metode pendekatan adalah metode heuristik dan metaheuristik. Metode ini lebih menekankan perolehan solusi fisibel secara cepat dari segi waktu komputasi meskipun tidak dijamin solusi tersebut optimal. Metode metaheuristik yang banyak dikembangkan pada dekade terakhir, menghasilkan kualitas solusi yang lebih baik dari metode heuristik namun biaya komputasinya relatif mahal. Beberapa penelitian tentang metode heuristik untuk penyelesaian VRPTW telah dilakukan antara lain oleh Laporte dan Semet (2002), Cordeau et al. (2002) dan Bräysy dan Gendreau (2005). Dalam penelitiannya mereka membandingkan beberapa variasi metode heuristik, antara lain berdasarkan nilai fungsi objektif, banyaknya kendaraan dan waktu eksekusi. Pembandingan yang dimaksud, menggunakan hasil yang dilakukan oleh peneliti lain dalam menerapkan beberapa metode heuristik pada sejumlah variasi masalah dengan banyaknya pelanggan atau simpul yang berbeda. Penelitian lain dilakukan oleh Raditya (2009) pada kasus distribusi roti yang penyelesaiannya menggunakan metode heuristik yaitu metode nearest addition pada tahap konstruksi rute fisibel awal dan pada tahap perbaikan rute
19 3 menggunakan metode 2-opt, metode Or-opt, metode relocate, metode exchange, dan metode cross. Pada penelitian ini akan dilakukan formulasi masalah pendistribusian barang ke dalam VRPTW dan menerapkannya pada permasalahan distribusi roti Sari Roti. Pada tahap awal dilakukan konstruksi rute fisibel dengan menggunakan 5 macam metode konstruksi yaitu saving, sweep, nearest-to-depot, nearest addition, dan insertion. Hasil konstruksi rute dari tiap-tiap metode tersebut selanjutnya diperbaiki dengan menggunakan 5 metode secara berturut-turut, yaitu metode 2- opt, metode Or-opt, metode relocate, metode exchange, dan metode cross. Data diolah dengan menggunakan software ILOG Dispatcher dan ILOG Solver. 1.2 Tujuan Penelitian Tujuan dari penelitian ini adalah: 1. membuat formulasi masalah distribusi dalam model VRPTW, 2. mengimplementasikan model pada kasus distribusi roti Sari Roti untuk membandingkan solusi beberapa metode heuristik konstruktif dengan bantuan software ILOG Dispatcher dan ILOG Solver versi Manfaat Penelitian Penelitian ini diharapkan dapat memberikan informasi tentang formulasi VRPTW dan metode penyelesaiannya dengan menggunakan metode heuristik, yang dapat bermanfaat bagi penelitian lanjutan dan dapat diterapkan dalam dunia nyata.
20 4 2 TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf dan Jaringan Berarah) Suatu graf berarah (directed graph/digraf) G=(N,A) terdiri dari suatu himpunan simpul (node) N dan himpunan sisi berarah (arc) A, yang elemen-elemennya merupakan pasangan terurut dari sisi-sisi yang berbeda. Jaringan atau network berarah merupakan digraf dengan simpul dan atau sisi berarah yang berkaitan dengan nilai numerik tertentu, misalnya jarak/biaya dan kapasitas (Ahuja et al. 1993). Dalam sebagian literatur, graf dan jaringan memiliki pengertian yang sama, sedangkan menurut Foulds (1992), jaringan adalah graf yang memiliki tepat satu simpul sumber dan satu simpul tujuan. Definisi 2 (Simpul Suksesor dan Predesesor, Sisi Berarah Menjauh dan Mendekat) Misalkan diberikan suatu digraf G=(V,A) dengan (i, j) œ A. Simpul i dikatakan predesesor bagi simpul j dan simpul j disebut suksesor bagi simpul i. Sisi (i, j) dikatakan mendekati simpul j dan menjauhi simpul i (Foulds 1992). Definisi (Simpul Sumber dan Simpul Tujuan) Simpul sumber (source) adalah suatu simpul yang padanya tidak terdapat sisi yang mendekati dan sebaliknya simpul tujuan (sink) adalah simpul yang padanya tidak terdapat sisi yang menjauhi (Foulds 1992). 2.2 Optimasi Kombinatorial Suatu masalah optimasi dapat dinyatakan sebagai minimumkan f(x) terhadap x œ S (2.1) dengan f(x) merupakan fungsi objektif, x = (x 1, x 2,,x k ) disebut peubah keputusan dan S Õ R k disebut ruang solusi.
21 5 Masalah optimasi dapat diformulasikan dalam beberapa cara yang berbeda sesuai dengan fungsi objektif, peubah keputusan dan gambaran dari ruang solusi. Masalah optimasi kombinatorial adalah masalah optimasi yang melibatkan fungsi dengan himpunan solusi terbatas namun berukuran besar sehingga hanya dapat diselesaikan dengan metode yang memerlukan waktu komputasi yang sangat lama (Larsen 2001). 2.3 Traveling Salesman Problem Menurut Garfinkel dan Nemhauser (1972), traveling salesman problem (TSP) merupakan salah satu terapan dari teori graf yang diilhami oleh permasalahan seorang pedagang yang mengunjungi sejumlah kota dengan berawal dan berakhir di tempat asalnya. Permasalahan intinya adalah menemukan rute terpendek jika harus mengunjungi semua kota tepat satu kali. Tujuannya tidak hanya terbatas pada penentuan jarak terpendek tetapi dapat dikembangkan untuk menentukan waktu tercepat yang dibutuhkan. Variasi lain dari TSP juga dapat berupa adanya selang waktu tertentu atau time windows untuk mengunjungi lokasi yang hendak dituju. Masalah ini dinamakan TSP time windows atau TSPTW. Secara formal TSP dideskripsikan sebagai berikut. Berawal dari kota asalnya, seorang salesman hendak mengunjungi sejumlah kota tepat satu kali lalu kembali ke kota asalnya. Salesman tersebut menginginkan rute yang fisibel dengan biaya atau jarak minimal. Secara matematis, TSP dapat dinyatakan sebagai suatu graf berarah G=(V,A) dengan V={1,..., n} menyatakan himpunan simpul yang menunjukkan lokasi kota dan A={(i, j) i, j V, i j} merupakan himpunan sisi berarah (arc) yang menyatakan jalan penghubung antarkota. Simpul 1 menyatakan kota asal/depot. Misalkan c ij adalah jarak tempuh (biaya perjalanan) dari kota i ke kota j dan didefinisikan peubah: x ij 1, jika sisi berarah ( i,j) A = 0, jika selainnya dilalui oleh rute maka formulasi matematis dari TSP adalah sebagai berikut: minimumkan z= c ij x ij n n i= 1 j= 1 (2.2)
22 6 dengan kendala: n i= 1 n j= 1 xij = 1; i= 1,.., n xij = 1; j= 1,.., n (2.3) (2.4) i Q j Q x 1 ; Q V Q (2.5) ij, x ij œ {0, 1} ; i, j = 1,.., n (2.6) Persamaan (2.2) merupakan fungsi tujuannya yaitu meminimumkan total jarak tempuh (biaya perjalanan). Kendala (2.3) dan (2.4) menggambarkan bahwa salesman mendatangi dan meninggalkan setiap kota tepat satu kali, sedangkan kendala (2.5) memastikan bahwa tidak terdapat subrute dan kendala (2.6) menjamin bahwa x ij merupakan peubah biner (Garfinkel & Nemhauser 1972). Contoh solusi dari TSP dapat dilihat pada Gambar 2.1. Kota Depot Rute Gambar 2.1 Contoh penyelesaian TSP. 2.4 Vehicle Routing Problem VRP merupakan perumuman dari TSP atau disebut juga m-tsp dengan m menunjukkan banyaknya salesman yang mengunjungi sejumlah kota. Jadi VRP berkaitan dengan penentuan rute optimal untuk permasalahan lebih dari satu kendaraan (vehicle) dengan kapasitas tertentu untuk mengunjungi sejumlah pelanggan dengan permintaannya masing-masing. Rute yang dibentuk harus
23 7 dimulai dan diakhiri di suatu tempat yang disebut depot. Setiap pelanggan dikunjungi hanya satu kali dan total permintaan semua pelanggan dalam satu rute tidak melebihi kapasitas kendaraan yang melayani rute tersebut. Contoh penyelesaian VRP diberikan pada Gambar 2.2. Pelanggan Rute Depot Gambar 2.2 Contoh penyelesaian VRP dengan 3 rute. Menurut Toth dan Vigo (2002), secara matematis VRP dapat dinyatakan sebagai suatu digraf G=(V, A) dengan V={0, 1,..., n} adalah himpunan simpul yang menunjukkan lokasi pelanggan dan A={(i, j) i, j V, i j} yaitu himpunan sisi berarah yang menyatakan jalan penghubung lokasi pelanggan. Simpul 0 menunjukkan depot, yaitu tempat menyimpan kendaraan yang digunakan untuk distribusi dan merupakan tempat dimulai dan diakhirinya suatu rute kendaraan. Banyaknya kendaraan yang tersedia di depot adalah K dengan kapasitas kendaraan ke-k adalah Q k. Setiap pelanggan i memiliki permintaan sebanyak q i. Dengan tujuan meminimumkan biaya perjalanan atau jarak tempuh maka VRP dimodelkan dalam bentuk pemrograman linear integer sebagai berikut (Toth & Vigo 2002): minimumkan z= i V j V K c ij x k= 1 ijk (2.7) dengan kendala:
24 8 1. setiap pelanggan hanya dikunjungi satu kali: K k= 1 y ik = 1 ; i V \ {0} (2.8) 2. terdapat K kendaraan yang beroperasi yang berawal dari depot: K k=1 y0 K (2.9) k = 3. kendaraan yang sama akan mengunjungi dan meninggalkan setiap pelanggan: ijk = j V x x = y ; i V, k = 1,2,..., K (2.10) j V jik ik 4. total angkutan setiap kendaraan tidak melebihi kapasitasnya: i V q y Q ; k = 1,..., K (2.11) i ik 5. tidak terdapat subrute: k i S j S xijk S 1 ; S V \{0}, S 2, k = 1,2,..., K (2.12) dengan S menyatakan kardinalitas S 6. peubah y ik merupakan peubah biner: y ik œ {0,1} i œ V, k = 1,,K (2.13) 7. peubah x ijk merupakan peubah biner: x ijk œ {0,1} i, j œ V, k = 1,,K (2.14) dengan x ijk y ik 1, jika sisi berarah ( i,j) A dilalui kendaraan k = 0, jika selainnya 1, jika simpul i dilalui kendaraan k = 0, jika selainnya
25 9 c ij = jarak atau biaya perjalanan antara pelanggan i dan pelanggan j q i = jumlah permintaan pelanggan i Q k = kapasitas kendaraan ke k K = banyaknya kendaraan yang tersedia. 2.5 Vehicle Routing Problem with Time Windows Vehicle Routing Problem with Time Windows (VRPTW) merupakan sebutan bagi VRP dengan kendala tambahan berupa adanya time windows pada masingmasing pelanggan. Time windows pada masing-masing pelanggan dapat berbeda satu sama lain dan dinyatakan dalam selang waktu berupa batas waktu awal sampai akhir pelayanan pada pelanggan tersebut. VRPTW terdiri dari dua tipe yaitu soft time windows dan hard time windows. Pada tipe hard time windows, pelayanan tidak dapat dilakukan apabila melewati waktu yang telah ditentukan oleh pelanggan (time windows), sedangkan pada kasus soft time windows, pelanggan akan tetap dapat dilayani di luar time windows namun dengan tambahan biaya yang disebut penalti. Secara formal VRPTW dapat didefinisikan sebagai suatu digraf G=(N,A). Himpunan simpul N terdiri atas gabungan himpunan pelanggan C dan depot. Himpunan C berupa simpul 1 sampai dengan n dan simpul depot dinyatakan dengan simpul 0 dan n+1. Jaringan jalan yang digunakan oleh kendaraan dinyatakan sebagai himpunan sisi berarah A yaitu penghubung antarsimpul. Semua rute berawal dari simpul 0 dan berakhir di n+1. Himpunan kendaraan V merupakan kumpulan kendaraan yang homogen dengan kapasitas q. Setiap pelanggan atau simpul i untuk setiap i œ C memiliki pemintaan d i sehingga panjang rute dibatasi oleh kapasitas kendaraan. Setiap sisi (i, j) pada graf memiliki jarak tempuh atau biaya perjalanan dan waktu tempuh yang masingmasing adalah c ij dan t ij. Waktu tempuh t ij dapat diasumsikan termasuk lama pelayanan pada pelanggan i. Pelayanan pada pelanggan i harus berlangsung pada selang waktu time windows [a i, b i ], dengan a i dan b i berturut-turut adalah waktu awal dan akhir pelayanan pada pelanggan i. Jika kendaraan tiba di pelanggan i sebelum time windows maka harus menunggu sampai waktu pelayanan dimulai tanpa biaya tambahan.
26 10 Kendaraan yang tiba di lokasi pelanggan setelah time windows, tidak dapat melayani pelanggan tersebut. Depot diasumsikan memiliki time windows yang sama yaitu [a 0, b 0 ]. Kendaraan tidak dapat meninggalkan depot sebelum a 0 dan akan kembali ke depot sebelum atau pada saat b n+1. Bilangan q, d i diasumsikan integer taknegatif, sedangkan a i, b i, t ij, dan c ij diasumsikan taknegatif. Selain itu, diasumsikan juga bahwa i, j œ N memenuhi pertaksamaan c ij + c jk c ik dan t ij + t jk t ik. Tujuan VRPTW adalah menentukan himpunan rute dengan jarak tempuh atau biaya perjalanan minimal dengan syarat setiap pelanggan dilayani tepat satu kali, setiap rute berawal dari simpul 0 dan berakhir di simpul n+1 serta memenuhi kendala kapasitas kendaraan dan time windows. Formulasi matematis VRPTW menurut Kallehauge et al. (2002) adalah sebagai berikut: minimumkan z = ij x ijk k V i N j N c (2.15) dengan kendala: 1. setiap pelanggan dikunjungi tepat satu kali oleh suatu kendaraan: k V j N x = 1, i C (2.16) ijk 2. total permintaan semua pelanggan dalam satu rute tidak melebihi kapasitas kendaraan: di x i C j N ijk q, k V (2.17) 3. setiap rute berawal dari depot 0: j N x 0 jk= 1, k V (2.18) 4. setiap kendaraan yang mengunjungi suatu pelanggan pasti akan meninggalkan pelanggan tersebut: ihk i N x x = 0, h C, k V (2.19) j N hjk 5. setiap rute berakhir di depot n+1: i N x i, n+ 1, k = 1, k V (2.20) 6. suatu kendaraan k yang menuju j dari i, tidak dapat tiba di j sebelum s ik + t ij. Jadi jika x ijk > 0 maka s ik + t ij s jk. Bentuk linearnya adalah:
27 11 s ik + t M ( 1 x ) s, i, j N, k V (2.21) ij ij ijk jk dengan M ij adalah konstanta besar yang tidak kurang dari nilai maksimum dari b i + t ij a j ; (i, j) œ A. 7. waktu pelayanan di setiap pelanggan memenuhi time windows: a s b, i N, k V (2.22) i ik i 8. peubah x ijk merupakan peubah biner: x ijk œ {0,1}, i, j œ N, k œ V (2.23) dengan V = himpunan kendaraan dengan kapasitas yang sama C = himpunan pelanggan atau konsumen = {1,...,n} A = himpunan sisi berarah = {(i, j) i, j œ N, i j} N = himpunan simpul = {0,1,...,n+1} c ij t ij d i q = jarak/biaya dari simpul i ke simpul j = waktu tempuh dari simpul i ke simpul j = jumlah permintaan pelanggan i = kapasitas kendaraan [a i, b i ] = time windows dari simpul i. Untuk setiap (i, j) œ A, i n+1, j 0 dan untuk setiap kendaraan k didefinisikan peubah: x ijk s ik 1, jika kendaraan k melaluii dan langsung ke j = 0, selainnya = waktu bagi kendaraan k mulai melayani pelanggan i dengan q dan d i adalah bilangan integer taknegatif dan a i, b i, c ij, dan t ij adalah bilangan taknegatif. Pada simpul depot diasumsikan a 0 = b 0 = a n+1 = 0 dan s 0k = 0 untuk setiap k.
28 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heuristik Metode heuristik merupakan salah satu metode penentuan solusi optimal dari permasalahan optimasi kombinatorial. Berbeda dengan solusi eksak yang menentukan nilai solusi secara tepat, metode ini menghampiri solusi permasalahan utama dengan cara mencari nilai optimal suatu bagian tertentu atau irisan dari masalah utamanya. Dalam hal ini, perolehan solusi fisibel secara cepat dari segi komputasi lebih ditekankan meskipun tidak dijamin solusi tersebut optimal. Menurut Laporte dan Semet (2002), metode heuristik untuk menyelesaikan VRP dapat dikategorikan dalam tiga kelompok, yaitu metode heuristik konstruktif (constructive heuristic), metode dua fase, dan metode perbaikan (improvement). Pada umumnya metode heuristik konstruktif dan metode perbaikan dilakukan secara bersamaan. Metode heuristik konstruktif, secara bertahap memilih simpul atau sisi untuk membangun suatu solusi atau rute fisibel awal dengan memperhatikan batasanbatasan seperti kapasitas atau time windows. Metode perbaikan atau local search selanjutnya melakukan perbaikan solusi sebelumnya untuk mengurangi biaya dengan melakukan serangkaian pertukaran simpul atau sisi baik di dalam rute (intra route) maupun antarrute (inter route). 3.2 Metode Heuristik Konstruktif Menurut Bräysy dan Gendreau (2005), metode heuristik konstruktif atau konstruksi rute, melakukan pemilihan simpul atau sisi secara berurutan hingga terbentuk suatu solusi fisibel awal Metode Saving Metode saving disebut juga metode Clarke-Wright karena diperkenalkan oleh Clarke dan Wright pada tahun Metode ini merupakan metode heuristik yang paling banyak digunakan untuk mengonstruksi rute. Metode ini diawali
29 13 dengan suatu solusi yang setiap pelanggannya dilayani secara individu oleh satu rute secara terpisah. Selanjutnya dilakukan penggabungan dua rute pelanggan i dan j sehingga menghasilkan penghematan (saving) berupa jarak tempuh sebesar s ij = c i0 + c 0j c ij dengan c ij = jarak dari pelanggan i ke pelanggan j. Secara umum, jika dua rute (0,, i, 0) dan (0, j,, 0) secara fisibel dapat digabungkan menjadi rute tunggal (0,, i, j, 0) maka akan terdapat penghematan jarak sebesar s ij = (c 0i + c i0 + c 0j + c j0 ) (c 0i + c j0 + c ij ) = c i0 + c 0j c ij (Altinel & Öncan 2005). Algoritme metode ini adalah sebagai berikut: 1. Pada awalnya, setiap pelanggan dilayani oleh satu kendaraan secara terpisah. Jadi diperoleh rute (0, i, 0) untuk setiap pelanggan i. 2. Untuk setiap pasang pelanggan i, j; i j, dihitung fungsi penghematan yang didefinisikan sebagai: s ij = c i0 + c 0j c ij yang diperoleh dengan cara menggabungkan dua rute pelanggan tersebut yaitu dengan membuat sisi (i,j). 3. Mengurutkan sisi (i, j) berdasarkan nilai s ij secara takturun dalam sebuah daftar L. 4. Dimulai dari nilai s ij terbesar, perluas setiap rute pada L dengan melakukan penggabungan dengan rute lainnya tanpa melanggar kendala. 5. Langkah (4) diulang sampai daftar L kosong. (ILOG 1999). Contoh metode ini diberikan pada Gambar 3.1. i c i0 c 0j j i c ij j c 0i 0 c j0 Depot Depot (1) (2) c 0i 0 c 0j Gambar 3.1 Contoh metode saving. heuristic
30 14 Pada Gambar 3.1 bagian (1), pelanggan i dan pelanggan j dilayani oleh rute terpisah sedangkan pada bagian (2), kedua rute pelanggan tersebut digabungkan untuk dilayani oleh satu rute dengan cara menyelipkan pelanggan j setelah pelanggan i yaitu dengan membuat sisi berarah baru (i, j) yang fisibel sehingga memperoleh penghematan sebesar s ij = c i0 + c 0j c ij Metode Sweeping Metode ini diperkenalkan oleh Gillet dan Miller tahun Misalkan diasumsikan setiap pelanggan i ditempatkan pada suatu bidang dalam koordinat polar dengan sudut q i dari garis horizon yang berawal dari depot ke arah kanan. Berawal dari pelanggan dengan nilai q i terkecil, ditempatkan sebanyak mungkin pelanggan pada tiap-tiap kendaraan dengan urutan q i yang menaik sampai kapasitas kendaraan terpenuhi (Kyung et al. 2008). Beberapa penulis seperti Laporte dan Semet (2002), mengelompokkan metode ini ke dalam metode dua fase. Fase pertama adalah pengelompokan berdasarkan sudut q i. Pada fase kedua, tiap-tiap kelompok dipandang sebagai TSP yang akan ditentukan rute optimalnya. Pada software ILOG Dispatcher, penentuan rute dengan metode ini mengikuti algoritme sebagai berikut: 1. Misalkan O adalah posisi depot tempat kendaraan berawal dan A merupakan suatu posisi yang lain yang dianggap sebagai starting point. 2. Posisi setiap pelanggan S diurutkan berdasarkan besarnya sudut AOS secara menaik dan ditempatkan dalam daftar L. 3. Pelanggan ditempatkan pada kendaraan berdasarkan urutan tersebut tanpa melanggar kendala kapasitas kendaraan. 4. Jika kapasitas kendaraan telah dipenuhi, maka diambil kendaraan baru. 5. Proses berulang sampai semua pelanggan dalam daftar L ditempatkan pada kendaraan. (ILOG, 1999). Contoh metode ini dapat dilihat pada Gambar 3.2. Pada gambar tersebut bagian (1), dilakukan pengelompokan pelanggan ke dalam n kendaraan
31 15 berdasarkan sudut q i kemudian pada bagian (2), setiap kelompok ditentukan rute fisibelnya. Kelompok... Kelompok n Kelompok 3 Kelompok 1 Kelompok 2 (1) Rute Rute 3 Rute n Rute 1 Rute 2 (2) Gambar 3.2 Contoh metode sweeping Metode Nearest-to-depot Metode ini membangun rute dengan cara menambahkan kunjungan yang terdekat dengan depot. Pada setiap iterasinya, setelah diawali dari depot, dilakukan pencarian pelanggan terdekat dengan depot untuk ditambahkan pada akhir rute tersebut. Rute baru dimulai dengan cara yang sama, jika tidak terdapat posisi
32 16 yang fisibel untuk menempatkan pelanggan baru karena kendala kapasitas atau time windows tidak dipenuhi. Algoritme metode ini adalah sebagai berikut: 1. Misalkan kendaraan yang tersedia dilambangkan dengan w. 2. Mulailah suatu rute yang berawal dari depot. 3. Temukan pelanggan berikutnya v yang terdekat dengan titik awal dari rute w. Jika tidak ada pelanggan yang memungkinkan, tutup rute w dan pilih kendaraan baru lainnya lalu kembali ke langkah 2. Jika tidak ada lagi kendaraan maka proses selesai. 4. Tambahkan v pada akhir dari rute tersebut. 5. Kembali ke langkah 3. (ILOG, 1999). Gambar 3.3 memberikan deskripsi tentang metode ini. Pada gambar tersebut, setelah diawali dari depot, dilakukan pencarian pelanggan yang terdekat dengan depot yaitu pelanggan i. Selanjutnya dari semua pelanggan lainnya yang tersisa, dicari yang terdekat dengan depot yaitu pelanggan j, untuk ditambahkan pada rute yang ada atau setelah pelanggan i. Pelanggan pada kasus VRPTW dipilih yang tidak melanggar kendala kapasitas dan time windows. Jika kapasitas kendaraan telah terpenuhi, mulai dengan rute baru sampai semua pelanggan terlayani. i j n depot Gambar 3.3 Contoh metode nearest-to-depot Metode Nearest Addition Metode nearest addition sangat mirip dengan metode nearest-to-depot. Jika pada setiap iterasinya, metode nearest-to-depot menambahkan pelanggan yang terdekat
33 17 dengan titik awalnya maka pada metode ini ditambahkan pelanggan yang terdekat dengan titik akhir dari rute (ILOG 1999). Metode nearest addition juga dinamakan metode nearest neighbor. Pada setiap iterasinya, dilakukan pencarian pelanggan terdekat dengan pelanggan yang terakhir untuk ditambahkan pada akhir rute tersebut. Rute baru dimulai dengan cara yang sama jika tidak terdapat posisi yang fisibel untuk menempatkan pelanggan baru karena kendala kapasitas atau time windows (Bräysy & Gendreau 2005). Metode ini dimulai dengan menentukan banyaknya kendaraan yang tersedia di depot. Lokasi yang terdekat dengan depot akan dikunjungi pertama kali, kemudian lokasi yang dikunjungi selanjutnya adalah lokasi yang memiliki jarak terdekat dengan lokasi pelanggan sebelumnya, demikian seterusnya hingga kapasitas kendaraan terpenuhi. Jika kapasitas kendaraan telah terpenuhi maka kendaraan tersebut harus kembali ke depot. Selanjutnya kendaraan berikutnya dioperasikan dengan aturan yang sama seperti kendaraan pertama, sampai seluruh lokasi dikunjungi oleh kendaraan yang tersedia di depot. Algoritme metode ini adalah sebagai berikut: 1. Misalkan banyaknya pelanggan adalah n. Rute dimulai dari depot/simpul 0 2. Tetapkan p = 1 dan U = {0}, yaitu himpunan simpul/pelanggan yang telah dilayani. 3. Jika p < n, maka: i. pilih pelanggan i berikutnya untuk dikunjungi sedemikian hingga c 0i = min c 0 j U j dan (0,i) fisibel. ii. update U = U {i}, tetapkan simpul 0 = i dan p = p Jika (0, i) tidak fisibel maka mulai dengan rute baru sampai U = n + 1 Contoh metode ini diberikan pada Gambar 3.4. Pada gambar tersebut, kunjungan berikutnya setelah depot adalah pelanggan yang terdekat dengan depot yaitu pelanggan i; dilanjutkan dengan pelanggan berikutnya yang terdekat dengan pelanggan i, yaitu pelanggan j dengan syarat sisi berarah (i, j) fisibel. Jika
34 18 kapasitas kendaraan telah terpenuhi, mulai dengan rute baru. Proses berlanjut sampai semua pelanggan terlayani. n i j depot Gambar 3.4 Contoh metode nearest addition Metode Insertion Metode ini bekerja dengan menyisipkan setiap kunjungan pada posisi terbaik dari suatu rute berdasarkan biaya minimum. Algoritme metode ini adalah sebagai berikut: 1. Diawali dengan membuat rute T dari depot ke sembarang pelanggan i yang belum dikunjungi. 2. Selama T belum memuat semua pelanggan yang ada, maka i. Temukan dua pelanggan yaitu l œ T dan m T sedemikian hingga biaya c lm minimum. ii. Temukan posisi terbaik antara pelanggan l dan n pada T, untuk menyisipkan pelanggan k sehingga diperoleh sisi (l,k) dan (k,n). Pelanggan k dipilih 3. Ulangi langkah (2) sampai semua pelanggan dikunjungi. (Gambardella 2000) Contoh metode ini diberikan pada Gambar 3.5. Pada gambar tersebut, rute dimulai dari 0 menuju ke m karena biaya c 0m minimum. Karena c km minimum maka dibentuk sisi baru (0,k) dan (k,m) menggantikan sisi (0,m). Pelanggan terakhir n, diselipkan menggantikan sisi (m,0) menjadi sisi (m,n) dan (n,0).
35 19 k m 0 Gambar 3.5 Contoh metode insertion. n 3.3 Metode Perbaikan (improvement) Metode ini memperbaiki solusi fisibel dengan melakukan serangkaian pertukaran sisi dan simpul dalam rute atau antarrute kendaraan dengan tujuan mengurangi biaya solusi. Metode perbaikan antarrute dapat digunakan pada perbaikan dalam rute (Laporte & Semet 2002) Perbaikan Dalam Rute Perbaikan dalam rute (intra-route improvement) adalah perbaikan yang melibatkan serangkaian pertukaran simpul dan sisi dalam satu rute. Metode ini terdiri atas 2-opt dan Or-opt Metode 2-opt Algoritme 2-opt merupakan salah satu algoritme local search yang mengeliminasi arc/jalur yang bersilangan pada suatu rute tunggal dengan cara mengambil 2 jalur lalu menghubungkan kembali keempat vertex/lokasi pelanggan yang berdekatan. Misalkan diberikan suatu rute c 0, c 1, c 2,, c k, c 0. Untuk setiap kombinasi pelanggan c i, c j dengan i<j; i, j œ {1,,k 1} akan diperiksa apakah jalur dari c i 1 ke c j dan dari c i ke c j+1 lebih baik daripada jalur awal dari c i 1 ke c i dan dari c j ke c j+1. Jika demikian, bentuk jalur baru dari c i ke c j dan dilanjutkan untuk kombinasi lainnya yang tersisa. Setelah semua kombinasi diperiksa, maka urutan kunjungan diperbaiki sesuai urutan perbaikan yang diperoleh. Jadi, jika urutan sebelum perbaikan adalah sebagai berikut:
36 20 c 0, c 1, c 2,, c i 1, c i, c i+1, c i+2,, c j 1, c j, c j+1,, c k, c 0 maka setelah perbaikan menjadi c 0, c 1, c 2,, c i 1, c j, c j 1, c j 2,, c i+1, c i, c j+1, c j+2,, c k, c 0 (Konig 2008) Jadi pada dasarnya metode 2-opt memindahkan dua jalur pada rute yang ada, kemudian menghubungkan kembali jalur tersebut dengan pasangan konsumen yang berbeda. Algoritmenya adalah sebagai berikut: 1. Berawal dari rute awal, 2. dua jalur yang menghubungkan 4 konsumen yang berbeda, dihapus kemudian keempat pelanggan dihubungkan kembali dengan pasangan yang berbeda, 3. jika biaya berkurang dan tidak melanggar kendala yang ada maka kembali ke langkah (2), 4. selesai. (ILOG 1999). i j+1 i j+1 j i+1 j i+1 Gambar 3.6 Contoh metode 2-opt. Contoh metode 2-opt dapat dilihat pada Gambar 3.6. Pada gambar tersebut, pelanggan i+1 yang dilayani setelah pelanggan i diubah menjadi pelanggan yang dilayani setelah pelanggan j+1, sedangkan pelanggan setelah j+1 yaitu j dilayani setelah pelanggan i+1. Hal ini dilakukan dengan mengganti sisi (i, i+1) dan (j+1, j) berturut-turut dengan sisi (i, j+1) dan (i+1, j) Metode Or-opt Metode Or-opt identik dengan metode 2-opt, tetapi banyaknya jalur yang dapat dihapus dan ditambahkan lebih dari dua. Metode ini diperkenalkan oleh Or
37 21 pada tahun 1976 untuk menyelesaikan TSP. Ide dasar dari metode ini adalah merelokasi beberapa simpul (pelanggan) yang berdekatan. Contohnya dapat dilihat pada Gambar 3.7. Pada gambar tersebut, relokasi simpul dilakukan dengan cara mengganti tiga sisi pada rute asal dengan 3 sisi yang baru tanpa mengubah arah rute. Pelanggan i dan i+1 yang sebelumnya dilayani setelah i 1 dan sebelum i+2 diubah untuk dilayani setelah pelanggan j dan sebelum j+1. Jadi sisi (i 1, i), (i+1, i+2) dan (j, j+1) diganti berturut-turut dengan (i 1, i+2), (j, i) dan (i+1, j+1) namun tetap mempertahankan arah rute (Bräysy & Gendreau 2005). i 1 i+2 i 1 i+2 i+1 i i+1 i j+1 j j+1 j Gambar 3.7 Contoh metode Or-opt Perbaikan Antarrute Metode perbaikan antarrute (inter-route improvement), merupakan proses pertukaran himpunan pelanggan untuk dilayani oleh tiap-tiap kendaraan. Satu pelanggan atau dua pelanggan yang berdekatan dan terhubung dipilih dari suatu rute dan dipindahkan dari posisi sekarang dengan menyisipkannya pada suatu rute yang lain. Metode ini terdiri atas metode relocate, exchange dan cross (Kyung et al. 2008) Metode Relocate Pada metode relocate, suatu pelanggan dapat dipindahkan dari satu rute dan pelanggan tersebut ditambahkan ke rute lainnya dengan syarat biaya rute berkurang dan tidak melanggar kendala. Contoh metode relocate ini dapat dilihat pada Gambar 3.8. Pada gambar tersebut, sisi (i 1, i), (i, i+1) dan (j, j+1) diganti berturut-turut dengan sisi (i 1, i+1), (j, i) dan (i, j+1) (Bräysy & Gendreau, 2005).
38 22 i 1 i+1 i 1 i+1 i i j j+1 j j+1 Gambar 3.8 Contoh metode relocate Metode Exchange Pada metode exchange, dua pelanggan dari dua rute yang berbeda saling dipertukarkan tanpa melanggar kendala. Contohnya dapat dilihat pada Gambar 3.9. Pada gambar tersebut, pelanggan i dan j saling dipertukarkan. Hal ini dilakukan dengan cara mengganti sisi (i 1, i), (i, i+1), (j 1, j) dan (j, j+1) berturut-turut dengan (i 1, j), (j, i+1), (j 1, i) dan (i, j+1) (Bräysy & Gendreau 2005). i 1 i+1 i 1 i+1 j j i i j 1 j+1 j 1 j+1 Gambar 3.9 Contoh metode exchange Metode Cross Metode cross saling mempertukarkan pelanggan yang ada pada akhir rute dari dua rute yang berbeda. Contoh dari metode cross terlihat pada Gambar 3.10.
39 23 i 1 k+1 i 1 k+1 j l j l i k i k j 1 l+1 j 1 l+1 Gambar 3.10 Contoh metode cross. Pada Gambar 3.10, sisi (i, k) pada rute pertama diselipkan pada rute kedua dan sisi (j, l) pada rute kedua diselipkan pada rute pertama secara bersamaan. Hal ini dilakukan dengan mengganti sisi (i 1, i), (k, k+1), (j 1, j) dan (l, l+1) dengan sisi (i 1, j), (l, k+1), (j 1, i) dan (k, l+1) (Bräysy & Gendreau 2005).
40 24 4 PENYELESAIAN MASALAH DISTRIBUSI ROTI SARI ROTI 4.1 Data Data yang digunakan dalam penelitian ini adalah data kegiatan distribusi roti Sari Roti di daerah Bekasi dan sekitarnya yang dilakukan setiap harinya oleh PT NIC (Nippon Indosari Corpindo) sebagai produsen roti Sari Roti. Data ini merupakan hasil penelitian Aji Raditya, mahasiswa Departemen Matematika IPB (Raditya 2009) dan terdiri atas matriks jarak antarlokasi (Lampiran 1), posisi koordinat Cartesius dari 23 pelanggan dan 1 depot, jumlah permintaan dan waktu bongkar muat pada masing-masing pelanggan (Tabel 1). Penyajian dan hasil pengolahan data pada penelitian ini, menggunakan tanda titik sebagai pemisah antara satuan dan desimal. 4.2 Deskripsi Masalah Perusahaan PT NIC memproduksi sejumlah roti setiap harinya. Kegiatan distribusi produk roti tersebut terdiri atas lima rute saluran yang memiliki karakteristik yang berbeda satu sama lain. Lima saluran distribusi tersebut, yaitu: agen, stock point (SP), distribution center (DC), retail/outlet (RO) dan institusi. Pada tulisan ini hanya dibatasi pada kegiatan distribusi RO di daerah Bekasi dan sekitarnya. Pada kegiatan distribusi melalui saluran RO, produk dikirim dalam satuan crate (wadah roti) kepada sejumlah pelanggan yang jumlah permintaannya telah diketahui sebelumnya. Pendistribusian dilakukan setiap hari pada pukul dan menggunakan 5 kendaraan yang sama yaitu truk 4-ban. Selain melakukan pengiriman produk, driver dan helper juga melakukan bongkar-muat dan mengatur produk pada tempat yang telah disediakan. Setelah driver dan helper mengunjungi seluruh pelanggan, mereka akan kembali ke pabrik (depot). Masalah yang dihadapi adalah meminimumkan total jarak tempuh dengan mempertimbangkan kendala kapasitas kendaraan dan time windows untuk memenuhi setiap permintaan pelanggan.
41 25 Asumsi yang digunakan dalam penelitian ini adalah: 1. semua pesanan konsumen dapat dipenuhi oleh produsen, 2. jenis roti homogen dan permintaan setiap pelanggan sudah diketahui sebelumnya, 3. kendaraan yang digunakan mempunyai kapasitas yang sama yaitu 200 crate (wadah roti), 4. setiap lokasi terhubung satu sama lain dan jarak antarlokasi simetris, artinya c ij = c ji, 5. karena waktu pengiriman pada setiap pelanggan dapat dilakukan kapan saja pada selang waktu pukul maka time windows dalam satuan menit untuk semua pelanggan adalah [0, 560], 6. kecepatan kendaraan konstan yaitu 60 km/jam, 7. waktu tempuh antara pelanggan i dan j, yaitu t ij, sudah termasuk lama pelayanan di pelanggan i. Tabel 1 Data pelanggan PT NIC No. Nama Pelanggan Jumlah Permintaan (crate) Waktu Bongkar Muat (menit) Koordinat Cartesius x i y i 0 PT NIC Hari-Hari Bekasi Trade Centre Mitra Wisma Asri Lion Superindo Borobudur Bekasi 4 PT Contimas Utama Ind. /Blue Mall Carrefour Bekasi Square Hero Kemang Pratama Giant Hypermarket Bekasi Lion Superindo Metropolitan Mall Makro Bekasi Hari-Hari Bekasi Cyber Park CV Naga Swalayan Pondok Ungu Giant Ujung Menteng Carrefour Cakung
42 26 No. Nama Pelanggan Jumlah Permintaan (crate) 14 Lion Superindo Kalimalang Bekasi Waktu Bongkar Muat (menit) Koordinat Cartesius x i y i Giant Pondok Kopi SPM Giant Jati Bening Star Mart Persada Golf Tip-Top Pondok Gede Giant Pondok Gede CV Naga Swalayan Jatiwaringin Tip-Top Pondok Bambu Giant Kalimalang Super Indo Pondok Bambu Yogya Pondok Bambu Toserba Formulasi Masalah Formulasi masalah distribusi roti pada subbab sebelumnya dituliskan dalam model berikut : minimumkan z = c ij x ijk (4.1) k V i N j N dengan kendala: 9. setiap pelanggan dikunjungi tepat satu kali: k V j N x = 1, i C (4.2) ijk 10. total permintaan semua pelanggan dalam satu rute tidak melebihi kapasitas kendaraan: i C di xijk 200, k= 1,...,5 (4.3) j N 11. setiap rute berawal dari depot 0: j C x0 jk= 1, k= 1,..., 5 (4.4) 12. setiap kendaraan yang mengunjungi suatu pelanggan pasti akan meninggalkan pelanggan tersebut: ihk i N x x = 0, h C, k= 1,..., 5 (4.5) j N hjk
4 PENYELESAIAN MASALAH DISTRIBUSI ROTI SARI ROTI
24 4 PENYELESAIAN MASALAH DISTRIBUSI ROTI SARI ROTI 4.1 Data Data yang digunakan dalam penelitian ini adalah data kegiatan distribusi roti Sari Roti di daerah Bekasi dan sekitarnya yang dilakukan setiap
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM MENGGUNAKAN BEBERAPA METODE HEURISTIK KONSTRUKTIF
i PENYELESAIAN VEHICLE ROUTING PROBLEM MENGGUNAKAN BEBERAPA METODE HEURISTIK KONSTRUKTIF DEIBY TINEKE SALAKI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 iii PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciII TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming
4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori
Lebih terperinciMASALAH PENENTUAN RUTE KENDARAAN ANTARJEMPUT ROTI SONIA MEITHANIA
MASALAH PENENTUAN RUTE KENDARAAN ANTARJEMPUT ROTI SONIA MEITHANIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN
Lebih terperinciBAB II LANDASAN TEORI
BAB 2 LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Definisi Distribusi Distribusi (distribution) termasuk terminologi dalam ilmu ekonomi dan dalam kalangan perindustrian. Menurut Frank H. Woodward (2002) dijelaskan
Lebih terperinciLampiran 1. Struktur organisasi pada departemen supply chain managment
LAMPIRAN 16 17 Lampiran 1 Struktur organisasi pada departemen supply chain managment 18 Lampiran 2 Saluran distribusi yang ada P R O D U S E N Agen Stock Point (SP) Retail/outlet (RO) Distribution Center
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan
Lebih terperinciMODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR
MODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Vehicle Routing Problem (VRP) merupakan salah satu permasalahan yang terdapat pada bidang Riset Operasional. Dalam kehidupan nyata, VRP memainkan peranan penting dalam
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciIMPLEMENTASI ALGORITMA CLARKE AND WRIGHT S SAVINGS DALAM MENYELESAIKAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) SKRIPSI DONNA DAMANIK
IMPLEMENTASI ALGORITMA CLARKE AND WRIGHT S SAVINGS DALAM MENYELESAIKAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) SKRIPSI DONNA DAMANIK 110803063 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciJurnal Ilmiah Mustek Anim Ha Vol.1 No. 2, Agustus 2012 ISSN
PENENTUAN RUTE PENGAMBILAN SAMPAH DI KOTA MERAUKE DENGAN KOMBINASI METODE EKSAK DAN METODE HEURISTIC Endah Wulan Perwitasari Email : dek_endah@yahoo.com Jurusan Teknik Informatika Fakultas Teknik Universitas
Lebih terperinciPENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW
INFOMATEK Volume 19 Nomor 1 Juni 2017 PENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW Tjutju T. Dimyati Program Studi Teknik Industri Fakultas Teknik Universitas Pasundan Abstrak: Penentuan
Lebih terperinciPANDUAN APLIKASI TSP-VRP
PANDUAN APLIKASI TSP-VRP oleh Dra. Sapti Wahyuningsih, M.Si Darmawan Satyananda, S.T, M.T JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN IPA UNIVERSITAS NEGERI MALANG 2016 0 Pengantar Aplikasi ini dikembangkan
Lebih terperinciIMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN
IMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN Maya Widyastiti *), Farida Hanum, Toni Bakhtiar Departemen Matematika FMIPA, Institut Pertanian Bogor
Lebih terperinciEKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A
EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciPENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN GREEDY RANDOMIZED ADAPTIVE SEARCH PROCEDURE VIVIANISA WAHYUNI
PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN GREEDY RANDOMIZED ADAPTIVE SEARCH PROCEDURE VIVIANISA WAHYUNI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB I PENDAHULUAN. Alat transportasi merupakan salah satu faktor yang mendukung berjalannya
BAB I PENDAHULUAN A. Latar Belakang Masalah Alat transportasi merupakan salah satu faktor yang mendukung berjalannya kegiatan atau aktivitas manusia dalam kehidupan sehari-hari. Salah satu kegiatan manusia
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Supply Chain Management Supply chain adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan produk ke tangan pemakai akhir.
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sistem distribusi/trasportasi adalah salah satu hal yang penting bagi perusahaan, karena berkaitan dengan pelayana kepada konsumen. Dalam sistem distribusi/trasportasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II dalam penelitian ini terdiri atas vehicle routing problem, teori lintasan dan sirkuit, metode saving matriks, matriks jarak, matriks penghematan, dan penentuan urutan konsumen.
Lebih terperinciBAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan
BAB III PEMBAHASAN Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan Algoritma Genetika dan Metode Nearest Neighbour pada pendistribusian roti di CV. Jogja Transport. 3.1 Model Matetematika
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA
PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENERAPAN METODE HEURISTIK DALAM SUPPLY CHAIN NETWORK UNTUK MENENTUKAN JALUR DISTRIBUSI TERPENDEK FAJAR ADIYATNO
PENERAPAN METODE HEURISTIK DALAM SUPPLY CHAIN NETWORK UNTUK MENENTUKAN JALUR DISTRIBUSI TERPENDEK FAJAR ADIYATNO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI
PEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciBAB I PENDAHULUAN. Dinas lingkungan Hidup (DLH) Kota Yogyakarta adalah dinas
BAB I PENDAHULUAN A. Latar Belakang Dinas lingkungan Hidup (DLH) Kota Yogyakarta adalah dinas pemerintahan yang bergerak di bidang lingkungan hidup daerah yang meliputi kegiatan dalam melakukan pengawasan,
Lebih terperinciANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT
ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciMASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI
MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciIMPLEMENTASI MIX FLEET VEHICLE ROUTING PROBLEM PADA PENGANGKUTAN PEGAWAI IPB DENGAN MENGGUNAKAN BUS IPB GALIH FEBRIANTO
IMPLEMENTASI MIX FLEET VEHICLE ROUTING PROBLEM PADA PENGANGKUTAN PEGAWAI IPB DENGAN MENGGUNAKAN BUS IPB GALIH FEBRIANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G
PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Persoalan rute terpendek merupakan suatu jaringan pengarahan rute perjalanan di mana seseorang pengarah jalan ingin menentukan rute terpendek antara dua kota berdasarkan
Lebih terperinciBAB II KAJIAN TEORI. memindahkan barang dari pihak supplier kepada pihak pelanggan dalam suatu supply
BAB II KAJIAN TEORI Berikut diberikan beberapa teori pendukung untuk pembahasan selanjutnya. 2.1. Distribusi Menurut Chopra dan Meindl (2010:86), distribusi adalah suatu kegiatan untuk memindahkan barang
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
7 BAB 2 TINJAUAN PUSTAKA 2.1 Distribusi Distribusi adalah suatu kegiatan untuk memindahkan produk dari pihak supplier ke pihak konsumen dalan suatu supply chain (Chopra, 2010, p86). Distribusi terjadi
Lebih terperinciBAB 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam masalah pengiriman barang, sebuah rute diperlukan untuk menentukan tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui darat, air,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Proses distribusi barang merupakan bagian dari aktivitas suatu perusahaan atau lembaga yang bersifat komersil ataupun sosial. Distribusi berperan sebagai salah satu
Lebih terperinciKAJIAN MODEL MIKROSKOPIK DAN MODEL KINETIK LALU LINTAS KENDARAAN DAN SIMULASINYA DESYARTI SAFARINI TLS
KAJIAN MODEL MIKROSKOPIK DAN MODEL KINETIK LALU LINTAS KENDARAAN DAN SIMULASINYA DESYARTI SAFARINI TLS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciBAB 1 PENDAHULUAN. Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai tempat, sering menjadi masalah dalam dunia industri sehari-hari. Alokasi produk
Lebih terperinciDosen Pembimbing : Ir. Budi Santosa, M.S., Ph.D Oleh : Sas Wahid Hamzah
Artificial Immune System untuk Penyelesaian Vehicle Routing Problem with Time Windows Dosen Pembimbing : Ir. Budi Santosa, M.S., Ph.D Oleh : Sas Wahid Hamzah 2507100054 Pendahuluan Pendahuluan Fungsi Objektif
Lebih terperinciPembentukan Rute Distribusi Menggunakan Algoritma Clarke & Wright Savings dan Algoritma Sequential Insertion *
Reka Integra ISSN: 2338-508 Jurusan Teknik Industri Itenas No.02 Vol. 02 Jurnal Online Institut Teknologi Nasional Oktober 204 Pembentukan Distribusi Menggunakan Algoritma Clarke & Wright Savings dan Algoritma
Lebih terperinciPENENTUAN RUTE PENDISTRIBUSIAN MINUMAN RINGAN MENGGUNAKAN METODE HEURISTIK RIZKY NOVALIA SARY
PENENTUAN RUTE PENDISTRIBUSIAN MINUMAN RINGAN MENGGUNAKAN METODE HEURISTIK RIZKY NOVALIA SARY DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 213 ABSTRAK RIZKY
Lebih terperinciPENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV.
PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV. JOGJA TRANSPORT SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu
Lebih terperinciSOLUSI PERSAMAAN BOLTZMANN DENGAN NILAI AWAL BOBYLEV MENGGUNAKAN PENDEKATAN ANALITIK DAN NUMERIK YOANITA HISTORIANI
SOLUSI PERSAMAAN BOLTZMANN DENGAN NILAI AWAL BOBYLEV MENGGUNAKAN PENDEKATAN ANALITIK DAN NUMERIK YOANITA HISTORIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciPenentuan Rute Distribusi Es Balok Menggunakan Algoritma Nearest Neighbour dan Local Search (Studi Kasus di PT. X)*
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol.02 Jurnal Online Institut Teknologi Nasional Oktober 2014 Penentuan Rute Distribusi Es Balok Menggunakan Algoritma Nearest Neighbour
Lebih terperinciBAB I PENDAHULUAN. lebih efektif dan efisien karena akan melewati rute yang minimal jaraknya,
BAB I PENDAHULUAN A. Latar Belakang Distribusi merupakan proses penyaluran produk dari produsen sampai ke tangan masyarakat atau konsumen. Kemudahan konsumen dalam mendapatkan produk yang diinginkan menjadi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bagian ini menjelaskan tentang hal-hal yang erat kaitannya dengan masalah m- ring star. Salah satu cabang matematika yang cukup penting dan sangat luas penerapannya di banyak bidang
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
12 BAB I PENDAHULUAN 1.1. Latar Belakang Distribusi suatu produk mempunyai peran yang penting dalam suatu mata rantai produksi. Hal yang paling relevan dalam pendistribusian suatu produk adalah transportasi
Lebih terperinciPenentuan Rute Kendaraan Distribusi Produk Roti Menggunakan Metode Nearest Neighbor dan Metode Sequential Insertion *
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.03 Vol.01 Jurnal Online Institut Teknologi Nasional Januari 2014 Penentuan Kendaraan Distribusi Produk Roti Menggunakan Metode Nearest Neighbor
Lebih terperinciTRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN
TRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciKata Kunci: Rute, Jadwal, Optimasi, Vehicle Roting Problem, Algoritma Tabu Search, Model
Perancangan Model Rute dan Jadwal Pengisian Bahan Bakar Unit Loader yang Optimal Menggunakan Algoritma Tabu Search (Studi Kasus Pada PT Pamapersada Nusantara) Amar Rachman 1, Febri Vabiono P 2 Departemen
Lebih terperinciPENYELESAIAN MASALAH RUTE PENYIRAMAN TANAMAN MENGGUNAKAN ALGORITMA ARTIFICIAL IMMUNE SYSTEM (AIS) DI KOTA YOGYAKARTA
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 PENYELESAIAN MASALAH RUTE PENYIRAMAN TANAMAN MENGGUNAKAN ALGORITMA ARTIFICIAL IMMUNE SYSTEM (AIS) DI KOTA YOGYAKARTA Viga Apriliana Sari, Eminugroho
Lebih terperinciMODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI
MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya
Lebih terperinciPENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM DENGAN METODE SAVINGS HEURISTIC SKRIPSI
PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM DENGAN METODE SAVINGS HEURISTIC SKRIPSI Oleh Risqie Annisa Putri NIM 081810101014 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM
TUGAS AKHIR SM 1330 PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (VRPTW) MENGGUNAKAN ALGORITMA ANT COLONY SYSTEM HARMERITA NRP 1202 100 006 Dosen Pembimbing Drs. Soetrisno, MIKomp JURUSAN MATEMATIKA
Lebih terperinciANALISIS PEMBENTUKAN WORD GRAPH KATA BENDA MENGGUNAKAN TEORI KNOWLEDGE GRAPH HAIRUL SALEH
ANALISIS PEMBENTUKAN WORD GRAPH KATA BENDA MENGGUNAKAN TEORI KNOWLEDGE GRAPH HAIRUL SALEH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciArtikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing.
Artikel Ilmiah oleh Siti Hasanah ini telah diperiksa dan disetujui oleh pembimbing. Malang, 1 Agustus 2013 Pembimbing Dra. Sapti Wahyuningsih,M.Si NIP 1962121 1198812 2 001 Penulis Siti Hasanah NIP 309312426746
Lebih terperinciBAB I PENDAHULUAN. aplikasinya di berbagai area telah meningkat pesat. Hal ini ditandai dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam beberapa tahun terakhir, penelitian mengenai transportasi dan aplikasinya di berbagai area telah meningkat pesat. Hal ini ditandai dengan banyaknya studi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem (TSP) Travelling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah
Lebih terperinciKETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN
KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Transportasi Menurut Nasution (2004), Transportasi diartikan sebagai pemindahan barang dan manusia dari tempat asal ke tempat tujuan. Proses pengangkutan merupakan gerakan
Lebih terperinciOPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI
OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI DIAH PURNAMA SARI 090803062 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciPEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI
PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, masalah yang berhubungan dengan optimisasi sering kali terjadi, misalnya dalam bidang ekonomi dan industri sering dijumpai masalah
Lebih terperinciSKRIPSI PERENCANAAN RUTE PENGIRIMAN TERPENDEK MENGGUNAKAN MODEL MATEMATIS VRPTW (STUDI KASUS CV. X)
SKRIPSI PERENCANAAN RUTE PENGIRIMAN TERPENDEK MENGGUNAKAN MODEL MATEMATIS VRPTW (STUDI KASUS CV. X) OLEH : ONG SIONG CHIN 5303013006 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS KATOLIK WIDYA MANDALA
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciPENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN
PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN
Lebih terperinciPERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER
PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER LATHIFATURRAHMAH SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK-UP AND DELIVERY SERVICE MENGGUNAKAN ALGORITME TABU SEARCH SYUKRIO IDAMAN
PENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK-UP AND DELIVERY SERVICE MENGGUNAKAN ALGORITME TABU SEARCH SYUKRIO IDAMAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciPENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN SAVING MATRIKS, SEQUENTIAL INSERTION, DAN NEAREST NEIGHBOUR DI VICTORIA RO
Penyelesaian Capacitated Vehicle (Marchalia Sari A) 1 PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN SAVING MATRIKS, SEQUENTIAL INSERTION, DAN NEAREST NEIGHBOUR DI VICTORIA RO SOLVING CAPACITATED
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA Pada BAB II akan dibahas beberapa teori yang diperlukan untuk pembahasan pada BAB III. Teori-teori yang akan dibahas tersebut mengenai Graf, Vehicle Routing Problem, Capacitated Vehicle
Lebih terperinciPERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO
PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS DENGAN PENDEKATAN GOAL PROGRAMMING Atmini Dhoruri, Eminugroho R.
PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS DENGAN PENDEKATAN GOAL PROGRAMMING Atmini Dhoruri, Eminugroho R., Dwi Lestari Abstrak Tujuan dari penelitian ini adalah membentuk model vehicle routing
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pendistribusian suatu barang merupakan persoalan yang sering dijumpai dalam kehidupan sehari-hari baik oleh pemerintah maupun oleh produsen. Dalam pelaksanaannya
Lebih terperinciGambar 1.1 Contoh Ilustrasi Kasus CVRP 13
BAB I PENDAHULUAN 1.1. Latar Belakang Vehicle Routing Problem (VRP) merupakan konsep umum yang digunakan untuk semua permasalahan yang melibatkan perancangan rute optimal untuk armada kendaraan yang melayani
Lebih terperinciMODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI
MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya
Lebih terperinciIMPLEMENTASI ALGORITMA FLOYD WARSHALL DAN NEAREST NEIGHBOUR DALAM PENGOPTIMALAN RUTE CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW)
IMPLEMENTASI ALGORITMA FLOYD WARSHALL DAN NEAREST NEIGHBOUR DALAM PENGOPTIMALAN RUTE CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) ARTIKEL JURNAL SKRIPSI Diajukan kepada Fakultas Matematika
Lebih terperinciPERBANDINGAN METODE INTERPOLASI ABRIDGED LIFE TABLE
PERBANDINGANN METODE INTERPOLASI ABRIDGED LIFE TABLE DAN APLIKASINYA PADA DATAA KEMATIAN INDONESIA VANI RIALITA SUPONO SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS
Lebih terperinciBAB I PENDAHULUAN. berpengaruh terhadap keberhasilan penjualan produk. Salah satu faktor kepuasan
BAB I PENDAHULUAN A. Latar Belakang Masalah Distribusi adalah kegiatan yang selalu menjadi bagian dalam menjalankan sebuah usaha. Distribusi merupakan suatu proses pengiriman barang dari suatu depot ke
Lebih terperinciPERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS
PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN
Lebih terperinciANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO
ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Gambaran Umum Perusahaan Pembahasan mengenai gambaran umum perusahaan meliputi sejarah singkat perusahaan dan struktur organisasi perusahaan saat ini. 3.1.1 Sejarah Singkat
Lebih terperinciPENENTUAN JALUR DISTRIBUSI BARANG YANG OPTIMAL PADA PT
PENENTUAN JALUR DISTRIBUSI BARANG YANG OPTIMAL PADA PT. SURYA AGUNG KARYA UTAMA UNTUK MEMINIMALISASI BIAYA DENGAN METODE CLARKE AND WRIGHT SAVING HEURISTIC TUGAS AKHIR Oleh Dicky Handes 1100033536 Kishi
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Fokus dalam bidang teknologi saat ini tidak hanya berada pada proses pengembangan yang disesuaikan dengan permasalahan yang dapat membantu manusia
Lebih terperinciBAB I PENDAHULUAN. Pada proses bisnis, transportasi dan distribusi merupakan dua komponen yang
BAB I PENDAHULUAN A. LATAR BELAKANG Pada proses bisnis, transportasi dan distribusi merupakan dua komponen yang mempengaruhi keunggulan kompetitif suatu perusahaan karena penurunan biaya transportasi dapat
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Distribusi merupakan proses penyaluran produk dari produsen sampai ke tangan masyarakat atau konsumen. Kemudahan konsumen dalam menjangkau produk yang diinginkan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Penelitian Terdahulu Pujawan dan Mahendrawati (2010) telah menjelaskan bahwa fungsi dasar manajemen distribusi dan transportasi pada umumnya yang terdiri dari:
Lebih terperinciUsulan Perbaikan Rute Pengiriman Dengan Menggunakan Metode Nearest Neighbour Dan Branch And Bound Di Home Industry Donat Enak Bandung
Reka Integra ISSN:2338-5081 Jurusan Teknik Industri Itenas No.02 Vol.02 Jurnal Online Institut Teknologi Nasional Oktober 2014 Usulan Perbaikan Rute Pengiriman Dengan Menggunakan Metode Nearest Neighbour
Lebih terperinciPENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI
PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka 2.1.1. Penelitian Terdahulu Transportasi merupakan bagian dari distribusi. Ong dan Suprayogi (2011) menyebutkan biaya transportasi adalah salah
Lebih terperinciBAB II KAJIAN TEORI. digunakan dalam penelitian ini yaitu masalah optimasi, graf, Vehicle Routing
BAB II KAJIAN TEORI Secara umum, pada bab ini akan dibahas mengenai kajian teori yang digunakan dalam penelitian ini yaitu masalah optimasi, graf, Vehicle Routing Problem (VRP), Capacitated Vehicle Routing
Lebih terperinciJurusan Matematika Fakultas MIPA Universitas Sriwijaya 1* Jurusan Matematika Fakultas MIPA Universitas Sriwijaya 2,3
PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) DENGAN METODE BRANCH AND BOUND (Aplikasi Permasalahan Pengangkutan Barang Kantor Pos Palembang) (SOLVING THE TRAVELLING SALESMAN PROBLEM (TSP) USING BRANCH
Lebih terperinciOPTIMALISASI RUTE DISTRIBUSI AIR MINUM QUELLE DENGAN ALGORITMA CLARKE & WRIGHT SAVING DAN MODEL VEHICLE ROUTING PROBLEM
OPTIMALISASI RUTE DISTRIBUSI AIR MINUM QUELLE DENGAN ALGORITMA CLARKE & WRIGHT SAVING DAN MODEL VEHICLE ROUTING PROBLEM Ade Irman SM, Ratna Ekawati 2, Nuzulia Febriana 3 Jurusan Teknik Industri, Fakultas
Lebih terperinciIII PEMBAHASAN. 6. Sisi eg dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar 18).
a d b f 8 e 8 Gambar Sisi be hasil dari algoritme Prim tahap ke-.. Sisi ec dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar ). a d b f 8 e 8 Gambar Sisi ec hasil dari algoritme Prim tahap
Lebih terperinciPenentuan Rute Distribusi Tabung Gas Menggunakan Metode (1-0) Insertion Intra Route (Studi Kasus di PT X) *
Reka Integra ISSN: 2338-508 Jurusan Teknik Industri Itenas No.0 Vol.03 Jurnal Online Institut Teknologi Nasional Januari 205 Penentuan Rute Distribusi Tabung Gas Menggunakan Metode (-0) Insertion Intra
Lebih terperinciBAB I PENDAHULUAN. Pemerintah Pusat hingga Pemerintah Daerah, salah satu program dari
BAB I PENDAHULUAN A. Latar Belakang Masalah Peningkatan kesejahteraan dalam memenuhi kebutuhan pangan masyarakat berpendapatan rendah merupakan program nasional dari Pemerintah Pusat hingga Pemerintah
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Clustering Analysis Clustering analysis merupakan metode pengelompokkan setiap objek ke dalam satu atau lebih dari satu kelompok,sehingga tiap objek yang berada dalam satu kelompok
Lebih terperinciPERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL
PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinci