BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan yang sangat pesat dalam dunia industri menuntut suatu perusahaan melakukan aktifitas bisnisnya secara optimal. Mulai dari penyediaan barang baku, proses produksi, inventori, distribusi, sampai dengan pertukaran informasi antar bagian harus dilakukan dengan baik. Berbagai upaya dilakukan untuk memenuhi tujuan tersebut. Oleh karena itu, menurut Pujawan dalam Widodo dan Ferdiansyah (2010), peningkatan kinerja diperlukan untuk memperkuat keunggulan bersaing bagi suatu industri. Peningkatkan kinerja dalam sebuah industri diperlukan perbaikan segala aspek yang terkait di dalamnya, sumber daya pekerja, lingkungan dan juga alat yang mendukung, yang dalam pelaksanaannya dibutuhkan suatu cara / metode yang optimal guna memecahkan segala masalah dalam pekerjaan yang dihadapi. Suatu proses distribusi merupakan salah satu aktifitas bisnis yang harus dilakukan dengan optimal, karena proses distribusi memerlukan biaya sekitar 46,5% pada tahun 1980 dan naik 58,6% pada tahun 2000 dari total biaya yang diperlukan dalam proses logistik (Hesse 2004). Hal tersebut juga diperkuat oleh Chang dalam Tseng dkk (2005), bahwa dari keseluruhan biaya logistik yang di dalamnya termasuk inventory, ordering, management, warehousing, packaging, movement, dan transportation, transportasi memerlukan biaya paling tinggi, sebesar 29,4 % dari keseluruhan biaya logistik. Salah satu pemodelan dalam distribusi dan transportasi adalah Vehicle Routing Problem (VRP). Berdasarkan batasan dan permasalahan yang disolusikan, VRP terbagi dalam banyak kategori, salah satunya capacitated vehicle routing problem (Capacitated VRP), yang merupakan pemodelan masalah transportasi pemilihan rute yang juga mempertimbangkan kapasitas muatan kendaraan yang digunakan. 1
2 Pemilihan rute yang tepat merupakan salah satu faktor penting yang harus dikuasai oleh pihak yang terkait dalam jaringan distribusi dan transportasi. Dengan memilih rute yang tepat tentunya dapat meminimalkan biaya yang ditimbulkan yang juga mempertimbangkan kapasitas muatan kendaraan yang digunakan. Gambar 1.1 Perbandingan biaya pada sistem logistik (Chang, 1998) Berdasarkan kebutuhan tersebut, semakin banyak metode yang dikembangkan untuk dapat menyelesaikan permasalahan capacitated VRP secara optimal sehingga biaya yang dikeluarkan menjadi lebih efisien dan aktifitasnya lebih efektif, diantaranya adalah Simulated Annealing (SA) dan Genetic Algorithm (GA). Elhaddad (2012) mengajukan metode untuk menyelesaikan permasalahan optimisasi dengan mengkombinasikan SA dan GA. Penelitian tersebut bertujuan untuk memperbaiki kelemahan SA dan GA. GA menurut Ling Wang dalam Sofianti (2004), cenderung terjebak dalam local optima / premature convergence, hal tersebut juga dikemukan oleh Elhaddad (2012). Sedangkan SA menurut Sofianti, mampu terhindar dari lokal optima akan
3 tetapi SA memerlukan waktu proses yang panjang karena SA bersifat sekuensial. Penggabungan SA dan GA yang dilakukan Elhaddad tersebut menemukan solusi optimal untuk berbagai variasi jumlah instances dan mampu mengurangi waktu yang dibutuhkan untuk mencari solusi optimal apabila dibandingkan dengan SA dan GA, kecendungan SA yang memelukan waktu lama, diantisipasi dengan mengurangi jumlah kromosom yang digunakan pada suatu populasi. Kromosom hasil SA digunakan sebagai solusi awal pada proses GA. Penelitian oleh Elhaddad tersebut digunakan untuk menyelesaikan masalah Travelling Salesman Problem (TSP) tidak mengkhususkan pemodelan untuk VRP. Penelitian ini, akan diterapkan kombinasi metode SA dan GA untuk pemodelan untuk masalah VRP karena belum pernah dilakukan. Penggunaan dari kedua macam algoritma ini diharapkan dapat meningkatkan kualitas solusi dan mengurangi waktu eksekusi. 1.2. Rumusan Masalah Permasalahan yang akan dibahas dalam penelitian ini adalah apakah kombinasi Simulated Annealing dan Genetic Algorithm dalam Capacitated Vehicle Routing Problem, menghasilkan solusi yang lebih baik (berdasarkan waktu dan jarak) dari pada penggunaan algoritma yang lain. 1.3. Batasan Masalah Penelitian yang akan dilakukan terdapat beberapa batasan permasalahan, yaitu: 1 Proses penyelesaian masalah dilakukan dengan menerapkan metode kombinasi Simulated Annealing dan Genetic Algorithm dengan studi kasus menggunakan dataset Augerat (1995) kode A-n39-k5 dan data Augerat (1995) kode P-n23-k8.
4 2 Penggunaan kombinasi metode Simulated Annealing dan Genetic Algorithm dengan penyesuaian metode yang pernah dilakukan oleh Elhadad (2012), dengan menempatan metode Simulated Annealing sebagai penentuan solusi awal. 3 Pengujian dilakukan dengan membandingkan hasil (berdasarkan jarak dan waktu) dengan metode diantaranya, SA dan GA. 1.4. Tujuan Penelitian Tujuan dari penelitian ini adalah menerapkan kombinasi metode Simulated Annealing dan Genetic Algorithm untuk menyelesaikan Capacitated Vehicle Routing Problem, sehingga mampu menghasilkan rute optimal yang memiliki jarak terdekat dan waktu sedikit. 1.5. Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan beberapa manfaat : 1 Memberikan suatu Gambaran penggunaan metode kombinasi Simulated Annealing dan Genetic Algorithm dalam menyelesaikan Capacitated Vehicle Routing Problem. 2 Pada pihak pengguna, hasil penelitian dapat digunakan untuk menentukan rute yang efektif dan efisien dalam pendistribusian sehingga dapat meningkatkan keuntungan. 1.6. Keaslian Penelitian Penelitian mengenai penyelesaian masalah optimasi sudah pernah dilakukan. Penelitian tersebut menggunakan Simulated Annealing dan Genetic Algorithm untuk menyelesaikan masalah Travelling Salesman Problem. Berdasarkan referensi dan kajian pustaka, penelitian mengenai penentuan rute distribusi barang dalam Vehicle Routing Problem dengan kombinasi metode Simulated Annealing dan Genetic Algorithm belum pernah dilakukan.
5 1.7. Metode Penelitian Secara garis besar, tahapan-tahapan yang di lakukan dalam penelitian ini adalah : 1 Studi referensi dan kepustakaan Tahap ini dilakukan guna mengumpulkan dan mempelajari informasi dan ilmu yang berhubungan dengan Vehicle Routing Problem, Simulated Annealing, algoritma genetika dan kombinasi Simulated Annealing dan Algoritma Genetika, serta metode lain yang berhubungan dengan Vehicle Routing Problem. Informasi dan ilmu yang berhubungan dengan penelitian diperoleh dengan membaca literatur pendukung berupa buku-buku, jurnal-jurnal, dan sumber-sumber di internet. 2 Pengumpulan data Tahap ini melakukan pengumpulan data yang berkaitan dengan objek penelitian berupa kelengkapan data depot-retailer, jarak, daya angkut, dan data pelengkap lain, berkaitan dengan data yang akan digunakan. Dalam hal ini data diperoleh Augerat (1995) kode A-n39-k5 dan kode P-n23-k8. 3 Perancangan kombinasi metode simulated annealing dan algoritma genetika pada vehicle routing problem. Pada tahap ini dilakukan perancangan sistem yang didasarkan pada penggunaan metode gabungan Simulated Annealing dan Algoritma Genetika yang akan diimplementasikan pada kasus Vehicle Routing Problem, yang meliputi pembuatan perancangan flowchart metode gabungan Simulated Annealing dan Algoritma Genetika, dengan Simulated Annealing sebagai solusi awal pada Algoritma Genetika, yang diharapkan dengan solusi awal dari SA dapat meningkatkan kualitas solusi pada GA. 4 Implementasi dan pengujian Pada tahap ini hasil perancangan yang telah dibuat dikembangkan menjadi perangkat lunak dengan menggunakan bahasa pemrograman java. Pengujian dilakukan untuk mengukur kinerja dari sistem kombinasi simulated
6 annealing dan algoritma genetika. Pengujian dilakukan dengan membandingkan hasil antara sistem yang telah dibuat dengan sistem sejenis yang menggunakan metode berbeda dan data kasus Augerat (1995) kode A-n39-k5 dan kode P-n23- k8, diantaranya SA juga GA, meliputi waktu yang dan kualitas solusi. 5 Analisis dan kesimpulan Pada tahap ini dilakukan analisis berdasarkan hasil pengujian yang telah dilakukan, dari masing-masing metode (kombinasi SA dan GA, GA, SA) dengan variabel waktu dan kualitas solusi yang dihasilkan. Sehingga dapat diambil kesimpulan seberapa baik hasil kombinasi SA dan GA dibandingkan dengan masing-masing metode GA juga SA. 1.8. Sistematika Penulisan BAB I BAB II BAB III BAB IV Pendahuluan Bagian ini berisi tentang latar belakang dan permasalahan penelitian, rumusan masalah, batasan masalah, tujuan dan manfaat penelitian, metodologi penelitian dan sistematika penulisan. Tinjauan Pustaka Memuat uraian tentang informasi hasil penelitian sebelumnya yang disajikan dalam pustaka yang berhubungan dengan masalah penelitian yang sedang diteliti. Landasan Teori Memuat uraian tentang teori-teori yang digunakan dalam pembahasan yaitu, vehicle routing problem, Simulated Annealing dan Algoritma Genetika. Analisis dan Rancangan Sistem Bagian ini menguraikan analisis sistem yang akan dibuat dan kebutuhan sistem. Rancangan Sistem meliputi rancangan Gambaran umum sistem yang diusulkan, rancangan proses, rancangan data dan rancangan antar muka pengguna.
7 BAB V BAB VI BAB VII Implementasi Bagian ini menguraikan tentang implementasi sistem sesuai dengan rancangan. Hasil Penelitian dan Pembahasan Bab ini menguraikan mengenai pengujian sistem yang meliputi perbandingan dengan algoritma lain, diantaranya Simulated Annealing dan Algoritma Genetika Kesimpulan dan saran Bab ini berisi kesimpulan yang memuat secara singkat dan jelas tentang hasil penelitian yang diperoleh dan saran-saran yang digunakan untuk memberikan catatan terhadap penelitian lanjutan.