BAB I PENDAHULUAN 1.1. Latar Belakang

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. lebih efektif dan efisien karena akan melewati rute yang minimal jaraknya,

BAB I PENDAHULUAN. Alat transportasi merupakan salah satu faktor yang mendukung berjalannya

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1. PENDAHULUAN. Permasalahan pendistribusian barang oleh depot ke konsumen merupakan

BAB I PENDAHULUAN I.1

Usulan Rute Distribusi Tabung Gas Menggunakan Algoritma Ant Colony Systems di PT. Limas Raga Inti

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. dalam kehidupan sehari-hari. Proses distribusi barang dari suatu tempat ke tempat

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. konsumen adalah kemampuan untuk mengirimkan produk ke pelanggan secara

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. berpengaruh terhadap keberhasilan penjualan produk. Salah satu faktor kepuasan

BAB 1 PENDAHULUAN. Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai

BAB I PENDAHULUAN. Bab ini berisi tentang latar belakang masalah, perumusan masalah, batasan

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. bagian dalam pekerjaan. Dalam melakukan pemasangan kabel perlu

OPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. Sebuah perusahaan melakukan proses produksi untuk menghasilkan

Bab 1 Pendahuluan 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

Gambar 1.1 Contoh Ilustrasi Kasus CVRP 13

BAB I PENDAHULUAN. aplikasinya di berbagai area telah meningkat pesat. Hal ini ditandai dengan

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PANDUAN APLIKASI TSP-VRP

1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. Pemerintah Pusat hingga Pemerintah Daerah, salah satu program dari

BAB I PENDAHULUAN BAB 1 PENDAHULUAN. 1.1 Latar Belakang

VEHICLE ROUTING PROBLEM BERBASIS ANT COLONY SYSTEM UNTUK OPTIMASI PENENTUAN RUTE KENDARAAN PADA SISTEM DISTRIBUSI BARANG DAN JASA

BAB I PENDAHULUAN A. Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Penentuan Rute untuk Pendistribusian BBM Menggunakan Algoritma Nearest neighbour (Studi Kasus di PT X)

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. Dinas lingkungan Hidup (DLH) Kota Yogyakarta adalah dinas

BAB 1 PENDAHULUAN. dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah

AS IR O R U O TI U N TI G P AD

BAB I PENDAHULUAN. 1.1 Latar Belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang berjudul Evolution Strategies

BAB I PENDAHULUAN. menunjang apakah produk tersebut akan kompetitif di pasar nantinya. Mengingat

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pengembangan Sistem Pendukung Keputusan Permasalahan Inventory Routing Problem Pada SPBU Menggunakan Algoritma Ant Colony

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB III ALGORITMA ANT DISPERSION ROUTING (ADR)

BAB 1 PENDAHULUAN. transportasi yang harus dikeluarkan dalam proses pendistribusian.

BAB I PENDAHULUAN I - 1

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 1 PENDAHULUAN 1.1. Latar Belakang

USULAN PERBAIKAN RUTE PENDISTRIBUSIAN ICE TUBE MENGGUNAKAN METODE NEAREST NEIGHBOUR DAN GENETIC ALGORITHM *

BAB I PENDAHULUAN. tersebut dapat diraih apabila suatu perusahaan bisa mengambil keputusan secara

BAB I PENDAHULUAN. evolusi komputasi adalah algoritma genetika. Pengimplementasian algoritma

BAB I PENDAHULUAN. Pada proses bisnis, transportasi dan distribusi merupakan dua komponen yang

BAB I LATAR BELAKANG

BAB I PENDAHULUAN 1.1 Latar Belakang

Penentuan Rute Distribusi Es Balok Menggunakan Algoritma Nearest Neighbour dan Local Search (Studi Kasus di PT. X)*

BAB II LANDASAN TEORI

ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)

IMPLEMENTASI ALGORITMA BWAS PADA APLIKASI SISTEM INFORMASI TRANSPORTASI UNTUK PERENCANAAN DISTRIBUSI YANG OPTIMAL

BAB III MODEL DAN TEKNIK PEMECAHAN

UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN. serta mempermudah penyampaian produk dari produsen ke konsumen. Distribusi

BAB I PENDAHULUAN. hingga ke luar pulau Jawa. Outlet-outlet inilah yang menjadi channel distribusi

BAB I PENDAHULUAN Latar Belakang Masalah

PENGEMBANGAN MODEL VEHICLE ROUTING PROBLEM UNTUK PENDISTRIBUSIAN PRODUK PERISHABLE MENGGUNAKAN TRUK BERPENDINGIN

TUGAS AKHIR PERENCANAAN SISTEM DITRIBUSI HASIL PRODUKSI BUKU PADA PT. BINA PUTRA MANDIRI

BAB I PENDAHULUAN 1.1. Latar Belakang

Optimalisasi Rute Distribusi Bbm di Terminal BBM Boyolali MOR IV menggunakan Algoritma Genetika

Jurnal Ilmiah Mustek Anim Ha Vol.1 No. 2, Agustus 2012 ISSN

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB I PENDAHULUAN. merupakan cabang distributor dari perusahaan manufaktur yang. memproduksi sandal bermerek Zandilac. Dalam menjalankan usahanya

BAB 2 LANDASAN TEORI

Optimasi Rute Pengangkutan Sampah Dengan Metode Vehicle Routing Problem With Time Window Menggunakan Binary Integer Programming

BAB II LANDASAN TEORI. tujuan yang sama. Menurutnya juga, Sistem Informasi adalah serangkaian

BAB I PENDAHULUAN. ekspedisi. Permasalahan distribusi tersebut mencakup kemudahan untuk

BAB I PENDAHULUAN. I.1. Latar Belakang Penelitian

PADA DISTRIBUTOR BAHAN MAKANAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS AT FOOD INGREDIENTS DISTRIBUTOR

BAB 3 METODOLOGI PENELITIAN

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB I Pendahuluan Latar Belakang Masalah

USULAN RANCANGAN RUTE PENDISTRIBUSIAN PRODUK KARPET DENGAN MENGGUNAKAN METODE (1-0) INSERTION INTRA ROUTE *

BAB 4 ANALISIS DAN BAHASAN

BAB I PENDAHULUAN. Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah

BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya

BAB I PENDAHULUAN. alam dan operator genetika. Particle swarm optimization algoritm mensimulasikan

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming

BAB 2 TINJAUAN PUSTAKA

Optimasi pada Rute Truk Peti Kemas dengan Algoritma Optimasi Koloni Semut

Optimasi Rute Distribusi Bantuan Logistik Bencana Erupsi Gunung Merapi Menggunakan Algoritma Sweep

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENDUKUNG SISTEM PEMASARAN DENGAN ALGORITMA ANT COLONY ABSTRAK

Transkripsi:

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 menjadi prioritas utama dari setiap perusahaan untuk memuaskan pelanggannya. Dalam sistem distribusi, rute yang dipilih merupakan elemen terpenting dalam menentukan jarak yang harus ditempuh dan biaya yang harus digunakan. Jika rute yang dipilih optimal dan minimum, maka sistem distribusi menjadi lebih efektif dan efisien, karena akan melewati rute yang minimal jaraknya, sehingga elemen elemen yang melibatkan jarak menjadi minimum pula, seperti biaya transportasi, waktu tempuh, tingkat polusi yang dihasilkan, energi yang dikeluarkan. Permasalahan yang kerap terjadi adalah jika node atau tempat yang harus dikunjungi dalam sistem distribusi itu banyak dan diharuskan tidak terjadi pengulangan, kemudian harus kembali ke titik semula, maka rute yang harus ditempuh akan menjadi sangat banyak kemungkinannya. Permasalahan tersebut dalam riset operasi dan optimasi termasuk dalam Traveling Salesman Problem (TSP), dan jika terdapat multi salesman, akan menjadi kasus Vehicle Routing Problem (VRP). Contoh VRP dalam kehidupan sehari hari yaitu distribusi BBM dari depot ke SPBU. Masalah yang muncul adalah sering terjadinya keterlambatan dalam pasokan ke SPBU yang mengakibatkan kelangkaan atau stock out BBM. Masalah yang muncul ini menandakan tidak optimalnya sistem distribusi BBM. Stock out dapat terjadi karena sistem distribusi tidak mampu memenuhi demand dari SPBU tepat waktu. Fakta lain dari sistem distribusi BBM ini adalah waktu penyelesaian distribusi yang sampai pukul 24.00. Waktu penyelesaian distribusi yang memakan waktu sampai malam dapat memicu permasalahan berupa pengurangan performa

2 kerja dari para driver dan naiknya biaya transportasi. Pada kenyataannya, tidak hanya kehabisan stok dan waktu distribusi dalam sehari yang overtime yang menjadi kendala, namun juga beban kerja dari kendaraan yang tidak bisa rata. Oleh karena itu dibutuhkan suatu rancangan sistem distribusi yang mampu memperbaiki rute distribusi, memangkas waktu distribusi, dan memeratakan beban kerja. Untuk menggambarkan model dalam sistem distribusi BBM dari depot ke SPBU ini, dibutuhkan beberapa komponen utama seperti jarak antar SPBU dan jarak ke depot, demand dan stok masing masing SPBU, omzet harian SPBU, waktu loading dan unloading di depot dan SPBU, kelas jalan sesuai volume yang boleh dilewati oleh truk tangki. Optmasi rute di Depot Rewulu memang pernah diteliti sebelumnya oleh Aulia Safitri pada tahun 2012 di dalam tugas akhirnya. Namun dalam penelitian ini hal menonjol yang belum pernah dibahas oleh peneliti sebelumnya adalah memasukkan batasan kelas jalan pada model yang akan dibangun. Pada kenyataannya, kelas jalan yang tergolong sempit memang harus dihindari truk dengan kapasitas yang besar. Dengan memasukkan kelas jalan, model pada penelitian ini akan lebih mencerminkan kondisi nyatanya. Untuk sistem distribusi BBM dari depot ke SPBU termasuk dalam jenis Split Delivery Vehicle Routing Problem (SDVRP). Demand dari SPBU dimungkinkan tidak bisa dipenuhi oleh 1 truk tangki dalam sekali perjalanan. Oleh karena itu untuk memenuhinya dibutuhkan beberapa kali traveling. VRP sendiri termasuk masalah yang kompleks, maka untuk mengoptimalkannya, metode konvensional menjadi sangat tidak efektif, karena akan memakan banyak waktu dan perhitungan yang rumit. Metode metaheuristik adalah salah satu metode yang ditawarkan untuk mengoptimalkan VRP dan sudah terbukti lebih mendekati solusi optimal dalam beberapa penelitian sebelumnya, dimana ada beberapa metode yang menonjol yaitu Particle Swarm Optimization (PSO), Ant Colony Optimization (ACO), dan Algoritma Genetika. Dari sekian banyak metode metaheuristik yang telah digunakan oleh peneliti yang lain, tidak ada 1 pun metode yang paling baik dalam mengoptimasi kasus VRP. Setiap metode hanya baik untuk beberapa jenis kondisi dan batasan yang

3 ada. Sehingga peneliti harus paham kondisi yang ada sehingga mampu memilih metode yang paling tepat untuk mengoptimasinya. Salah satu metode yang cukup baik untuk mengoptimasi sesuai dengan kondisi di Depot Rewulu adalah ACO. ACO merupakan algoritma pencarian rute berdasarkan perilaku kawanan semut, ditemukan pada tahun 1996 oleh Marco Dorigo. Metode ini sudah banyak digunakan oleh peneliti sebelumnya dan cukup mendekati optimal pada beberapa penelitian dengan jumlah kota yang banyak dan data yang bersifat dinamis (Dorigo, 2006). Hal ini cocok digunakan di Depot Rewulu yang melayani 140 SPBU dan memiliki data yang dinamis, artinya berubah ubah setiap harinya. Untuk menyederhanakan permasalahan, optimasi dibuat perhari saja. Keistimewaan lain dari ACO ini adalah jika pada saat sistem telah menemukan solusi optimal, ACO dapat beradaptasi dengan cepat terhadap lingkungan sekitar. Adaptasi ini didasarkan pada sifat pheromone pheromone yang lebih kuat akan dimiliki oleh solusi dengan jalur lebih optimal pada akhir suatu algoritma (Aini, 2012). Dari segi koding dan pembuatan sistem di Matlab, ACO lebih sederhana dan lebih cepat proses runningnya dibandingkan metode GA misalnya (Murty, 2014). Dengan berbagai kelebihannya untuk kondisi sistem yang serupa di Depot Rewulu, ACO diharapkan mampu mengoptimasi rute sehingga mampu mencapai tujuan dari penelitian ini. 1.2. Rumusan Masalah Dalam pemilihan rute yang optimal dan beban kerja yang merata di kasus SDVRP dapat dibuat beberapa rumusan masalah, diantaranya : a. Adanya keterbatasan jumlah truk tangki dalam kasus distribusi BBM ke SPBU. b. Terbatasnya volume BBM dalam tangki yang dikirimkan, karena dimungkinkan untuk split delivery, sehingga 1 kali ritase terkadang belum bisa memenuhi demand dari 1 SPBU.

4 c. Waktu untuk mendistribusikan, hanya terbatas pada jam kerja, yaitu pada pukul 05.00-20.00. d. Adanya batasan kelas jalan. Jika ada SPBU yang kelas jalannya hanya 16 KL, maka truk tangki yang boleh mengirim untuk memenuhi demand SPBU tersebut hanya yang berukuran 16 KL, Truk tangki berukuran 24 dan 32 KL tidak dikomendasikan untuk dikirimkan dan harus diminimalisasikan karena keterbatasan lebar jalan. e. Variable biaya transportasi akan meningkat sebanding dengan jarak yang ditempuh. Sehingga jika ditemukan rute yang menghasilkan jarak terpendek dengan waktu distribusi yang singkat, akan mengurangi biaya untuk transportasi. f. Keterbatasan durasi stok. Permintaan pada hari tersebut harus sudah dikirimkan sebelum SPBU tersebut kehabisan stok BBM. Sehingga dapat dirumuskan permasalahannya adalah bagaimana mengoptimalkan rute distribusi dengan batasan jumlah distributor, dengan diperbolehkan sistem split-delivery beserta tambahan batasan kelas jalan dan keterbatasan stok. 1.3. Asumsi dan Batasan Masalah Dalam melakukan penelitian ini ada asumsi dan batasan agar dapat mendapat pembahasan yang mendalam untuk satu topik, diantara asumsi dan batasan tersebut. Batasan : a. Produk yang akan dioptimasi rute distribusinya adalah BBM jenis premium. b. Data demand diambil dari data historikal pada tanggal 30 November 2013. c. Tiap SPBU memiliki kelas jalan yang berbeda beda yang membuat tidak semua truk tangki dapat memenuhi demand SPBU tersebut. Ini disebabkan karena terbatasnya lebar jalan menuju SPBU, sehingga SPBU yang mempunyai kelas jalan 16 kl diutamakan dikunjungi oleh truk tangki

5 dengan kapasitas 16 kl. Untuk SPBU dengan kelas jalan 24 kl, diutamakan dapat dikunjungi truk bervolume 16 kl dan 24 kl. Pengecualian untuk SPBU dengan kelas jalan 32 kl, dapat dikunjungin oleh semua jenis volume truk tangki. d. Batasan kelas jalan ini tidak bersifat kaku, artinya SPBU yang memiliki kapasitas kirim maksimal 24 kl masih boleh dikunjungi oleh truk dengan kapasitas 32 kl. Kondisinya ini masih dapet ditolerir namun hanya jika semua SPBU yang berkapasitas 32 kl sudah terpenuhi demandnya Asumsi : a. Demand diasumsikan bersifat deterministik, sehingga optimasi hanya dapat digunakan untuk 1 hari distribusi sesuai jumlah demand pada hari tersebut dan data stok hari sebelumnya. b. Kecepatan kendaraan dalam melakukan distribusi diasumsikan konstan 40 km/jam. c. Jarak antar SPBU diasumsikan adalah jarak 2 titik yang ditarik garis lurus, sehingga titik A dan B yang dihubungkan menjadi simetris, titik A ke B jaraknya sama dengan titik B ke A. d. Diasumsikan pada pukul 5 pagi saat distribusi BBM dimulai, semua truk sudah terisi penuh dan bisa langsung mengirimkan tanpa ada kegiatan lain. e. Tidak mempertimbangkan faktor eksternal, seperti kepadatan lalu lintas, kerusakan jalan, faktor cuaca. f. Tidak mempertimbangkan pola dan sistem antrian di dalam depot. g. Waktu antri untuk loading BBM di depot diasumsikan konstan untuk semua jenis truk tangki, yaitu 30 menit. 1.4. Tujuan Penelitian Tujuan dari penelitian ini adalah menentukan rute distribusi tiap armada truk untuk meminimalkan total waktu distribusi dalam 1 hari dengan

6 mempertimbangkan kapasitas truk, jumlah permintaan tiap SPBU, dan batasan kelas jalan. 1.5. Manfaat Penelitian Dengan mengoptimalkan rute distribusi BBM ke SPBU diharapkan akan menekan biaya transportasi dan mengurangi overload pada pekerja karena diketahui pengiriman pada malam hari lebih beresiko. Dari sisi konsumen, diharapkan dapat meminimumkan stock out yang kerap terjadi di SPBU, sehingga akan menaikkan tingkat kepuasan dari konsumen.