BAB I PENDAHULUAN 1.1 Latar Belakang

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi

BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI

Penerapan Algoritma Greedy dalam Penyetokan Barang

TRANSPORTASI LEAST COST

TRANSPORTASI NORTH WEST CORNER (NWC)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TRANSPORTASI APROKSIMASI VOGEL

BAB I PENDAHULUAN. Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat,

Eksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack

KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. Pada tahun 1947, George B. Dantzig, seorang anggota kelompok penelitian

BAB 2 LANDASAN TEORI

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

biaya distribusi. Misalkan ada m buah sumber dan n buah tujuan:

PERMASALAHAN OPTIMASI 0-1 KNAPSACK DAN PERBANDINGAN BEBERAPA ALGORITMA PEMECAHANNYA

BAB 2 LANDASAN TEORI

OPTIMASI MASALAH TRANSPORTASI DENGAN MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. XYZ

BAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ISSN VOL. 12, NO. 2, OKTOBER 2011

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu

IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG

BAB I PENDAHULUAN 1.1 Latar Belakang

III. METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB 2 LANDASAN TEORI

PENDAHULUAN. Latar Belakang

R PROGRAM APLIKASI PENYELESAIAN MASALAH FUZZY TRANSSHIPMENT MENGGUNAKAN METODE MEHAR

PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA

Optimization of Transportation Cost Using Genetic Algorithm

PENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP)

Pemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum

BAB II LANDASAN TEORI. digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

Operations Management

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

Model Transportasi 1

BAB I PENDAHULUAN. berjalan sesuai dengan yang telah di rencanakan. penjadwalan ini merupakan proses yang menyulitkan karena proses ini

Pemanfaatan Algoritma Program Dinamis dalam Pendistribusian Barang

UKDW. Bab I PENDAHULUAN. 1.1 Latar Belakang Masalah

Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika

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

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

BAB 2 LANDASAN TEORI

Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)

BAB III METODE PENELITIAN. analisis sensitivitas. Selain itu penelitian ini juga mengkaji penelitian dari para

Bab 1. Pendahuluan. 1.1 Latar Belakang

LAMPIRAN. Tabel 3.1 Tabel isi wawancara. menggunakan perhitungan manual memang waktu yang diperlukan

BAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta

III KERANGKA PEMIKIRAN

BAB III PEMBAHASAN. menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian

BAB III MODEL TRANSPORTASI. memperkecil total biaya distribusi (Hillier dan Lieberman, 2001, hlm. 354).

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

BAB 1 PENDAHULUAN. manfaatnya meliputi segala aspek kehidupan manusia. agar tujuan tercapai merupakan hal yang penting dalam masalah penjadwalan.

BAB 2 LANDASAN TEORI

Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika

Pendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi

RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH)

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

BAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk

PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY

BAB I PENDAHULUAN. Sebuah perusahaan melakukan proses produksi untuk menghasilkan

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 3 METODE PENELITIAN

GENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR

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

BAB III MODEL DAN TEKNIK PEMECAHAN

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

III KERANGKA PEMIKIRAN

PENERAPAN METODE STEPPING STONE UNTUK TRANSPORTASI PENGIRIMAN BARANG PADA CV. MITRA TRANS LOGISTICS

BAB 1 PENDAHULUAN. Permasalahan pemotongan bahan baku menjadi beberapa bagian untuk diproses

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :

BAB I 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

Pokok Bahasan VI Metode Transportasi METODE TRANSPORTASI. Metode Kuantitatif. 70

OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG

TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA. Oleh Dian Sari Reski 1, Asrul Sani 2, Norma Muhtar 3 ABSTRACT

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

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

BAB I PENDAHULUAN 1.1. Latar Belakang

Aplikasi Algoritma Genetika Untuk Mengoptimalkan Biaya Pendistribusian Tepung Di PT. Ariro Internasional Medan. KettyKrisna S ABSTRAK

BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya

Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek

Transkripsi:

BAB I PENDAHULUAN 1.1 Latar Belakang Transportasi atau pengangkutan adalah suatu kegiatan yang penting bagi kegiatan kita pada umumnya dan pada kegiatan industri pada khususnya. Transportasi atau pengangkutan diartikan sebagai perpindahan barang dan manusia dari tempat asal ke tempat tujuan. Masalah transportasi pertama kali dikemukakan oleh FL.Hitch Cock pada tahun1941. Ia menyajikannya dalam suatu studi mengenai The Distribution of a Product From Several to Numerous Localities. Metode inilah yang pertama kali digunakan dalam memecahkan masalah transportasi. Penemuan tersebut kemudian disusul oleh T.C. Koopmans pada tahun 1947 dengan menerbitkan buku mengenai sistem transportasi yang berjudul Optimum Utilization of the Transportation System. Dengan munculnya penemuan ini maka perkembangan transportasi terus berlangsung (Kakiay, 2008). Kasus transportasi timbul ketika kita mencoba menentukan cara pengiriman (pendistribusian) suatu jenis barang dari beberapa sumber (lokasi penawaran) ke beberapa tujuan (lokasi permintaan) untuk meminimumkan biaya (Kakiay,2008). Setiap perusahaan industri pasti menginginkan biaya seminimun mungkin pada proses transportasi ini sehingga diperlukan suatu strategi pemecahan masalah yang bisa memberikan solusi yang optimal. Dengan strategi dan perencanaan yang baik maka biaya untuk proses transportasi dapat dihemat. Perencanaan pengeluaran untuk transportasi berhubungan dengan jumlah dan kapan akan dilangsungkan pengeluaran. Dengan melakukan perencanaan pengeluaran transportasi (pendistribusian) maka akan diperoleh peningkatan keuntungan karena total biaya transportasi dapat diminimalkan tanpa mengabaikan permintaan pasar yang juga dapat dipenuhi dengan baik. Riset operasi (Operations Research/OR) bertujuan untuk menentukan arah tindakan terbaik (optimal) dari sebuah masalah keputusan di bawah pembatasan sumber daya yang terbatas (Taha,1996). Keberhasilan sebuah teknik OR diukur 1

2 berdasarkan penyebaran penggunaannya sebagai sebuah alat pengambil keputusan. Di akhir dasawarsa 1940-an program linier terbukti merupakan sebuah alat riset operasi yang paling efektif. Program linier merupakan dasar pengembangan teknik-teknik OR lainnya termasuk program integer, stokastik, arus jaringan dan kuadratik. Model program linier diperlukan beberapa asumsi di antaranya asumsi kesebandingan (proportionality), asumsi penambahan (additivity), asumsi pembagian (divisibility), asumsi kepastian (certainty). Program bilangan bulat atau integer programming merupakan bentuk lain dari program linier dengan asumsi pembagian melemah (Dimyati,dkk.2002). Bentuk pengaplikasian dari program bilangan bulat adalah masalah transportasi (Bronson,R.1998). Masalah transportasi secara umum berhubungan dengan masalah pendistribusian dari tempat penyediaan barang yang disebut sumber ke tempat penerimaan yang disebut dengan tujuan, dalam suatu cara tertentu yang dapat meminimumkan total biaya distribusi (Ayu, 1995). Menurut Taha (1996), masalah transportasi dapat diselesaikan menggunakan metode simpleks. Sedangkan menurut William dan Ping, penyelesaian masalah transportasi tidak sesuai menggunakan metode simpleks karena variabel keputusan yang didapat tidak selalu bilangan bulat, sehingga William dan Ping menggunakan algoritma genetika untuk menyelesaikan masalah transportasi karena algoritma genetika juga mampu menemukan penyelesaian umum yang optimal. Algoritma adalah langkah-langkah logis penyelesaian masalah yang disusun secara sistematis dan logis. Selain Algoritma Genetika, ada juga algoritma lain yang dapat diterapkan pada masalah transportasi, yaitu Algoritma Brute Force dan Algoritma Greedy. Algoritma Brute force adalah sebuah pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah, biasanya langsung pada pernyataan masalah (problem statement), dan definisi konsep yang dilibatkan (Hidayat, 2007). Algoritma Greedy adalah agoritma yang paling populer untuk menemukan solusi optimum dalam persoalan optimasi dengan membentuk solusi langkah per langkah. Sesuai arti harfiah, greedy yang berarti tamak, merupakan prinsip utama

3 dari algoritma ini dengan mengambil sebanyak mungkin apa yang bisa diambil sekarang (Munir, 2004). Sedangkan Algoritma genetika adalah algoritma yang berusaha menerapkan pemahaman mengenai evolusi alamiah pada tugas-tugas pemecahan masalah (problem solving). Pendekatan yang diambil oleh algoritma ini adalah dengan menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu kumpulan untuk mendapatkan generasi solusi terbaik berikutnya yaitu pada suatu kondisi yang memaksimalkan kecocokannya atau lazim disebut fitness. Generasi ini akan merepresentasikan perbaikan-perbaikan pada populasi awalnya. Dengan melakukan proses ini secara berulang, algoritma ini diharapkan dapat mensimulasikan proses evolusioner. Selain itu, untuk persoalan yang tidak terlalu rumit, banyak cara yang lebih cepat dari algoritma genetika misalnya, dengan menggunakan metode Stepping Stone atau metode MODI. Akan tetapi, jumlah besar dari populasi solusi yang digunakan menjadi keunggulan dari algoritma genetika yang membuat solusi yang didapatnya memiliki tingkat keakuratan yang lebih tinggi dari metode lainnya. Walaupun kecepatan pengolahan data menjadi kelemahan dari algoritma ini karena setiap solusi yang didapat harus dievaluasi lagi yang membuat penyelesaian masalah menggunakan algoritma genetika membutuhkan waktu yang lebih lama dibandingkan dengan metode lainnya (Tobing, 2010). Dengan demikian, algoritma genetika ini cocok digunakan untuk menyelesaikan optimalisasi di berbagai bidang nurse scheduling, jobshop scheduling, water network, integer programming, termasuk transportation problem (distribution) (Adamanti,J.2002). PT. Ariro Internasional, perusahaan yang berlokasi di Jl. Budi Kemenangan No. 8/11 Medan, merupakan salah satu perusahaan distributor yang bergerak dalam bidang distribusi tepung yang sedang berkembang, juga memerlukan suatu sistem distribusi yang baik untuk menjaga ketersediaan tepungnya di pasar, di samping juga untuk dapat memenuhi dan mengembangkan pasar yang telah ada. Selain itu juga agar biaya yang dikeluarkan untuk proses distribusi dapat diminimalkan. Bersama dengan perkembangan serta berjalannya

4 waktu, perusahaan ini mulai berkembang pesat sehingga mampu memperluas daerah pemasarannya. Usaha ini berawal dari usaha kecil yang hanya berjualan kecil-kecilan di daerah Monginsidi pada tahun 2008 dan kemudian berkembang hingga mendirikan gudang di kawasan Polonia. Usaha ini terus berkembang dan akhirnya menjadi sebuah PT dengan nama PT. Ariro Internasional. Produk yang didistribusikan perusahaan ini berasal dari Jakarta, Makasar, dan ada juga yang berasal dari Medan. Perusahaan ini memberlakukan enam hari kerja dalam seminggu dengan jam kerja mulai pukul 07.30 17.00 WIB pada hari Senin- Jumat dan 07.30 13.00 WIB pada hari Sabtu. Sistem kerja yang diterapkan PT. Ariro Internasional ini berdasarkan sistem job order, dimana proses distribusi dilakukan setelah mendapat pesanan terlebih dahulu dari pelanggan. Sistem penjualan produk dilakukan secara tunai maupun kredit. Perusahaan ini selalu mengutamakan, memperhatikan, dan mendahulukan permintaan pelangga dengan segera mengirimkan barang yang dipesan oleh pelanggan sesuai perjanjian yang ditetapkan dan juga memberikan jaminan kepada pelanggan akan mutu dan kualitas produk-produknya, serta memberikan harga yang murah kepada pelanggan sehingga pelanggan tidak terbebani dengan harga produk yang mahal. Menurut wawancara yang dilakukan pada tanggal 5 Januari 2013 dengan Ibu Syruss, diperoleh informasi bahwa PT. Ariro Internasional juga sering menghadapi masalah pendistribusian karena lokasi gudang dan lokasi toko yang mengorder tepung berjauhan karena terletak di beberapa tempat yang berbeda. Hal ini mempengaruhi besarnya biaya pengangkutan yang harus dikeluarkan. Biaya pendistribusian yang tinggi mengakibatkatkan semakin minimnya keuntungan yang diperoleh PT. Ariro Internasional. Salah satu cara yang dapat dilakukan untuk mengoptimumkan biaya pendistribusian adalah dengan menentukan jumlah produk yang tepat yang harus didistribusikan, yaitu dengan mengkombinasikan banyaknya tepung dari setiap gudang untuk diantar ke toko-toko pengorder (tujuan). Berdasarkan semua informasi yang didapat dari sumber, penulis berpendapat bahwa penting untuk melakuakan suatu penyelesaian permasalahan

5 distribusi pada perusahaan agar target pendistribusian perusahaan dapat tercapai dan dapat menambah omset perusahaan. Salah satu cara yang dapat dilakukan adalah dengan meminimalkan biaya ongkos pendistribusian tersebut. Penelitian ini akan membahas tentang masalah transportasi yang diselesaikan dengan menggunakan Algoritma Genetika. Persoalan yang dihadapi penulis adalah ingin menerapkan Algoritma Genetika untuk memberikan keuntungan maksimum bagi perusahaan dalam hal pengelolahan pendistribusian produk di PT. Ariro Internasional, yaitu dengan mengoptimalkan biaya pendistribusian produk tersebut serta menentukan jumlah produk yang tepat untuk didistribusikan ke tujuan yang selanjutnya akan diaplikasikan untuk mencari biaya minimum pendistribusian tepung di PT. Ariro Internasional. Data aplikasi merupakan data sekunder yang diambil dari PT. Ariro Internasional yang berkantor pusat di kawasan Cemara Hijau Residence Medan. Untuk mempermudah penyelesaian masalah ini, penulis dibantu dengan Microsoft Office Excel 2007. 1.2 Rumusan Masalah Berdasarkan latar belakang tersebut, perumusan masalah dari penelitian ini adalah apakah algoritma genetika dapat mengoptimalkan biaya pendistribusian tepung di PT. Ariro Internasional Medan. 1.3 Batasan Masalah Batasan masalah pada penelitian ini sebagai berikut. 1. Model transportasi yang digunakan adalah model transportasi berimbang (balanced transportation model). 2. Seleksi kromosom yang digunakan adalah metode roulette wheel. 3. Hanya membahas tentang biaya pendistribusian tepung dan keuntungan maksimal pada PT. Ariro Internasional.

6 1.4 Tujuan Penelitian Tujuan yang hendak dicapai dalam penelitian ini adalah mengoptimalkan biaya pendistribusian tepung dengan menggunakan Algoritma Genetika pada PT. Ariro Internasional Medan. 1.5 Manfaat Penetilian Manfaat dari penelitian ini adalah : 1. Bagi Peneliti : mengetahui bahwa Algoritma Genetika dapat digunakan untuk menyelesaikan masalah transportasi dalam hal mengoptimalkan biaya pendistribusian. 2. Bagi Instansi : dapat digunakan sebagai sarana dan informasi bagi lembaga pendidikan serta sebagai kontribusi keilmuan bagi lembaga terkait. 3. Bagi Perusahaan terkait : memberikan informasi sebagai bahan pertimbangan bagi PT. Ariro Internasional dalam menentukan jumlah produk yang tepat untuk didistribusikan dengan menggunakan Algoritma Genetika (Genetic Algorithm) dalam hal memaksimumkan keuntungan dari pendistribusian (transportasi) tepung tersebut. 4. Secara umum sebagai sumbangan pemikiran dan bahan kajian dalam penelitian lebih lanjut yang terkhusus pada masalah distribusi barang (transportasi).