PERBANDINGAN SOLUSI CVRP PADA DISTRIBUSI BUKU AQILA DI SURAKARTA MENGGUNAKAN ALGORITME TABU SEARCH DAN ALGORITME ACO

Article Sidebar

PDF
Published: Apr 29, 2022
DOI: https://doi.org/10.26740/jram.v6n1.p13-22

Main Article Content

Rama Aditya Pratama
Universitas Sebelas Maret

Abstract

Capacitated Vehicle Routing Problem (CVRP) merupakan masalah permintaan transportasi yang mempunyai kendala berupa kapasitas kendaraan. PT. Tiga Serangkai Pustaka Mandiri merupakan sebuah unit bisnis yang bergerak di bidang penerbitan, percetakan, dan distribusi buku sekolah serta buku umum. Perusahaan ini memiliki jaringan distribusi yang luas. Agar proses ini efisien diperlukan optimasi agar total biaya distribusi minimum yaitu dengan menentukan rute optimal. Pada artikel ini, digunakan algoritme Tabu Search dan algoritme Ant Colony Optimization (ACO) untuk mengoptimalkan rute. Solusi CVRP pada distribusi buku Aqila di Surakarta ditentukan dengan membuat program dalam bahasa pemrograman Python berdasarkan algoritme tersebut. Berdasarkan hasil penelitian diperoleh solusi CVRP pada distribusi buku Aqila di Surakarta menggunakan algoritme Tabu Search menghasilkan rute dengan jarak total sebesar 259.7 km dalam waktu 81.73 detik dan menggunakan algoritme ACO menghasilkan rute dengan jarak total sebesar 261.8 km dalam waktu 72.46 detik. Algoritme Tabu Search menghasilkan jarak yang lebih baik dibandingkan algoritme ACO dengan selisih sebesar 0.8%. Algoritme ACO memiliki waktu eksekusi yang lebih cepat dengan selisih sebesar 112%.

Article Details

Issue
Vol. 6 No. 1 (2022): April, JRAM
Section
Combinatorics and Computational Mathematics
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The copyright of the received article once accepted for publication shall be assigned to the journal as the publisher of the journal. The intended copyright includes the right to publish the article in various forms (including reprints). The journal maintains the publishing rights to the published articles.
 
 

References

Y. A. Respati, E. Zaini, and A. Imran, œModel penjadwalan no-wait job shop menggunakan algoritme variabel neighbourhood descent dengan threshold untuk meminimisasi makespan, REKA INTEGRA, vol. 3, no. 1, 2015.

 

G. B. Dantzig and J. J. Ramser, œThe truck dispatching problem, Management Science, vol. 6, no. 1, pp. 8091, 1959.

 

G. Clarke and J.W.Wright, œScheduling of vehicles from a central depot to a number of delivery points, Operation Research, vol. 12, pp. 568581, 1964.


F. E. Pradhana, E. Sugiharti, and M. Kharis, œPenerapan algoritme tabu search untuk menyelesaikan vehicle routing problem, Unnes Journal of Mathematics, vol. 1, no. 1, 2012.

 

G. Gunawan, I. Maryati, and H. K. Wibowo, œOptimasi penentuan rute kendaraan pada sistem distribusi barang dengan ant colony optimization, Semantik, vol. 2, no. 1, 2012.


B. P. Silalahi, N. Fathiah, and P. Spriyo, œUse of ant colony optimization algorithm for determining traveling salesman problem routes, Jurnal Matematika (MANTIK), vol. 5, pp. 100111, 2019.


G. Laporte, H. Mercure, and Y. Nobert, œAn exact algorithm for the asymmetrical capacitated vehicle routing problem, Networks, vol. 16, no. 1, pp. 3346, 1986.


M. G. Resende, C. C. Ribeiro, F. Glover, and R. Mart´ ı, œScatter search and path-relinking: fundamentals, advances, and applications, in Handbook of Metaheuristics, pp. 87107, Springer, 2010.

 

M. Dorigo, œThe truck dispatching problem, IEEE Trans. System, Man & Cybernetics-Part B, vol. 26, no. 1, pp. 113, 1996.


D. Gaertner and K. L. Clark, œOn optimal parameters for ant colony optimization algorithms, in IC-AI, pp. 8389, 2005.

 

I. Gurobi, œGurobi optimizer reference manual, 2018, URL http://wwww.gurobi.com, 2018.