bab 3 metodologi penelitian - thesis.binus.ac.idthesis.binus.ac.id/doc/bab3/2008-1-00262-mtif-bab...
TRANSCRIPT
BAB 3
METODOLOGI PENELITIAN
3.1 Gambaran Umum Perusahaan
Pembahasan mengenai gambaran umum perusahaan meliputi sejarah singkat
perusahaan, struktur organisasi perusahaan, tugas dan tanggung jawab yang akan
dijelaskan pada sub-bab berikut.
3.1.1 Sejarah Singkat Perusahaan
PT Nutrifood Indonesia didirikan pada bulan Februari 1979. Perusahaan ini
adalah perusahaan swasta nasional yang bergerak diindustri produk olahan pangan.
Sampai saat ini perusahaan masih berfokus pada produk makanan dan minuman dimulai
dari proses produksi sampai dengan pengiriman produk tersebut ke distributor. PT
Nutrifood Indonesia menempati dua lokasi, yaitu sebagai berikut.
a. Lokasi I : Jl. Rawabali II/No. 3, Kawasan Industri Pulo Gadung, Jakarta Timur.
Lokasi ini merupakan lokasi yang diperuntukkan untuk kegiatan perkantoran dari
PT Nutrifood Indonesia.
b. Lokasi II : Jl. Raya Ciawi No. 280 A Ciawi – Bogor. Lokasi ini merupakan
lokasi pabrik dan Gudang Logistik dari PT Nutrifood Indonesia.
Produk-produk yang dihasilkan dapat dikelompokkan dalam tiga jenis, yaitu
kelompok minuman berbentuk serbuk, kelompok ready to drink dan kelompok makanan
dan minuman untuk kesegaran, kesehatan, dan appearance. Pengembangan produk baru
akan tetap diarahkan pada produk-produk makanan dan minuman.
61
Pada bulan Januari tahun 2004 dilakukan perubahan organisasi dengan
membentuk SBU (Strategic Business Unit) dan SSU (Strategic Services Unit) yang
secara legal adalah bagian yang tak terpisahkan dari PT Nutrifood Indonesia. Tujuannya
adalah untuk meningkatkan koordinasi dan konsolidasi fungsi antar SBU dan SSU agar
menjadi lebih mudah dengan tetap mempertahankan fleksibilitas sistem. Namun
demikian secara operasional masing-masing SBU dan SSU masih berjalan sebagai unit
yang cukup mandiri. Dengan perubahan tersebut, maka pembagian SBU dan SSU
menjadi sebagai berikut.
1. PT Nutrifood Indonesia sebagai induk perusahaan.
2. SBU Nutri Sari Indonesia (NSI) sebagai produsen minuman kesegaran yang
bernutrisi.
3. SBU Tropicana Slim Indonesia (TSI) sebagai produsen makanan & minuman diet
dan makanan minuman kesehatan
4. SBU Hore sebagai produsen makanan dan minuman khusus untuk segmen
bawah.
5. SSU National Sales sebagai penyedia jasa distribusi produk-produk PT Nutrifood
Indonesia secara nasional.
6. SBU Global Business sebagai penyedia jasa untuk pemasaran dan distribusi
produk-produk PT Nutrifood Indonesia secara global (ekspor).
7. SSU BMS sebagai penyedia jasa marketing services.
8. SSU Operation sebagai penyedia jasa umum untuk keseluruhan SBU dan SSU.
9. SSU Human Resource(HR) sebagai HR Coordinator untuk seluruh SBU dan
SSU.
62
10. SSU Information System sebagai penyedia jasa Information Techonology untuk
seluruh SBU dan SSU.
11. SSU Finance sebagai pengendali keuangan untuk seluruh SBU dan SSU.
12. SSU Office of Strategy Management untuk membuat dan mengarahkan PT
Nutrifood Indonesia untuk menjadi strategy-focused organization.
13. SSU Procurement merupakan pemegang tanggung jawab dalam pembelian
seluruh bahan baku dan bahan kemas major untuk SBU NSI, TSI dan Hore.
14. SSU System yang memegang peranan penting dalam menyelaraskan sistem dan
proses di PT Nutrifood Indonesia
3.1.2 Struktur Organisasi Perusahaan
PT Nutrifood Indonesia dipimpin oleh seorang President Director dan dibantu
oleh seorang Vice President. President Director dan Vice President membawahi
Managing Director SBU dan Director SSU. Dalam hal sistem keorganisasian,
menerapkan sistem organisasi mendatar, yaitu President Director dan Vice President
langsung membawahi para Managing Director SBU dan Director SSU. Sedangkan
Managing Director SBU dan Director SSU langsung membawahi manajer-manajer
Departemen yang mempunyai tanggung jawab dan wewenang penuh dalam
merencanakan dan melaksanakan program kerja departemen masing-masing.
Manajemen menerapkan prinsip kerjasama tim (team work) dalam pengambilan
keputusan. Kemajuan perusahaan ditopang oleh proses inovasi dan perbaikan terus
menerus yang dicapai melalui konsep Total Quality Management (TQM).
Dalam hal pengelolaan Sistem Manajemen Mutu, perusahaan menganut sistem
manajemen mutu yang sesuai dengan ISO 9000. Pelaksanaan sistem manajemen mutu
63
dikoordinir oleh Departemen QA (Quality Assurance). Sistem ini selalu ditinjau dan
diperbaiki oleh Tim QA. Peninjauan dan penilaian di tiap SBU dan SSU dilakukan oleh
SSU System dengan berkoordinasi dengan QA masing-masing SBU/SSU. Penentuan Visi,
Misi, Kebijakan Mutu dan Rencana Strategis menjadi tanggung jawab President
Director. President Director membentuk suatu tim untuk me-review dan memperbaharui
Visi Misi, Kebijakan Mutu dan Rencana Strategis perusahaan.
Menyadari selalu terjadi peningkatan tuntutan kepuasan pelanggan, PT Nutrifood
Indonesia bertekad untuk selalu memenuhinya. Untuk itu, peningkatan kemampuan
karyawan dan pengembangan sumber daya manusia menjadi salah satu fokus utama
manajemen puncak.
64
Gam
bar
3.1
Stru
ktur
Org
anis
asiP
erus
ahaa
n(s
umbe
r:PT
Nut
rifoo
dIn
done
sia)
65
3.2 Gambaran Umum Logistik yang Sedang Berjalan
PT Nutrifood Indonesia memiliki pelanggan yang terdiri dari 933 outlet dan
distributor di seluruh Indonesia. Selain melakukan pengiriman lokal Indonesia,
perusahaan ini juga melakukan pengiriman produk untuk beberapa negara lainnya.
Pendistribusian produk diatur oleh bagian logistik sebagai berikut.
1. Ekspor
Ekspor produk ditangani oleh bagian shipping department, sedangkan bagian
logistik hanya menangani serah terima produk.
2. Lokal Indonesia
Pendistribusian produk untuk lokal Indonesia langsung ditangani oleh bagian
logistik. Pengiriman ini ditujukan untuk propinsi-propinsi seperti DKI Jakarta,
Bandung, Banten, Surabaya, Medan, Manado, Makassar, Balikpapan, dan lain-
lain. Adapun pasar yang dituju adalah sebagai berikut.
a. Pasar tradisional
Yang termasuk pasar trandisional adalah saluran distribusi yang daya
belinya di bawah grosir.
b. Pasar modern
Yang termasuk pasar modern adalah supermarket regional yang tidak
memiliki chain stock. Pasar modern pun dibagi menjadi dua jenis sebagai
berikut.
- Outlet
Merupakan saluran distribusi yang memasok berbagai macam
produk dari berbagai produsen. Biasanya memiliki tempat
66
penyimpanan produk yang tidak terlalu besar dan memiliki jalur
administrasi yang cukup kompleks.
- Distributor
Saluran distribusi yang hanya memasok produk-produk PT
Nutrifood Indonesia. Biasanya memiliki tempat penyimpanan
produk yang lebih besar dan mempunyai jalur administrasi yang
relatif sederhana.
Bagian logistik PT Nutrifood Indonesia mempunyai masalah transportasi produk
untuk outlet-outlet di Jakarta. PT Nutrifood Indonesia mempunyai sebuah pabrik di
Bogor, dan mempunyai banyak kendaraan dengan kapasitas yang berbeda-beda, untuk
mengantarkan produk ke outlet atau pelanggannya. Adapun pengiriman ke Bandung,
Jakarta-Bogor-Tangerang-Bekasi (JaBoTaBek) dan Banten langsung dilakukan dari
pabrik di Ciawi. Beberapa outlet besar di wilayah JaBoTaBek yang menjadi sasaran
pengiriman produk PT Nutrifood Indonesia, antara lain: Carefour, Hypermart, Matahari,
Ramayana, Lion, Makro, Tip Top, dan lain-lain.
Masalah transportasi produk ini terjadi karena adanya perubahan permintaan
setiap hari, sehingga mempengaruhi biaya operasional pengangkutan dan service level.
Service level adalah tingkat kepuasan outlet terhadap produsen. Selain produk,
pengiriman merupakan faktor penentu utama service level ini. Rata-rata service level
yang ditetapkan agen adalah minimal 85%. Jika service level produsen di bawah standar,
maka produsen akan terkena biaya penalti yang cukup besar, yang sekaligus membuka
peluang bagi kompetitor untuk masuk dan mengambil posisi produsen tersebut. Karena
itu, ketepatan waktu, ketepatan produk yang dikirim dan terjaganya kualitas produk saat
pengiriman sangatlah penting.
67
Untuk mengatasi hal tersebut, selama ini PT Nutrifood Indonesia membagi pihak
pengiriman menjadi dua, yaitu kendaraan internal dan penyewaan transporter. Alasan
penggunaan transporter adalah kapasitasnya yang besar dan pengantisipasian
pembayaran uang lembur apabila kendaraan harus menginap di outlet atau distributor
besar. Adapun jenis-jenis mobil yang biasa digunakan untuk melakukan pengiriman
produk adalah sebagai berikut.
Gambar 3.2 Jenis-jenis kendaraan pengangkut yang digunakan PT Nutrifood Indonesia(sumber: PT Nutrifood Indonesia)
PT Nutrifood Indonesia mempunyai 17 buah kendaraan internal bertipe standar
engkel (kapasitas max. 6,5 ton/19 m3), dan biasanya ada kurang lebih sebelas
transporter bertipe engkel yang siap pakai di gudang logistik.
68
Secara umum, ada 3 shift proses penyimpanan dan pengiriman produk, yaitu
sebagai berikut.
- shift 1 : 07.00 – 16.00, dilakukan pengiriman produk internal dan proses
penyimpanan produk dari produksi ke gudang.
- shift 2 : 15.00 – 00.00, dilakukan pemuatan produk ke dalam transporter
yang akan ke luar kota dan yang akan menangani outlet yang mempunyai
latest arrival time, seperti Carefour.
- shift 3 : 20.00 – 05.00, dilakukan pemuatan produk ke dalam kendaraan
internal untuk kendaraan pengangkut yang akan berangkat pagi
Sistem manual pengiriman produk yang selama ini dilakukan PT Nutrifood
Indonesia adalah sebagai berikut.
1. Penerimaan Sales Order
Sales order baru terkumpul cukup lengkap sekitar pukul 19.00 setiap harinya.
Rata-rata ada sekitar 80 hingga 120 purchase/sales order
2. Routing secara manual
Routing biasanya dilakukan secara manual ketika semua sales order sudah
diterima sekitar pukul 19.00. Adapun Routing yang selama ini dilakukan adalah
sebagai berikut.
a. Memisah-misahkan pesanan per zona: Jakarta Barat, Jakarta Pusat,
Jakarta Utara, Jakarta Selatan, Jakarta Timur, Bogor, Tangerang, dan
Bekasi.
b. Membagi kendaraan pengangkut sesuai zona dengan melihat jumlah
pesanan dan kapasitas kendaraan pengangkut secara sekilas
69
c. Melakukan penyesuaian rute atau zona, terutama ketika ada kendaraan
pengangkut yang terlalu penuh dan ada yang kosong, tetapi memiliki rute
yang searah. Diusahakan kendaraan pengangkut terisi minimal setengah,
bahkan diharapkan minimal terisi tiga per empatnya, sehingga nilai biaya
angkut per produk rendah.
d. Melakukan pengecekan sekali lagi, agar outlet yang dikunjungi tidak
terlalu banyak. Target waktu pengiriman adalah satu hari kerja. Masalah
yang sering terjadi adalah rumitnya serah-terima pada beberapa outlet
yang mengakibatkan lamanya waktu serah terima produk.
Karena dilakukan secara manual, proses routing ini biasanya
menghabiskan waktu hingga 1 jam lebih.
3. Picking dan loading
Proses ini dilakukan setelah proses Routing selesai (sekitar pukul 20.00).
Adapun proses loading untuk Bandung, Banten dan ekspedisi luar kota lainnya
didahulukan mengingat banyaknya administrasi yang harus diurus, seperti surat
jalan dan faktur. Loading untuk outlet-outlet di JaBoTaBek dilakukan setelahnya
(sekitar pukul 22.00)
Proses loading yang selama ini dilakukan adalah memasukkan produk
berdasarkan outlet mana yang lebih dahulu diantar. Jika outlet A lebih dahulu
daripada B, maka produk-produk pesanan A diletakkan lebih dekat ke pintu, agar
lebih mudah diambil. Loading produk yang akan dikirimkan ke distributor lebih
sulit karena ada penyesuaian kubikitas.
70
4. Pengiriman
Meskipun routing telah dibuat, tetapi pengiriman tidak semata-mata
mengikuti routing tersebut, karena ada beberapa persyaratan lain yang diminta
oleh outlet, misal: Carefour selalu meminta semua kendaraan pengangkut PT
Nutrifood Indonesia wajib masuk pukul 05.00 setiap hari, karena jika terlambat
maka akan ada antrian yang panjang. Hal ini tentunya mengganggu pengiriman
produk yang lain dan tentunya akan menurunkan angka service level. Solusi yang
selama ini digunakan adalah dengan menyewa transporter.
Adapun pengiriman produk untuk wilayah Jakarta dan Tangerang
biasanya melewati jalan tol JaGoRaWi (sepanjang kurang lebih 55 kilometer),
dilanjutkan dengan tol dalam kota (kurang lebih 5 kilometer untuk wilayah
Jakarta dan 25 kilometer untuk wilayah Tangerang). Kecepatan rata-rata
kendaraan pengangkut di tol JaGoRaWi adalah 90 km/jam, di tol dalam kota
Jakarta adalah 70 km/jam dan di tol Tangerang adalah 90 km/jam. Untuk
pengiriman ke Bogor, dilakukan langsung tanpa melalui tol. Adapun kecepatan
rata-rata kendaraan pengangkut pada jalan biasa adalah 40 km/jam pada kondisi
normal dan 20 km/jam dalam kondisi macet. Untuk setiap kendaraan internal,
maka setiap kendaraan yang berangkat akan dibekali bensin 20 liter untuk pulang
dan pergi.
Pengiriman produk di PT Nutrifood Indonesia sampai saat ini belum
dipengaruhi oleh time constraint atau time window, karena hanya Carefour yang
baru menetapkan masalah waktu pengantaran. Jam kerja supir dan kernet internal
adalah 8 jam waktu kerja efektif dan 1 jam waktu instirahat. Jadi, jam kerja supir
dan kernet dimulai pukul 7 dan berakhir pukul 5 sore. Karena keterbatasan
71
waktu, dalam skripsi ini masalah waktu tidak dimasukkan sebagai kendala. Pada
software yang dihasilkan nanti, akan ada waktu-waktu pengiriman yang
digunakan perusahaan sebagai informasi tambahan untuk pengecekan. Adapun
rata-rata waktu untuk proses serah terima produk adalah sebagai berikut.
a. Grosir : 30 menit
b. Modern market : 2-3 jam (normal), 1-2 hari (peak season)
5. Pengembalian produk atau return order
Produk-produk yang dikirim ke outlet-outlet yang bersifat modern market
bersifat returnable atau dapat dikembalikan, jika cacat ataupun tidak laku. Namun, hal
ini tidak berlaku untuk distributor. Untuk distributor, biasanya diberikan diskon berlebih
sebagai komisi. Adapun proses waktu retur adalah 30 menit.
Return Order terdiri dari dua jenis, yaitu sebagai berikut.
a. Per periode sewa
Ada beberapa outlet yang bersifat undirect delivery, dalam arti pengiriman
produk tidak langsung ke outlet, tetapi melalui sebuah distribution centre.
Karena itu, return order dilakukan di tiap akhir periode sewa.
b. Langsung kembali
Banyak outlet kecil yang langsung mengembalikan produk jika cacat ataupun
ternyata tidak laku. Karena jika produk tidak langsung diambil, maka pihak
outlet tidak mau bertanggung jawab (kebanyakan pernyataan ini ditulis dalam
nota kredit). Yang terjadi adalah kendaraan pengangkut tidak dapat
mengambil produk retur tersebut karena muatan yang penuh. Karena itu,
72
pengambilan sering dilakukan saat pengiriman telah selesai ataupun
keesokan harinya.
Melalui penelitian ini diharapkan perusahaan dapat menerapkan metode
matematis dalam mendistribusikan produk-produk hasil produksi secara
terkomputerisasi di masa yang akan datang, sehingga dapat diperoleh biaya pengiriman
yang minimal. Adapun faktor biaya dipengaruhi oleh panjang rute dan jumlah kendaraan
pengangkut.
3.3 Identifikasi Masalah
Masalah logistik PT Nutrifood Indonesia sangat kompleks, karena itu masalah
yang akan dibahas akan disedehanakan sebagai berikut.
1. Tujuan dari Vehicle Routing adalah untuk memperoleh biaya pengangkutan
minimal dari jarak rute yang minimal. Permintaan bersifat pengantaran dari
pabrik ke outlet dan pengambilan retur dari outlet ke pabrik
2. Outlet-outlet yang akan dikunjungi berada di kawasan JaBoTaBek.
3. Dalam hal ini, asumsikan tidak ada outlet yang masuk sebagai prioritas
pengiriman (tidak ada latest arrival time).
4. Kendaraan pengangkut terdiri dari dua macam, yaitu: internal (memiliki jumlah
maksimum kendaraan). Adapun kedua kendaraan ini berangkat dari pabrik.
5. Biaya yang dihitung adalah biaya solar untuk kendaraan internal dan biaya sewa
serta biaya multidrop untuk transporter.
6. Kendaraan hanya mengunjungi outlet satu kali baik untuk pengiriman produk
maupun untuk retur.
73
7. Jenis transporter memiliki kubikasi dan tonase yang sama dengan kendaraan
internal, dan dianggap berasal dari satu tempat penyewaan, sehingga biaya jasa
dan multidrop sama. Jumlah transporter tidak terbatas.
8. Kendaraan internal dapat melayani outlet berikutnya apabila memenuhi beberapa
constraint sebagai berikut.
a. Waktu untuk melayani outlet berikutnya mulai dari pukul 07.00 hingga
kurang dari pukul 17.00 (jam tutup outlet). Adapun waktu istirahat supir dan
kernet harus diperhatikan.
b. Solar yang digunakan masih cukup untuk melayani outlet berikutnya dan
untuk kembali ke pabrik.
c. Kapasitas kendaraan yang terbagi menjadi kapasitas volume dan berat.
9. Kecepatan rata-rata kendaraan internal adalah 30 km/jam. Tol dianggap tidak
ada, sehingga kecepatan ini sama untuk setiap perjalanan.
10. Sedangkan, transporter dapat melayani outlet berikutnya apabila memenuhi
beberapa constraint sebagai berikut.
a. Waktu untuk melayani outlet berikutnya mulai dari pukul 07.00 hingga
kurang dari pukul 17.00 (jam tutup outlet). Adapun waktu istirahat supir dan
kernet harus diperhatikan.
b. Kapasitas transporter yang terbagi menjadi kapasitas volume dan berat.
11. Pengaturan posisi peletakkan barang pada kendaraan tidak dianggap sebagai
constraint.
12. Asumsikan bahwa permintaan satu outlet tidak ada yang lebih besar daripada
kapasitas kendaraan, juga jarak maksimum satu outlet dapat dilayani dengan
solar yang tersedia dan dapat dilayani pada saat jam kerja.
74
13. Loading produk saat pukul 19.00 ke transporter diabaikan. Jadi, routing akan
dilakukan pada sisa permintaan yang belum dilayani oleh transporter.
14. Retur diasumsikan telah diketahui pada hari yang sama dengan masuknya
purchase order.
3.3.1 Uraian Masalah
Proses routing selama ini dilakukan memerlukan waktu kurang lebih satu jam.
Apabila proses routing dapat dilakukan lebih cepat, maka proses picking dan loading
akan semakin cepat. Penyelesaian masalah VRP dapat dibagi menjadi dua, yaitu
penyelesaian secara eksak dan heuristik. Penyelesaian secara eksak terdiri dari Integer
Programming dan Branch and Bound. Sedangkan penyelesaian secara heuristik
dibentuk dengan tahap konstruksi dan pengembangan.
VRP termasuk dalam NP-complete. Untuk menyelesaikan masalah
nondeterministik dilakukan dengan mengubahnya menjadi masalah deterministik. Salah
satunya dengan menggunakan probabilitas yang dihasilkan oleh random number
generator. Salah satu random number generator dihasilkan dengan pendekatan
heuristik. Pendekatan ini dilakukan karena banyaknya kendala pada VRP. Penyelesaian
secara eksak hanya dapat melibatkan beberapa constraint, misal jarak dan biaya
pengangkutan, jarak dan waktu, dan constraint lainnya yang tidak terlalu kompleks.
Penyelesaian dengan heuristik bersifat pendekatan. Hasil yang didapat optimal,
dan cukup dapat diterima. Penyelesaian ini juga dapat melibatkan berbagai constraint,
sehingga dapat menyelesaikan berbagai permasalahan optimisasi pada dunia nyata.
Begitu juga dengan penyelesaian metaheuristik, yang merupakan pengembangan dari
penyelesaian heuristik. Penyelesaian ini dilakukan dengan sistem pembelajaran
75
(learning), sehingga hasil-hasil yang terbaik yang akan digunakan sebagai knowledge
base untuk iterasi berikutnya.
Penggunaan metode metaheuristik yang tepat akan mempercepat perolehan biaya
yang minimal, namun merancang fitness function yang baik juga harus diperhatikan.
Agar dapat dihasilkan jarak rute dan biaya perjalanan yang minimal, maka dilakukan
konstruksi dan pengembangan. Konstruksi di sini berarti membangun feasible route
dengan tujuan meminimalkan jarak, yang kemudian dikembangkan dengan membangun
improved route dengan tujuan meminimalkan biaya.
Agar routing benar-benar dapat menghasilkan biaya seminimal mungkin, maka
selain hasil routing untuk setiap kendaraan pengangkut, optimisasi pemilihan kombinasi
antara kendaraan internal dan transporter harus dilakukan.
Jika sebuah kendaraan pengangkut meninggalkan pabrik dalam keadaan penuh
dan pengiriman barang dilakukan dengan VRPPDMV, maka ada kemungkinan supir
mengalami masalah di tengah perjalanan. Pertama, cepat atau lambat supir akan
mengalami keadaan di mana barang yang akan diambilnya dari pelanggan lebih besar
dari kapasitas kendaraan pengangkut. Kedua, mungkin supir harus menata ulang
susunan barang-barang di kendaraan pengangkut agar barang-barang itu dapat
dimasukkan ke kendaraan pengangkut. Tetapi tentunya hal ini menghabiskan waktu.
Karena itu, dikembangkan suatu cara agar pengambilan barang di pelanggan pertama
lebih sedikit daripada pengantarannya. Tetapi hal ini biasanya menyebabkan semakin
jauhnya rute yang harus ditempuh dan tentunya menghabiskan waktu yang tidak sedikit.
Ada juga cara lain, di mana kendaraan pengangkut tidak diisi muatan penuh. Tetapi
masalah yang terjadi adalah efisiensi penggunaan kendaraan pengangkut .
76
Solusi yang mungkin dalam pengangkutan dengan pelayanan pengiriman saja
hanya bergantung pada jumlah barang yang akan dikirim kepada sejumlah pelanggan
dalam suatu rute. Misal, sebuah kendaraan pengangkut berangkat dari pabrik (i=1) dan
berjalan sepanjang rute 1 - i1 - i2 - ... - ii - ... hingga mencapai outlet ik. Dengan
pengiriman kumulatif Cd (ik) pada outlet, maka jumlah barang yang dikirimkan ke semua
pelanggan sepanjang rute hingga outlet ik adalah:
kli
1iikd d)(iC
(3.1)
Besaran P(1, ik) menyatakan outlet-outlet sepanjang rute. Rute ini kemudian
menjadi tidak mungkin apabila kendaraan pengangkut sudah tidak dapat mengatarkan
barang ke pelanggan selanjutnya, ik+1 , karena total pengiriman kumulatif melebihi
kapasitas kendaraan pengangkut Kv sebagai berikut.
Cd(ik) ≤ Kv dan Cd(ik+1) > Kv (3.2)
Apabila outlet ik mungkin membentuk satu rute, maka hubungkan outlet ik
dengan pabrik. Fungsi kumulatif pengiriman bertambah secara monoton sepanjang rute,
dimulai dari nol (mulai dari pabrik) dan mencapai nilai maksimal pada saat kunjungan
ke pelanggan ik dari sebuah rute. Nilai ini disebut sebagai nilai maksimal kumulatif
pengiriman dari rute. Karena itu, untuk pengangkutan yang bersifat pengiriman, solusi
diperoleh apabila maksimal kumulatif pengiriman tidak melebihi kapasitas kendaraan
pengangkut. Hal ini disebut delivery feasibillity.
Misal L(ik) merupakan muatan kendaraan pengangkut sesaat setelah
meninggalkan pelanggan ik. Asumsikan bahwa kendaraan pengangkut meninggalkan
pabrik dengan muatan inisialisasi L(1), yang kurang atau sama dengan kapasitas
77
kendaraan pengangkut. Maka, muatan kendaraan pengangkut pada outlet ik dari rute
adalah selisih dari muatan inisialisasi dengan kumulatif pengiriman pada outlet ini, yaitu
L(ik) = L(1) - Cd (ik). Nilai dari muatan inisialisasi pada kenyataannya sama dengan
maksimal kumulatif pengiriman dari sebuah rute. Nilai ini juga berkurang seiring
dengan perjalanan kendaraan pengangkut dari pabrik ke pelanggan terakhir.
Dengan cara yang sama, dapat didefinisikan kumulatif pengambilan Cp (ik) pada
outlet ik. Dari situ dapat dimengerti total barang yang diambil dari pelanggan sepanjang
rute, termasuk outlet ik, adalah:
ki
1iikp p)(iC (3.3)
Rute ini akan menjadi tidak mungkin apabila kendaraan pengangkut tidak dapat
melayani pengambilan barang di pelanggan setelahnya pada rute tersebut.
Cp(ik) ≤ Kv dan Cp(ik+1) > Kv (3.4)
Apabila outlet ik mungkin membentuk satu rute, maka hubungkan outlet ik
dengan pabrik. Muatan kendaraan pengangkut pada setiap outlet ik mempunyai nilai
yang sama dengan kumulatif pengambilan: L(ik) = Cp (ik). Fungsi ini bertambah secara
monoton sepanjang rute, dimulai dari nol (mulai dari pabrik) dan mencapai nilai
maksimal pada saat kunjungan ke pelanggan terakhir dari sebuah rute. Nilai ini disebut
sebagai nilai maksimal kumulatif pengambilan dari rute. Karena itu, untuk
pengangkutan yang bersifat pengambilan, solusi diperoleh apabila maksimal kumulatif
pengambilan tidak melebihi kapasitas kendaraan pengangkut. Hal ini disebut dengan
pick-up feasibillity.
Pada versi kendaraan pengangkut tunggal untuk VRP murni, asumsikan bahwa
total pengiriman (atau pengambilan) tidak melebihi kapasitas kendaraan pengangkut.
78
kli
1iid ≤ Kv atau
kli
1iip ≤ Kv (3.5)
Dengan demikian, solusi ini memenuhi siklus Hamilton. Pengiriman atau
pengambilan barang pada kondisi (3.5) adalah penting dan cukup untuk menjadi solusi
perencanaan pemilihan rute pada VRP murni. Dapat dilihat bahwa pengiriman atau
pengambilan barang hanya tergantung pada himpunan pelanggan.
Dalam VRPPDMV situasi menjadi lebih kompleks. Dalam kasus ini, kapasitas
kendaraan pengangkut dapat terganggu pada outlet mana pun dalam sebuah rute,
tergantung dengan bagaimana urut-urutan pelanggan dalam satu rute. Akibatnya, kondisi
(3.5) tetap menjadi penting, tetapi tidak cukup.
Muatan kendaraan pengangkut pada setiap outlet dalam VRPPDMV adalah
fungsi dari kumulatif pengiriman, kumulatif pengambilan, dan nilai muatan inisiasi
sebagai berikut.
L(ik) = Cp(ik) + L(1) – Cd(ik) (3.6)
Karena itu, meskipun setiap kumulatif permintaan (3.1) dan (3.3) pada outlet ik
manapun dari rute tidak melebihi kapasitas kendaraan pengangkut, muatan kendaraan
pengangkut (3.6) tetap dapat melebihi kapasitas kendaraan pengangkut. Hal ini berarti
rute tersebut menjadi tidak mungkin karena kendaraan pengangkut tidak dapat
melakukan pelayanan untuk pelanggan setelahnya ik+1 dari rute.
L(ik) ≤ Kv dan L(ik+1) > Kv (3.7)
Dengan demikian, pada VRPPDMV ada faktor lain yang mempengaruhi solusi
perencanaan rute, yaitu urut-urutan dari pelanggan. Faktor ini disebut load feasibility.
Jadi, dalam VRPPDMV ada tiga situasi yang harus dipenuhi agar solusi dapat diperoleh,
yaitu delivery feasible, pick-up feasible, dan load feasible.
79
3.3.2 Problem Formulation (Mathematical Formulation)
Tujuan: meminimalkan biaya pengangkutan untuk kendaraan internal dan transporter.
Minimalkan
n
i
n
j k
m
l
k
0 0
2
1 1ijklijkl xc (3.8)
di mana:
cijkl = biaya pengangkutan kendaraan ke-l bertipe k dari outlet i ke j (i ≠ j), di mana k =
1 merupakan kendaraan internal dan k = 2 merupakan transporter.
lainnyasituasiuntuk ,0
j)(ijkeioutlet darilangsungberjalan k bertipel-kekendaraan jika,1ijklx
Adapun kendala-kendala yang ada sebagai berikut.
1. Kendaraan pengangkut hanya dapat mengunjungi outlet satu kali.
12
1 1
k
m
likl
k
x , i = 1, 2, ... , n (3.9)
2. Jumlah maksimal kendaraan internal adalah 17.
171
1 1
k
m
lkl
k
x (3.10)
3. Waktu perjalanan kendaraan ditambah waktu proses dropping (30 menit) dan retur
(30 menit), juga dengan waktu istirahat (60 menit) kurang dari 600 menit (pukul
07.00 hingga pukul 17.00 adalah 600 menit). Perhitungan berikut berlaku baik untuk
k=1 (kendaraan internal) maupun k=2 (transporter).
80
n
i
n
j kijlijlijlijlijl lxxxxt
0 0
2
1*600*60*30*30
di mana l = 1,2,..., mk dan tijl = dij / kecepatan rata-rata (3.11)
4. Solar yang disediakan per kendaraan internal adalah 20 liter.
lxsn
i
n
jijlijl *20
0 0
, di mana l = 1,2,..., mk untuk k = 1
dan sijl = dij / 5 (3.12)
5. Muatan kendaraan pengangkut pada outlet ke-i adalah:
L(ikl) = L(0) - Cd(ikl) + Cp(ikl) (3.13)
di mana:
Lw(0)Lv(0)
L(0) (3.14)
kl
kl
i
i
H
hihh
i
i
H
hihh
qw
qv
1 1
1 1i
1iikld d)(iC
kl
(3.15)
kl
kl
i
i
H
hihh
i
i
H
hihh
qw
qv
1 1
1 1i
1iiklp p)(iC
kl
(3.16)
adapun k = 1, 2.
6. Kendala untuk memastikan bahwa volume produk yang akan dikirimkan dari pabrik
memenuhi kapasitas volume kendaraan pengangkut.
81
k
n
i
n
j k
m
l
i
ii Vd
kkl
0 0
2
1 1ijkl
1x1
sehingga:
k
n
i
n
j k
m
lijkl
i
i
H
hVx
kkl
0 0
2
1 11 1ihh 1qv (3.17)
Karena itu, volume muatan awal dapat didefinisikan sebagai berikut.
k
n
i
n
j k
m
lv VL
k
0 0
2
1 1ijklx1)0( (3.18)
7. Kendala untuk memastikan bahwa berat produk yang akan dikirim dari pabrik
memenuhi kapasitas berat kendaraan pengangkut.
k
n
i
n
j k
m
l
i
ii Wd
kkl
0 0
2
1 1ijkl
1x1
sehingga:
k
n
i
n
j k
m
lijkl
i
i
H
hWx
kkl
0 0
2
1 11 1ihh 1qw (3.19)
Karena itu, berat muatan awal dapat didefinisikan sebagai berikut.
k
n
i
n
j k
m
lw WL
k
0 0
2
1 1ijklx1)0( (3.20)
8. Kendala untuk memastikan bahwa volume produk yang akan diambil dari pelanggan
ikl memenuhi kapasitas volume kendaraan pengangkut.
k
n
i
n
j k
m
l
i
ii Vp
kkl
0 0
2
1 1ijkl
1x1
82
sehingga:
k
n
i
n
j k
m
lijkl
i
i
H
hVx
kkl
0 0
2
1 11 1ihh 1rv (3.21)
9. Kendala untuk memastikan bahwa berat produk yang akan diambil dari pelanggan i
memenuhi kapasitas berat kendaraan pengangkut.
k
n
i
n
j k
m
l
i
ii Wp
kkl
0 0
2
1 1ijkl
1x1
sehingga:
k
n
i
n
j k
m
lijkl
i
i
H
hWx
kkl
0 0
2
1 11 1ihh 1rw (3.22)
10. Kendala untuk memastikan bahwa muatan kendaraan pengangkut setelah produk
dikirimkan kepada pelanggan ikl dan setelah ada pengembalian, masih memenuhi
syarat volume.
kk
m
lklv ViL
k
2
1 1ijklx1)( dan k
k
m
lklw WiL
k
2
1 1ijklx1)(
i = 0,..., ikl; j = 1,..., n; k = 1, 2
Karena itu,
a.
kl kl ki
i
i
i
H
hk
n
i
n
j k
m
lijklihh
H
hihhv VxqvrvL
1 1 1 0 0
2
1 110 1 (3.23)
b.
kl kl ki
i
i
i
H
hk
n
i
n
j k
m
lijklihh
H
hihhw WxqwrwL
1 1 1 0 0
2
1 110 1 (3.24)
83
11. Namun, meskipun kumulatif permintaan pengiriman (3.15) dan pengambilan (3.16)
pada setiap pelanggan ikl memenuhi kapasitas kendaraan pengangkut, muatan L(ikl)
yang dijabarkan pada persamaan (3.23) dan (3.24) dapat tidak memenuhi kapasitas
kendaraan pengangkut. Karena itu, kendaraan pengangkut dianggap load infeasible
apabila memenuhi kendala berikut.
a. kk
m
lklv ViL
k
2
1 1ijklx1)( dan k
k
m
lklv ViL
k
2
1 1ijkl1 x1)( (3.25)
b. kk
m
lklw WiL
k
2
1 1ijklx1)( dan k
k
m
lklw WiL
k
2
1 1ijkl1 x1)( (3.26)
Notasi Matematika
Himpunan:
I = himpunan outlet atau pelanggan (i = 0, 1, ..., n) di mana i = 0 merupakan
pabrik
k = himpunan tipe kendaraan (k = 1, 2, ..., K)
H = himpunan tipe produk (h = 1, 2, ..., H)
R = himpunan rute (r = 1, 2, ..., R)
Parameter:
n = jumlah outlet atau pelanggan; n = | I - 1|
mk = jumlah kendaraan pengangkut bertipe k, di mana k bernilai 1 untuk kendaraan
internal dan bernilai 0 untuk kendaraan transporter
cijk = biaya perjalanan kendaraan pengangkut ke-l bertipe k dari outlet i ke outlet j
Vk = kapasitas volume pada kendaraan pengangkut bertipe k
84
Wk = kapasitas berat pada kendaraan pengangkut bertipe k
sijl = solar yang digunakan pada kendaraan internal ke-l dari outlet i ke outlet j
tijkl = waktu solar yang diperlukan kendaraan pengangkut ke-l bertipe k dari outlet i
ke outlet j
qih = permintaan pelanggan i atas produk bertipe h
rih = pengambilan produk bertipe h dari pelanggan i
vh = unit volume dari produk bertipe h
wh = unit berat dari produk bertipe h
cij = jarak antaroutlet atau antarpelanggan simetris cij = cji,, i ≠ j
di = jumlah pengiriman (delivery) ke pelanggan, i I dari pabrik
Cd(ikl) = jumlah kumulatif pengiriman pada outlet i oleh kendaraan pengangkut ke-l
bertipe k
pi = jumlah pengambilan (pick up) dari pelanggan, i I
Cp(ikl) = jumlah kumulatif pengambilan pada outlet i oleh kendaraan pengangkut ke-l
bertipe k
Variabel keputusan:
L(0) = muatan awal kendaraan pengangkut
L(ikl) = muatan kendaraan pengangkut pada outlet i oleh kendaraan pengangkut ke-l
bertipe k, yang kemudian dipecah menjadi dua komponen muatan berdasarkan
volume dan berat, yaitu: Lv(ikl) dan Lw(ikl)
lainnyasituasiuntuk ,0
j)(ijkeioutlet darilangsungberjalan k bertipel-kekendaraan jika,1ijklx
85
3.4 Alternatif Pemecahan Masalah
Berbagai metode untuk menyelesaikan masalah Vehicle Routing telah digunakan
dan telah dibahas pada bab dua. Maka untuk memecahkan masalah logistik pada PT
Nutrifood Indonesia, akan dilakukan pembandingan beberapa metode sebagai berikut.
1. Savings Method
2. Dual Genetic Algorithm
Setiap metode memiliki kelebihan dan kekurangan. Berdasarkan teori yang telah
ada, penyelesaian VRPPDMV dilakukan dalam dua tahap, yaitu tahap pengkonstruksian
feasible route dilanjutkan dengan tahap pengkonstruksian improved route. Pada
pengkonstruksian feasible route, Savings Method dapat memecahkan masalah routing
dalam waktu yang cukup baik. Untuk membagi outlet, dengan jumlah di bawah 200, ke
dalam rute-rute pengiriman, Savings Method dapat menghasilkan rute yang optimal
dalam waktu yang jauh lebih cepat daripada Dual Genetic Algortihm. Savings Method
menghasilkan satu solusi routing yang selalu konstan untuk constraint yang ada.
Namun, Savings Method tidak dapat menyelesaikan masalah pemilihan
kendaraan yang optimal. Selain pembagian kendaraan dan pemilihan rute yang optimal,
pencarian solusi pada VRPPDMV juga memerlukan pemilihan kombinasi kendaraan
yang optimal antara penggunaan kendaraan internal dan transporter. Karena itu,
penyelesaian masalah ini dilakukan dengan Dual Genetic Algorithm dengan
memasukkan nomor urut kendaraan pengangkut sebagai random key.
Masalah routing pada PT Nutrifood Indonesia memerlukan hasil yang optimal
dalam waktu yang relatif singkat (kurang dari satu jam). Karena itu, diperlukan suatu
metode yang dapat memenuhi kriteria pencarian solusi tersebut, dengan menggabungkan
kelebihan dari dua metode yang telah ada sebelumnya. Metode gabungan ini diberi nama
86
Hybrid Savings-Dual Genetic Algorithm. Metode ini menggunakan Savings Method
untuk menghasilkan feasible route yang optimal dan Dual Genetic Algorithm untuk
menghasilkan kombinasi pemilihan kendaraan pengangkut yang optimal.
3.5 Teknik Pengumpulan Data
Pengumpulan data dilakukan dengan melakukan survey ke pabrik dan meminta
data langsung ke bagian logistik. Adapun data yang diberikan adalah sebagai berikut.
1. Data spesifikasi produk, berisi jenis-jenis produk dengan ukuran panjang,
lebar, dan tinggi, ukuran massa dan satuan.
2. Form Purchase Order, yang berisi informasi tentang outlet dan produk-
produk yang dipesannya (diminta).
3. Data jenis kendaraan internal dan transporter, dengan ukuran kubikasi dan
tonase kapasitas.
4. Daftar outlet, yang berisi nama outlet dan alamatnya.
5. Data hasil routing yang dilakukan dari tanggal 11 Desember 2007, baik
menggunakan kendaraan internal maupun menggunakan kendaraan
transporter.
3.6 Proses Pemecahan Masalah
Masalah routing pada PT Nutrifood Indonesia memerlukan hasil yang optimal
dalam waktu yang relatif singkat (kurang dari satu jam). Karena itu, digunakan metode
gabungan yang diberi nama Hybrid Savings-Dual Genetic Algorithm. Metode ini
menggunakan Savings Method untuk menghasilkan feasible route yang optimal dan
87
Dual Genetic Algorithm untuk menghasilkan kombinasi pemilihan kendaraan
pengangkut yang optimal.
Agar dapat memecahkan masalah yang ada, maka pertama dilakukan proses pada
data sebagai berikut.
1. Mengubah data permintaan pada Form Purchase Order dari satuan yang ada
menjadi satuan terkecil, misal dari box menjadi dus, lalu hitung kubikasi dan
tonasenya. Adapun sistem perhitungannya sebagai berikut.
Nama Outlet : Makro Puri Indah
Pesanan :
Kode Produk : 2101200162
Nama Produk : TS NFDM Fiber Plain 285 gr (12dus)
Panjang Dus : 140 mm
Lebar Dus : 40 mm
Tinggi Dus : 200 mm
Berat Dus : 285 gr
Jumlah Pesanan : 2 box
Maka, kubikasi dan tonase pesanan outlet tersebut, yaitu:
Kubikasi per dus = 140 mm x 40 mm x 200 mm = 1.120.000 mm3
= 0,00112 m3
Kubikasi pesanan = 2 box x 12 dus x 0,00112 m3 = 0,02688 m3
Tonase pesanan = 2 box x 12 dus x 285 gr = 6.840 gr = 6,84 kg
2. Buat sistem perhitungan biaya pengiriman, dalam hal ini biaya pada kendaraan
internal adalah biaya harian supir dan kenek, biaya tol pulang pergi, biaya solar, dan
88
biaya perawatan harian. Sedangkan biaya pada transporter adalah biaya sewa dan
biaya multidrop.
3. Cari feasible route menggunakan Savings Method. Adapun objective function yang
digunakan adalah untuk meminimalkan biaya pengangkutan barang. Objective
function ini disusun dengan pembatasan constraint solar, waktu, kubikasi, dan
tonase.
4. Dalam sistem ini, kendaraan yang didahulukan untuk digunakan adalah kendaraan
internal. Apabila kendaraan internal yang tersedia telah terpakai semuanya, maka
outlet-outlet yang belum dilayani akan dilayani dengan transporter. Ternyata, hal ini
belum tentu membuat biaya yang dikeluarkan semakin rendah.
5. Karena itu, dilakukan optimisasi terakhir untuk membentuk improved route dengan
mengganti kombinasi kendaraan terhadap outlet yang dilayani. Hal ini dapat
dilakukan karena kendaraan internal dan transporter tidak memiliki perbedaan
kubikasi dan tonase, hanya ada perbedaan solar. Pengaturan kombinasi ini dilakukan
dengan menggunakan Dual Genetic Algorithm. Setiap kendaraan yang digunakan
diberi indeks urutan, yang selanjutnya indeks tersebut digunakan sebagai key pada
random key method pada Dual Genetic Algorihm.
6. Improved route telah terbentuk dan diasumsikan sudah optimal. Agar dapat lebih
dioptimalkan, maka dilakukan dua tahap optimisasi lanjutan, yaitu:
a. Penggabungan transporter, untuk mengoptimalkan muatan yang ada pada
masing-masing transporter, sehingga tidak sia-sia dalam pengeluaran untuk
biaya sewa. Semakin banyak transporter, maka akan semakin banyak biaya sewa
yang dikeluarkan. Karena itu, penggunaan transporter yang ada harus sesedikit
mungkin, sehingga hanya biaya multidrop saja yang bertambah.
89
b. Optimisasi subrute pada setiap kendaraan dengan Savings Method. Pada tahap
akhir ini, setiap kendaraan telah diberi tugas untuk melayani outlet-outlet pada
suatu subrute. Agar lebih optimal, maka pengoptimalan subrute dilakukan untuk
terakhir kalinya.
3.7 Algoritma Pemecahan Masalah
Adapun sistem kerja pada Hybrid Savings-Dual genetic Algorithm adalah
sebagai berikut.
1. Inisialisasi outlet-outlet mana saja yang mempunyai permintaan baik pengiriman
maupun retur, kemudian hitung kubikasi dan tonase dari tiap permintaan dan
retur.
2. Modelkan objctive function untuk menghitung biaya pengangkutan sebagai
berikut.
i. Set satu kendaraan internal untuk melayani sebuah rute (digambarkan
dengan baris pada populasi).
ii. Cek constraint untuk kendaraan internal: waktu, solar, volume, dan berat
untuk kendaraan tersebut.
iii. Jika kendaraan internal tersebut tidak dapat memenuhi salah satu
constraint, maka kendaraan harus kembali ke pabrik.
iv. Jika kendaraan internal di pabrik sudah habis, maka outlet-outlet yang
belum dilayani akan dilayani dengan transporter. Set populasi baru untuk
perhitungan solusi Routing dengan menggunakan transporter.
v. Cek constraint untuk transporter: waktu, volume, dan berat untuk
kendaraan tersebut.
90
vi. Jika transporter tersebut tidak dapat memenuhi salah satu constraint, maka
transporter harus kembali ke pabrik. Adapun jumlah transporter tidak
terbatas.
vii. Objective function adalah hasil perhitungan biaya pengangkutan untuk
kendaraan internal dan transporter.
3. Cari solusi objective function dengan menggunakan Savings Method untuk
penyelesaian masalah Vehicle Routing Pick Up and Delivery (VRPPD). Solusi
ini disebut sebagai feasible route. Adapun feasible route ini berupa subrute-
subrute yang telah dibagi dalam kendaraan-kendaraan pengangkut.
4. Hasil dari feasible route akan digunakan sebagai inisialisasi populasi pada
improved route untuk kombinasi penugasan kendaraan.
5. Beri nomor indeks pada setiap kendaraan yang digunakan dalam pengiriman
ataupun pengambilan barang.
6. Set generasi dan populasi. Generasi melambangkan jumlah iterasi yang
dilakukan. Dengan menambah generasi, diharapkan dapat hasil yang semakin
minimal. Populasi digambarkan dengan matriks baris kali kolom. Setiap baris
pada matriks berisi kemungkinan acak dari nomor indeks kendaraan. Jumlah
baris harus merupakan kelipatan empat, karena dalam metode Dual Genetic
Algorithm, akan ada proses pembagian baris dengan empat. Jumlah kolom sama
dengan jumlah outlet yang ingin dilayani.
7. Modelkan fitness function untuk mengoptimalkan kombinasi penugasan
kendaraan sebagai berikut.
i. Ambil subrute pada feasible route secara acak berdasarkan random key.
91
ii. Jika memenuhi validasi constraint solar, waktu, kubikasi, dan tonase, maka
kemudian hitung biaya perjalanan apabila subrute ini ditugaskan pada
kendaraan internal. Catat biaya sebagai biaya_internal.
iii. Jika memenuhi validasi constraint waktu, kubikasi, dan tonase, maka
kemudian hitung biaya perjalanan apabila subrute ini ditugaskan pada
transporter. Catat biaya sebagai biaya_transporter.
iv. Bandingkan kedua biaya. Apabila biaya_internal lebih murah daripada
biaya_transporter, maka tugaskan kendaraan internal untuk melayani subrute
tersebut. Namun, sebelumnya lakukan pengecekan apakah masih ada
kendaraan internal yang tersedia. Apabila biaya_transporter lebih murah,
maka lakukan sebaliknya.
v. Cek subrute berikutnya. Lakukan langkah 4i dan 4ii.
vi. Bandingkan kedua biaya:
Apabila biaya_internal lebih murah daripada biaya_transporter, cek
apakah subrute sebelumnya dilayani dengan kendaraan internal. Jika ya,
maka lakukan validasi constraint solar, waktu, kubikasi, dan tonase.
Apabila memenuhi validasi, maka gabungkan subrute tersebut dengan
subrute sebelumnya, dan subrute gabungan ini dilayani dengan kendaraan
internal. Jika tidak memenuhi, maka buat subrute baru yang juga dilayani
oleh kendaraan internal. Namun, sebelumnya lakukan pengecekan apakah
masih ada kendaraan internal yang tersedia. Apabila subrute sebelumnya
dilayani dengan transporter, maka buat subrute baru yang dilayani oleh
transporter.
92
Apabila biaya_transporter lebih murah daripada biaya_internal, maka
cek apakah subrute sebelumnya dilayani dengan transporter. Jika ya,
maka lakukan validasi constraint waktu, kubikasi, dan tonase. Apabila
memenuhi validasi, maka gabungkan subrute tersebut dengan subrute
sebelumnya, dan subrute gabungan ini dilayani dengan transporter. Jika
tidak memenuhi, maka buat subrute baru yang juga dilayani oleh
transporter. Apabila subrute sebelumnya dilayani dengan kendaraan
internal, maka buat subrute baru yang dilayani oleh kendaraan internal.
Namun, sebelumnya lakukan pengecekan apakah masih ada kendaraan
internal yang tersedia.
8. Cari improved route untuk mengatur kombinasi optimal penugasan kendaraan
dengan metode Dual Genetic Algorithm.
9. Diperoleh hasil berupa daftar kendaraan yang bertugas, baik kendaraan internal
maupun transporter. Karena keterbatasan solar, maka asumsikan subrute-subrute
pada kendaraan internal sudah tidak dapat digabungkan. Kondisi yang berbeda
terjadi pada transporter. Karena itu, dilakukan penggabungan subrute pada
transporter. Untuk itu, digunakan Savings Method kembali dalam routing.
10. Setelah semua kendaraan siap bertugas, dilakukan pengoptimalan tahap akhir
terhadap subrute yang ada dengan menggunakan Savings Method.
11. Solusi terbaik adalah rute yang memiliki biaya pengangkutan terkecil.
93
3.8 Flow Chart Pemecahan Masalah
Untuk memperjelas algoritma pemecahan masalah, maka diberikan flow chart
pemecahan masalah sebagai berikut. Pemecahan masalah dibagi menjadi empat tahap
yaitu sebagai berikut.
1. Konstruksi feasible route dengan Savings Method.
2. Konstruksi improved route untuk optimisasi kombinasi penugasan kendaraan
dengan Dual Genetic Algorithm dengan konfigurasi yaitu indeks urutan
penugasan kendaraan.
3. Pengoptimalan subrute dari setip subrute yang akan dikunjungi kendaraan.
4. Penggabungan muatan transporter apabila masih memungkinkan.
94
Gambar 3.3 Flow chart mesin utama Hybrid Savings-Dual Genetic Algorithm
95
Pengkonstruksian feasible route dengan Savings Method ditunjukkan pada
gambar 3.4 dan 3.5
Gambar 3.4 Flow chart Savings Method
96
Gambar 3.5 Flow chart evaluasi objective function
97
Adapun pengkonstruksian improved route untuk kombinasi penugasan kendaraan
dengan Dual Genetic Algorithm ditunjukkan pada gambar 3.6, 3.7, 3.8, dan 3.9.
Gambar 3.6 Flow chart Dual Genetic Algorithm
98
Gambar 3.7 Flow chart pembentukan fitness function (bagian 1)
99
Gambar 3.8 Flow chart pembentukan fitness function (bagian 2)
100
Gambar 3.9 Flow chart pembentukan fitness function (bagian 3)
101
3.9 Perancangan Program Aplikasi
Untuk mempermudah proses pembandingan ketiga metode yang ada, maka
dibuat sebuah aplikasi untuk VRPPDMV. Aplikasi ini dapat mengambil data master dan
transaksi dari database. Aplikasi ini akan menjalankan proses penghitungan metode
dengan menekan tombol penghitungan metode tertentu dengan input parameter tertentu.
Agar dihasilkan aplikasi yang menunjang, maka digunakan pemrograman berbasis objek
atau object oriented programming dan untuk perancangannya digunakan Unified
Modeling Language (UML).
102
3.9.1 Usecase Sistem Aplikasi yang Diusulkan
Usecase pada aplikasi VRPPDMV ditunjukkan pada gambar 3.10.
Gambar 3.10 Usecase pada aplikasi VRPPDMV