i
IMPLEMENTASI HYBRID ALGORITMA GENETIKA PADA
PERMASALAHAN VEHICLE ROUTING PROBLEM WITH
TIME WINDOWS
(Studi Kasus Pada “PT. Superindo Utama Corporation”)
SkripsiDiajukan Kepada Universitas Muhammadiyah Malang Untuk Memenuhi Salah Satu Persyaratan Akademik
Dalam Menyelesaikan Program Sarjana Teknik
Disusun Oleh :
MUHAMMAD FAISAL IBRAHIM
201110140311051
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
(2015)
ii
LEMBAR PENGESAHAN SKRIPSI
IMPLEMENTASI HYBRID ALGORITMA GENETIKA PADA
PERMASALAHAN VEHICLE ROUTING PROBLEM WITH
TIME WINDOWS
(Studi Kasus Pada “PT. Superindo Utama Corporation”)
Disusun Oleh : Muhammad Faisal Ibrahim
201110140311051
Menyetujui dan Mengesahkan :
Malang, 21 Mei 2015 Dosen Pembimbing I Dosen Pembimbing II
Ilyas Mas’udin, Ph.D Thomy Eko Saputro, S.T., MSc Mengetahui,
Ketua Jurusan Teknik Industri
iv
KATA PENGANTAR
Puji syukur alhamdulillah Penulis panjatkan kehadirat Allah SWT atas berkat, rahmat, taufik dan hidayah-Nya, penyusunan skripsi yang berjudul “Implementasi
Hybrid Algoritma Genetika pada Permasalahan Vehicle Routing Problem With Time Windows (Studi Kasus Pada PT. Superindo Utama Corporation)” dapat
diselesaikan dengan baik.
Penulis menyadari bahwa dalam proses penulisan skripsi ini banyak mengalami kendala, namun berkat bantuan, bimbingan, kerjasama dari berbagai pihak dan berkah dari Allah SWT sehingga kendala-kendala yang dihadapi tersebut dapat diatasi. Oleh karena itu Penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada Bapak Ilyas Mas’udin, S.T., M.Log., S.Cm., Ph.D selaku pembimbing I dan Bapak Thomy Eko Saputro, S.T., MSc selaku pembimbing II yang telah dengan sabar, tekun, tulus, dan ikhlas meluangkan waktu, tenaga, dan pikiran memberikan bimbingan, motivasi, arahan, dan saran-saran yang sangat berharga kepada penulis selama menyusun skripsi.
Selanjutnya ucapan terima kasih penulis sampaikan pula kepada:
1. Bapak Prof. Dr. Muhadjir Effendy MAP selaku Rektor Universitas Muhammadiyah Malang.
2. Bapak Ir. Sudarman, MT selaku Dekan Fakultas Teknik Universitas Muhammadiyah Malang.
3. Bapak Ilyas Mas’udin, Ph.D selaku ketua Jurusan Teknik Industri Universitas Muhammadiyah Malang yang telah memberikan dorongan dan semangat untuk segera menyelesaikan penyusunan skripsi ini.
4. Ibu Annisa Kesy Garside, ST., MT dan Bapak Dana Marsetiya Utama, ST., MT selaku dosen penguji skripsi, yang telah memberikan masukan yang sangat berguna untuk memperbaiki penyusunan skripsi ini.
v
5. Ibu Shanty Kusuma Dewi, ST., MT selaku dosen wali yang telah meluangkan waktunya untuk memberikan saran kepada penulis selama proses perkuliahan hingga penyelesaian tugas akhir ini.
6. Bapak dan Ibu Dosen Jurusan Teknik Industri Universitas Muhammadiyah Malang yang telah memberi bekal ilmu pengetahuan sehingga penulis dapat menyelesaikan studi dan menyelesaikan penulisan skripsi ini.
7. Ibu Ruine Subandiah, S.Sos selaku Staff Bagian Personalia PT. Superindo Utama Corporation yang telah mengizinkan dan membantu penulis untuk melakukan penelitian dalam rangka penyelesaian penulisan skripsi ini. 8. Bapak Rusdianto selaku Staff Bagian Marketing PT. Superindo Utama
Corporation yang telah membantu penulis dalam pengumpulan data demi kelancaran dalam pelaksanaan penelitian dan penyelesaian penulisan skripsi ini.
9. Bapak Kristianto selaku Staff PT. Superindo Utama Corporation yang telah membantu penulis dalam pengumpulan data demi kelancaran dalam pelaksanaan penelitian dan penyelesaian penulisan skripsi ini.
10. Ibunda Yulia Akbariah dan Ayahanda Iberahim Ismail yang sangat banyak memberikan bantuan moril, materil, arahan, dan selalu mendoakan keberhasilan dan keselamatan selama menempuh pendidikan.
11. Saudara tercinta (Mba Vivi Eka Putri Yulianti, Taufik Kurrahman, Monica Yulianti) atas dukungan, semangat, dan kasih sayang yang diberikan kepada penulis.
12. Rekan-rekan Mahasiswa Teknik Industri 2011 Universitas Muhammadiyah Malang yang sudah penulis anggap sebagai saudara (Akbar, Arif, Annisa, Brili, Yusrofi, Imam, Indri, Emak, Karis, Bimbi, Mbakyan, Sa’diah, Wilda, Kumairoh, Tutus, Lusi, Nad, Widya, Gendut, Yayan, Thoriq, Raka, Wawan, Hadian, Kaconk, Agung, Feri, Amar, Ardi, Zul, Rio, Rosyad, Rudi, Adrian, Ali, Agus) yang telah menemani penulis didalam kehidupan kampus, memberi warna baru pada kehidupan penulis, banyak memberikan masukan dan dorongan semangat kepada penulis baik selama dalam mengikuti perkuliahan maupun dalam penulisan skripsi ini.
vi
13. Rekan-rekan Alumni Mahasiswa Teknik Industri Universitas Muhammadiyah Malang yang telah memberikan masukan dan pengelamannya selama perkuliahan.
14. Keluarga besar LAB TI UMM yang telah memeberikan banyak pengalaman, dorongan, dan masukan kepada penulis selama proses perkuliahan sampai sekarang.
15. Keluarga besar LAB MATC UMM yang telah memeberikan banyak pengalaman, dorongan, dan masukan kepada penulis selama proses perkuliahan sampai sekarang.
16. Rekan-rekan Mahasiswa Asal Kalimantan yang telah bersama-sama menemani penulis dalam perantauan menuntut ilmu diluar daerah.
17. Semua pihak yang tidak dapat penulis sebut satu persatu yang telah membantu dalam penyelesaian penulisan skripsi ini.
Akhir kata, dengan segala kerendahan hati penulis menyadari masih banyak terdapat kekurangan-kekurangan pada tugas akhir ini, sehingga penulis mengharapkan adanya saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Semoga tugas akhir ini dapat memeberikan manfaat bagi penulis dan pembaca.
Malang, Mei 2015 Penulis
ix
DAFTAR ISI
halaman
Halaman Sampul Skripsi ... i
Lembar Pengesahan Skripsi... ii
Surat Pernyataan Keaslian... iii
Kata Pengantar ... iv
Abstrak ... vii
Daftar Isi ... ix
Daftar Tabel ... xi
Daftar Gambar ... xii
Daftar Lampiran ... xiii
BAB I PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 3 1.3 Tujuan Penelitian ... 3 1.4 Manfaat Penelitian ... 4 1.5 Batasan Masalah ... 4 1.6 Asumsi ... 4
BAB II LANDASAN TEORI ... 5
2.1 Vehicle Routing Problem (VRP) ... 5
2.2 Vehicle Routing Problem with Time Windows (VRPTW) ... 6
2.3 Algoritma Genetika (AG) ... 10
2.3.1. Pengkodean Pada Algoritma Genetika... 12
2.3.1.1 Bilangan Biner ... 13
2.3.1.2 Nilai ... 13
2.3.1.3 Permutasi ... 13
2.3.2. Pembentukan Populasi Awal ... 14
2.3.3. Seleksi ... 14
2.3.4. Crossover ... 15
2.3.4.1 Order Crossover (OX) ... 15
2.3.4.2 Heuristic Crossover ... 16
2.3.4.3 Merge Crossover ... 18
2.3.5. Mutasi ... 19
2.3.6. Critical Review ... 20
2.4 Hybrid Algoritma Genetika ... 22
BAB III METODOLOGI PENELITIAN ... 23
3.1 Metode Penelitian ... 23
3.2 Deskripsi Metodologi Penelitian ... 25
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ... 33
4.1 Tinjauan Perusahaan ... 33
4.1.1. Profil Perusahaan ... 33
4.1.2. Visi Perusahaan ... 34
4.1.3. Misi Perusahaan ... 34
x
4.2 Pengumpulan Data ... 39
4.2.1. Data Spesifikasi dan Kapasitas Kendaraan... 39
4.2.1.1 Spesifikasi Alat Angkut ... 39
4.2.1.2 Kapasitas Alat Angkut ... 40
4.2.2. Data Biaya ... 40
4.2.3. Data Permintaan Retail ... 41
4.2.4. Data Time Windows Retail... 42
4.2.5. Data Matriks Jarak Antar Seluruh Node ... 43
4.2.6. Data Rata-Rata Waktu Pelayanan (Service Time) ... 46
4.2.7. Data Kecepatan Rata-Rata Kendaraan... 47
4.2.8. Rute Awal yang Digunakan Perusahaan... 47
4.3 Pengolahan Data ... 48
4.3.1. Proses Perancangan Hybrid Algoritma Genetika ... 48
4.3.2. Contoh Perhitungan Numerik Hybrid Algoritma Genetika ... 52
4.3.3. Perancangan Program VRPTW Routing Tools ... 70
4.3.4. Hasil Perhitungan Dengan Program VRPTW Routing Tools ... 71
4.3.5. Perhitungan Total Biaya Transportasi Metode Usulan ... 75
BAB V ANALISA PEMBAHASAN ... 77
5.1 Analisa Rute Aktual Perusahaan ... 77
5.2 Analisa Rute Hasil Penerapan Hybrid Algoritma Genetika ... 84
5.3 Analisa Jarak Tempuh Hasil Implementasi Hybrid Algoritma Genetika dan Kondisi Aktual Perusahaan ... 91
5.4 Analisa Waktu Kedatangan Kendaraan Inplementasi Hybrid Algoritma Genetika dan Kondisi Aktual Perusahaan ... 93
5.5 Analisa Total Biaya Rute Hasil Implementasi Hybrid Algoritma Genetika dan Rute Aktual Perusahaan ... 95
5.6 Analisa Nilai Fitness Rute Aktual Perusahaan dan Rute Hasil Implementasi Hybrid Algoritma Genetika ... 97
5.7 Analisa jumlah Iterasi Terhadap Waktu Komputasi ... 98
5.8 Analisa Pengaruh Jumlah Iterasi Terhadap Nilai Fitness ... 100
BAB VI PENUTUP ... 104 6.1 Kesimpulan ... 104 6.2 Saran ... 106 DAFTAR PUSTAKA ... 108 LAMPIRAN ... 110
xi
DAFTAR TABEL
Tabel Halaman
3.1 Simulasi Perhitungan Fitness ... 28
4.1 Spesifikasi Alat Angkut ... 39
4.2 Dimensi Produk ... 40
4.3 Permintaan Tiap Retail Tanggal (16 Desember 2014) ... 41
4.4 Time Windows Tiap Retail ... 42
4.5 Matriks Jarak Antar Node (km) ... 44
4.6 Matriks Jarak Antar Node (menit) ... 45
4.7 Rata-Rata Unloading Time ... 46
4.8 Kecepatan Rata-Rata Kendaraan ... 47
4.9 Pseudocode Algoritma Genetika ... 48
4.10 Pseudocode Algoritma Genetika (Fitness) ... 49
4.11 Pseudocode Algoritma Genetika (Crossover) ... 50
4.12 Pseudocode Algoritma Genetika (Mutasi) ... 51
4.13 Data Retail Tanggal (16 Desember 2014) ... 52
4.14 Matriks Jarak Dalam Menit ... 54
4.15 Matriks Jarak Kromosom 1 ... 55
4.16 Fitness Kendaraan 1 ... 56
4.17 Fitness Kendaraan 2 ... 58
4.18 Fitness Kendaraan 3 ... 59
4.19 Fitness Kendaraan 1 Setelah Memasuki Proses Crossover & Mutasi ... 68
4.20 Fitness Kendaraan 2 Setelah Memasuki Proses Crossover & Mutasi ... 69
4.21 Fitness Kendaraan 3 Setelah Memasuki Proses Crossover & Mutasi ... 69
4.22 Fitness Kendaraan 1 Rute Hasil VRPTW Routing Tools ... 72
4.23 Fitness Kendaraan 2 Rute Hasil VRPTW Routing Tools ... 73
4.24 Fitness Kendaraan 3 Rute Hasil VRPTW Routing Tools ... 74
4.25 Rekapituasi Komponen Rute yang Terbentuk ... 74
4.26 Rekapitulasi Biaya Transportasi yang Dikeluarkan ... 76
5.1 Fitness Kendaraan 1 Rute Aktual Perusahaan ... 78
5.2 Fitness Kendaraan 2 Rute Aktual Perusahaan ... 80
5.3 Fitness Kendaraan 3 Rute Aktual Perusahaan ... 82
5.4 Fitness Kendaraan 1 Rute Usulan... 85
5.5 Fitness Kendaraan 2 Rute Usulan... 87
5.6 Fitness Kendaraan 3 Rute Usulan... 89
5.7 Perbandingan Jarak Tempuh Rute Aktual & Rute Usulan ... 91
5.8 Perbandingan Jam Kedatangan Rute Aktual & Rute Usulan ... 93
5.9 Perbandingan Total Biaya Rute Aktual & Rute Usulan ... 95
5.10 Perbandingan Nilai Fitness Rute Aktual & Rute Usulan ... 97
5.11 Perbandingan Jumlah Iterasi Terhadap Waktu Komputasi ... 99
xii
DAFTAR GAMBAR
Gambar Halaman
2.1 Flowchart Algoritma Genetika ... 12
2.2 Kromosom Dengan Pengkodean Bilangan Biner ... 13
2.3 Kromosom Dengan Pengkodean Nilai ... 13
2.4 Kromosom Dengan Pengkodean Permutasi ... 13
2.5 Ilustrasi Crossover dengan Order Crossover ... 16
2.6 Operator Mutasi ... 20
3.1 Flowchart Metodologi Penelitian ... 24
4.1 Struktur Organisasi Perusahaan ... 35
4.2 Rute Awal Perusahaan ... 47
4.3 Tahap Pembentukan Populasi Awal ... 55
4.4 Populasi Awal Setelah Dilakukan Hibridasi Kromosom 1 ... 56
4.5 Crossover Point Kendaraan 1 ... 60
4.6 Hasil Crossover Kendaraan 1 ... 61
4.7 Crossover Point Kendaraan 2 ... 61
4.8 Hasil Crossover Kendaraan 2 ... 62
4.9 Crossover Point Kendaraan 3 ... 62
4.10 Hasil Crossover Kendaraan 3 ... 63
4.11 Rute Hasil Crossover ... 64
4.12 Mutasi Point Kendaraan 1 ... 64
4.13 Hasil Mutasi Kendaraan 1 ... 65
4.14 Mutasi Point Kendaraan 2 ... 65
4.15 Hasil Mutasi Kendaraan 2 ... 66
4.16 Mutasi Point Kendaraan 3 ... 66
4.17 Hasil Mutasi Kendaraan 3 ... 67
4.18 Hasil Pembentukan Populasi Baru... 67
4.19 Rute Hasil dari VRPTW Routing Tools... 71
5.1 Analisa Rute Hasil Penerapan Hybrid Algoritma Genetika ... 84
5.2 Chart Perbandingan Jarak Tempuh Setiap Kendaraan ... 92
5.3 Chart Perbandingan Jam Kedatangan Kendaraan... 94
5.4 Chart Perbandingan Biaya ... 96
5.5 Chart Perbandingan Nilai Fitness ... 98
5.6 Chart Perbandingan Jumlah Iterasi Terhadap Waktu Komputasi... 100
108
DAFTAR PUSTAKA
Astuti, Sri. 2012. Aplikasi Algoritma Genetika Hibrida pada Vehicle Routing
Problem With Time Windows. Matematika. Universitas Indonesia. Depok.
Bräysy, Olli., 2001. Genetic Algorithms for The Vehicle Routing Problem with Time Windows.
Coley, D. A. 1999. An Introduction to Genetic Algorithms for Scientists and
Engineers. World Scientific Publishing Co. Pte. Ltd.
Ghiani, G., Laporte, G., & Musmanno, R. 2004. Introduction to Logistics Systems
Planning and Control. England: John Wiley.
Ghoseiri, K., & Ghannadpour, S. F. 2010. Multi-Objective Vehicle Routing Problem with Time Windows using Goal Programming and Genetic Algorithm. Applied Soft Computing 10 , 1096-1107.
Ghoseiri, K., & Ghanndpour, S. F. 2009. Hybrid Genetic Algorithm for Vehicle Routing and Scheduling Problem. Journal of Applied Science 9 (1) , 79-87 Kallehauge B, Larsen J, Madesen OBG, Solomon MM. 2005. Vehicle Routing with
Time Windows. Di dalam Desaulniers G et al., editor. Column Generation.
New York: Springer. Hlm 67-98.
Kuncoro, Mudrajad, 2003. Metode Riset Untuk Bisnis dan Ekonomi, Penerbit Erlangga, Jakarta.
Kusumadewi, S., & Purnomo, H. 2010. Penyelesaian Masalah Optimasi dengan
Teknik-teknik Heuristik.
Kusumadewi, Sri, 2003, Artifical Intelegence (Teknik dan Aplikasinya), Yogyakarta: Graha Ilmu.
Obitko, M. 1998. Dipetik September 2014, dari www.obitko.com/tutorials/genetic-algorithms.
Rosi, Fitria Dwi., Purwanto., Mohammad Yasin. Implementasi Algoritma Genetika Hybrid (Best Improvement Search) Pada Vehicle Routing Problem With Time Window. Universitas Negeri Malang. Malang.
109
Solomon, M. M., Larsen, J., Kallehauge, B., & Madsen, O. B. 2005. Vehicle Routing Problem with Time Windows. Dalam G. Desaulniers, J. Desrosiers, & M. S. Marius, Column Generation. Springer Science + Bussines Media. Sutojo, T., Edy Mulyanto., dan Vincent Suhartono. 2011. Kecerdasan Buatan.
Yogyakarta : Andi.
Syarif, Admi, Wamiliana & Junaidi, Akmal. 2007. Hybrid Genetic Algorithm dengan Fuzzy Logic Controller: Sebuah Pendekatan Baru Penyelesaian
Traveling Salesman Problem (TSP). (Online). (http://digilib.unila.ac.id/
files/disk1/24/laptunilapp-gdl-res-2008-engadmisya-1178-2007_lp_-1.pdf, diakses 10 Maret 2012).
Tanujaya, W., Dian Retno S.D. dan Dini Endah. 2011. Penerapan Algoritma
Genetik untuk Penyelesaian Masalah Vehicle Routing di PT.MIF.
Whitley, D. 2002. Genetic Algorithms Evolutionary Computing. Van Nostrand's
Scientific Encyclopedia .
Widodo, Thomas Sri. 2012. Komputasi Evolusioner. Yogyakarta : Graha Ilmu. Yeun L.C., Ismail W.R., Omar K. and Zirour M. 2008. Vehicle Routing Problem:
Models and Solutions. Journal of Quality Measurement and Analysis, 4(1), pp 205-218.
Zukhri, Zainudin. 2014. Algoritma Genetika Metode Komputasi Evolusioner untuk