PENERAPAN ALGORITMA SIMULLATED ANNEALING PADA PENJADWALAN DISTRIBUSI DRODUK DICV.MURNI.

PENERAPAN ALGORITMA SIMULATED ANNEALING PADA PENJADWALAN DISTRIBUSI PRODUK

DI CV. MURNI

Oleh: Dalida NIM 082244510002 Program Studi Matematika

SKRIPSI

Diajukan Untuk Memenuhi Syarat Memperoleh Gelar Sarjana Sains

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI MEDAN

iv

KATA PENGANTAR

Syukur Alhamdulillah penulis panjatkan kehadirat Allah SWT yang telah memberikan curahan rahmat, taufiq dan hidayahNya sehingga skripsi yang berjudul “Penerapan Algoritma Simullated Annealing pada Penjadwalan Distribusi Droduk di CV.MURNI” ini dapat terselesaikan. Shalawat serta salam semoga tetap terlimpahkan kepada junjungan nabi besar Muhammad SAW yang telah membawa kita dari jalan yang gelap menuju jalan yang terang benderang.

Penulis menyadari bahwa dalam penulisan skripsi ini tidak akan mendapatkan suatu hasil yang baik tanpa adanya bimbingan, bantuan, saran serta doa dari berbagai pihak. Oleh karena itu penulis menyampaikan ungkapan terimakasih kepada :

1. Ibu Dra. Nerli Khairani, M.Si selaku Dosen Pembimbing Skripsi yang telah banyak memberikan pengarahan, bimbingan, dan petunjuk-petunjuk yang sangat berharga selama penulisan skripsi ini, ditengah-tengah kesibukan beliau sehari-hari.

2. Bapak Drs. Syafari, M.Pd selaku ketua Program Studi matematika. 3. Bapak Prof. Drs. Motlan, M.Sc., D Ph. selaku dekan FMIPA.

4. Kepada Bapak Drs.H.Banjarnahor,M.Pd, Bapak Dr.E.Elvis Napitupulu M.S, Bapak Drs.J.Ambarita, M.Pd selaku Dosen Penguji.

5. Seluruh staf pengajar Jurusan Matematika FMIPA yang telah memberikan bimbingan kepada penulis semenjak mengikuti perkuliahan.

6. Seluruh staf pegawai di lingkungan FMIPA UNIMED.

v

Ardiansyhah yang selalu menjadi Kekuatan, Penyemangat, Penghibur dan Penghilang rasa lelah.

8. Keluarga besar Pak Mansyur dan keluarga besar Tuo Darmani yang telah memberikan motivasi sampai akhir studi.

9. Pimpinan serta seluruh pegawai CV.MURNI yang telah banyak membantu

penulis dalam memberikan data-data yang diperlukan.

10.Sahabatku tercinta : Rahayu Sashanti, Riana, Elvina Chodijah, Lidia Astuti dan Pratiwi Wulandari yang selalu setia menemani dan memberikan dukungan semangat dan doa.

11.Teman seperjuanganku : Riadi Setiawan, Rahayu Sashanti, Syafina Indriani, Sardina, Katrin, Juni Minarti, Ketti Krisna dan Natalenta yang selalu memberikan semangat dan selalu ada disaat suka maupun duka. 12.Teman – temanku seperjuangan Non-Dik’08 yang tidak dapat saya

sebutkan satu persatu yang selama ini selalu memberikan dukungan, semangat, dan doa.

Semoga Allah SWT memberikan balasan yang baik atas semua bantuan dan bimbingan yang telah diberikan. Akhirnya, penulis berharap semoga skripsi ini dapat bermanfaat bagi penulis khususnya dan bagi pembaca pada umumnya.

Medan, Juli 2013 Penulis,

Dalida

iii

Penerapan Algoritma Simullated Annealing pada

Penjadwalan Distribusi Droduk di

CV.MURNI

Dalida (082244510002)

ABSTRAK

Algoritma Simulated Annealing adalah pengembangan metode transportasi yang mengarah pada metode penjadwalan pengangkutan dari satu atau beberapa sumber barang dan jasa yang kemudian akan disalurkan atau disebarkan kebeberapa tempat atau pusat-pusat lokasi yang membutuhkannya. Pada saat menjadwalkan distribusi, CV.MURNI memiliki masalah yaitu bagaimana menentukan rute, penggunaan kapasitas alat angkut dan penjadwalan pengiriman produk, maka CV.MURNI menerapkan Algoritma Simulated Annealing dalam penyelesaian masalah tersebut. Penerapan Algoritma Simulated Annealing di CV.MURNI menggunakan 2 metode yaitu, Metode Nearest Neighboar dan Metode 2-Opt. Penyelesaian dengan menggunakan Metode Nearest Neighboart menghasilkan rata-rata waktu yang digunakan dalam mendistribusikan kuali adalah 4 jam 32 menit. Jarak yang di tempuh dalam mendistribusikan kuali adalah 118 km. Sedangkan penyelesaian dengan menggunakan Metode 2-Opt di peroleh jarak tempuh yang dilalui oleh kendaraan adalah 110,8 km dan rata-rata waktu yang digunakan dalam pendistribusian produk kuali ini adalah 4 jam dalam melakukan pendistribusian. Dalam pendistribusia ini juga dapat mengurangi kendaraan yang digunakan yaitu 1 kendaraan roda 4 dari 2 kendaraan roda 4 dan 2 kendaraan roda 6 yang digunakan.

DAFTAR ISI

2.1.2 Model Matematika Metode Transportasi 10

2.2 Vehicle routing problem 13

2.2.1 Pengertian Vehicle routing problem 13

2.3 Penjadwalan 15

2.4 Vehicle Routing and Shedulling 15

2.5 Metode Penyelesaian VRP 19

2.6 Algoritma Simulated Annealing 23

BAB III METODOLOGI PENELITIAN 33

3.1Waktu dan tempat penelitian 33

3.2Jenis Penelitian 33 3.3Prosedur Penelitian 33 BAB IV PEMBAHASAN 34 4. 1Pengumpulan Data 34

4. 2Pengolahan Data 35

4. 2.1 Pola Distribusi CV.MURNI Medan 35

4. 2.2 Kuantitas Muat Maksimum Kendaraan 36

4. 2.3 Penentuan Kebutuhan Volume Kendaraan untuk setiap Pelanggan 38

4. 2.4 Hari Kerja dan Waktu-waktu Kerja 40

4. 2.5 Waktu loading dan unloading 41

4.2.5.1Waktu Loading 41

4.2.5.2Waktu Unloading 42

4. 2.6 Menentukan Solusi Awal Dengan Metode Nearest Neighbour 43 4. 2.7 Pemotongan Rute Berdasarkan Kapasitas Waktu 44

4.2.7.1Pemotongan Rute dengan Menggunakan Kendaraan Roda 4 44

4.2.7.2Pemotongan Rute dengan Menggunakan Kendaraan Roda 6 49

4. 2.8 Menggunakan Algoritma Simulated Annealing dengan 2-opt 57 4. 2.8.1 Pemotongan Rute dengan Menggunakan Kendaraan Roda 4 58 4. 2.8.2 Pemotongan Rute dengan Menggunakan Kendaraan Roda 6 63 BAB V KESIMPULAN DAN SARAN 73

5.1 Kesimpulan 73

5.2 Saran 74

DAFTAR TABEL

Halaman

Tabel 1.1 Analogi Sistem Fisis dengan Proses Optimasi SA 26 Tabel 4.1 Permintaan Pelanggan pada Pendistribusian bulan Januari 2013 34 Tabel 4.2 Jenis dan Volume Produk 35 Tabel 4.4 Jenis Kendaraan yang digunakan untuk Mendistribusikan Produk 35 Tabel 4.5 Kuantitas Muat Kendaraan Roda 4 37 Tabel 4.6 Kuantitas Muat Kendaraan Roda 6 38

Tabel 4.7 Jumlah permintaan dan Volume untuk Kuali No 13 dan No 14 38 Tabel 4.8 Jumlah permintaan dan Volume untuk Kuali no 15 39 Tabel 4.9 Jumlah permintaan dan Volume untuk Kuali no 18 39

DAFTAR GAMBAR

Halaman

Gambar 2.1 Contoh Travelling Salesmen Problem 14 Gambar 2.2 Contoh Urutan rute yang bagus dan jelek 14 Gambar 2.3 Klaster untuk Kendaraan atau Alat Angkut 16 Gambar 2.4 Diagram Alir Metode Nearest Neeighbour 20 Gambar 2.5 Diagram Alir Penyelesaian dengan Menggunakan 2-Opt 21 Gambar 2.6Pengurangan Jarak Tempuh melalui Konsolidasi tempat

perhentian dalam Rute 24

Gambar 4.1. Pola Distribusi Produk CV.MURNI Medan 35 Gambar 4.2. Rute I yang dilalui oleh kendaraan roda 4 dengan

menggunakan metode Nearest Neighbour 44 Gambar 4.3. Rute II yang dilalui oleh kendaraan roda 4 dengan

menggunakan metode Nearest Neighbour 45 Gambar 4.4. Rute III yang dilalui oleh kendaraan roda 4 dengan

menggunakan metode Nearest Neighbour 46 Gambar 4.5. Rute IV yang dilalui oleh kendaraan roda 4 dengan

menggunakan metode Nearest Neighbour 48 Gambar 4.6. Rute I yang dilalui oleh kendaraan roda 6 dengan

menggunakan metode Nearest Neighbour 49 Gambar 4.7. Rute II yang dilalui oleh kendaraan roda 6 dengan

menggunakan metode Nearest Neighbour 50 Gambar 4.8. Rute III yang dilalui oleh kendaraan roda 6 dengan

menggunakan metode Nearest Neighbour 51 Gambar 4.9. Rute I denagan penyelesaian gabungan yang dilalui oleh

kendaraan roda 6 dengan Metode Nearest Neigbour 53 Gambar 4.10. Rute II denagan penyelesaian gabungan yang dilalui oleh

kendaraan roda 6 dengan Metode Nearest Neigbour 54 Gambar 4.11. Rute III denagan penyelesaian gabungan yang dilalui oleh

kendaraan roda 6 dengan Metode Nearest Neigbour 56 Gambar 4.12. Rute I yang dilalui oleh kendaraan roda 4 dengan

Metode 2-Opt 58

Gambar 4.13. Rute II yang dilalui oleh kendaraan roda 4 dengan

Gambar 4.14. Rute III yang dilalui oleh kendaraan roda 4 dengan

Metode 2-Opt 61

Gambar 4.15. Rute IV yang dilalui oleh kendaraan roda 4 dengan

Metode 2-Opt 63

Gambar 4.16. Rute I yang dilalui oleh kendaraan roda 6 dengan

Metode 2-Opt 64

Gambar 4.17. Rute II yang dilalui oleh kendaraan roda 6 dengan

Metode 2-Opt 66

Gambar 4.18. Rute III yang dilalui oleh kendaraan roda 6 dengan

Metode 2-Opt 67

Gambar 4.19. Rute I denagan penyelesaian gabungan yang dilalui oleh

kendaraan roda 6 dengan menggunakan Metode 2-Opt 68 Gambar 4.20. Rute II denagan penyelesaian gabungan yang dilalui oleh

kendaraan roda 6 dengan menggunakan Metode 2-Opt 70 Gambar 4.21. Rute I dengan penyelesaian gabungan yang dilalui oleh

DAFTAR LAMPIRAN

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Perkembangan dunia usaha mengalami persaingan yang begitu ketat dan peningkatan permintaan pelayanan lebih dari pelanggan. Dalam memenangkan persaingan tersebut perusahaan menggunakan berbagai cara diantaranya meningkatkan kepuasan pelanggan melalui produk berkualitas, ketepatan waktu pengiriman, dan efisiensi biaya. Kebijaksanaan untuk penjadwalan distribusi produk pada suatu lokasi tertentu dapat menimbulkan masalah pada menajemen dalam mengkoordinasikan perencanaan distribusi dari bagian pemasaran, juga pada bagian produksi yang menghasilkan tingkat persediaan produk yang dihasilkan terbaik, sehingga tingkat kepuasan konsumen maupun keuntungan perusahan dapat terjaga (Gitosudarmo, 1998).

CV.MURNI merupakan perusahaan yang bergerak dibidang produk

rumah tangga, yaitu kuali. Perusahaan ini mampu memasok kuali di kota Medan dan berbagai daerah lainya. Perusahaan ini telah dipercaya untuk mendistribusikan produknya ke berbagai daerah.

Distribusi yang dilakukan perusahaan CV.MURNI didasarkan atas permintaan dari para pelanggan. Di dalam perusahaan ini belum terdapat adanya suatu perencanaan dan penjadwalan aktivitas distribusi produk yang terkoordinasi dengan baik, sehingga permintaan untuk semua masing-masing jenis produk kurang terkontrol sehingga mengakibatkan terjadinya kapasitas kendaraan sering berlebih karena tidak adanya standar dalam melakukan pengelompokkan area, baik pada pabrik maupun pada masing-masing gudang.

2

pelanggan dalam sales order dan volume dari keseluruhan pesanan kemudian di kirim ke bagian ekspedisi untuk dikelompokkan berdasarkan area pemasarannya.

Pada saat melaksanakan distribusi tim ekspedisi hanya bedasarkan perkiraan saja dan lebih terfokus kepada pengalokasian kendaraan untuk pelanggan pada area yang sama sehingga sering terjadi kapasitas kendaraan berlebih karena tidak adanya standar dalam melakukan pengelompokan. Padahal

seharusnya kapasitas yang berlebih ini tidak menghasilkan solusi rute yang optimal. Rute yang ditempuh hanya ditentukan oleh sopir secara trial dan error. Namun karena banyaknya jumlah titik distribusi yang tersebar menyulitkan sopir dalam menentukan urutan rute yang akan ditempuh. Hal ini menyebabkan dampak yang kurang efektif dalam pendistribusian produk, salah satu akibatnya adalah jarak tempuh menjadi lebih lebih panjang. Jika hal ini terus berlanjut maka biaya yang dikeluarkan perusahaan untuk mendistribusikan barang menjadi lebih besar.

Dengan adanya masalah tersebut, maka dilakukan perencanaan dan penjadwalan distribusi. Diharapkan dengan adanya perencanaan dan penjadwalan aktivitas distribusi yang baik, keberhasilan dalam pemenuhan permintaan pelanggan akan menjadi lebih optimal, kinerja penjualan meningkat dalam memenuhi pesanan dengan tepat waktu dan tepat jumlah sehingga biaya distribusi dapat ditekan seminimun mungkin.

Kesulitan dari masalah optimasi mendorong perkembangan dari teknik optimasi yang ada. Teknik-teknik yang ada biasanya diambil dari ide-ide yang diperoleh dari berbagai area penelitian. Perkembangan teknik optimasi tersebut bertujuan untuk membangun prosedur yang efisien dan dapat menangani kompleksitas dari masalah optimasi saat ini.. Ada dua teknik pencarian yang

digunakan dalam sistem dengan kecerdasan buatan, yaitu pencarian Buta (Blind Search) dan pencarian Heuristik (Heuristic Search). Ada beberapa metode

Heuristik, diantaranya algoritama Tabu Search (Pencarian Tabu), Algoritma Genetika dan Simulated Annealing.

3

(forbidden list), pada elemen tetangga (neighbourhood). Tabu search menggunakan tabu list untuk mencegah pencarian lokal yang mengalami perulangan pada daerah solusi yang sama. tabu list digunakan untuk menyimpan perubahan arah busur pada operasi yang ditukar urutannya, namun tabu list memiliki dimensi yang terbatas sehingga pada suatu kondisi tertentu, tabu search dapat melarang (forbid) sebuah move yang menuntun ke daerah solusi yang belum

dikunjungi, sedangkan daerah solusi tersebut mungkin dapat memberikan solusi yang baik, maka algoritma ini kurang layak digunakan karena tidak semua daerah dapat di kunjungi ( Hiller Lieberman, 2008).

Algoritma Genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi biologis. Pada algoritma ini, tehnik pencarian dilakukan sekaligus atas sejumlah solusi yang mungkin yang disebut dengan populasi. Didalam populasi ada individu dan di dalam individu terdapat kromosom. Populasi awal dibangun secara acak, sedangkan solusi berikutnya merupakan hasil evolusi kromosom-kromosom melalui iterasi yang disebut dengan generasi. Pada setiap generasi kromosom akan melalui proses evolusi denagan menggunakan fungsi fitness sebagai alat ukur. Populasi generasi yang baru dibentuk dengan cara menyeleksi nilai fitness. Setelah melalui beberapa generasi maka algoritma ini akan konvergen ke kromosom terbaik. Karena iterasi pada algoritma ini banyak maka akan memakan waktu yang lama untuk menyelasaikannya.( Sarwadi&Anjar, 2004)

Simulated Annealing dikembangkan sebagai suatu pendekatan heuristik yang digunakan dalam masalah optimasi, mampu melakukan perbaikan tingkat kualitas solusi dari suatu solusi awal yang diberikan. Selain mudah dalam

implementasinya, kemampuannya untuk menghindari local optima yang buruk memberikan suatu harapan untuk memperoleh hasil yang lebih baik secara

4

dan mudah dikomputerisasi (Agus&Andree, 2002). Kenyataan ini memberi harapan bahwa algoritma Simulated Annealing dapat menghasilkan jadwal distribusi produk pada CV.MURNI dengan kualitas jadwal yang baik dalam waktu komputasi yang masih dapat diterima.

Algoritma Simulated Annealing (SA) merupakan algoritma metaheuristik dengan konsep awal pada proses fisika (Hillier Lieberman, 2008 : 79).

Pendekatan Simulated Annealing pertama kali diajukan oleh W. Metropolis, A. Rosenbluth, M. Rosenbluth, A. Teller, dan E. Teller pada tahun 1953 dalam konteks statistika mekanika dimana dibuat sebuah algoritma untuk simulasi proses annealing yaitu pendinginan suatu materi dari proses pemanasan. Jika sebuah

materi yang padat dipanaskan melebihi titik lelehnya dan kemudian didinginkan kembali kepada bentuk yang padat, sifat struktur materi dari hasil pendinginan itu tergantung dari tingkat kecepatan pendinginan.

Suatu benda padat dipanaskan hingga mencair pada tingkat temperatur tertentu. Pada temperatur ini, setiap atom dapat bergerak dengan bebas. Dengan melakukan perpindahan, atom-atom ini akan memiliki banyak alternatif kombinasi struktur yang akan terbentuk apabila temperatur diturunkan. Penurunan temperatur ini harus dilakukan secara perlahan yang disebut dengan proses annealing. Hal ini bertujuan agar pada setiap tingkatan temperatur terjadi perubahan sistem hingga tercapai keseimbangan termal.dengan proses annealing ini maka susunan atom yang terbentuk akan memiliki nilai energi yang rendah. Jika tidak demikian, keadaan akhir dari benda padat tersebut memiliki banyak cacat karena terbentuknya struktur yang optimal secara lokal (Hillier Lieberman, 2008 : 81).

Pada penyelesaian masalah sistem distribusi, rute-rute yang akan disusun dianalogikan seperti atom-atom yang bergerak bebas. Dengan menganalogikan

nilai temperatur sebagai tingkatan dari iterasi yang akan dilakukan , maka rute-rute ini akan memiliki alternatif kiombinasi rute-rute apabila dilakukan penurunan.

5

penambahan jumlah pelanggan, keterbatasan stok gudang, penambahan jumlah produk, dan hal lain-lainnya.

Algoritma Simulated Annealing (SA) sangat membantu pengembangan metode transportasi yang mengarah pada metode penjadwalan pengangkutan dari satu atau beberapa sumber (depot) barang dan jasa yang kemudian akan disalurkan atau disebarkan kebeberapa tempat atau pusat-pusat lokasi yang

membutuhkannya. Ini berarti pada satu waktu tertentu atau pada periode tertentu ada perusahaan yang akan menyalurkan hasil-hasil produksinya kepada tempat-tempat tujuan ( pasar atau gudang) tertentu sesuai dengan kapasitas permintaan untuk masing-masing lokasi dengan biaya perjalanan atau angkutan yang sudah diperhitungkan dan ditetapkan dari tempat asal ke tempat tujuan.

Model transportasi pada intinya mencari dan menentukan perencanaan pengiriman barang dari tempat asal ketempat tujuan dengan total biaya transportasi yang minimal (Sujadi Prawinasuntono, 2005 : 48). Setiap industri pasti menginginkan biaya yang minimum untuk proses transportasi ini sehingga diperlukan suatu strategi pemecahan masalah yang bisa memberikan solusi yang optimal. Dengan strategi dan perencanaan yang baikmaka biaya untuk proses transportasi bisa dihemat. Perencanaan pengeluaran transportasi maka akan diperoleh peningkatan keuntungan karena mampu meminimalkan total biaya transportasi dan permintaan pasar dapat terpenuhi dengan baik.

Penyelesaian metode transportasi dalam formulasi modelnya dapat disamakan dengan pemodelan pemprograman linear dimana fungsi objektifnya akan meminimumkan jumlah biaya transportasi dengan adanya pembatasan atau kendala. Dengan demikian fungsi objektif metode transportasi adalah

meminimumkan jumlah biaya transportasi dengan pembatasan-pembatasannya pada permintaan atau kebutuhan tempat tujuan dan produk atau hasil-hasil yang

dikumpulkan pada lokasi pabrik asal barang atau jasa yang akan diangkat atau dipindahkan.

6

lebih baik dan keluar dari minimal lokal, maka prosedur simulated annealing akan memiliki kinerja yang baik.

Kelemahan dari algoritma Simulated Annealing adalah tidak bisa menghasilkan rute terpendek jika rute jalan memiliki dua arah sehingga memungkinkan algoritma ini untuk mengunjungi kembali rute yang sudah dilalui sebagai perbaikan state atau kondisi dan menghiraukan hasil pencarian rute yang

lebih panjang.Kelemahan ini dapat diatasi dengan menggunakan algoritma 2-Opt atau dengan mengoptimisasikan algoritma ini dengan menjalankan algoritma ini secara simultan kemudian memilih algoritma mana saja yang ditemukan solusinya lalu memilih algoritma yang menghasilkan rute yang paling pendek untuk masalah ini ( AdiWirdianto, 2005).

1.2. Rumusan Masalah

Berdasarkan latar belakang di atas, rumusan masalah dalam penelitian ini adalah :

1. Bagaimana pembentukan rute, penggunaan kapasitas alat angkut dan jadwal pengiriman produk pada pendistribusian produk di CV.MURNI.

2. Bagaimana hasil penerapan algoritma Simulated Annealing pada penjadwalan distribusi produk di CV.MURNI.

1.3. Batasan Masalah

Agar pemecahan masalah tidak menyimpang dari ruang lingkup penelitian, maka perlu dilakukan pembatasan masalah. Adapun batasan masalah untuk penelitian ini adalah :

1. Data yang dianalisa hanya jumlah barang dan rute yang digunakan dalam pendistribusian produk dari depot ke pelanggan di CV.MURNI.

2. Data yang diambil adalah data pendistribusian pada bulan Januari tahun 2013.

3. Lokasi pendistribusian di wilayah kota Medan.

7

6. Untuk mendistribusikan produk tersebut menggunakan truk dalam kondisi baik.

7. Karyawan yang bekerja adalah karyawan yang ahli di bidangnya.

8. Jarak yang digunakan dalam penentuan jarak lokasi pelanggan adalah jarak yang terpendek.

1.4. Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah

1. Untuk mengetahui bagaimana pembentukan rute, penggunaan kapasitas alat angkut dan jadwal pengiriman produk pada pendistribusian produk di CV.MURNI.

2. Untuk mengetahui bagaimana hasil penerapan algoritma Simulated Annealing pada penjadwalan distribusi produk di CV.MURNI.

1.5. Manfaat Penelitian

Adapun manfaat penelitian dari pembahasan masalah ini adalah sebagai berikut:

1. Manfaat bagi penulis

Membandingkan teori ilmiah yang diperoleh dalam perkuliahan dengan praktek lapangan dan untuk memperdalam dan mengembangkan wawasan disiplin ilmu yang telah dipelajari untuk mengkaji permasalahan tentang penerapan algoritma Simulated Annealing pada penjadwalan distribusi produk di CV.MURNI.

2. Manfaat bagi perusahan

Dapat menambah wawasan dan informasi bagaimana penjadwalan distribusi produk sehingga perusahaan dapat menghemat waktu, memenuhi

8

3. Manfaat bagi pembaca

73

BAB V

KESIMPULAN DAN SARAN

5.1

Kesimpulan

Berdasarkan pembahasan yang telah dilakukan, maka dapat disimpulkan: 1. Penentuan rute, penggunaan kapasitas alat angkut dan jadwal

pengiriman produk pada pendistribusian produk di CV.MURNI lebih akuarat dengan menggunakan Metode 2-Opt daripada Metode Nearest Neighbour.

2. Algoritma simulated annealing memberikan pengurangan jumlah alokasi kendaraan sebesar 1 unit kendaraan roda 4. Sehingga kendaraan yang digunakan untuk mendistribusikan produk hanya 2 unit kendaraan roda 6 dan 1 unit kendaran roda 4 dan lebih menghemat waktu karena pengaruh dari rute yang digunakan dalam mendistribusikan produk diperoleh dari penerapan rute yang lebih singkat sesuai dengan waktu jam kerja pada perusahaan tersebut. Jadi karena adanya perubahan jarak tempuh maka waktu tempuh menjadi lebih singkat sehingga menghemat biaya yang digunakan

74

5.2Saran

1. Bagi pihak CV. MURNI

Agar dapat mempertimbangkan pemakaian metode Algoritma Simulated Annealing untuk menjadwalkan pendistribusian kuali dimasa yang akan datang. Dengan penyelesaian yang menggunakan Metode 2-Opt dipandang lebih optimal. Penyelesaian awal ini

menghasilkan rekomendasi penjadwalan lebih efisien dibanding dengan Metode Nearest Neighbour pada penyelesaian awalnya. 2. Bagi Pembaca