29 BAB III
METODOLOGI PENELITIAN
Metodologi penelitian adalah langkah sistematis sebuah kerangka penelitian yang berfungsi untuk menyesuaikan antara karakteristik permasalahan yang ada dengan tujuan penelitian. Dan berikut merupakan tahapan penelitian yang dilakukan di PT. Araya Jaya dan diperjelas dengan flowchart atau diagram alir pada gambar 3.1.
30 Gambar 3.1 flowchart penelitian
31 3.1 Studi Lapangan
Penelitian dimulai dengan melakukan studi lapangan di PT.Araya Jaya yang berlokasi di Malang. Studi lapangan ini difungsikan untuk memahami karakteristik dan gambaran umum perusahaan. Selain itu, studi ini juga berfokus pada informasi terkait penerapan sistem distribusi diperusahaan dan kendala yang dialami pada proses pelaksanaannya. Penelitian lapangan ini dilaksanakan pada tanggal 11-13 Juli 2020.
3.2 Studi Literatur
Manfaat adanya studi literatur pada sebuah penelitian adalah untuk memperkuat teori dan metode yang digunakan sebagai solusi sebuah permasalahan.
Pada penelitian ini studi literatur yang diamati berfokus pada permasalahan VRP dengan jenis Simultaneous Delivery and Pickup. Dimana literatur utama yang digunakan untuk penelitian merujuk pada artikel milik Gong et al. (2018) yang menyelesaikan studi VRPSPD dengan mempertimbangkan fuel consumption pada kendaraan. Metode yang digunakan sebagai solusi permasalahan adalah algoritma Yellow Saddle Goatfish yang dirujuk dari Zaldivar et al. (2018) . Hasil penelitian menyampaikan bahwa algoritma ini layak digunakan sebagai solusi permasalahan optimalisasi.
3.3 Perumusan Masalah
Tahap perumusan masalah digunakan untuk menentukan masalah utama yang didapatkan saat studi lapangan. Masalah utama ini digunakan sebagai acuan solusi penyelesaian pada penelitian. Perumusan masalah dititik beratkan pada aktivitas distribusi perusahaan serta solusi perbaikan yang akan diterapkan untuk menghasilkan solusi yang optimal. Sehingga dapat diketahui bahwa masalah yang teridentifikasi pada PT. Araya Jaya adalah menentukan rute pengiriman atau distribusi LPG 3kg untuk meminimasi biaya konsumsi bahan bakar dan diselesaikan dengan pendekatan metaheuristic Yellow Saddle Goatfish.
3.4 Penentuan Tujuan Penelitian
Tujuan penelitian didapatkan berdasarkan masalah yang sudah dirumuskan.
Tujuan penelitian ini menggambarkan sebuah hasil akhir yang ingin didapatkan dari sebuah penelitian. Sesuai dengan masalah yang sudah dirumuskan, maka tujuan
32 penelitian ini berupa perencanaan rute distribusi LPG 3kg untuk menghasilkan solusi optimal. Solusi optimal ini nantinya digunakan sebagai rute usulan untuk bisa diterapkan pada sistem distribusi perusahaan.
3.5 Pengumpulan Data
Data – data yang dibutuhkan untuk proses penelitian akan dikumpulkan pada saat studi lapangan. Pengumpulan data ini didapatkan dengan cara observasi secara langsung dan wawancara dengan bagian distribusi perusahaan. Untuk dapat menyelesaikan masalah, data yang dibutuhkan dari perusahaan berupa data primer dan data sekunder.
Data primer merupakan data yang didapatkan melalui penelitian secara langsung, pengumpulan dilakukan dengan cara observasi langsung dilapangan. Data primer yang dibutuhkan pada penelitian ini adalah :
1. Data jarak pengiriman : meliputi jarak depot ke setiap pelanggan dan jarak antar pelanggan
2. Data waktu servise : merupakan data waktu bongkar dan waktu muat sebuah produk
3. Data waktu tempuh kendaraan : data lama waktu tempuh dari depot ke pelanggan, waktu tempuh yang dibutuhkan kendaraan untuk berpindah dari pelanggan ke-i menuju pelanggan ke-j
Data sekunder merupakan data yang diperoleh melalui wawancara dengan pihak perusahaan, arsip dan dokumentasi dari perusahaan. Data sekunder yang dibutuhkan pada penelitian ini adalah :
1. Data kendaraan, meliputi : data jenis kendaraan, kapasitas beban muatan kendaraan, kecepatan rata-rata, konsumsi BBM per km oleh kendaraan.
2. Data rute distribusi kendaraan, berupa : rute distribusi awal yang biasanya diterapkan perusahaan saat proses pengiriman.
3. Data pelanggan, yaitu : data nama dan alamat lengkap pelanggan yang berada di kabupaten Malang.
33 4. Data Delivery and Pick up, meliputi : data kuantitas pengiriman (delivery)
dan pick up produk setiap periodenya untuk setiap pelanggan 5. Data biaya bahan bakar kendaraan
3.6 Tahap Pengolahan Data
Tahap ini berupa proses pengolahan data yang sudah didapatkan sebelumnya. Berikut berupa tahapan pengolahan data untuk menghasilkan solusi yang optimal :
3.6.1 Formula Matematis VRPSPD dengan Mempertimbangkan Konsumsi Bahan Bakar
Gong et al. (2018) dalam penelitiannya telah mengembangkan formulasi matematis untuk penyelesaian VRPSPD. Agar relevan dengan kondisi pada studi ini, fungsi tujuan merujuk pada penelitian Xiao et al. (2012) yaitu untuk meminimasi biaya konsumsi bahan bakar. Berikut parameter dan variabel keputusan yang digunakan pada formulasi matematis ini :
V : Set dari pelanggan
V0 : Dari pelanggan ditambah agen : V0 = V ∪ {0}
𝐾 : Set dari kendaraan 𝑘̅ : Jumlah kendaraan
𝐺𝑚 : Kapasitas muat kendaraan (kg) n : Jumlah pelanggan: n = |𝑉|
di : Jumlah pengiriman ke pelanggan (kg) i; i = 1,2,3,...,n pi : Jumlah pengambilan ke pelanggan (kg) i; i = 1,2,3,...,n
xijk{
1, jika kendaraan k akan mengunjungi pelanggan j setelah pelanggan i
0, jika kendaraan k tidak akan mengunjungi pelanggan j setelah pelanggan i
Tabel 3.1 notasi untuk persamaan 1,2,3
Letter symbols Meanings Unit
34 𝑄𝑖𝑗𝑘
Beban muatan yang diangkut kendaraan pada saat dari pelanggan i menuju
pelanggan j
kg
𝜌0 FCR saat kendaraan tanpa muatan l/km
𝑑𝑖𝑗 Jarak dari titik i ke titik j km
𝜌∗ FCR saat kendaraan dengan muatan penuh
l/km
𝐺𝑚 Kapasitas muat maksimum kendaraan kg
𝑐0 Biaya bahan bakar per liter Rp/l
𝜌𝑖𝑗 FCR dari titik i ke titik j l/km
Xiao et al. (2012) menjelaskan model klasik untuk konsumsi bahan bakar pada penelitiannya. Fuel consumption rate (FCR) merupakan konsumsi bahan bakar setiap satuan unit jarak, formulasi dapat dilihat pada persamaan 3.1 :
𝜌𝑖𝑗= 𝜌0+ 𝜌∗−𝜌0
𝐺𝑚 𝑄𝑖𝑗𝑘 (3.1)
Berdasarkan asumsi itu, kita dapat mengetahui konsumsi bahan bakar kendaraan dari pelanggan ke-i sampai pelanggan ke-j sebagai berikut :
𝐶𝑓𝑢𝑒𝑙𝑖𝑗 = 𝑐0𝜌𝑖𝑗𝑑𝑖𝑗 (3.2)
Fungsi objektif untuk mendapatkan biaya konsumsi bahan bakar yang optimal dengan mempertimbangkan biaya konsumsi bahan bakar dijelaskan sebagai berikut :
𝑀𝑖𝑛 𝑇𝐶 = ∑ ∑ ∑(
𝑛
𝑗=0 𝑛
𝑖=0 𝐾
𝑘=1
𝑐0𝜌𝑖𝑗𝑑𝑖𝑗𝑥𝑖𝑗𝑘)
(3.3)
Subject to :
∑ ∑ 𝑥𝑖𝑗𝑘
𝑖∈𝑉 𝑘∈𝐾
= 1, ∀𝑗 ∈ 𝑉 (3.4)
35
∑ 𝑥𝑖𝑗𝑘
𝑖∈𝑉
− ∑ 𝑥𝑗𝑖𝑘
𝑖∈𝑉
= 0, ∀𝑗 ∈ 𝑉, ∀𝑘 ∈ 𝐾 (3.5)
∑ 𝑥𝑖𝑘
𝑖∈𝑉
≤ 1, 𝑘 ∈ 𝐾 (3.6)
∑ 𝑞𝑖𝑗𝑘
𝑖∈𝑉
= ∑ ∑ 𝑥𝑖𝑗𝑘
𝑗∈𝑉
𝑑𝑖, ∀𝑘 ∈ 𝐾
𝑖∈𝑉
(3.7)
∑ ∑ 𝑞𝑖𝑗𝑘
𝑖∈𝑉
− 𝑑𝑗 = ∑ ∑ 𝑞𝑖𝑗𝑘−
𝑖∈𝑉
𝑝𝑗, ∀𝑗 ∈ 𝑉
𝑘∈𝐾 𝑘∈𝐾
(3.8)
∑ 𝑞𝑖𝑗𝑘 = ∑ ∑ 𝑥𝑖𝑗𝑘−
𝑗∈𝑉
𝑝𝑗, ∀𝑘 ∈ 𝐾
𝑖∈𝑉 𝑖∈𝑉
(3.9)
𝑞𝑖𝑗𝑘+ 𝑝𝑗𝑘− 𝑑𝑗𝑘 ≤ 𝐺𝑚 (3.10) 𝑑𝑖≥ 0 𝑖, 𝑗 = 0,1, … , 𝑛 (3.11) 𝑝𝑖 ≥ 0, 𝑖, 𝑗 = 0,1, … , 𝑛 (3.12) 𝑥𝑖𝑗𝑘 = {1, 𝑉𝑒ℎ𝑖𝑐𝑙𝑒 𝑎𝑐𝑐𝑒𝑠𝑠 𝑡𝑜 𝑗 𝑎𝑓𝑡𝑒𝑟 𝑎𝑐𝑐𝑒𝑠𝑠 𝑖
0, 𝑂𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
(3.13)
Persamaan (3.4) untuk memastikan bahwa setiap pelanggan pasti dikunjungi oleh 1 kendaraan. Persamaan (3.5) digunakan untuk menjamin bahwa kendaraan yang sama akan datang dan pergi dari setiap pelanggan yang mengunjunginya. Persamaan (3.6) digunakan untuk mendefinisikan bahwa setiap kendaraan hanya akan melayani satu kali. Persamaan (3.7) merupakan rumusan untuk memastikan bahwa beban muatan saat berada pada depot sama dengan demand dari semua costumer yang akan dilayani. Persamaan (3.8) merupakan rumusan yang mengindikasikan perubahan muatan setelah kendaraan melayani costumer 𝑖 sebelum ke costumer 𝑗. Sementara persamaan (3.9) memastikan bahwa muatan kendaraan sama dengan kuantitas pick up dari semua yang dilayani oleh kendaraan 𝑘. Persamaan (3.10) untuk memastikan bahwa muatan yang diangkut
36 setiap kendaraan tidak melebihi kapasitas muat maksimum. Persamaan (3.11), (3.12), & (3.13) merupakan karakteristik dan variabel keputusan.
3.6.2 Algoritma Usulan
Perencanaan rute usulan akan dilakukan dengan coding MATLAB menggunakan algoritma Yellow Saddle Goatfish. Pembuatan coding pada software MATLAB menggunakan pseudocode dari algoritma Yellow Saddle Goatfish yang sudah disesuaikan dengan permasalahan VRPSPD. Sementara untuk penyusunan rute dilakukan dengan metode LRV. Metode ini berfungsi untuk mendapatkan urutan kunjungan dengan cara mengurutkan nilai berkelanjutan dari yang terbesar ke terkecil. Setelah rute usulan terbentuk dilakukan pembagian sub-rute sesuai langkah-langkah pada bab 2.7. Berikut ini pseudocode YSGA untuk menyelesaikan permasalahan VRPSPD :
37 Tabel 3.2 Pseudocode algoritma YSGA untuk menyelesaikan VRPSPD
Pseudocode
1 Input : m, k, tmax, S
2 Initialize the goatfish population P = ( P1,P2,...Pn)
3 Initialize the goatfish position randomly to determine initial route (persamaan 2.19)
4 Sort the position of goatfish using Large Rank Value (LRV) method to get the vehicle route order
5 Convert the vehicle route order in to sub route (procedure in gambar 3.2) 6 Calculate the fitness value of each particle
7 Identify the global best 𝜱𝑏𝑒𝑠𝑡
8 Partition the population P into k cluster (c1,c2,...cn)
9 Identify the chaser 𝜱𝑙 and the blocker fish 𝝋𝑔 for every cluster 10 While (t<tmax)
11 For every cluster c1
12 Execute hunting routing for chaser fish 13 Execute blocking routing for chaser fish 14 Calculate the fitness value of each goatfish 15 If 𝝋𝑔 has better fitness than 𝜱𝑙
16 Exchange roles by updating
17 End If
18 If 𝜱𝑙has better value than 𝝋𝑔
19 Update 𝜱𝑏𝑒𝑠𝑡
20 End If
21 If the fitness value of 𝜱𝑙 has not improved
22 q ← q + 1
23 End If
24 If q > λ
25 Execute a routine for changing zone
26 q ←0
27 End If
28 End For 29 t ← t+1 30 End While 31 Output 𝜱𝑏𝑒𝑠𝑡
3.6.3 Validasi dengan Percobaan Numerik
Hasil perhitungan MATLAB harus divalidasi terlebih dahulu sebelum menyelesaikan permasalahan perutean.Validasi ini dibutuhkan untuk memastikan hasil perhitungan software MATLAB dengan manual sama. Cara validasi yang
38 digunakan berupa perbandingan antara hasil pengerjaan manual dengan MATLAB menggunakan contoh kasus sederhana.
3.6.4 Penyelesaian VRPSPD dengan Rute Awal
Untuk menentukan biaya bahan bakar rute awal ini didapatkan dari data sekunder, yaitu berupa arsip data pengeluaran distribusi oleh perusahaan.
3.6.5 Penyelesaian VRPSPD dengan YSGA
Penyelesaian routing plan untuk studi kasus VRPSPD menggunakan Yellow Saddle Goatfish algorithm. Gambar 3.2 menunjukkan flowchart proses routing plan.
39 Gambar 3.2 Flowchart penyelesaian VRPSPD dengan YSGA
A. Tahap Pertama
Penyelesaian masalah VRPSPD menggunakan YSG algorithm ini dimulai dengan menginputkan data primer yang didapatkan pada saat penelitian seperti data beban muatan (dalam kg) yang diangkut kendaraan setiap meninggalkan pelanggan i ketika menuju pelanggan j. Fungsi tujuan (fitness) sesuai dengan tujuan penelitian yaitu meminimasi biaya bahan bakar. Untuk menjalankan
40 prosedur YSGA perlu adanya initialisasi terhadap parameter dan posisi awal yellow saddle goatfish (tabel 3.2).
B. Tahap Kedua
Pada tahap pertama dihasilkan posisi awal yellow saddle goatfish yang selanjutkan disusun menjadi sebuah rute. Sementara untuk penyusunan rute dilakukan dengan metode LRV. Metode ini berfungsi untuk mendapatkan urutan kunjungan dengan cara mengurutkan nilai berkelanjutan dari yang terbesar ke terkecil. Setelah rute usulan terbentuk dilakukan pembagian sub- rute sesuai langkah-langkah pada bab 2.7. Selanjutnya mengidentifikasi fitness terbaik dari beberapa skenario usulan untuk dijadikan global best.
C. Tahap Ketiga
Tahap ini melanjutkan proses dari tahap kedua yaitu dengan mengelompokkan populasi kedalam cluster. Setiap cluster memiliki sekelompok yellow saddle goatfish yang mempunyai peran sebagai pemburu atau pemblokir ( subbab 2.5 poin 3 dan 4 ). Posisi awal yellow saddle goatfish diperbarui sesuai perannya. Setelah posisi dari yellow saddle goatfish diperbarui, dilanjukan dengan mengidentifikasi fitness dan global best baru.
D. Tahap Keempat
Tahap empat adalah mengidentifikasi global best. Global best dari initialiasi posisi akan dibandingkan dengan global best setelah update posisi yellow saddle goatfish. Ketika global best tidak menunjukkan adanya pembaruan ke arah yang lebih optimal maka dilakukan perpindahan area berburu. Tetapi ketika global best mengalami pembaruan menjadi lebih optimal maka kegiatan berburu tetap dilakukan di area tersebut sampai iterasi maksimum selesai.
Selanjutnya adalah mengidentifikasi rutedengan global best baru sebagai rute pengiriman usulan.
Untuk mendapatkan fitness yang minimal, percobaan perhitungan dilakukan dalam beberapa iterasi dan populasi . Nilai fitness yang berupa biaya konsumsi bahan bakar dari setiap percobaan perhitungan akan direkapitulasi pada tabel 3.3.
41 Tabel 3.3 Perbandingan Biaya Konsumsi Bahan Bakar pada setiap iterasi
P Iterasi
15 25 50 75 100
Group 2 5 7
15 25 50 75 100
3.6.6 Perbandingan Biaya Konsumsi Bahan Bakar Rute Awal dan Usulan Tahap ini digunakan untuk mengidentifikasi routing plan dan presentase penghematan yang optimal. Ketika biaya Konsumsi Bahan Bakar rute usulan lebih optimal daripada rute awal maka tujuan telah tercapai sehingga bisa lanjut pada tahap selanjutnya, namun jika tidak maka dilakukan pencarian rute kembali sampai mendapatkan solusi yang lebih optimal dari rute awal. Perbandingan biaya Konsumsi Bahan Bakar antara rute awal dan usulan akan direkapitulasi pada tabel 3.4.
Tabel 3.4 Perbandingan Biaya Konsumsi Bahan Bakar rute awal dan usulan
No. Sub Rute Awal Sub Rute Usulan
Biaya Konsumsi Bahan Bakar
Awal Usulan
1 2 3 N
Total Selisih Penghematan (%)
42 3.7 Analisa dan Pembahasan
Langkah ini berupa analisa dan pemaparan hasil berdasarkan pengolahan data yang sudah dilakukan. Analisa tersebut akan menghasilkan sebuah hasil apakah rute usulan sudah menghasilkan biaya konsumsi bahan bakar yang lebih optimal, dan apakah terjadi penghematan penggunaan bahan bakar. Setelah hasil pengolahan data selesai dianalisis, maka dilanjutkan tahap berikutnya.
3.8 Kesimpulan dan Saran
Tahap ini merupakan tahap akhir dimana hasil analisa dan pembahasan yang telah dilakukan akan ditarik kesimpulan. Kesimpulan ini berupa jawaban dari tujuan penelitian yang sudah ditetapkan diawal penelitian. Setelah itu diberikan saran-saran sebagai masukan untuk tindak lanjut bagi penelitian selanjutnya, dan bagi perusahaan. Gambar 3.1 adalah diagram alir (flowchart) langkah atau tahapan pengerjaan penelitian skripsi ini.
