Sumber: Data intern Perusahaan 25 Universitas Kristen Petra

(1)

25

Universitas Kristen Petra 4. PENGUMPULAN DAN PENGOLAHAN DATA

4.1. Pengumpulan Data

Data yang dikumpulkan dalam pembuatan sistem penjadwalan pengiriman ini antara lain meliputi data primer dan data sekunder. Data primer adalah data yang diperoleh dari perusahaan yang merupakan data utama yang berhubungan langsung dalam pendistribusian barang, antara lain:

a. Cara penerimaan order

Ordering sistem dari store Mc Donald adalah dengan cara fax maupun telepon dari tiap store ke depot (DC). Order dilakukan satu hari sebelum proses delivery. Jika produk yang dipesan oleh konsumen tidak tersedia di gudang, maka depot mempunyai waktu maksimal 1 x 24 jam untuk memenuhi pesanan tersebut. Untuk lebih jelasnya dapat dilihat pada flowchart penerimaan order yang ada di Lampiran 8.

b. Prioritas pengiriman order

Tidak ada prioritas dalam pengiriman order, karena masing-masing store Mc Donald mempunyai schedule pengiriman yang telah ditetapkan sebelumnya untuk periode tertentu. Jadwal schedule pengiriman untuk tiap store dapat dilihat di Lampiran 3.

c. Jumlah kendaraan dan kapasitas kendaraan

Jumlah truk yang dimiliki adalah lima buah. Setiap truk dioperasikan oleh seorang pengemudi/sopir yang dibantu oleh seorang kenek untuk mengangkut barang. Kapasitas untuk masing-masing truk dapat dilihat sebagai berikut:

Tabel 4.1. Jenis Kendaraan dan Kapasitasnya Nomor Truk Jenis kendaraan Kapasitas (cube feet)

1 S-02 550

2 S-04 350

3 S-05 550

4 J-02 700

5 J-07 700

Sumber: Data intern Perusahaan

(2)

Universitas Kristen Petra d. Rata-rata kecepatan kendaraan

Kecepatan rata-rata kendaraan yang ditempuh adalah sebagai berikut:

Tabel 4.2. Rata-rata Kecepatan Kendaraan

Daerah Kecepatan rata-rata

kendaraan

Surabaya 14-17 km/jam

Sidoarjo 16-22 km/jam

Gresik 16-20 km/jam

Luar kota Surabaya dan

yang melalui jalan tol 50 km/jam

Sumber: Wawancara dari pihak Operational PT Simplot e. Hari kerja dalam seminggu dan jumlah jam kerja dalam satu hari

Hari kerja untuk bagian operational adalah tujuh hari dalam seminggu (Senin- Minggu), setiap harinya dibagi menjadi tiga shift. Sedangkan untuk staf jumlah hari kerja dalam seminggu adalah lima hari (Senin-Jumat) dan tidak dibagi dalam shift. Setiap harinya untuk semua bagian bekerja selama delapan jam, yaitu mulai pukul 08.00-17.00, satu jam digunakan untuk istirahat makan siang.

Data sekunder merupakan data yang dipergunakan sebagai acuan pengumpulan data primer serta data yang dapat dipergunakan langsung dalam penyelesaian model, meliputi:

a. Lokasi tiap customer/store Mc Donald

Lokasi tiap store Mc Donald yang ditangani oleh PT Simplot adalah store- store yang berada di kawasan Surabaya, Sidoarjo, Gresik, Malang, Kediri, Solo, Semarang, dan Yogyakarta, yang berjumlah 23 store. Untuk lebih jelas dan lengkap datanya dapat dilihat di Lampiran 2.

b. Matriks Waktu Perjalanan

Matriks ini merupakan matriks waktu perjalanan dari dari depot ke tiap store dan dari store yang satu ke store berikutnya. Karena ada beberapa jalan yang hanya dapat dilalui arus kendaraan satu arah, maka matriks waktu perjalanan ini merupakan matriks asimetris. Matriks waktu perjalanan dapat dilihat lebih jelas di Lampiran 6, dimana juga dibuat matriks waktu perjalanan untuk schedule pengiriman setiap hari, mulai hari Senin-Sabtu.

(3)

Universitas Kristen Petra c. Daftar pesanan tiap store

Daftar pesanan ini meliputi Tanggal pesanan, nama store yang memesan, serta nama produk dan jumlah yang dipesan. Daftar pesanan tiap store dapat dilihat di Lampiran 7.

d. Jenis produk yang akan dikirimkan (beserta ukuran volume untuk setiap produk)

Produk yang akan dikirimkan adalah semua produk Mc Donald yang ada di tiap store, mulai dari beras untuk nasi, ayam, tepung untuk ayam, bahan untuk burger, gelas, sedotan, pasta, kentang, minyak, mainan untuk paket Happy Meal, peralatan pembersih seperti kain pel, obat lantai, tisue, dan lain-lain.

Produk-produk yang jenisnya sangat beragam tersebut dikelompokkan menjadi tiga kategori produk, yaitu dry product, chilled product, dan frozen product. Data produk yang akan dikirimkan meliputi nama produk, jenis produk, berat produk (kg), dan luasan/volume tiap produk (cube feet). Untuk lebih detailnya dapat dilihat di Lampiran 1.

e. Waktu Servis/Pelayanan di tiap Store

Waktu servis/pelayanan merupakan waktu yang dibutuhkan untuk menurunkan produk di tiap store. Untuk data lebih jelas mengenai waktu servis di setiap store dapat dilihat di Lampiran 5.

f. Batasan Waktu/Time windows

Batasan waktu/time windows yang ditetapkan oleh tiap store Mc Donald dapat dilihat di Lampiran 4.

4.2. Peringkasan Data

Peringkasan data yang dilakukan meliputi pembuatan matriks waktu perjalanan, perancangan sistem pengiriman order, dan perancangan model.

4.2.1. Pembuatan Matriks Waktu Perjalanan

Matriks ini merupakan matriks waktu perjalanan dari depot ke tiap store dan dari store yang satu ke store berikutnya. Karena ada beberapa jalan yang hanya dapat dilalui arus kendaraan satu arah, maka matriks waktu perjalanan ini

(4)

Universitas Kristen Petra merupakan matriks asimetris. Dalam pembuatan matriks waktu perjalanan ini, ada dua cara yang digunakan, yaitu:

a. Pengukuran secara langsung di lapangan dengan mencatat waktu keberangkatan dan waktu tiba di setiap rute perjalanan dengan bantuan driver/pengemudi dari pihak perusahaan.

b. Pengukuran jarak melalui peta dengan menggunakan benang sebagai alat bantu. Berikut ini merupakan langkah-langkah pengukuran jarak melalui peta:

• Menentukan titik tiap lokasi store Mc Donald pada peta.

• Mengukur jarak dari depot ke tiap store Mc Donald yang ada dan antara satu store ke store berikutnya.

• Menentukan rata-rata kecepatan kendaraan yang sesuai seperti pada Tabel 4.2. untuk melakukan perjalanan dari depot ke tiap store dan dari satu store ke store berikutnya.

• Menghitung waktu perjalanan dari depot ke tiap store yang ada dan dari satu store ke store berikutnya dengan membagi jarak dengan kecepatan rata-rata kendaraan.

Matriks waktu perjalanan secara keseluruhan ke tiap store dan matriks waktu perjalanan untuk tiap hari pengiriman mulai dari hari Senin sampai Sabtu dapat dilihat secara lengkap di Lampiran 6.

4.2.2. Sistem Pengiriman Order

Berikut ini sistem pengiriman order (delivery order) yang digunakan oleh PT Simplot. Sistem pengiriman order ini merupakan gambaran dari kondisi nyata dalam perusahaan.

Seluruh order yang masuk dibatasi pemrosesannya hingga pukul 12.00 WIB. Dalam hal ini terkadang dalam prakteknya terdapat beberapa pengecualian sehingga order-order tersebut tetap dilayani setelah batas waktu tersebut. Hal inilah yang menyebabkan proses penerimaan order menjadi lama. Order yang diproses tersebut didapatkan dari telepon dan fax yang masuk dari tiap store.

Kemudian dilakukan pengecekan ketersediaan barang/produk, cek demand, kapasitas armada, sehingga dapat diketahui order mana saja yang dapat dikirim dan order mana saja yang harus ditunda keesokan harinya.

(5)

Universitas Kristen Petra Untuk produk yang tidak tersedia di gudang, maka depot mempunyai batas waktu maksimal 1x24 jam untuk menyediakan produk yang diminta oleh store tersebut. Jika produk sudah tersedia sebelum jangka waktu maksimal, maka produk tersebut akan ikut dikirimkan ke tiap store, jika belum tersedia maka invoice tidak dibuat dan pihak customer service PT Simplot menghubungi customer untuk mengkonfirmasikan hal ini. Store tersebut kemudian memesan ulang untuk produk tersebut pada hari berikutnya. Untuk order-order yang dapat dikirim kemudian dilakukan perencanaan rute dan jadwal kendaraan.

Selanjutnya order-order tersebut dimasukkan ke dalam armada (proses loading). Keesokan harinya order yang telah dimasukkan ke dalam armada diperiksa baik muatan juga surat-suratnya (faktur/invoice) sudah sesuai atau belum. Setelah lengkap dan sesuai maka masing-masing armada berangkat sesuai dengan rute dan jam yang telah ditentukan. Pengiriman ini dilakukan hingga keseluruhan store terlayani. Setelah semua terlayani maka armada kembali ke depot. Jika ada barang yang tidak sesuai, misalnya barang yang over, short, dan damage product, maka bagian transportasi akan membawanya kembali ke depot dan melaporkan ke bagian Customer Service, tetapi barang tersebut tidak diganti melainkan dijadikan catatan pihak perusahaan supaya tidak terulang kembali pada kasus pengiriman berikutnya. Barang yang tidak sesuai tersebut bisa di-order ulang oleh store pada pesanan berikutnya. Seluruh sistem penerimaan order dan pengiriman produk ini dapat dilihat secara lengkap di Lampiran 8 dan 9.

4.2.3. Perancangan Model Rute dan Jadwal Pengiriman

Berikut ini inputan data awal yang diperlukan untuk perancangan model rute dan jadwal pengiriman menggunakan pendekatan Algoritma Genetik:

• Nama Konsumen/Store

• Jumlah dan Kapasitas Kendaraan

• Jumlah order (dalam satuan cube feet)

• Waktu Perjalanan Antar Pelanggan

• Lama Waktu Pelayanan di tiap store

• Batasan Waktu/Time windows dari tiap store

(6)

Universitas Kristen Petra Model perancangan rute dan jadwal pengiriman ini dapat dilihat pada Gambar 4.1. Dalam gambar tersebut ditunjukkan bahwa model dimulai dari input data awal. Data awal ini disimpan dalam file acces yang kemudian dihubungkan dengan program GA yang digunakan. Kemudian di-inputkan individu awal (initial individu) sebagai parents awal yang akan digunakan.

Populasi yang digunakan sejumlah 40, dari populasi tersebut kemudian dilakukan seleksi, crossover dan mutation. Jumlah generasi yang digunakan sebanyak 1000 generasi, dengan nilai minimum improvement = 1, dan nilai stopover limit = 50. Iterasi dihentikan jika peningkatan hasil yang didapat hanya berbeda nilai sebesar 1 sebanyak 50 kali atau jika jumlah generasi sudah mencapai nilai maksimumnya, yaitu 1000. Selama jumlah generasi belum mencapai 1000 atau nilai improvement yang diperoleh tidak bernilai 1 sebanyak 50 kali, maka iterasi akan terus berjalan.

Dari populasi yang terbaik tersebut maka dipilih individu yang terbaik.

Hasilnya berupa rute kendaraan yang terbentuk untuk melakukan pengiriman ke setiap store.

(7)

Universitas Kristen Petra

Start

Input Data Awal :

* Nama Konsumen/Store

* Jumlah dan Kapasitas Kendaraan

* Demand tiap konsumen

* Waktu Perjalanan Antar Pelanggan

* Waktu Servis di tiap store

* Time Windows dari tiap store

Populasi Awal

Generasi = 0 Keluar = false Generasi lama = 0

Selisih = 0 Stopever Limit (SL) = 0

Seleksi

Crossover Mutasi

Tidak

Keluar = true ? Ya

Pilih individu terbaik End

Generasi = 1000 ?

Keluar = true Ya

Tidak

Selisih = Min [Generasi lama] - Min [Generasi]

Selisih > 1 ?

Generasi Lama = Generasi Generasi = Generasi + 1

SL = 0

SL > 50 ?

Keluar = true Tidak

Ya

SL = SL + 1 Tidak

Ya

Gambar 4.1. Flowchart Model Perencanaan Rute dan Jadwal Pengiriman

(8)

Universitas Kristen Petra 4.2.3.1. Input Data Awal

Input data awal merupakan data yang diperlukan untuk kelancaran proses running program dan disimpan dalam file acces. Data awal yang diinputkan, antara lain:

• Konsumen/store mana saja yang memesan produk

• Demand tiap store

• Lama waktu servis/pelayanan dari tiap store

• Time windows dari tiap store

• Kapasitas maksimum tiap kendaraan

• Setting GA yang diperlukan, antara lain: ukuran populasi, immortal number, selection rate, crossover rate, mutation rate, jumlah generasi, minimum improvement, dan nilai stopover limit.

4.2.3.2. Representasi Kromosom

Kromosom yang digunakan dalam penelitian ini berupa representasi permutasi (permutation representation). Representasi ini merupakan representasi yang paling sering digunakan untuk permasalahan perancangan rute kendaraan.

Kota-kota didaftarkan dalam suatu rute perjalanan. Kota yang sudah dikunjungi tidak boleh dikunjungi lagi, jadi dengan representasi permutasi, kromosom yang ada merupakan satu set rute perjalanan dimana tidak mungkin ada kota yang dikunjungi dua kali. Dalam representasi permutasi, tiap rute/kromosom yang terbentuk saling bergantung/dependent. Misalnya jika kota 1 merupakan rute pertama maka rute berikutnya kota 1 tidak mungkin dipilih kembali. Misalnya, suatu rute perjalanan dari 9 kota adalah sebagai berikut:

3 – 2 – 5 – 4 – 7 – 1- 6 – 9 – 8 maka dengan mudah dapat direpresentasikan sebagai:

[ 3 2 5 4 7 1 6 9 8 ]

4.2.3.3. Individu Awal

Individu awal (initial individu) diinputkan secara manual tetapi bukan secara random melainkan harus feasible. Individu awal diinputkan dengan cara memilah-milah store mana saja yang akan dipenuhi pesanannya, selain itu juga

(9)

Universitas Kristen Petra memeriksa time windows dari masing-masing store, dan juga memeriksa apakah kapasitas kendaraan cukup untuk mengangkut semua order yang dipesan oleh store pada hari tersebut.

Misalnya order pelanggan pada hari Senin, 8 November 2004, dimana ada 9 store yang harus dipenuhi pesanannya. Demand dari tiap store dan time windowsnya adalah sebagai berikut:

Tabel 4.3. Daftar Order Konsumen hari Senin 8 November 2004 Time windows

Konsumen Demand (cube feet) ei li Waktu Servis (menit)

0 0 0:00 24:00 0

1 185 20:00 24:00 45

2 126 8:00 12:00 30

3 119 7:00 11:00 30

4 191 5:00 9:00 30

5 202 20:00 24:00 30

6 173 9:00 13:00 30

7 287 4:00 8:00 45

8 193 6:00 10:00 45

9 636 19:00 24:00 45

Keterangan:

Konsumen 0 : Depot

Konsumen 1 : McD Tunjungan Plaza 1&3 Surabaya Konsumen 2 : McD Tunjungan Plaza 3 (Dry) Surabaya Konsumen 3 : McD Sidoarjo

Konsumen 4 : McD Mayjen Sungkono Surabaya Konsumen 5 : McD Raya Darmo Surabaya Konsumen 6 : McD Basuki Ramhat Surabaya Konsumen 7 : McD Sarinah Malang

Konsumen 8 : McD Mitra Satu Malang Konsumen 9 : McD Semarang

ei (earliest time) : batas waktu awal konsumen menerima pengiriman barang li (latest time) : batas waktu akhir konsumen menerima pengiriman barang

(10)

Universitas Kristen Petra Berikut ini data kendaraan dan kapasitasnya masing-masing:

Tabel 4.4. Kendaraan yang Digunakan beserta Kapasitasnya Kendaraan Kapasitas (cube feet)

1 550 2 550 3 350 4 700 5 700

Setelah memeriksa time windows dari masing-masing store, dan juga memeriksa apakah kapasitas kendaraan cukup untuk mengangkut semua order yang dipesan oleh store-store tersebut, maka dibuat initial individunya sebagai berikut:

Tabel 4.5. Individu Awal untuk Order Konsumen Hari Senin 8 November 2004 Individu Kendaraan Rute Konsumen

1 1 1 7 1 1 2 8 1 2 1 4 1 2 2 3 1 3 1 2 1 3 2 6 1 4 1 9 1 5 1 5 1 5 2 1

Disini dilakukan pengecekan terhadap batasan time windows masing- masing store, kapasitas kendaraan, semuanya harus memenuhi kendala yang ditetapkan, sehingga jika diperiksa rute ini merupakan rute yang feasible, dan begitu juga seterusnya dengan cara yang sama.

Rute yang ditempuh oleh kendaraan:

• Kendaraan 1 : rute store 7 – 8 Æ Total demand = 480

• Kendaraan 4 : rute store 9 Æ Total demand = 636

(11)

Universitas Kristen Petra 4.2.3.4. Seleksi

Seleksi merupakan tahap memodelkan mekanisme survival of the fittest dari alam. Artinya individu yang fit yang akan bertahan, sementara yang lemah akan musnah. Proses dari seleksi ini dimulai dengan perhitungan fitness menggunakan fungsi obyektif.

Pada penelitian kali ini digunakan immortal number =1, yang artinya satu individu terbaik akan diseleksi sesuai fungsi fitness-nya, sehingga individu yang terbaik pasti terpilih. Sebagai dasar seleksi yaitu fungsi obyektif yang telah ditetapkan, yaitu meminimalkan total waktu perjalanan. Dari seluruh populasi yang ada, dipilih satu individu yang terbaik atau yang paling bagus fitness-nya, selanjutnya individu-individu yang tersisa akan diseleksi lagi secara random sehingga terbentuk sebuah populasi baru yang diharapkan populasi baru tersebut lebih baik dari populasi yang lama.

4.2.3.5. Fitness function

Model matematis yang digunakan adalah sebagai berikut:

• Fungsi tujuan:

Min ^K _ijk

k N i

N j

ijkx

∑∑∑

w

=1 =0 =0

k = 1, 2, …, 5 (4.1)

• Kendala:

; .

0

v y

q _ik _k

N i

ik ≤

∑

=

k = 1, 2, …, 5 (4.2)

1 atau

=0

yik ; i = 1, 2, …, N ; k = 1, 2, …, 5 (4.3) 1

atau

=0

xijk ; i = 1, 2, …, N ; k = 1, 2, …, 5 (4.4) 1

1

0

1

, ..., N , i

K, i y

K k

ik 

=

= =

∑

=

(4.5)

..., , k , ..., N;

, j y

x _jk

N i

ijk 0 12, 5

0

=

∑

=

(4.6)

..., , k , ..., N;

, i y

x _ik

N

j ijk 1 12, 5

0

=

∑

=

(4.7)

(

¹ ijk

)

ij i i i

j t W f t M x

t ≥ + + + − − i,j=1,...,N; k = 1,2,...,5 (4.8)

(12)

Universitas Kristen Petra

i

i l

t <

≤

0 i = 1, ..., N (4.9)

≥0

ti i = 1, ..., N (4.10)

Keterangan:

• K = nomer kendaraan

• N = nomer konsumen (0 menunjukkan depot)

• Ci = konsumen i

• C0 = depot

• wijk = waktu perjalanan dari konsumen i ke j untuk kendaraan k.

• qik = total demand kendaraan k sampai konsumen i.

• vk = kapasitas maksimum kendaraan k

1, jika konsumen i dilayani oleh kendaraan k

• yik =

0, jika tidak

1, jika kendaraan k dari konsumen i langsung ke konsumen j

• xijk =

0, jika tidak

• Rk = total waktu rute untuk kendaraan k

• tij = waktu perjalanan antara konsumen i dan j

• ti = waktu kedatangan di konsumen i

• fi = waktu service di konsumen i

• Wi = waktu tunggu sebelum melayani konsumen i

• Wi = max { 0 , ( ei – ti ) }

• ei = waktu paling awal untuk pelayanan di konsumen i

• li = waktu paling akhir untuk pelayanan di konsumen i

Untuk model matematis yang digunakan terdapat beberapa perubahan atau penyesuaian dari model yang terdapat pada jurnal aslinya yang dibuat oleh Sam R. Tangiah (1995). Hal ini disesuaikan dengan permasalahan yang dihadapi pada tiap penelitian. Kendala (2.8) tidak diperlukan karena tiap kendaraan tidak dibatasi waktu travel-nya, tiap kendaraan boleh berangkat dan kembali ke depot kapan saja sesuai dengan rute yang telah dijadwalkan. Untuk kendala (2.10) ada

(13)

Universitas Kristen Petra perubahan yang dilakukan dari e_i ≤t_i <l_i menjadi 0≤t_i <l_i, hal ini disebabkan karena setiap kendaraan boleh tiba sebelum earliest time dari tiap store, dan jika kendaraan tersebut tiba sebelum earliest time yang ditetapkan maka akan terjadi idle atau waktu tunggu untuk kendaraan tersebut. Tetapi kendaraan tidak diperbolehkan untuk datang setelah latest time dari store tersebut.

Tujuan dari permasalahan VRPTW (4.1) ini adalah untuk meminimalkan total waktu perjalanan yang ditempuh. Kendala (4.2) membatasi bahwa total jumlah demand yang dibawa oleh kendaraan k, tidak boleh melebihi kapasitas dari kendaraan tersebut. Kendala (4.5) menunjukkan bahwa tiap konsumen hanya dapat dilayani oleh satu kendaraan saja. Kendala (4.6) dan (4.7) untuk memastikan bahwa tiap konsumen dikunjungi oleh kendaraan yang sama dengan yang sudah dijadwalkan untuk konsumen tersebut. Kendala (4.8) untuk memastikan bahwa waktu kedatangan dari kedua konsumen adalah compatible.

Kendala (4.9) mengharuskan kendaraan untuk sampai di tiap-tiap konsumen sebelum batas akhir time windows yang ditetapkan oleh konsumen tersebut.

Kendala (4.10) memastikan bahwa waktu kedatangan kendaraan ke tiap konsumen selalu positif.

4.2.3.6. Crossover

Crossover merupakan penyilangan parents yang dilakukan untuk membentuk offspring (keturunan) yang baru (children). Crossover dilakukan antara dua individu. Langkah-langkah crossover yang digunakan dalam penelitian ini adalah sebagai berikut:

1. Buat daftar pasangan individu yang mungkin untuk disilangkan.

Misalnya: Ada tiga individu A B C

Pasangan yang mungkin untuk disilangkan: AB AC BC 2. Buat angka random untuk tiap pasangan individu tersebut.

Jika angka random ≤ Pc maka pasangan individu tersebut disilangkan.

Jika angka random > Pc maka pasangan individu tersebut tidak disilangkan.

Misalnya: Pc = 0.8, jika hasil angka random untuk pasangan individu pertama

= 0.9, maka pasangan tersebut tidak dapat disilangkan, jika hasil angka

(14)

Universitas Kristen Petra random untuk pasangan individu kedua = 0.7, maka pasangan tersebut disilangkan, demikian seterusnya sampai seluruh individu dicoba disilangkan.

3. Persilangan dilakukan untuk semua individu, jika pasangan individu tersebut tidak berhasil disilangkan maka akan dicoba disilangkan dengan individu yang lain sampai semua pasangan selesai dicoba disilangkan.

4. Buat angka random untuk menentukan garis crossover point dari individu induk yang akan disilangkan.

5. Copy semua kromosom yang ada sebelum crossover point dari orangtua pertama dan letakkan pada separuh keturunan/offspring pertama di depan garis, demikian juga untuk orangtua kedua.

6. Copy semua kromosom setelah crossover point dari orangtua kedua dan letakkan pada separuh offspring pertama di belakang garis crossover point.

Dengan catatan bahwa jika kromosom tersebut sudah ada pada offspring pertama, maka harus digantikan dengan kromosom lain yang ada sebelum crossover point dari orangtua kedua.

7. Lakukan langkah yang sama untuk offspring kedua, sehingga diperoleh dua keturunan baru yang diharapkan jauh lebih baik dari induknya.

8. Setelah semua pasangan individu disilangkan, maka akan terbentuk beberapa keturunan baru. Keturunan-keturunan baru tersebut diurutkan berdasarkan fungsi fitness-nya.

9. Kemudian individu-individu dengan fungsi fitness terbaik tersebut dievaluasi apakah sudah memenuhi semua kendala yang ada. Jika sudah memenuhi maka dipilih n individu yang terbaik.

4.2.3.7. Mutasi

Mutasi dilakukan dalam satu individu. Mutasi yang digunakan dalam penelitian ini adalah “resiprocal exchange mutation” dimana dua kromosom dalam satu individu ditukar. Berikut langkah-langkah mutasi yang digunakan dalam penelitian ini:

1. Pilih individu secara random dengan probabilitas Pm. Jumlah individu yang mengalami mutasi adalah sejumlah (Pm * uk_pop).

2. Lakukan random untuk memperoleh dua node rute yang akan dimutasi.

(15)

Universitas Kristen Petra 3. Kedua node yang terpilih dimutasi rutenya.

4. Lakukan evaluasi dari individu yang terbentuk setelah dimutasi. Evaluasi dilakukan berdasarkan fungsi fitness dan semua kendala yang ada. Jika sudah memenuhi maka individu tersebut dipilih, jika tidak memenuhi maka individu tersebut dimusnahkan.

4.2.3.8. Pilih Individu Terbaik

Dari keseluruhan populasi dipilih satu individu dengan fungsi obyektif terbaik. Individu ini merupakan individu terbaik dari sejumlah individu yang ada dalam populasi.

4.3. Pengolahan Model GA

Untuk mempercepat proses pengolahan data maka dibangun suatu perangkat lunak (software) menggunakan program C#. Software ini diberi nama Vehicle Routing Problem with Time Windows using GA (VRPTW using GA).

Adapun parameter-parameter genetik yang digunakan dalam implementasi model dengan menggunakan GA ini adalah sebagai berikut:

• Jumlah Generasi = 1000

• Ukuran Populasi = 40

• Selection rate = 1

• Crossover rate = 0,8

• Mutation rate = 0,2

Sedangkan input data yang digunakan dalam pengolahan model tersebut adalah mulai dari nama konsumen/store yang memesan, jumlah dan kapasitas kendaraan, jumlah order (dalam satuan cube feet), waktu perjalanan antar pelanggan, lama waktu pelayanan di tiap store, dan batasan waktu/time windows dari tiap store.

Berikut ini merupakan hasil implementasi penjadwalan pengiriman yang dilakukan pada program GA yang telah dibuat untuk pengiriman selama seminggu, yaitu mulai Tanggal 8 November 2004–13 November 2004.

(16)

Universitas Kristen Petra 4.3.1. Hasil Pengolahan untuk Tanggal 8 November 2004

Data yang diperlukan untuk input data awal dapat dilihat di Lampiran 10.

Dengan menetapkan replikasi sebanyak 10 kali, maka diperoleh total waktu perjalanan yang paling minimal untuk rute pengiriman pada hari Senin, Tanggal 8 November 2004 adalah sebagai berikut:

Tabel 4.6. Hasil Replikasi Rute Pengiriman Tanggal 8 November 2004 Total Waktu Perjalanan Lama Running

yang Paling Minimum (menit)

Replikasi (menit)

1 1604 4 menit 3 detik

4 1460 3 menit 20 detik

5 1460 3 menit 55 detik

7 1460 6 menit 48 detik

8 1460 6 menit 21 detik

9 1460 6 menit 04 detik

Dari hasil replikasi di atas, dapat dilihat bahwa hasil paling minimal yang diperoleh dari 10 kali replikasi adalah 1460 menit dengan rute pengiriman sebagai berikut:

Tabel 4.7. Rute Penjadwalan Pengiriman Tanggal 8 November 2004 Kendaraan Rute Konsumen

1 1 8 1 2 7 1 3 6 2 1 4 2 2 3 2 3 2 3 1 5 3 2 1 4 1 9

(17)

Universitas Kristen Petra Dari tabel di atas dapat diketahui bahwa untuk rute pengiriman Tanggal 8 November 2004 adalah sebagai berikut:

• Kendaraan 1 : rute store 8 – 7 – 6

• Kendaraan 3 : rute store 5 – 1

• Kendaraan 4 : rute store 9

• Total waktu perjalanan : 1460 menit

Tampilan untuk hasil yang paling minimal untuk tiap replikasi pada hari Senin, 8 November 2004 ini dapat dilihat secara lengkap di Lampiran 11.

4.3.2. Hasil Pengolahan untuk Tanggal 9 November 2004

Dengan menetapkan replikasi sebanyak 10 kali, maka diperoleh total waktu perjalanan yang paling minimal untuk rute pengiriman pada hari Selasa, Tanggal 9 November 2004 adalah sebagai berikut:

3 2541 4 menit 52 detik

7 2541 8 menit 18 detik

9 2541 5 menit 05 detik

(18)

Universitas Kristen Petra Tabel 4.9. Rute Penjadwalan Pengiriman Tanggal 9 November 2004

Kendaraan Rute Konsumen 1 1 7 1 2 8 2 1 9 2 2 10 3 1 2 4 1 5 4 2 1 5 1 6 5 2 4 5 3 3

Dari tabel di atas dapat diketahui bahwa untuk rute pengiriman Tanggal 9 November 2004 adalah sebagai berikut:

• Total waktu perjalanan: 2541 menit

Tampilan untuk hasil yang paling minimal untuk tiap replikasi pada hari Selasa, 9 November 2004 ini dapat dilihat secara lengkap di Lampiran 13.

Dengan menetapkan replikasi sebanyak 10 kali, maka diperoleh total waktu perjalanan yang paling minimal untuk rute pengiriman pada hari Kamis, Tanggal 11 November 2004 adalah sebagai berikut:

(19)

Universitas Kristen Petra Tabel 4.10. Hasil Replikasi Rute Pengiriman Tanggal 11 November 2004

(sambungan)

Total Waktu Perjalanan Lama Running yang Paling Minimum (menit)

7 1583 17 menit 40 detik

1 1 9 1 2 10 1 3 3 1 4 7 1 5 1 2 1 4 3 1 5 3 2 6 3 3 8 3 4 2 4 1 11

• Kendaraan 1 : rute store 9 – 10 – 3 – 7 – 1

• Kendaraan 3 : rute store 5 – 6 – 8 – 2

(20)

Universitas Kristen Petra Tampilan untuk hasil yang paling minimal untuk tiap replikasi pada hari Kamis, Tanggal 11 November 2004 ini dapat dilihat secara lengkap di Lampiran 15.

Dengan menetapkan replikasi sebanyak 10 kali, maka diperoleh total waktu perjalanan yang paling minimal untuk rute pengiriman pada hari Jumat, Tanggal 12 November 2004 adalah sebagai berikut:

3 2004 1 menit 51 detik

4 2004 2 menit 48 detik

6 2004 2 menit 33 detik

10 2004 3 menit 34 detik

1 1 5 1 2 2 1 3 3 2 1 1 2 2 4

(21)

Universitas Kristen Petra Tabel 4.13. Rute Penjadwalan Pengiriman Tanggal 12 November 2004

(sambungan) Kendaraan Rute Konsumen

3 1 6 4 1 7 4 2 8 4 3 9

Tampilan untuk hasil yang paling minimal untuk tiap replikasi pada hari Jumat, Tanggal 12 November 2004 ini dapat dilihat secara lengkap di Lampiran 17.

Dengan menetapkan replikasi sebanyak 10 kali, maka diperoleh total waktu perjalanan yang paling minimal untuk rute pengiriman pada hari Sabtu, Tanggal 13 November 2004 adalah sebagai berikut:

2 250 4 menit 36 detik

4 250 5 menit 9 detik

(22)

Universitas Kristen Petra Tabel 4.14. Hasil Replikasi Rute Pengiriman Tanggal 13 November 2004

(sambungan)

Total Waktu Perjalanan Lama Running yang Paling Minimum (menit)

7 250 5 menit 31 detik

8 250 7 menit 56 detik

9 250 6 menit 12 detik

1 1 5 1 2 3 1 3 2 2 1 7 3 1 4 3 2 1 3 3 6

Tampilan untuk hasil yang paling minimal untuk tiap replikasi pada hari Sabtu, Tanggal 13 November 2004 ini dapat dilihat secara lengkap di Lampiran 19. Sedangkan untuk Tampilan Model VRPTW using GA mulai dari inputan data awal sampai hasil running terbaik secara lengkap dapat dilihat di Lampiran 20.

(23)

Universitas Kristen Petra 4.4. Uji Validasi Model

Uji validasi pada model dilakukan dengan cara menginputkan rute-rute perjalanan yang sudah diperoleh pada hasil pengolahan dengan software C#

tersebut ke dalam Microsoft Excell. Dengan bantuan microsoft excell akan diketahui jam berapa kendaraan tiba dari satu store ke store berikutnya, dengan demikian akan diketahui apakah ada keterlambatan pengiriman, kapasitas demand sudah memenuhi atau belum, dan apakah kendaraan tiba terlalu cepat di tiap store sehingga harus menunggu sampai jam buka di tiap store tersebut (waktu idle kendaraan). Uji validasi dilakukan untuk semua rute pengiriman untuk mengetahui apakah model sudah valid atau belum. Berikut ini hasil pengolahan yang diperoleh menggunakan bantuan software Microsoft Excell:

4.4.1. Validasi Order Tanggal 8 November 2004

Rute yang dihasilkan dari pengolahan model untuk Order Tanggal 8 November 2004 adalah sebagai berikut:

4.4.1.1. Validasi Order Tanggal 8 November 2004 untuk Kendaraan 1

(Rute berawal dari depot - McD Mitra I Malang - McD Sarinah Malang - McD Basuki Rahmat Surabaya - kembali ke depot)

Tabel 4.16. Validasi Model Order Tanggal 8 November 2004 untuk Kendaraan 1

Rute

Waktu i ke j (menit)

Demand (cube

feet) ei (earliest

time)

li (latest

time)

Waktu Servis

(menit) Wkt brkt dr i

Lm perjln dr i ke j (menit)

Wkt sampai di

j

Waktu idle (menit) 0 0 pk.48:00 0 pk. 04:06 174 pk. 07:00 0 8 174 93 pk.06:00 pk.10:00 45 pk. 07:45 5 pk. 07:50 0 7 5 287 pk.04:00 pk.08:00 45 pk. 08:35 11 pk. 08:46 14 6 11 153 pk.09:00 pk.13:00 30 pk. 09:30 54 pk. 10:24 0

0 54 0 0 pk.48:00

Total 228 533

(24)

Universitas Kristen Petra Dari hasil Tabel 4.16. dapat dilihat bahwa kendaraan 1 memiliki rute perjalanan 0-8-7-6-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 8–7–6, kemudian kembali lagi ke titik 0 (depot). Kendaraan 1 berangkat dari depot pada pukul 04:06 menuju ke store 8, dengan lama waktu perjalanan 174 menit (dari 0 ke store 8). Kendaraan 1 tiba di store 8 pada pukul 07:00, kemudian kendaraan 1 menurunkan barang di store 8 selama 45 menit (waktu servis store 8), setelah itu berangkat menuju store 7.

Dari store 8 sampai store 7 memerlukan waktu 5 menit perjalanan, sehingga kendaraan 1 tiba di store 7 pada pukul 07:50 (masih dalam time windows store 7 yaitu pk. 04:00sampai pk. 08:00), jadi kendaraan tidak terlambat karena masih dalam batasan time windows store 7. Kemudian dilakukan proses unloading selama 45 menit, dan setelah selesai kendaraan 1 berangkat menuju store 6.

Kendaraan 1 tiba di store 6 pada pukul 08:46, terlalu awal 14 menit dari jam buka store 6 yaitu pk 09:00, maka kendaraan 1 harus menunggu (idle time) selama 14 menit sampai jam buka store 6 yaitu pukul 09:00, setelah menyelesaikan proses unloading selama 30 menit kemudian kendaraan 1 kembali ke depot karena telah menyelesaikan seluruh rute pengirimannya.

Dari total demand yang diangkut kendaraan 1 yaitu sebesar 533 cube feet berarti tidak melebihi kapasitas kendaraan yaitu sebesar 700 cube feet. Karena semua kendala tidak ada yang dilanggar, yaitu dari jam pengiriman tidak ada yang terlambat, hanya ada waktu idle karena kendaraan tiba terlalu awal, dan dari segi kapasitas kendaraan, dimana demand yang diangkut masih lebih kecil dari kapasitas kendaraan, maka semua kendala telah terpenuhi, yang berarti model sudah valid.

(Rute berawal dari depot - McD Mayjen Sungkono - McD Sidoarjo - McD TP3 - kembali ke depot)

(25)

Universitas Kristen Petra Tabel 4.17. Validasi Model Order Tanggal 8 November 2004 untuk Kendaraan 2

Rute

Demand (cube

time)

li (latest

time)

Waktu Servis (menit)

Wkt brkt dr i

Wkt sampai di

j

Waktu idle (menit) 0 0 pk. 48:00 0 pk. 04:13 47 pk. 05:00 0 4 47 191 pk. 05.00 pk. 09:00 30 pk. 05:30 30 pk. 07:50 0 3 30 89 pk. 07:00 pk. 11:00 30 pk. 08:20 41 pk. 09:01 0 2 41 126 pk. 08:00 pk. 12:00 30 pk. 09:31 51 pk. 10:07 0

0 51 0 0 pk. 48:00

Total 98 406

Dari hasil Tabel 4.17. dapat dilihat bahwa kendaraan 2 memiliki rute perjalanan 0-4-3-2-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 4–3–2, kemudian kembali lagi ke titik 0 (depot). Dapat dilihat bahwa dari waktu tiba kendaraan ke tiap store tidak ada yang terlambat, masih dalam batasan time windows yang ditetapkan oleh tiap store.

Dari total demand yang diangkut kendaraan 2 yaitu sebesar 406 cube feet berarti tidak melebihi kapasitas kendaraan yaitu sebesar 550 cube feet. Karena semua kendala tidak ada yang dilanggar, yaitu dari jam pengiriman tidak ada yang terlambat dan dari segi kapasitas kendaraan, dimana demand yang diangkut masih lebih kecil dari kapasitas kendaraan, maka semua kendala telah terpenuhi, yang berarti model sudah valid.

(Rute berawal dari depot - McD Raya Darmo - McD TP1 dan TP3 - kembali ke depot)

Rute

Demand (cube

time)

li (latest

time)

Waktu Servis

Wkt sampai di

j

Waktu idle (menit) 0 0 pk. 48:00 0 pk. 19:19 41 pk. 20:00 0 5 41 202 pk. 20:00 pk. 24:00 30 pk. 20:30 7 pk. 20:37 0 1 7 185 pk. 20:00 pk. 24:00 45 pk. 21:22 51 pk. 22:13 0

0 51 0 0 pk. 48:00

Total 99 387

(26)

Universitas Kristen Petra Dari hasil Tabel 4.18. dapat dilihat bahwa kendaraan 3 memiliki rute perjalanan 0-5-1-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 5-1, kemudian kembali lagi ke titik 0 (depot). Dapat dilihat bahwa dari waktu tiba kendaraan ke tiap store tidak ada yang terlambat, masih dalam batasan time windows yang ditetapkan oleh tiap store.

Dari total demand yang diangkut kendaraan 3 yaitu sebesar 387 cube feet berarti tidak melebihi kapasitas kendaraan yaitu sebesar 550 cube feet. Karena semua kendala tidak ada yang dilanggar, yaitu dari jam pengiriman tidak ada yang terlambat dan dari segi kapasitas kendaraan, dimana demand yang diangkut masih lebih kecil dari kapasitas kendaraan, maka semua kendala telah terpenuhi, yang berarti model sudah valid.

(Rute berawal dari depot - McD Semarang kembali ke depot)

Rute

Demand (cube

time)

li (latest

time)

Waktu Servis

Wkt sampai di

j

Waktu idle (menit) 0 0 pk. 48:00 0 pk. 11:06 474 pk. 19:00 0 9 474 636 1140 pk. 19:00 45 pk. 19:00 474 pk. 27:39 0

0 474 0 0 pk. 48:00

Total 948 636

Dari hasil Tabel 4.19. dapat dilihat bahwa kendaraan 4 memiliki rute perjalanan 0-9-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 9, kemudian kembali lagi ke titik 0 (depot). Dapat dilihat bahwa dari waktu tiba kendaraan ke tiap store tidak ada yang terlambat, masih dalam batasan time windows yang ditetapkan oleh tiap store.

Dari total demand yang diangkut kendaraan 4, yaitu sebesar 636 cube feet berarti tidak melebihi kapasitas kendaraan yaitu sebesar 700 cube feet. Karena semua kendala tidak ada yang dilanggar, yaitu dari jam pengiriman tidak ada yang terlambat dan dari segi kapasitas kendaraan, dimana demand yang diangkut masih

(27)

Universitas Kristen Petra lebih kecil dari kapasitas kendaraan, maka semua kendala telah terpenuhi, yang berarti model sudah valid.

Dari hasil pengujian untuk order Tanggal 8 November 2004 di atas, diperoleh bahwa tidak ada kendala kapasitas yang dilanggar, dimana total kendaraan yang digunakan untuk melakukan pengiriman adalah 4 buah kendaraan, dengan kapasitas 550 cf dan 700 cf, sedangkan untuk kendaraan S-04 dengan kapasitas 350 cf tidak digunakan, yang berarti jumlah kendaraan untuk mengirimkan barang dapat lebih diminimalkan. Dari segi keterlambatan juga tidak ada yang terlambat karena model yang dibuat dirancang supaya meminimalkan jumlah keterlambatan.

4.4.2. Validasi Order Tanggal 9 November 2004

Rute yang dihasilkan dari pengolahan model untuk Order Tanggal 9 November 2004 adalah sebagai berikut:

(Rute berawal dari depot - McD Kediri - McD Singosaren Solo – kembali ke depot)

Rute

Demand (cube

time)

li (latest

time)

Waktu Servis

Wkt sampai di

j

Waktu idle (menit) 0 0 pk. 48:00 0 pk 05:13 197 pk. 08:30 0 7 197 350 pk. 05:00 pk. 09:00 30 pk. 09:00 304 pk. 14:04 356 8 304 181 pk. 20:00 pk. 24:00 30 pk. 20:30 408 pk. 27:18 0

0 408 0 0 pk. 48:00

Total 909 531

(28)

Universitas Kristen Petra Dari hasil Tabel 4.20. dapat dilihat bahwa kendaraan 1 memiliki rute perjalanan 0-7-8-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 7–8, kemudian kembali lagi ke titik 0 (depot). Kendaraan 1 berangkat dari depot pada pukul 05:13 menuju ke store 7, dengan lama waktu perjalanan 197 menit (dari 0 ke store 7). Kendaraan 1 tiba di store 7 pada pukul 08:30, masih dalam time windows store 7 yaitu pukul 05:00 sampai dengan pukul 09:00, kemudian kendaraan 1 menurunkan barang di store 7 selama 30 menit (waktu servis store 7), setelah itu berangkat menuju store 8.

Dari store 7 sampai store 8 memerlukan waktu 304 menit perjalanan, sehingga kendaraan 1 tiba di store 8 pada pukul 14:04, terlalu awal 356 menit dari jam buka store 8 yaitu pk 20:00, maka kendaraan 1 harus menunggu (idle time) selama 356 menit sampai jam buka store 8 yaitu pukul 20:00. Kemudian dilakukan proses unloading selama 30 menit, setelah menyelesaikan proses unloading kemudian kendaraan 1 kembali ke depot karena telah menyelesaikan seluruh rute pengirimannya.

Dari total demand yang diangkut kendaraan 1 yaitu sebesar 531 cube feet berarti tidak melebihi kapasitas kendaraan yaitu sebesar 550 cube feet. Karena semua kendala tidak ada yang dilanggar, yaitu dari jam pengiriman tidak ada yang terlambat, hanya ada waktu idle karena kendaraan tiba terlalu awal, dan dari segi kapasitas kendaraan, dimana demand yang diangkut masih lebih kecil dari kapasitas kendaraan, maka semua kendala telah terpenuhi, yang berarti model sudah valid.

(Rute berawal dari depot - McD Malioboro Yogyakarta - McD Istana Plaza Yogyakarta – kembali ke depot)

(29)

Universitas Kristen Petra Tabel 4.21. Validasi Model Oder Tanggal 9 November 2004 untuk Kendaraan 2

Rute

Demand (cube

time)

li (latest

time)

Wkt brkt dr i

Wkt sampai di

j

0 491 0 0 pk. 48:00

Total 990 571

Dari hasil Tabel 4.21. di atas dapat dilihat bahwa kendaraan 2 memiliki rute perjalanan 0-9-10-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 9-10, kemudian kembali lagi ke titik 0 (depot). Dapat dilihat bahwa dari waktu tiba kendaraan ke tiap store tidak ada yang terlambat, masih dalam batasan time windows yang ditetapkan oleh tiap store.

(Rute berawal dari depot - McD Plaza Marina - kembali ke depot)

Rute

Demand (cube

time)

li (latest

time)

Wkt brkt dr i

Wkt sampai di

j

Waktu idle (menit) 0 0 pk. 48:00 0 pk. 17:42 18 pk. 18:00 0 2 18 284 pk. 18:00 pk. 22:00 30 pk. 18:30 18 pk. 18:48 0

0 18 0 0 pk. 48:00

Total 36 284

Dari hasil Tabel 4.22. dapat dilihat bahwa kendaraan 3 memiliki rute perjalanan 0-2-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 2, kemudian kembali lagi ke titik 0 (depot). Dapat dilihat bahwa dari waktu

(30)

Universitas Kristen Petra tiba kendaraan ke tiap store tidak ada yang terlambat, masih dalam batasan time windows yang ditetapkan oleh tiap store.

(Rute berawal dari depot - McD Gresik - McD JMP Surabaya - kembali ke depot)

Rute

Demand (cube

time)

li (latest

time)

Waktu Servis

Wkt sampai di

j

0 60 0 0 pk. 48:00

Total 156 350

Dari hasil Tabel 4.23. dapat dilihat bahwa kendaraan 4 memiliki rute perjalanan 0-5-1-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 5-1, kemudian kembali lagi ke titik 0 (depot). Dapat dilihat bahwa dari waktu tiba kendaraan ke tiap store tidak ada yang terlambat, masih dalam batasan time windows yang ditetapkan oleh tiap store.

(31)

Universitas Kristen Petra 4.4.2.5. Validasi Order Tanggal 9 November 2004 untuk Kendaraan 5

(Rute berawal dari depot - McD Kayutangan Malang - McD Mulyosari - McD Galaxy Mall - kembali ke depot)

Rute

Demand (cube

time)

li (latest

time)

Waktu Servis

Wkt sampai di

j

Waktu idle (menit) 0 0 pk. 48:00 0 pk. 04:40 170 pk. 07:30 0 6 170 363 pk. 05:00 pk. 09:00 30 pk. 08:00 187 pk. 11:07 0 4 187 168 pk. 11:00 pk. 15:00 30 pk. 11:37 15 pk. 11:52 0 3 15 98 pk. 09:00 pk. 13:00 45 pk. 12:37 40 pk. 13:17 0

0 40 0 0 pk. 48:00

Total 210 629

Dari hasil Tabel 4.24. dapat dilihat bahwa kendaraan 5 memiliki rute perjalanan 0-6-4-3-0, yaitu kendaraan berangkat dari titik 0 (depot), kemudian menuju store 6–4–3, kemudian kembali lagi ke titik 0 (depot). Dapat dilihat bahwa dari waktu tiba kendaraan ke tiap store tidak ada yang terlambat, masih dalam batasan time windows yang ditetapkan oleh tiap store.

Dari total demand yang diangkut kendaraan 5 yaitu sebesar 629 cube feet berarti tidak melebihi kapasitas kendaraan yaitu sebesar 700 cube feet. Karena semua kendala tidak ada yang dilanggar, yaitu dari jam pengiriman tidak ada yang terlambat, dan dari segi kapasitas kendaraan, dimana demand yang diangkut masih lebih kecil dari kapasitas kendaraan, maka semua kendala telah terpenuhi, yang berarti model sudah valid.

Dari hasil pengujian untuk order Tanggal 9 November 2004 di atas, diperoleh bahwa tidak ada kendala kapasitas yang dilanggar, dimana total kendaraan yang digunakan untuk melakukan pengiriman adalah 5 buah kendaraan, dengan kapasitas 350cf, 550 cf, dan 700 cf. Dari segi keterlambatan juga tidak ada yang terlambat karena model yang dibuat dirancang supaya meminimalkan jumlah keterlambatan.