Menentukan Rute Kendaraan Menggunakan Vehicle Routing Problems With Time Windows (VRPTW) Dengan Algoritma Aritificial Bee Colony

i

Menentukan Rute Kendaraan Menggunakan Vehicle Routing Problems With Time Windows (VRPTW) Dengan Algoritma Aritificial Bee Colony

(Studi Kasus CV. Harapan Indah)

Skripsi

Diajukan Kepada Universitas Muhammadiyah Malang Untuk Memenuhi Salah Satu Persyaratan Akademik

Dalam Menyelesaikan Program Sarjana Teknik

Disusun Oleh:

TRIANI AULYA FITRI 201610140311063

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2021

ii

LEMBAR PENGESAHAN SKRIPSI

MENENTUKAN RUTE KENDARAAN MENGGUNAKAN VEHICLE ROUTING PROBLEMS WITH TIME WINDOWS (VRPTW) DENGAN ALGORITMA ARTIFICIAL BEE COLONY

(Studi Kasus CV.Harapan Indah)

Disusun Oleh:

Triani Aulya Fitri 201610140311063 Menyetujui dan Mengesahkan:

Malang,11 Januari 2021 Dosen Pembimbing I

Ir. Annisa Kesy Garside, ST., MT., IPM., ASEAN Eng.

Dosen Pembimbing II

Dana Marsetiya Utama, ST., MT

iii

LEMBAR BIMBINGAN DOSEN PEMBIMBING I

iv

v

LEMBAR BIMBINGAN DOSEN PEMBIMBING II

vi

vii

BERITA ACARA UJIAN TUGAS AKHIR

viii

SURAT PERNYATAAN KEASLIAN

ix

SURAT BALASAN IZIN PENELITIAN

x

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Puji Syukur penulis panjatkan kehadirat Allah SWT atas berkat, rahmat, taufik dan hidayah-Nya, penyusunan skripsi ini dapat diselesaikan dengan baik. Skripsi ini dibuat untuk memenuhi persyaratan akademik di Universitas Muhammadiyah Malang. Untuk memenuhi persyaratan tersebut penulis mengajukan skripsi yang berjudul “ Menentukan Rute Kendaraan Dengan Menggunakan Vehicle Routing Problems With Time Windows (VRPTW) Dengan Menggunakan Algoritma Artificial Bee Colony”. Sungguh bersyukur bahwa Allah senantiasa memberikan berkah pencerahan dan proses pembelajaran yang sangat berarti bagi saya dalam pengerjaan skripsi ini.

Bagi penulis tidak ada kata yang mampu menggambarkan bagaimana saya benar-benar mendapati begitu banyak dialektika pemikiran dalam diri penulis sendiri. Penulis menyadari bahwa dalam proses penulisan skripsi ini begitu banyak mengalami kendala dan hambatan, namun berkat bantuan, bimbingan, kerjasama dari berbagai pihak dan berkah dari Allah SWT sehingga kendala – kendala yang dihadapi mampu diatasi dengan baik. Untuk itu saya menyampaikan ucapan terima kasih kepada Ibu Ir. Annisa Kesy Garside, ST., MT., IPM., ASEAN Eng. selaku Dosen Pembimbing I dan Bapak Dana Marsetiya Utama,ST., MT selaku Dosen Pembimbing II yang telah dengan sabar, tulus dan ikhlas meluangkan waktu, tenaga dan pikiran memberikan bimbingan, motivasi, arahan dan saran – saran yang dapat

xi

berharga kepada penulis selama kegiatan penelitian hingga selesainya tugas akhir ini.

Selanjutnya ucapan terima kasih saya sampaikan juga kepada:

1. Orang tua saya Almh Prof. Dr. Taufina, M.Pd dan John Rahmad yang selalu memberi dukungan dan mendoakan saya serta tak henti- hentinya memberi semangat kepada saya hingga dapat menyelesaikan tugas akhir ini. Beliaulah yang selalu menjadi cerminan hingga menumbuhkan tekad jalan saya selama perkuliahan ini. Serta untuk abang-abang dan kakak tersayang, Iqbal Pratama, Setya Nanda Dwitama, Suci Marta, dan Yosar Dila Marta.

2. CV. Harapan Indah yang telah berkenan memberikan kesempatan bagi saya untuk melakukan penelitian tugas akhir.

3. Ibu Ikhlasul Amallynda, ST., MT dan bapak Rahmad Wisnu Wardana S.Pd., M.Eng Selaku penguji ujian tugas akhir yang telah berkenan memberikan bimbingan, kritik dan saran atas pengerjaan tigas akhir ini.

4. Jajaran Dosen Teknik Industri Universitas Muhammadiyah Malang yang selama ini telah berjasa mencurahkan dan membagi ilmu serta menjadi pembimbing dan panutan.

5. Seluruh keluarga besar Rosmawar yang tak henti-hentinya memberikan dukungan dan Do’a hingga penulis memiliki kekuatan dan tekad untuk menyelesaikan masa sudi.

6. Waode Nadhila dan Raihana Mandari sebagai kawan kolektif di masa perkuliahan saya hingga saat ini sebagai tempat untuk berbagi dan saling mendukung serta saling membicarakan kehidupan ini.

xii

7. Seluruh kawan, sahabat dan teman dekat saya yang tidak dapat saya sebutkan satu persatu yang telah mengisi kisah hidup saya dan mengisi cerita saya selama ini. Semoga kawan – kawan selalu diberi kesehatan dan setiap jalan yang dipilih di Ridhoi Allah SWT.

Dengan segala kerendahan hati, saya menyadari masih banyak terdapat kekurangan – kekurangan, sehingga penulis mengharapkan adanya saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Besar harapan penulis bahwa skripsi ini dapat bermanfaat, memberikan wawasan dan juga menginspirasi pembaca.

Wassalamu’alaikum Wr. Wb.

Malang, 20 Januari 2021

Penulis

xiii

Algoritma Aritificial Bee Colony Untuk Menentukan Rute Kendaraan Menggunakan Vehicle Routing Problems With

Time Windows (VRPTW)

Triani Aulya Fitri^1*, Annisa Kesy Garside^2*, Dana Marsetiya Utama^3*

123Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Malang

Jalan Raya Tlogomas No.246, Tlogomas, Kota Malang 65144 Jawa Timur, Indonesia. Telp (0341) 463513

Email : trianiaulya20@gmail.com, annisa_garside@yahoo.com, dana@umm.ac.id

ABSTRAK

Masalah penentuan rute kendaraan dalam logistic memiliki arti penting bagi perusahaan logistic untuk mengurangi biaya transportasi dan biaya keterlambatan. Kendalaterhadap jendela waktu sangat umum dalam proses distribusi saat sekarang ini. Penelitian ini berfokus pada pengoptimalan biaya bahan bakar dan pinalti. Dalam penelitian ini penulis menggunakan Vehicle Routing Problem with Time Windows (VRPTW) dengan algorima Articial Bee Colony (ABC). Dalam penelitian ini berfokus kepada pengoptimalan biaya bahan bakar dan pinalti. Selanjutnya akan dilakukan pengujian numeric untuk algoritma yang diusulkan, serta melakukan percobaan terhadap beberapa parameter guna mengetahui pengaruh parameter untuk biaya bahan bakar dan penalty

Kata Kunci: Aritificial Bee Colony, Vehicle Routing Problems With Time Windows

xiv

Algoritma Aritificial Bee Colony Untuk Menentukan Rute Kendaraan Menggunakan Vehicle Routing Problems With

Time Windows (VRPTW)

Triani Aulya Fitri^1*, Annisa Kesy Garside^2*, Dana Marsetiya Utama^3*

123Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Malang

Jalan Raya Tlogomas No.246, Tlogomas, Kota Malang 65144 Jawa Timur, Indonesia. Telp (0341) 463513

Email : trianiaulya20@gmail.com, annisa_garside@yahoo.com, dana@umm.ac.id

ABSTRACT

The problem of determining the route of vehicles in logistics has an important meaning for logistics companies for transportation costs and filling costs. The constraints over time windows are very common in today's distribution processes. This research focuses on optimizing fuel costs and penalties. In this study the authors used the Vehicle Routing Problem with Time Windows (VRPTW) with the Articial Bee Colony (ABC) algorithm. This research focuses on optimizing fuel costs and penalties. Furthermore, numerical testing will be carried out for the proposed algorithm, as well as conducting experiments on several parameters in order to avoid the influence of parameters for fuel costs and penalties.

Keywords: Aritificial Bee Colony, Vehicle Routing Problems With Time Windows

xv DAFTAR ISI

HALAMAN SAMPUL SKRIPSI…………...………...i

LEMBAR PENGESAHAN SKRIPSI………...ii

LEMBAR BIMBINGAN DOSEN PEMBIMBING I………..ii

LEMBAR BIMBINGAN DOSEN PEMBIMBING II……….v

BERITA ACARA UJIAN TUGAS AKHIR…….……….vii

SURAT PERNYATAAN KEASLIAN……….viii

SURAT BALASAN IZIN PENELITIAN……….………..ix

KATA PENGANTAR……….………..viii

ABSTRAK……….xiiii

ABSTRACT……….xivv

DAFTAR ISI……….………..xv

DAFTAR TABEL………...xix

DAFTAR GAMBAR……….xxii

BAB I PENDAHULUAN…………...…………...………..1

1.1 Latar Belakang……….……….…1

1.2 Rumusan Masalah……….3

1.3 Tujuan Penelitian………...………4

1.4 Manfaat Penelitian……….………4

1.5 Batasan Masalah.……… ………..4

1.6 Asumsi………...………5

BAB II LANDASAN TEORI……….………..6

2.1 Distribusi dan transportasi...6

2.1.1 Distribusi………….………6

2.1.2 Transportasi………...………8

2.2 Vehicle Routing Problem (VRP)……….. ….….10

xvi

2.3 VRPTW………...…13

2.4 Algoritma Articial Bee Colony………...………....20

2.4.1Fase Inisialisasi………..21

2.4.2 Fae Employee Bee………...…….21

2.4.3 Fase Onlooker Bee………22

2.4.4 Fase Scout Bee……….………….23

BAB III METODOLOGI PENELITIAN………...……...….26

3.1 Tahapan Penelitian………..…………26

3.2 Tahapan Identifikasi dan Penelitian Awal………..….28

3.3 Tahapan Pengumpulan Data………....28

3.4 Tahapan Analisan dan Pengumpulan Data………...…...30

3.4.1 Pembuatan Coding MATLAB………...30

3.4.2 Uji Verifikasi dan Uji Validasi………...…30

3.4.3 Penyelesaian VRPTW pada Rute Dengan Algortima Artificial Bee Colony……….31

3.4.5 Perbandingan Biaya Awal dan Usulan……….31

3.5 Kesimpulan dan Saran……….32

3.5.1 Analisa Hasil………..………...….32

3.5.2 Kesimpulan dan Saran………..…32

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA……..…33

4.1. Gambaran Umum Perusahaan………...…..33

4.2. Pengumpulan Data………..33

4.2.1. Data Pelanggan………...…….…33

4.2.2. Data Permintaan………..36

4.2.3. Data Kendaraan………...….…...37

4.2.4. Data Time Windows………..……..38

xvii

4.2.5. Data Biaya Fuel Consumtion………..……39

4.2.6. Data Jarak Pelanggan………..………40

4.2.7. Data Kecepatan Kendaraan………...…..41

4.2.8. Data Rute Awal………..….42

4.3. Pengolahan Data……….……….42

4.3.1. Perhitungan Total Biaya Distribusi Rute Awal…..….42

4.3.2. Verifikasi dan Validasi dengan Contoh Kasus Sederhana………...44

4.3.3. Penyelesaian VRPTW mengguanakan Artificial Bee Colony………..……….61

4.4. Uji Performansi………...……….63

4.5. Analisis Sensitivitas………64

4.5.1. Pengaruh Loading Time (Lt)………..…….64

4.5.2. Pengaruh Jarak tempuh per liter bahan bakar (KPL). 65 4.5.3. Pengaruh Biaya Flue Consumtion………...66

4.5.4. Pengaruh Service Time………66

BAB V ANALISA PEMBAHASAN……….…….68

5.1 Analisa Hasil Rute Transportasi………..…....68

5.2 Rute Awal Perusahaan……….………68

5.3 Rute Usulan Menggunakan Artificial Bee Colony……….….69

5.4 Analisa Uji Parameter Algoritma………....71

5.5 Analisa Perbandingan Total Biaya Transportasi………..…...72

5.6 Analisa Perubahan Parameter………..…72

5.6.1. Analisa Perubahan Parameter Loading Time...………73

5.6.2. Analisa Perubahan Nilai Jarak Tempuh Per Liter Bahan Bakar (KPL)….. ………....74

xviii

5.6.3. Analisa Perubahan Parameter Biaya Flue

Comsumtion………...74

5.6.4. Analisa Perubahan Parameter Service Time…..…….75

BAB VI PENUTUP………76

6.1 Kesimpulan……….……….76

6.2 Saran………76

DAFTAR PUSTAKA……….77

xix

DAFTAR TABEL

Tabel 2.1 Penelitian Terdahulu ... 17

Tabel 3.1 Contoh Matriks Jarak (km) ... 29

Tabel 3.2 Contoh Matriks Kecepatan... 30

Tabel 4.1 Data Pelanggan ... 33

Tabel 4.2 Data Permintaan Pelanggan ... 36

Tabel 4.3 Kapasitas Kendaraan Dan Jenis Bahan Bakar ... 37

Tabel 4.4 Data Time Windows ... 38

Tabel 4.5 Data Jarak Tempuh (KM) ... 40

Tabel 4.6 Data Kecepatan Kendaraan ... 41

Tabel 4.7 Data Rute Awal ... 42

Tabel 4.8 Rekapitulasi hasil perhitungan rute awal ... 44

Tabel 4.9 Data Jarak Pelanggan Contoh Kasus Sederhana ... 45

Tabel 4.10 Data Permintaan Pelanggan Contoh Kasus Sederhana ... 45

Tabel 4.11 Data Kecepatan Kendaraan Contoh Kasus Sederhana ... 46

Tabel 4.12 Pembagian Bilangan Acak Contoh Kasus Sederhana ... 47

Tabel 4.13 Pengurutan Kostumer Contoh Kasus Sederhana ... 47

Tabel 4.14 Kelayakan Kapasitas Kendaraan dan Time Windows ... 49

Tabel 4.15 Total Jarak, Kosumsi Bahan Bakar dan Penalty Setiap Employ Bee ... 53

Tabel 4.16 Nilai Fungsi Tujuan Contoh Kasus Sederhana ... 54

Tabel 4.17 Solusi Baru EB Contoh Kasus Sederhana... 55

Tabel 4.18 Nilai Fungsi Tujuan ... 55

Tabel 4.19 Perbandingan Solusi Contoh Kasus Sederhana. ... 56

Tabel 4.20 Perubahan Trial Limit Contoh Kasus Sederhana ... 56

Tabel 4.21 Nilai Fitnes Contoh Kasus Sederhana ... 57

xx

Tabel 4.22 Probabilitas dan Probabilitas Komulatif Contoh Kasus

Sederhana ... 58

Tabel 4.23 Hasil Pemilihan Onlooker Bee Contoh Kasus Sederhana ... 59

Tabel 4.24 Solusi Baru Onlooker Bee Contoh Kasus Sederhana ... 59

Tabel 4.25 Fungsi Tujuan Onlooker Bee Contoh Kasus Sederhana ... 59

Tabel 4.26 Perbandingan Nilai Fungsi tujuan Contoh Kasus Sederhana ... 60

Tabel 4.27 Trial Limit ... 60

Tabel 4.28 Rute Terpilih EB4 Contoh Kasus Sederhana ... 61

Tabel 4.29 Rekapitulasi Biaya Fuel Consumtion Algoritma Bee Colony ... 61

Tabel 4.30 Rekapitulasi Biaya Pinalty Algoritma Artificial Bee Clony ... 62

Tabel 4.31 Rekapitulasi Total Biaya Algoritma Artificial Bee Colony ... 62

Tabel 4.32 Perbandingan Hasil Rute Awal dan Rute Usulan ... 64

Tabel 4.33 Hail Perubahan Lt ... 65

Tabel 4.34 Hasil Perubahan Nilai KPL……….…….65

Tabel 4.35 Hail Perubahan Nilai Cf………...66

Tabel 4.36 Hasil Perubahan Nilai St………..66

Tabel 5.1 Rute yang Ditempuh dan Total Biaya Metode Awal ... 69

Tabel 5.2 Rute yang Ditempuh dan Total Biaya Metode Usulan ... 70

Tabel 5.3 Hasil Total Biaya ... 71

xxi

DAFTAR GAMBAR

Gambar 2.1 Pseducode Algoritma ABC ... 24

Gambar 2.1 Diagram Alir Algoritma ABC ... 25

Gambar 3. 1 Flowchart Tahapan Penelitian ... 27

Gambar 5. 1 Perbandingan Total Biaya Transportasi ... 72

Gambar 5.2 Gambar Perubahan Lt ... 73

Gambar 5. 3 Gambar Perubahan KPL ... 74

Gambar 5. 4 Gambar Perubahan Cf ... 75

Gambar 5. 5 Gambar Perubahan St ... 75

77

DAFTAR PUSTAKA

Chopra, S., & Meindl, P. (2007). Supply Chain Managemen.

Chu, J., Yan, S., & Huang, H.-J. (2017). Multi-Trip Split-Delivery Vehicle Routing Problem with Time Windows for Inventory Replenishment Under Stochastic Travel Times. Networks and Spatial Economics.

Danuri, & Prijodiprodjo, W. (2013). Penerapan Bee Colony Optimization Algorithmn untuk Penentuan Rute Terpendek (Studi Kasus : Objek Wisata Daerah Istimewa Yogyakarta). IJCCS.

El-Sherbeny, N. (2010). Vehicle routing with time windows: An overview of exact, heuristicand metaheuristic methods. Journal of King Saud University - Science.

Kallehauge, B., Larsen, J., & Madsen, O. (2006). Lagrangian duality applied to the vehicle routing problem with time windows. Computers &

Operations Research.

Karaboga, D., & Akay, B. (2009). A comparative study of Artificial Bee Colony algorithm. Applied Mathematics and Computation.

Karaboga, D., & Ozturk, C. (2009). A comprehensive survey: Artificial bee colony (ABC) algorithm and applications.

Kaur, A., & Goyal, S. (2011). A Survey on the Applications of Bee Colony Optimization Techniques. International Journal on Computer Science and Engineering(IJCSE).

Khebbache, s., Prins, C., Yalaoui, A., & Reghioui, M. (2009). Heuristics for Two-Dimensional. IFAC Proceedings Volumes.

Korablev, V., Makeev, I., Kharitonov, E., Tshukin, B., & Romanov, I. (2016).

Approaches to Solve the Vehicle Routing Problem in the Valuables Delivery Domain. Procedia Computer Science.

Küçükoğlu, İ., & Öztürk, N. (2015). An advanced hybrid meta-heuristic algorithm for the vehicle. Computers & Industrial.

Li, J., Li, Y., & Pardalos, P. (2016). Multi-depot vehicle routing problem with time windows under shared depot resources. Journal of Combi- natorial Optimization.

78

Mahmoudi, M., & Zhou, X. (2016). Finding optimal solutions for vehicle routing problem with pickup and delivery services with time windows: A dynamic programming approach based on state–space–

time network representations. Transportation Research Part B:Methodological.

Mingyong, L., & Erbao, C. (2010). An improved differential evolution algorithm for vehiclerouting problem with simultaneous pickups and deliveries and time windows. Engineering Applications of Artificial Intelligence.

Monirehalsadat Mahmoudi, X. Z. (2015). Finding optimal solutions for vehicle routing problem with pickup and delivery services with time windows: A dynamic programming approach based on state–space–

time network representations. Transportation Research Part B, 2.

Nasution, H. (1996). Manajemen Transportasi.

Rahmi, Y., & Murti , A. (2013). Penerapan Metode Saving Matrix Dalam Penjadwalan Dan Penentuan Rute Distribusi Premium Di SPBU Kota Malang. Jurnal Rekayasa Mesin, 17-26.

Sugioko, A. (2013). Perbandingan Algoritma Bee Colony dengan Algoritma.

Jurnal Metris, 2.

sunil chopra, p. m. (2007). Supply Chain Managemen.

Thangiah, S. R. (1995, August). Vehicle Routing with Time Windows using Genetic Algorithms. Slippery Rock University of Pennsylvania.

Toth, P., & Vigo, D. (2002). the vehicle routing problem.

Wong, L., Low, M., & Chong, C. (2009). An Efficient Bee Colony Optimization Algorithm for Traveling Salesman Problem using Frequency based Pruning. IEEE International Conference on Industrial I.

Ziauddin Ursani, D. E. (2009). Localized genetic algorithm for vehicle routing problem with time windows. Applied Soft Computing, 1.

6