USULAN PENELITIAN TUGAS AKHIR TOPIK/JUDUL TUGAS AKHIR PENERAPAN ANT COLONY SYSTEM PADA VEHICLE ROUTING PROBLEM UNTUK MENENTUKAN RUTE DISTRIBUSI PADA PT. RISKY AGIE Maksud dan Tujuan Penelitian Memperoleh rute distribusi yang terpendek sehingga dapat meminimalkan biaya distribusi menggunakan Algoritma Ant Colony System pada PT. Risky Agie Oleh: Yoan Ariesta 063.08.013 Laboratorium: Sistem dan Simulasi Industri Pembimbing utama Paraf Pembimbing DR. Dra.Pudji Astuti, MT
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
USULAN PENELITIAN TUGAS AKHIR
TOPIK/JUDUL TUGAS AKHIR
PENERAPAN ANT COLONY SYSTEM PADA VEHICLE ROUTING PROBLEM UNTUK
MENENTUKAN RUTE DISTRIBUSI PADA PT. RISKY AGIE
Maksud dan Tujuan Penelitian
Memperoleh rute distribusi yang terpendek sehingga dapat meminimalkan biaya distribusi
menggunakan Algoritma Ant Colony System pada PT. Risky Agie
Oleh:
Yoan Ariesta
063.08.013
Laboratorium:
Sistem dan Simulasi Industri
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS TRISAKTI
2012
Pembimbing utama Paraf Pembimbing
DR. Dra.Pudji Astuti, MT
1. Latar Belakang
Seiring dengan perkembangan zaman di Indonesia maka semakin berkembang
pula teknologi yang digunakan untuk memudahkan kinerja manusia. Sebagai contoh
dalam hal memasak, dulu sekali orang Indonesia memakai kayu bakar. Namun hal ini
sangatlah merepotkan karena mereka harus mencari kayu atau ranting-ranting pohon.
Lalu dengan bertambahnya waktu mucullah kompor minyak. Hal ini dianggap jauh
lebih praktis karena kompor ini hanya menggunakan minyak tanah, sumbu dan api
sebagai bahannya. Karena persediaan cadangan minyak bumi di Indonesia makin
menipis akhirnya pada awal tahun 2007 pemerintah RI mengeluarkan kebijakan
konversi minyak tanah ke gas. Hal ini tentunya berakibat melonjaknya permintaan
gas. Oleh karena itu pendistribusian yang baik dan tepat waktu merupakan salah satu
hal yang penting untuk memenuhi kebutuhan pelanggan.
PT. RISKY AGIE memiliki armada angkut untuk melayani pengiriman gas
elpiji ke sub-sub agen dalam Kota dan setiap armada melayani 4-7 titik sub-sub agen
tersebut. Selama ini pertimbangan pengemudi dalam rute mendistribusikan gas-gas
elpiji ke sub-sub pelanggan hanya berdasarkan instuisi acak pengemudi dan tidak
mempertimbangkan banyaknya barang yang diangkut ke lokasi serta tidak
mempertimbangkan apakah rute yang ditempuh sudah memiliki jarak tempuh yang
efisien atau belum. Oleh sebab itu perlu ditentukan rute pendistribusian yang efisien
sehingga perusahaan dapat memperoleh jarak tempuh yang terpendek sekaligus dapat
meminimasi biaya transportasi. Masalah transportasi ini dimodelkan sebagai
permasalahan Vehicle Routing Problem (VRP). Beberapa metode yang digunakan
untuk menyelesaikan VRP antara lain adalah dengan pendekatan eksak, heuristik dan
metaheuristik. Dibandingkan dengan heuristik klasik, metaheuristik menunjukan
pencarian solusi yang lebih efektif dan teliti. Ant Colony System merupakan metode
terbaik yang dapat diimplementasikan pada VRP dibanding metaheuristik lain.
2. Rumusan Masalah
Permasalahan yang terjadi pada PT. Risky Agie adalah rute pendistribusian
gas elpiji dari PT. Risky Agie ke sub-sub agen yang masih kurang efektif dan
efisien dikarenakan pendistribusian gas elpiji berdasarkan instuisi acak pengemudi
sehingga rute pendistribusian belum optimal atau rute yang yang dilewati masih
belum terpendek. Akibatnya biaya distribusi atau biaya transportasi pun ikut
melonjak dan waktu tempuh untuk mengantarkan gas ke sub-sub agen menjadi lebih
lama.
3. Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah:
1. Memperoleh rute pendistribusi gas elpiji yang efisien dan optimal,
menggunakan model Vehicle Routing Problem dengan metode
Algoritma Ant Colony.
2. Meminimasi biaya distribusi gas elpiji pada PT. Risky Agie
4. Studi Literatur
4.1 Definisi dan jenis Vehicle Routing Problem
VRP dapat disebut juga Vehicle Schedulling Problem, berhubungan dengan
distribusi barang jadi antara depot dengan pengguna akhir (konsumen). Model dan
algoritmanya dapat digunakan secara efektif tidak hanya untuk pengiriman dan
pengambilan barang, tetapi juga dapat diaplikasikan untuk masalah transportasi
sehari-hari.
Vehicle Routing Problem (VRP) adalah suatu metoda yang digunakan untuk
menetukan rute untuk suatu armada kendaraan baik dari single depot ataupun multiple
depot sehingga dapat melayani pelanggan yang tersebar secara geografis.
Distribusi barang meliputi pelayanan sejumlah konsumen, pada waktu tertentu, oleh
jumlah kendaraan, berasal dari 1 atau lebih depot, dikendarai sejumlah
pengemudi/kru, dan pergerakannya menggunakan suatu jaringan jalan (road network).
Salah satu definisi VRP adalah suatu pencarian solusi yang meliputi penentuan
sejumlah rute, masing-masing rute dilalui oleh 1 kendaraan yang berawaal dan
berakhir di depot asal, agar dapat melayani semua konsumennya dengan tetap
memenuhi kendala operasional yang ada, juga dengan meminimumkan biaya
transportasi global (P.toth & D. Vigo, 2002)
VRP pada aplikasinya merupakan salah satu bagian dari permasalahan perutean
(routing problem). Pengembangan dari persoalan di atas menghasilkan beberapa jenis
(variant) VRP, antara lain :
1. Capacitated Vehicle Routing Problem (CVRP), jenis dari VRP dimana setiap unit
kendaraan mempunyai kapasitas angkut barang yang sama. Jumlah permintaan
barang yang dapat dilayani oleh setiap kendaraan tidak boleh melebihi dari
kapasitas angkut barang kendaraan.
2. Vehicle Routing Problem with Time Widows (VRPTW), jenis dari VRP dimana
masing-masing pelanggan dan tempat pemberhentian memiliki interval waktu
tertentu dalam melakukan pengambilan dan pengiriman barang.
3. Capacitated Vehicle Routing Problem with Time Windows (CVRPTW), jenis dari
VRP yang merupakan gabungan dari CVRP dan VRPTW.
4. Multiple Depot Vehicle Routing Problem (MDVRP), jenis dari VRP dengan lebih
dari satu depot.
5. Periodic Vehicle Routing Problem (PVRP), jenis dari VRP dimana pengiriman
barang dapat dilakukan dalam beberapa hari (lebih dari 1 hari).
6. Split Delivery Vehicle Routing Problem (SDVRP), jenis dari VRP dimana satu
pelanggan dapat dilayani oleh lebih dari satu unit kendaraan.
7. Vehicle Routing Problem with Backhauls (VRPB), jenis dari VRP dimana antara
pengambilan barang dan pengiriman barang dapat dilakukan pada setiap tempat
pemberhentian yang diberikan sepanjang rute. Secara khusus, pengambilan barang
tidak dapat dilakukan sampai semua pengiriman selesai dilakukan.
4.2 Definisi Ant Colony
Algoritma Semut diadopsi dari perilaku koloni semut yang dikenal sebagai sisetem
semut (Dorigo, 1996). Secara alamiah koloni semut mampu menemukan rute terpendek
dalam perjalanan dari sarang ke tempat-tempat sumber makanan. Koloni semut dapat
menemukan rute terpendek antara sarang dan sumber makanan berdasarkan jejak kaki pada
lintasan yang telah dilalui. Semakin banyak semut yang melalui suatu lintasan, maka akan
semakin jelas bekas jejak kakinya. Hal ini akan menyebabkan lintasan yang dilalui semut
dalam jumlah sedikit, semakin lama akan semakin ber4kurang kepadatan semut yang
melewatinya, atau bahkan akan tidak dilewati sama sekali. Sebaliknya lintasan yang dilalui
semut dalam jumlah banyak, atau bahkan semua semut akan melalui lintasan tersebut.
Gambar 4.1 Perjalanan semut menemukan sumber makanan
dari gambar 4.1a di atas menujukkan ada dua kelompok semut yang akan
melakukan perjalanan. Satu kelompok bernama L yaitu kelompok yang berangkat dari arah
kiri merupakan sarang semut dan kelompok lain ytang bernama kelompok R yang
berangkat dari kanan yang merupakan sumber makanan. Kedua kelompok semut dari titik
berangkat sedang dalam posisi pengambilan keputusan jalan sebelah mana yang akan
diambil. Kelompok semut L membagi dua kelompok lagi. Sebagian melalui jalan bawah.
Hal ini juga berlaku pada kelompok semut R. Gambar 4.1b dan gambar 4.1c menunjukkan
bahwa kelompok semut berjalan pada kecepatan yang sama dengan meninggalkan feromon
atau jejak kaki di jalan yang telah dilalui. Feromon yang ditinggalkan oleh kumpulan semut
yang melalui jalan atas telah mengalami banyak penguapan karena semut yang melalui
jalan atas berjumlah lebih sedikit daripada jalan yang di bawah. Hal ini dikarenakan jarak
yang ditempuh lebih panjang daripada jalan bawah. Sedangkan feromon yang berada di
jalan bawah, penguapannya cenederung lebih lama. Karena semut yang melalui jalan
bawah lebih banyak daripada semut yang melaui jalan atas. Gambar 4.1d menunjukkan
bahwa semut-semut yang lain pada akhirnya memutuskan untuk melewati jalan bawah
karena feromon yang ditinggalkan masih banyak. Sedangkan feromon pada jalan atas
sudah banyak menguap sehingga semut-semut tidak memilih jalan atas tersebut. Semakin
banyak semut yang melalui jalan bawah maka semakin banyak semut yang mengikutinya.
Demikian juga dengan jalan atas, semakin sedikit semut yang melalui jalan atas,
maka feromon yang ditinggalkan semakin berkurang bahkan hilang. Dari sinilah kemudian
terpilihlah jalur terpendek antara sarang dan sumber makanan.
Dalam algoritma semut, diperlukan beberapa variabel dan langkahlangkah untuk
menentukan jalur terpendek, yaitu:
Langkah 1 :
a. Inisialisasi harga parameter-parameter algoritma.
Parameter-parameter yang di inisialisasikan adalah :
1. Intensitas jejak semut antar kota dan perubahannya (τij)
2. Banyak kota (n) termasuk koordinat (x,y) atau jarak antar kota (dij)