Anda di halaman 1dari 71

1

BAB I
PENDAHULUAN

A. Latar Belakang
Pesatnya perkembangan pembangunan wilayah perkotaan di
Indonesia,diikuti oleh peningkatan perpindahan sebagian rakyat pedesaan ke kota
dengan anggapan akan memperoleh kehidupan yang lebih baik. Hal ini tentunya
sangat berdampak pada peningkatan jumlah penduduk kota yang juga sebanding
dengan limbah yang akan dihasilkan. Namun, tidak disertai secara langsung
denganpenyediaan sarana dan prasarana yang sebanding oleh pemerintah,
akibatnya pelayanan yang ada tidak maksimal dan terjadi penurunan kualitas
lingkungan, khususnya pada permasalahan pengangkutan sampah kota. Untuk
menanggulangi permasalahan ini, sangat dibutuhkan peranan pemerintah yang
didukung oleh kepedulian masyarakat kota setempat.
Pengelolaan sampah harus semakin diperhatikan karena berhubungan
dengan efisiensi biaya. Transportasi sampah adalah sub-sistem persampahan yang
bersasaran membawa sampah dari lokasi Tempat Pembuangan Sampah
(TPS)secara langsung menuju ke Tempat Pembuangan Akhir (TPA) . Dengan
optimasi subsistem ini diharapkan pengangkutan sampah menjadi mudah dengan
tujuan akhir meminimalkan penumpukan sampah yang akan memberi dampak
langsung bagi kesehatan masyarakat dan keindahan kota.
Minimasi jarak dan waktu tempuh merupakan solusi utama dari
perencanaan rute pengangkutan sampah. Rute pengangkutan sampah yang dibuat
haruslah efektif dan efisien sehingga didapatkan rute pengangkutan yang paling
optimum.
Kota Malang merupakan salah satu kota yang mengalami permasalahan
kompleks di bidang pengelolaan persampahan ini. Proses pengambilan sampah
pada kota ini dilakukan dengan menggunakan cara pengambilan bak rute dan
kontainer yang tersebar di setiap jalan umum. Namun, keadaan ini tidak ditunjang
dengan sistem pengangkutan yang efektif dan efisien khususnya pada sub bagian
penentuan rute pelayanan pengangkutan sampah sehingga terjadi penumpukan
sampah di beberapa wilayah. Dengan biaya bahan bakar yang terbatas pada setiap
2

kendaraan pengangkut maka proses pengangkutan sampah hanya dapat
dilaksanakan sebanyak satu kali putaran saja yaitu dari pangkalan ke setiap
wilayah pelayanan tertentu lalu dibawa ke TPS dan berakhir di TPA.
Dari gambaran permasalahan ini, sangat penting untuk melakukan kajian
lebih lanjut tentang upaya untuk mengoptimalkan proses pengangkutan sampah
dengan satu kali putaran rute agar menjadi efektif dan efisien.Atas dasar inilah,
penulis memilih judul : Analisis Sistem Pengangkutan Sampah Kota Malang
DenganMetode Penyelesaian Vehicle Routing Problem with Time Windows
(VRPTW) untuk Meminimalisasi Jarak dan Waktu.
B. Perumusan Masalah
Permasalahan mendasar terkait dengan pengangkutan sampah di Kota
Malang adalah kurang efektifnya sistem pengangkutan sampah pada beberapa
TPS di beberapa wilayah. Oleh karena itu perumusan masalah yang akan dibahas
pada tugas akhir ini adalah sebagai berikut:
1. Bagaimana mengoptimalkan proses pengangkutan dengan satu kaliputaran
rute agar tidak terjadi penumpukan sampah pada beberapa TPS ?
2. Bagaimana membuat rute pengangkutan yang efektif dan efisien pada
setiap wilayah pelayanan yang ada dengan meminimalkan jarak dan waktu
pengangkutan sampah ?
3. Bagaimana perbandingan hasil perhitungan manual dengan alat bantu
untuk menyelesaikan permasalahan pengangkutan sampah ?

C. Batasan Masalah
Untuk mengarahkan penulis agar penelitian dan permasalahan yang dikaji
lebih mendetail dan sesuai dengan Judul dan Tujuan Penulisan Laporan ini,
maka penulis membatasi masalah yang akan dibahas berikut ini:
1. Kondisi penumpukan sampah yang dimaksud adalah pada beberapa
TPSyang tersebar di Kota Malang.
2. Pola pengangkutan door to door dengan alat angkut armroll truck
berkapasitas 8 m
3
, waktu pelayanan pada pagi hari dengan rute yang
berkelok, dan proses pengangkutan dengan satu kali putaran rute.
3. Asumsi jalanan tidak macet.
3

4. Asumsikan kecepatan rata-rata truk 40 km/jam
5. Kendaraan yang digunakan adalah armroll truck milik Dinas Pertamanan
dan Kebersihan Kota Malang.

D. Tujuan Penelitian
Berdasarkan perumusan masalah di atas, maka tujuan yang ingin dicapai
pada penelitian tugas akhir ini adalah:
1. Mengoptimalkan proses pengangkutan dengan satu kali putaran rute
agartidak terjadi penumpukan sampah pada beberapa wilayah pelayanan.
2. Membuat rute pengangkutan yang efektif dan efisien pada setiap wilayah
pelayanan yang ada.
3. Meminimalisasi waktu pengangkutan sampah pada setiap wilayah
pelayanan yang ada.

E. Manfaat Penelitian
1. Bagi Pemerintah Kota, khususnya Dinas Pertamanan dan Kebersihan
adalah sebagai alternatif solusi mengenai pengoptimalan rute
pengangkutan sampah agar menjadi efektif dan efisien.
2. Bagi Kalangan Akademik, khususnya Jurusan Matematika Konsentrasi
Terapan dapat dijadikan salah satu referensi untuk memperluas
pemahaman mengenai kondisi Kota Malang.
3. Bagi Penulis, untuk mengetahui lebih dalam mengenai sistem
pengangkutan sampah kota dan pengoptimalan penjadwalan serta rute
yang efektif dan efisiendengan menggunakan metode penyelesaian
VRPTW (Vehicle Routing Problem with Time Windows).







4

BAB II
TEORI DASAR

A. Kajian Teori Pengumpulan dan Pengangkutan dalam Pengelolaan
Persampahan
1. Pengertian Sampah
Menurut Undang-Undang Nomor 18 Tahun 2008 tentang Pengelolaan
Sampah, sampah adalah sisa kegiatan sehari-hari manusia dan atau proses alam
yang berbentuk padat. Kemudian yang dimaksud dengan sampah spesifik adalah
sampah yang karena sifat, konsentrasi, dan atau volumenya memerlukan
pengelolaan khusus. Sedangkan menurut Hadiwiyoto (1983:12), sampah adalah
bahan sisa, baik bahan-bahan yang sudah tidak digunakan lagi (barang
bekas)maupun bahan yang sudah diambil bagian utamanya yang dari segi
ekonomis,sampah adalah bahan buangan yang tidak ada harganya dan dari segi
lingkungan,sampah adalah bahan buangan yang tidak berguna dan banyak
menimbulkan masalah pencemaran dan gangguan pada kelestarian lingkungan.
Menurut Kamus Lingkungan dalam Basriyanta (2007:17), sampah adalah
bahan yang tidak mempunyai nilai atau tidak berharga untuk digunakan secara
biasa atau khusus dalam produksi atau pemakaian; barang rusak atau cacat selama
manufaktur atau materi berkelebihan atau buangan. Sedangkan definisi sampah
menurut Tim Penulis Penebar Swadaya (2008:6) adalah suatu bahan yang
terbuang atau dibuang dari sumber hasil aktivitas manusia maupun alam yang
belum memiliki nilai ekonomis.
Banyak lagi ahli yang mengajukan batasan-batasan lain, tapi pada umumnya
mengandung prinsip-prinsip yang sama, (Haryoto Kusno Saputro, 1983), yaitu :
a. Adanya suatu benda atau zat padat atau bahan.
b. Berhubungan langsung/tidak langsung dengan aktivitas manusia
c. Bahan/benda tak terpakai, tidak disenangi dan dibuang dengan cara-
carayang diterima (perlu pengelolaan yang baik).
2. Sumber Sampah
Berdasarkan Undang-Undang Nomor 18 Tahun 2008 tentang Pengelolaan
Sampah, sumber sampah adalah asal timbulan sampah. Sedangkan menurut
5

Tchobanoglous (1977:51), sumber sampah antara lain berasal dari daerah
permukiman, perdagangan, perkantoran/pemerintahan, industri,
lapanganterbuka/taman, pertanian dan perkebunan.
Menurut Prihandarini (2004:11), berdasarkan sumbernya sampah
digolongkan kepada dua kelompok besar yaitu:
a. Sampah domestik, yaitu sampah yang sehari-harinya dihasilkan akibat
kegiatan manusia secara langsung, misalnya; dari rumah tangga,
pasar,sekolah, pusat keramaian, permukiman, dan rumah sakit.
b. Sampah non domestik, yaitu sampah yang sehari-hari dihasilkan oleh
kegiatan manusia secara tidak langsung, seperti dari pabrik,
industri,pertanian, peternakan, perikanan, kehutanan, transportasi, dan
sebagainya.
Sedangkan menurut SNI 19-3983-1995, sumber sampah berasal dari:
a. Perumahan : rumah permanen, rumah semi permanen, rumah non
permanen.
b. Non perumahan : kantor, toko/ruko, pasar, sekolah, tempat ibadah, jalan,
hotel, restoran, industri, rumah sakit, dan fasilitas umum lainnya.
3. Pengertian Pengelolaan dan Penanganan Sampah
Menurut Undang-Undang Nomor 18 Tahun 2008 tentang Pengelolaan
Sampah, pengelolaan sampah adalah kegiatan sistematis, menyeluruh, dan
berkesinambungan yang meliputi pengurangan dan penanganan
sampah.Kemudian menurut Direktorat PLP, Dirjen Cipta Karya Departemen PU
(2003),penanganan sampah adalah upaya yang meliputi kegiatan pemilahan,
pengumpulan, pemindahan, pengangkutan, pengolahan, dan pemrosesan akhir
sampah.
Sedangkan menurut Hadiwiyoto (1983:23), pengelolaan sampah ialah
usaha untuk mengatur atau mengelola sampah dari proses
pengumpulan,pemisahan, pemindahan, pengangkutan, sampai pengolahan dan
pembuanganakhir. Sedangkan yang dimaksud dengan penanganan sampah ialah
perlakuan terhadap sampah untuk memperkecil atau menghilangkan masalah-
masalah yang ada kaitannya dengan lingkungan, yang dapat berbentuk membuang
6

sampah saja atau mengembalikan (recycling) sampah menjadi bahan-bahan yang
bermanfaat.
Sehingga dari kedua pengertian tersebut dapat disimpulkan bahwa yang
dimaksud dengan pengelolaan atau penanganan sampah ialah usaha untuk
mengelola sampah dengan tujuan untuk menghilangkan masalah-masalah yang
berkaitan dengan lingkungan untuk mencapai tujuan yaitu kota yang bersih, sehat,
dan teratur.
4. Teknik Pengelolaan Sampah Perkotaan
a. Persyaratan Teknis Pengelolaan Sampah Perkotaan
1. Teknik operasional pengelolaan sampah
Teknik operasional pengelolaan sampah perkotaan yang terdiri dari
kegiatan pewadahan sampai dengan pembuangan akhir sampah harus bersifat
terpadu dengan melakukan pemilahan sejak dari sumbernya.
Skema teknik operasional pengelolaan persampahan dapat dilihat padaGambar 1.













Gambar 1. Diagram Teknik Operasional Pengelolaan Persampahan
Sumber: Badan Standarisasi Nasional (2002)



TIMBULAN SAMPAH
PEMILAHAN, PEWADAHAN, DAN
PENGOLAHAN DI SUMBER
PENGUMPULAN
PEMINDAHAN
PEMILAHAN DAN
PENGOLAHAN
TIMBULAN SAMPAH
TIMBULAN SAMPAH
7

2. Faktor-faktor yang mempengaruhi sistem pengelolaan sampah perkotaan
a. Kepadatan dan penyebaran penduduk
b. Karakteristik fisik lingkungan dan sosial ekonomi
c. Timbulan dan karakteristik sampah
d. Budaya sikap dan perilaku masyarakat
e. Jarak dari sumber sampah ke tempat pembuangan akhir sampah
f. Rencana tata ruang dan pengembangan kota
g. Sarana pengumpulan, pengangkutan, pengolahan, dan pembuangan
akhirsampah
h. Biaya yang tersedia
i.Peraturan daerah setempat

3. Perencanaan kegiatan operasi daerah pelayanan
Hasil perencanaan daerah pelayanan berupa identifikasi masalah dan potensi
yang tergambar dalam peta-peta sebagai berikut:
Peta kerawanan sampah minimal menggambarkan besaran timbulan
sampah dan jumlah penduduk, kepadatan rumah/bangunan.
Peta pemecahan masalah menggambarkan pola yang
digunakan,kapasitas perencanaan (meliputi alat dan personil), jenis
sarana danprasarana, potensi pendapatan jasa pelayanan serta rute dan
penugasan.

4. Tingkat pelayanan
Tingkat pelayanan didasarkan jumlah penduduk yang terlayani dan luas
daerah yang terlayani dan jumlah sampah yang terangkat ke TPA.
a. Frekuensi pelayanan
Berdasarkan hasil penentuan skala kepentingan daerah pelayanan,
frekuensipelayanan dapat dibagi dalam beberapa kondisi sebagai berikut:
Pelayanan intensif antara lain untuk jalan protokol, pusat kota,
dandaerah komersial.
Pelayanan menengah antara lain untuk kawasan permukiman teratur
Pelayanan rendah antara lain untuk daerah pinggiran kota.
8

b. Faktor penentu kualitas operasional pelayanan
1. Tipe kota
2. Sampah terangkut dari lingkungan
3. Frekuensi pelayanan
4. Jenis dan jumlah peralatan
5. Peran aktif masyarakat
6. Retribusi
7. Timbunan sampah.

b. Teknik Operasional
1. Pewadahan sampah
a. Pola pewadahan
Melakukan pewadahan sampah sesuai dengan jenis sampah yang telah
terpilah,yaitu:
1. Sampah organik seperti daun sisa, sayuran, kulit buah lunak, sisa
makanan dengan wadah warna gelap.
2. Sampah anorganik seperti gelas, plastik, logam, dan lainnya, dengan
wadah warna terang.
3. Sampah bahan berbahaya beracun rumah tangga, dengan warna merah
yang diberi lambang khusus atau semua ketentuan yang berlaku.
Pola pewadahan sampah dapat dibagi dalam individual dan komunal.
Pewadahan dimulai dengan pemilahan baik untuk pewadahan individual
maupun komunal sesuai dengan pengelompokan pengelolaan sampah.
b. Kriteria lokasi dan penempatan wadah
Lokasi penempatan wadah adalah sebagai berikut:
1. Wadah individual ditempatkan:
- Di halaman muka
- Di halaman belakang untuk sumber sampah dari hotel restoran
2. Wadah komunal ditempatkan:
- Sedekat mungkin dengan sumber sampah
- Tidak mengganggu pemakai jalan atau sarana umum lainnya
9

- Di luar jalur lalu lintas, pada suatu lokasi yang mudah untuk
pengoperasiannya
- Di ujung gang kecil
- Di sekitar taman dan pusat keramaian (untuk wadah pejalan kaki) untuk
pejalan kaki minimal 100 m
- Jarak antar wadah sampah.
c. Persyaratan bahan wadah
Persyaratan bahan adalah sebagai berikut:
1. Tidak mudah rusak dan kedap air
2. Ekonomis, mudah diperoleh dibuat oleh masyarakat
3. Mudah dikosongkan.
Persyaratan untuk bahan dengan pola individual dan komunal seperti pada

d. Penentuan ukuran wadah
Penentuan ukuran volume ditentukan berdasarkan:
1. Jumlah penghuni tiap rumah
2. Timbulan sampah
3. Frekuensi pengambilan sampah
4. Cara pemindahan sampah
5. Sistem pelayanan (individual atau komunal).
e. Pengadaan wadah sampah
10

Pengadaan wadah sampah untuk:
1. Sampah individual oleh pribadi atau instansi atau pengelola
2. Sampah komunal oleh instansi komunal


2. Pengumpulan sampah
a. Pola pengumpulan
Pola pengumpulan sampah terdiri dari:
1. Pola individual langsung dengan persyaratan sebagai berikut:
- Kondisi topografi bergelombang (> 15-40%), hanya alat pengumpul
mesin yang dapat beroperasi
- Kondisi jalan cukup lebar dan operasi tidak mengganggu pemakai
jalan lainnya
- Kondisi dan jumlah alat memadai
- Jumlah timbunan sampah > 0,3 m3/hari
- Bagi penghuni yang berlokasi di jalan protokol.
2. Pola individual tidak langsung dengan persyaratan sebagai berikut:
- Bagi daerah yang partisipasi masyarakatnya pasif
- Lahan untuk lokasi pemindahan tersedia
- Bagi kondisi topografi relatif datar (rata-rata < 5%) dapat
menggunakan alat pengumpul non mesin (gerobak atau becak)
- Alat pengumpul masih dapat menjangkau secara langsung
11

- Kondisi lebar gang dapat dilalui alat pengumpul tanpa mengganggu
pemakai jalan lainnya
- Harus ada organisasi pengelola pengumpulan sampah.
3. Pola komunal langsung dengan persyaratan sebagai berikut:
- Bila alat angkut terbatas
- Bila kemampuan pengendalian personil dan peralatan relatif rendah
- Alat pengumpul sulit menjangkau sumber-sumber sampah individual
(kondisi daerah berbukit, gang/jalan sempit)
- Peran serta masyarakat tinggi
- Wadah komunal ditempatkan sesuai dengan kebutuhan dan lokasi
yang mudah dijangkau oleh alat pengangkut (truk)
- Untuk permukiman tidak teratur.
4. Pola komunal tidak langsung dengan persyaratan sebagai berikut:
- Peran serta masyarakat tinggi
- Wadah komunal ditempatkan sesuai dengan kebutuhan dan lokasi
yang mudah dijangkau oleh alat pengumpul
- Lahan untuk lokasi pemindahan tersedia
- Bagi kondisi topografi relatif datar (rata-rata < 5%), dapat
menggunakanalat pengumpul non mesin (gerobak atau becak) bagi
kondisi topografi >5% dapat menggunakan cara lain seperti pikulan,
kontainer kecil berodadan karung
- Lebar jalan/gang dapat dilalui alat pengumpul tanpa mengganggu
pemakai jalan lainnya
- Harus ada organisasi pengelola pengumpulan sampah.
5. Pola penyapuan jalan dengan persyaratan sebagai berikut:
- Juru sapu harus mengetahui cara penyapuan untuk setiap daerah
pelayanan (diperkeras, tanah, lapangan rumput, dll.)
- Penanganan penyapuan jalan untuk setiap daerah berbeda tergantung
pada fungsi dan nilai daerah yang dilayani
- Pengumpulan sampah hasil penyapuan jalan diangkut ke lokasi
pemindahan untuk kemudian diangkut ke TPA
- Pengendalian personil dan peralatan harus baik.
12

b. Perencanaan operasional pengumpulan
Perencanaan operasional pengumpulan sebagai berikut:
1. Rotasi antar 1 4/hari
2. Periodisasi: 1 hari, 2 hari, atu maksimal 3 hari sekali, tergantung dari
kondisi komposisi sampah, yaitu:
- Semakin besar prosentasi sampah organik, periodisasi pelayanan
maksimal sehari 1 kali
- Untuk sampah kering, periode pengumpulannya disesuaikan
dengan jadwal yang telah ditentukan, dapat dilakukan lebih dari 3
hari 1 kali
- Untuk sampah B3 disesuaikan dengan ketentuan yang berlaku
- Mempunyai daerah pelayanan tertentu dan tetap
- Mempunyai petugas pelaksa yang tetap dan dipindahkan secara
periodic
- Pembebanan pekerjaan diusahakan merata dengan kriteria jumlah
sampah terangkut, jarak tempuh, dan kondisi daerah.
c. Pelaksana pengumpulan sampah
1. Pelaksana
Pengumpulan sampah dapat dilaksanakan oleh:
- Institusi kebersihan kota
- Lembaga swadaya masyarakat
- Swasta
- Masyarakat (oleh RT/RW).
2. Pelaksanaan pengumpulan
Jenis sampah yang terpilah dan bernilai ekonomi dapat dikumpulkan
oleh pihak yang berwenang pada waktu yang telah disepakati bersama antara
petugas pengumpul dan masyarakat penghasil sampah.
3. Pemindahan sampah
a. Tipe pemindahan
b. Lokasi pemindahan


13

Lokasi pemindahan adalah sebagai berikut:
1. Harus mudah keluar masuk bagi sarana pengumpul dan pengangkut
sampah
2. Tidak jauh dari sumber sampah
3. Berdasarkan tipe, lokasi pemindahan terdiri dari:
a. Terpusat (transfer depo tipe I)
b. Tersebar (transfer depo tipe II dan III)
4. Jarak antara transfer depo untuk tipe T dan II adalah (1,0 1,5) km.
c. Pemilahan
Pemilahan di lokasi pemindahan dapat dilakukan dengan cara manualoleh
petugas kebersihan dan atau masyarakat yang berminat, sebelum dipindahkan ke
alat pengangkut sampah.
d. Cara pemindahan
Cara pemindahan dapat dilakukan sebagai berikut:
1. Manual
2. Mekanis
3. Gabungan manual dan mekanis, pengisian kontainer dilakukan
secaramanual oleh petugas pengumpul, sedangkan pengangkutan
kontainer ke atas truk dilakukan secara mekanis (load haul).
4. Pengangkutan sampah
a. Pola pengangkutan
1. Pengangkutan sampah dengan system pengumpulan individual
langsung (door to door).
a. Truk pengangkut sampah dari pool menuju titik sumber sampah
pertama untuk mengambil sampah
b. Selanjutnya mengambil sampah pada titik-titik sumber sampah
berikutnya sampai truk penuh sesuai dengan kapasitasnya
c. Selanjutnya diangkut ke TPA sampah
d. Setelah pengosongan di TPA, truk menuju ke lokasi sumber
sampah berikutnya, sampai terpenuhi ritasi yang telah ditetapkan.
b. Pengumpulan sampah melalui sistem pemindahan di transfer depo tipe I
dan II.
14

1. Kendaraan pengangkut sampah keluar dari pool langsung menuju
lokasi pemindahan di transfer depo untuk mengangkut sampah ke TPA
2. Dari TPA kendaraan tersebut kembali ke transfer depo untuk
pengambilan pada rit berikutnya.
Untuk pengumpulan sampah dengan sistem kontainer (transfer tipe III),
pola pengangkutan adalah sebagai berikut:
1. Pola pengangkutan dengan sistem pengosongan kontainer cara 1 dapat
dilihat pada Gambar 6, dengan proses :

Gambar 6.Pola Pengangkutan dengan Sistem Pengosongan Kontainer Cara
I.
Sumber : Badan Standarisasi Nasional (2002)
Keterangan angka 1, 2, 3,10 adalah rute alat angkut.
a. Kendaraan dari pool menuju kontainer isi pertama untuk mengangkut
sampah ke TPA
b. Kontainer kosong dikembalikan ke tempat semula
c. Menuju ke kontainer isi berikutnya untuk diangkut ke TPA
d. Kontainer kosong dikembalikan ke tempat semula
e. Demikian seterusnya sampai rit terakhir.

2. Pola pengangkutan dengan sistem pengosongan kontainer cara 2 dapat
dilihat pada Gambar 7, dengan proses :
15


Gambar 7. Pola Pengangkutan Sampah dengan Sistem Pengosongan Kontainer
Cara 2
Sumber: Badan Standarisasi Nasional (2002)
Keterangan sistem ini :
a. Kendaraan dari pool menuju kontainer isi pertama untuk mengangkat
sampah ke TPA
b. Dari TPA kendaraan tersebut dengan kontainer kosong menuju lokasi
kedua untuk menurunkan kontainer kosong dan membawa kontainer isi
untuk diangkut ke TPA
c. Demikian seterusnya sampai pada rit terakhir
d. Pada rit terakhir dengan kontainer kosong, dari TPA menuju ke lokasi
kontainer pertama, kemudian truk kembali ke pool tanpa kontainer.
Sistem ini diberlakukan pada kondisi tertentu (misalnya: pengambilan
pada jam tertentu, atau mengurangi kemacetan lalu lintas).

3. Pola pengangkutan sampah dengan sistem pengosongan container cara 3
dapat dilihat pada Gambar 8, dengan proses:

16


Gambar 8. Pola Pengangkutan Sampah dengan Sistem Pengosongan Kontainer
Cara 3
Sumber: Badan Standarisasi Nasional (2002)
a. Kendaraan dari pool dengan membawa kontainer kosong menuju ke lokasi
kontainer isi untuk mengganti/mengambil dan langsung membawanya ke
TPA
b. Kendaraan dengan membawa kontainer kosong dari TPA menuju ke
container isi berikutnya
c. Demikian seterusnya sampai dengan rit terakhir.

4. Pola pengangkutan sampah dengan sistem kontainer tetap biasanya untuk
kontainer kecil serta alat angkut berupa truk pemadat atau dump truk atau truk
biasa dapat dilihat pada Gambar 9, dengan proses:

Gambar 9. Pola Pengangkutan Sampah dengan Sistem Kontainer Tetap
Sumber: Badan Standarisasi Nasional (2002)
a. Kendaraan dari pool menuju kontainer pertama, sampah dituangkan ke
dalam truk compactor dan meletakkan kembali kontainer yang kosong
b. Kendaraan menuju ke kontainer berikutnya sehingga truk penuh, untuk
kemudian langsung ke TPA
c. Demikian seterusnya sampai dengan rit terakhir.
17

5. Pengangkutan sampah hasil pemilahan
Pengangkutan sampah kering yang bernilai ekonomi dilakukan sesuai dengan
jadwal yang telah disepakati.

6. Peralatan pengangkut alat pengangkut sampah:
1. Persyaratan alat pengangkut yaitu:
a. Alat pengangkut sampah harus dilengkapi dengan penutup sampah,
minimal dengan jarring
b. Tinggi bak maksimum 1,6 m
c. Sebaiknya ada alat ungkit
d. Kapasitas disesuaikan dengan kelas jalan yang akan dilalui
e. Bak truk/dasar kontainer sebaiknya dilengkapi pengaman air
sampah
2. Jenis peralatan dapat berupa:
a. Truk (ukuran besar atau kecil)
b. Dump truk/tipper truk
c. Armroll truk
d. Truk pemadat
e. Truk dengan crane
f. Mobil penyapu jalan
g. Truk gandengan.
Daftar beberapa istilah:
1. Timbulan sampah: banyaknya sampah yang timbul dari masyarakat dalam
satuan volume maupun berat per kapita per hari, atau perluas bangunan,
atau perpanjangan jalan.
2. Pewadahan sampah: aktivitas menampung sampah sementara dalam suatu
wadah individual atau komunal di tempat sumber sampah.
3. Pewadahan individual: aktivitas penanganan penampungan sampah
sementara dalam suatu wadah khusus untuk dan dari sampah individu.
4. Pewadahan komunal: aktivitas penanganan penampungan sampah
sementara dalam suatu wadah bersama baik dari berbagai sumber maupun
sumber umum.
18

B. Vehicle Routing Problem (VRP)
Vehicle Routing Problem (VRP) diperkenalkan pertama kali oleh Dantziq
dan Ramser pada tahun 1959 dan semenjak itu telah dipelajari secara luas. Oleh
Fisher, VRP didefinisikan sebagai sebuah pencarian atas cara penggunaan yang
efisien dari sejumlah vehicle yang harus melakukan perjalanan untuk
mengunjungi sejumlah tempat untuk mengantar dan/atau menjemput
orang/barang. Istilah customer digunakan untuk menunjukkan pemberhentian
untuk mengantar dan/atau menjemput orang/barang.Setiap customer harus
dilayani oleh satu vehicle saja. Penentuan pasangan vehicle-customer ini
dilakukan dengan mempertimbangkan kapasitas vehicle dalam satu kali angkut,
untuk meminimalkan biaya yang diperlukan. Biasanya, penentuan biaya minimal
erat kaitannya dengan jarak yang minimal.
VRP juga dapat dilihat sebagai kombinasi dari dua permasalahan optimasi
lain, yaitu Bin Packing Problem (BPP) dan Travelling Salesman Problem (TSP).
BPP dapat dideskripsikan sebagai berikut: Diberikan sejumlah angka, yang
melambangkan ukuran dari sejumlah item, dan sebuah konstanta K, yang
melambangkan kapasitas dari bin. Berapa jumlah bin minimum yang diperlukan?
Tentu saja satu item hanya dapat berada dalam satu bin saja, dan total kapasitas
item pada setiap bin tidak boleh melebihi kapasitas dari bin tersebut. Di samping
itu, TSP adalah sebuah permasalahan tentang seorang salesman yang ingin
mengunjungi sejumlah kota. Dia harus mengunjungi tiap kota sekali saja, dimulai
dan diakhiri dari kota awal. Inti permasalahan adalah untuk menemukan jalur
terpendek melalui semua kota yang ada. Hubungan keduanya dengan VRP adalah,
vehicle dapat dihubungkan dengan customer menggunakan BPP, dan urutan
kunjungan vehicle terhadap tiap customer diselesaikan menggunakan TSP.
Gambar 10.menunjukkan solusi dari sebuah permasalahan VRP dalam bentuk
graph. Pada gambar, node 0 melambangkan depot (kota asal), dan node 1-10
melambangkan customer.




19



Gambar 10. Solusi dari sebuah VRP
Sumber: Bambang Eko Hendrawan (2007)

VRP terbagi menjadi beberapa jenis, antara lain :
1. Capacitated Vehicle Routing Problem (CVRP)
Pada dasarnya CVRP sama dengan VRP, namun CVRP memiliki suatu
batasan yaitu setiap kendaraan memiliki kapasitas yang sama dengan satu
komoditas.
2. Multi Depot Vehicle Routing Problem (MDVRP)
MDVRP merupakan VRP dengan banyaknya depot yang melayani
customer lebih dari satu.
3. Site-Dependent Vehicle Routing Problem (SDVRP)
VRP ini memiliki perbedaan dengan VRP yang lain yaitu pengiriman
barang ke customer dilakukan lebih dari satu kali pelayanan.
4. Vehicle Routing Problem Backhlaus (VRPB)
VRPB adalah VRP dimana customer dapat melakukan permintaan
pengiriman atau pengambilan sejumlah barang. Dalam setiap rute
kendaraan, pengambilan dilakukan setelah semua pengiriman ke customer
selesai dilakukan.
5. Vehicle Routing Problem Pickup and Delivery (VRPPD)
VRPPD merupakan perluasan dari VRP dimana customer dapat menerima
dan mengirim barang secara bersamaan. Maksudnya pengambilan barang
dapat dilakukan tanpa harus menunggu semua pengiriman barang selesai
dikakukan.

20

6. Vehicle Routing Problem Satelite Facilities (VRPSF)
VRPSF merupakan pengembangan dari VRP dimana terdapat penambahan
customer baru saat kendaraan sedang melayani customer lain, sehingga
terjadi perubahan rute kendaraan secara simultan.
7. Vehicle Routing Problem With Time Windows (VRPTW)
VRP ini memiliki perbedaan lain dengan VRP lain dikarenakan adanya
penambahan time window pada masing-masing customer untuk dapat
menerima barang.
8. Vehicle Routing Problem with Simultaneous Deliveries and Pick-ups
(VRPSDP)
VRPSDP merupakan masalah VRP dengan penambahan kendala kapasitas
pengiriman barang dan pengembalian barang yang cacat.
9. Multiple Trip Vehicle Routing Problem (MTVRP)
MTVRP merupakan VRP dengan perluasan dan penambahan multiple trip
pada setiap kendaraan ketika mendistribusikan barang serta time window
pelayanan customer. Sehingga setiap kendaraan dapat memiliki lebih dari
satu rute pada periode perencanaan.

Berdasarkan jenis-jenis dari VRP di atas, masing-masing dari jenis-jenis
VRP tersebut memiliki keistimewaan tersendiri. Pada tugas ini akan dibahas jenis
VRP yaitu VRPTW dengan keistimewaan yaitu dapat menentukan rute dengan
jarak tempuh minimum dengan penambahan kendala waktu.

C. Vehicle Routing Problem with Time Windows (VRPTW)
Vehicle Routing Problem with Time Windows (VRPTW) merupakan
permasalahan yang sering terjadi pada banyak sistem logistik. VRPTW adalah
permasalahan bagaimana sebuah depot, pusat distribusi barang, dengan sejumlah
kendaraan berkapasitas tertentu melayani sejumlah customer pada titik-titik lokasi
terpisah, dengan permintaan dan batasan time window tertentu, dengan tujuan
meminimalkan total biaya perjalanan, tanpa mengabaikan batasan kapasitas
kendaraan dan time window depot. Desain rute dilakukan sedemikian hingga
setiap customer hanya dikunjungi sekali oleh satu kendaraan, dan setiap
kendaraan memulai dan mengakhiri rutenya pada depot.
21

Vehicle Routing Problem with Time Windows (VRPTW) dapat
didefinisikan pada graph sebagai berikut:
Misal G = (N, E) adalah suatu graph dimana N = {0, 1, , n} adalah
himpunan titik dan E
_
N x N adalah himpunan sisi. Jika (i, j)E, maka mungkin
untuk melakukan perjalanan dari i ke j, dengan waktu tempuh t
ij
.Titik 0 adalah
suatu depot.V = {1, , m} adalah himpunan kendaraan yang digunakan.
Sedangkan titik pada himpunan N / {0} merepresentasikan himpunan customer
yang akan dilayani. Setiap dari customer tersebut memiliki permintaan q
i
danT
merupakan maximum waktu tempuh yang disediakan oleh perusahaan.
Untuk mempermudah dalam memahami permasalahan rute kendaraan
pada periode perencaan tertentu dengan time windows, maka akan dijelaskan
beberapa deskripsi permasalahnya.
- Objective/Sasaran :
Sasaran dalam VRPTW adalah untuk menentukan rute optimum
kendaraan sehingga dapat meminimalisasikan jumlah waktu pengiriman barang
dari semua rute.
- Feasibility/Kelayakan :
Jumlah permintaan tiap rute tidak boleh melampaui kapasitas kendaraan,
waktu tempuh setiap rute tidak boleh melampaui waktu yang telah ditentukan.
Berikut beberapa hal yang perlu diperhatikan dalam VRPTW :
a) Titik awal dan titik akhir berada dalam satu depot
b) Setiap customer dilayani dengan tepat satu kendaraan
c) Jumlah dari permintaan customer dilayani oleh satu kendaraan dan
melewati satu jalan dengan tidak melebihi kapasitas kendaraan
d) Terdapat waktu pengiriman maximum dari setiap kendaraan
e) Setiap kendaraan mungkin melewati lebih dari satu lintasan atau jalan
dengan total waktu tidak boleh melewati waktu maksimum
f) Terdapat waktu istirahat minimal kendaraan antara dua lintasan
g) Kecepatan rata-rata kendaraan diasumsikan sama pada setiap kendaraan.
h) Jumlah kendaraan sudah ditentukan sebelumnya dengan kapasitas yang
tidak seragam untuk jenis barang yang sama.
i) Komoditi yang didistribusikan sejenis.

22

Algoritma Penyelesaian VRPTW
a) Algoritma Tabu Search
Prinsip dasar tabu search adalah untuk mengikuti kemampuan local
search bertemu sebuah local optimum dengan cara membiarkan
nonimproving bergerak kembali ke solusi sebelumnya yang dicegah
dengan menggunakan memori yang disebut dengan Tabu List, yang
merekam sejarah terbaru, sebuah ide kunci yang bisa dihubungkan dengan
konsep intelegensia buatan . Tabu List yang ada pada tabu search
digunakan untuk menyimpan sekumpulan solusi yang baru saja dievaluasi.
Selama proses optimasi, pada setiap iterasi, solusi yang akan dievaluasi
akan dicocokkan terlebih dahulu dengan isi tabu list. Apabila solusi
tersebut sudah ada pada pada tabu list, maka solusi tersebut tidak akan
dievaluasi lagi pada iterasi berikutnya. Apabila sudah tidak ada lagi solusi
yang tidak menjadi anggota tabu list, maka nilai terbaik yang baru saja
diperoleh merupakan solusi yang sebenarnya.
Tabu Search mulai dengan cara yang sama seperti neighbourhood
search (lokal) biasa dengan cara kerja secara iterasi dari suatu titik (solusi)
ke solusi lain hingga kriteria terminasi yang telah dipilih dipenuhi.
Langkah-langkah :
1. Membuat matriks sesuai dengan banyaknya customer dan jarak antar
customer.
2. Menentukan secara acak jalur awal yang akan diproses dan akan
dihitung panjang jalurnya.
3. Melakukan pertukaran customer yang ada, sehinggan didapat jalur
terpendek dari kombinasi jalur awal dan akan dimasukkan ke dalam
BestSoFar dalam iterasi pertama. Hasil dari BestSoFar akan diperoleh
jalur yang paling pendek yang akan dilewati.
4. bestSoFar dalam iterasi pertama akan dimasukkan ke dalam Tabu List
dan akan menjadi jalur yang akan diproses berikutnya.
5. Proses iterasi akan terus berlanjut sampai ditemukan panjang jalur
yang besarnya sama.

23


b.) Algoritma Genetika
Genetic Altorithm (GA) diperkenalkan oleh John Hollanddan para
peneliti dari University of Michigan pada tahun 1970an, yang kemudian
mulai digunakan secara luas ke berbagai bidang, termasuk untuk
memecahkan permasalahan-permasalahan optimasi. Ide dasar dari GA
adalah memodelkan seleksi alam menggunakan penurunan warisan
genetika berdasarkan teori Darwin. Proses utama dalam algoritma GA
adalah memodelkan proses berkembang biak (crossover) untuk
menghasilkan keturunan (offspring) dan mutasi genetik(mutation). Setelah
melalui proses-proses tersebut, maka proses selanjutnya adalah seleksi
alam (natural selection), dimana anggota-anggota populasi yang sifatnya
jelek akan tersingkir daripopulasi.
Langkah-langkah :
Langkah 1 : Inisialisasi populasi awal pada semua kromosom secara acak.
Langkah 2 : Set nilai parameter, tentukan nilai fitness dari 1/total jarak dan
probabilitas fitness dari nilai fitnes / total fitnes kemudian
seleksi kromosom-kromosom induk sebagai pemilihan induk
yang terbaik.
Langkah 3 : Lakukan persilangan (crossover) pada dua kromosom induk
untuk menghasilkan kromosom anak (offspring).
Langkah 4 : Lakukan proses mutasi pada kromosom offspring. Pada
langkah 3 dan langkah 4, kedua probabilitas dari probabilitas
crossover dan probabilitas mutasi akan diatur/ dikontrol
dengan melakukan proses kendali logika fuzzy.
Langkah 5 : kembali pada langkah 2 sampai pada iterasi maksimum
sehingga memperoleh kromosom yang terbaik.
Langkah 6 : Selesai dengan kromosom terbaik.




24

c.) Algoritma Clark and Wrigh
Langkah-langkah Algoritma Clark and Wright adalah sebagai
berikut :
Langkah 1:Menghitung nilai saving untuk semua pasangan customer.
Didefinisikan
= :
i
R
rute yang memuat sisi
( ) i , 0
dan
( ) 0 , i
untuk
{ } 0 / N i e
. Hitung
ij j i ij
c c c s + =
0 0
, untuk
1 ..., , 2 , 1 = n i
dan
{ } 0 / , , , ..., , 1 N j i j i n i j e = + =
. Untuk kasus
0
0
=
i
c
(tidak terhubung
langsung) atau
0
0
=
j
c
atau
0 =
ij
c
maka
ij
s
tidak dihitung.
Langkah 2:Mengurutkan
ij
s
dari yang terbesar ke terkecil.
Langkah 3:Membangun dan memilih rute
Bangun rute
| | 0 , , , 0 j i
dari
ij
s
terbesar ke terkecil. Untuk setiap i dan j
dengan
j i =
maka hitung
j i
q q +
dan
total
T
, cek apakah
Q q q
j i
s +
dan
w total
T T s
. Jika ya maka hubungkan
i
R
dan
j
R
sehingga menghasilkan
rute
| | 0 , , , 0 j i
. Jika tidak maka
i
R
dan
j
R
tidak terhubung.
Langkah 4:Perluasan rute.
Berdasarkan rute yang telah terbentuk pada langkah 3, penggabungan rute
terjadi jika tidak melanggar kendala yang ditetapkan (kendala kapasitas
dan kendala waktu).
Ada beberapa kasus yang perlu diperhatikan dalam proses penggabungan
rute
ij
R
dan
kl
R
dengan
=
ij
R
rute
| | 0 , , , 0 j i
merupakan rute yang telah
terpilih dan
=
kl
R | | 0 , , , 0 l k
merupakan rute yang dipilih kemudian
- Jika indeks
( ) j i,
tidak sama dengan indeks
( ) l k,
maka rute baru
terbentuk
| | 0 , , , , , 0 l k j i

- Jika salah satu indeks
( ) j i,
dan
( ) l k,
ada yang sama maka rute baru
terbentuk dengan memasukkan salah satu indeks yang sama ke dalam
rute baru.
- Jika indeks
( ) ( ) l k j i , , =
maka rute baru tidak terbentuk
25

Proses perluasan rute dilanjutkan sampai jumlah permintaan dalam
satu rute tidak melebihi kapasitas kendaraan dan total waktu tidak
melebihi time window yang ditetapkan.
Langkah 5:Jika semua nilai
ij
s
terpilih dan ada
{ } 0 / N i e
yang belum
tercakup dalam rute pada langkah 4, maka terbentuk rute baru yaitu
| | 0 , , 0 i
.
Langkah 6: Proses perluasan rute dihentikan setelah semua customer
tercakup dalam semua rute yang telah terbentuk pada langkah 4 dan 5, dan
untuk setiap customer yang sudah terpilih pada rute sebelumnya tidak
boleh dipilih lagi dalam pemilihan rute berikutnya.

d.) Algoritma Ant Colony System (ACS)
Algoritma Ant Colony System merupakan metode pendekatan meta-
heuristik untuk permasalahan optimasi berbasis artificial intelligence yang
berdasarkan pada observasi tingkah laku koloni semut nyata. Dari segi
pandangan optimasi, satu hal yang terpenting dalam perilaku koloni semut
nyata adalah perilaku mereka mencari makanan. Lebih tepatnya, semut
dapat menemukan jalur terpendek dalam mencari makanan dari sarang
mereka ke sumber makanan dan sebaliknya.

e.) Algoritma Nearest Insertion Heuristic
Algoritma Nearest Insertion Heuristic merupakan metode untuk
VRPTW yang berawal dari membentuk suatu rute dengan nilai saving
yang paling besar. Kemudian customer lain dipilih untuk disisipkan
dengan syarat memenuhi kendala kapasitas dan kendala waktu, dengan
memindahkan satu sisi dari rute yang telah ada dan terhubung dengan
customer yang baru. Jika terdapat sisa customer yang belum masuk rute,
prosedur awal dan penyisipan diulangi hingga seluruh customer dapat
dilayani. Customer yang belum masuk rute dipilih yang paling dekat
dengan customer yang telah masuk rute atau yang waktu pelayanannya
minimum. Saat tidak ada customer dengan penyisipan yang feasible dapat
26

ditemukan metode tersebut memulai rute baru sampai semua customer
telah masuk rute.

Langkah-langkah :
Langkah 1 :
- Menghitung saving dengan rumus


{}
Untuk kasus 0
0
=
i
c (tidak terhubung langsung) atau 0
0
=
j
c atau 0 =
ij
c
maka

tidak dihitung.

- Urutkan saving dari yang terbesar ke yang terkecil

Langkah 2 :
- Pilih

terbesar
- Bangun rute yang berawal dan berakhir di depot dari

yang telah
dipilih tersebut. Sehingga diperoleh rute [ ]
- Cek apakah rute tersebut memenuhi kendala kapasitas dan kendala
waktu. Jika ya, maka terhubung sehingga menghasilkan rute.
Jika tidak maka tidak terhubung

Langkah 3 :
- Perluasan rute
Pemilihan :
Cari customer h yang mempunyai jarak paling dekat dengan
customer yang berada pada rute yang dibentuk pada langkah 2.
Cek apakah pemilihan customer h melanggar kendala kapasitas.
Jika tidak, maka lakukan penyisipan. Jika ya, maka customer h
tidak disisipkan dan tidak diperoleh rute baru
Penyisipan :
27

Cari sisi (i,j) dalam

yang mempunyai nilai


minimum. Sisipkan h diantara i dan j sehingga diperoleh rute baru
yang memuat h, yaitu (i,h) dan (h,j). Cek apakah penyisipan h
melanggar kendala waktu. Jika tidak, maka diperoleh rute baru
yang memuat h, yaitu rute [ ]. Jika ya, maka penyisipan
ditolak dan tidak terbentuk rute baru.
Proses perluasan rute terus berlanjut sampai jumlah permintaan
dalam satu rute tidak melebihi kapasitas kendaraan dan total waktu,
baik waktu tempuh maupun waktu pelayanan, tidak melebihi batas
waktu (time window) yang telah ditentukan

Langkah 4 :
Jika terdapat customer yang belum masuk dalam rute yang dibentuk pada
langkah 3, maka bentuk rute baru dengan mengulangi langkah 2 hingga
seluruh customer dapat dilayani, kemudian proses berhenti. Untuk setiap
customer yang telah terpilih pada rute sebelumnya tidak boleh dipilih lagi
dalam pemilihan rute berikutnya.

f.) Algoritma Cheapest Insertion Heuristic
Algoritma Cheapest Insertion Heuristic yaitu algoritma mencari
suatu sikel Hamilton yang memiliki total beban minimum. Dalam langkah
pemilihan titik berikutnya pada algoritma ini akan disisipkan dan dalam
sikel yang akan disisipi oleh titik tersebut dengan nilai penyisipan
minimum dilakukan bersama.
Algoritma CIH ini diterapkan pada graph komplit berbobot tidak
berarah, berawal dari penentuan tour awal yang terdiri dari titik awal
kemudian mencari titik baru dimana sisi terkaitnya memiliki beban
minimum. Kemudian melakukan langkah pemilihan yaitu titik baru yang
tidak dalam tour dan juga sisi dalam tour sehingga nilai penyisipannya
minimum.Lalu titik yang telah terpilih tersebut disisipkan pada sisi yang
juga telah terpilih tadi. Proses pada algoritma ini berhenti jika semua titik
telah terpilih sehingga terbentuk rute yang merupakan sikel Hamilton.
28


Langkah-Langkah :
1. Penelusuran dimulai dari sebuah kota pertama yang dihubungkan
dengan sebuah kota terakhir.
2. Dibuat sebuah hubungan subtour antara 2 kota tersebut.
Yang dimaksud subtour adalah perjalanan dari kota pertama dan
berakhir di kota pertama.
3. Ganti salah satu arah hubungan (arc) dari dua kota dengan kombinasi
dua arc, yaitu arc (i,j) dengan arc (i,k) dan arc (k,j), dengan k diambil
dari kota yang belum masuk subtour dan dengan tambahan jarak
terkecil.
Jarak diperoleh dari:
cik + ckj cij
cik adalah jarak dari kota i ke kota k,
ckj adalah jarak dari kota k ke kota j dan
cij adalah jarak dari kota i ke kota j
4. Ulangi langkah 3 sampai seluruh kota masuk dalam subtour.

g.) Algoritma Immune System
Artificial immune system telah digunakan dalam menyelesaikan
berbagai bidang seperti optimasi, klasifikasi, clustering, deteksi anomali,
machine learning, adaptive control, dan associative memories (Dasgupta
and Nino, 2009). Khususnya untuk penerapannya dalam bidang optimasi,
artificial immune system lebih dipopulerkan oleh de Castro dan Von
Zuben (2002) yakni CLONALG. Metode artificial immune system sebagai
salah satu metode metaheuristik telah digunakan dalam beberapa
permasalahan kombinatorial seperti penjadwalan job shop maupun flow
shop, travelling salesman problem, resource constraint scheduling
problem, dan economic dispatch.



29

Langkah langkahnya adalah sebagai berikut :
1. Buatlah seed route yang berisi satu customer
Contoh : {1 6 1} dalam hal ini customer no 6 adalah seed customer,
dengan 1 sebagai depot. Seed customer dapat dipilih, baik customer
yang :

- Memiliki jarak terjauh dari depot, atau
- Customer dengan earliest due date, atau
- Selang seling jarak terjauh maupun earliest due date

2. Identifikasilah letak insersi untuk seluruh customer yang belum masuk
ke rute, dengan syarat bahwa letak insersi tersebut adalah feasible
taruhlah : {0=0,1,2,,,+1=0}
sebagai rute sekarang, dengan
0 = depot
m+1 = depot

3. Hitung posisi insersi terbaik, yakni
1 =min=0,,1(,,+1)
dengan syarat bahwa insersi u diantara 2 node yakni q dan q+1 adalah
feasible, u adalah unrouted customer.
Kriteria c1 dihitung dengan cara : 1 ,, = 1. + 2.( )
dimana = +.
dengan 1+ 2=1 1,2,0

4. Apabila nilai c1* sudah dihitung untuk setiap customer, maka hitung
nilai c2 untuk setiap customer yang memiliki nilai c1*. (Customer yang
tidak bisa di-insersi di ruang manapun, maka tidak memiliki nilai c1
dan demikian tidak memiliki nilai c1* dan c2 )
Kriteria c2 dihitung dengan cara : 2 = .01
dengan 0

30

5. Pilihlah customer yang memiliki nilai c2 paling maksimum untuk di-
insert-kan. Insert customer tersebut ke dalam rute yang sedang
dibentuk, sesuai dengan posisi terbaiknya yang ditunjukkan c1
2 ,, = 2 ,, ,
Dengan catatan bahwa u belum masuk ke rute dan insersi bersifat
feasible

6. Apabila rute yang sedang dibangun sudah tak lagi bisa dilakukan
insersi, maka buatlah rute baru (seed route), dan ulangi algoritma
(kembali ke langkah 1)
7. Apabila semua customer telah berada dalam rute (tidak ada yang tidak
terlayani), maka hentikan proses, dan lanjutkan ke sub tahapan route
minimization.

h.) Algoritma Simulated Annealing
Langkah-Langkah :
1. Proses dimulai ketika admin melakukan input data mengenai jadwal
pengiriman barang. Dimana di dalam jadwal pengiriman barang
terdapat data-data terkait pengiriman barang seperti lokasi tujuan
pengiriman barang, beban barang di setiap lokasi, jumlah kendaraan
dan daya tampung kendaraan.
2. Kemudian admin menjalankan action yang menangani proses optimasi.
3. Kemudian data akan diproses menggunakan cara penyelesaian masalah
dengan metode yang ada.
4. Setelah proses dijalankan, maka akan dihasilkan jarak rute terpendek
beserta urutan rute terhadap kendaraan yang ada.
i.) Algoritma CODEQ

Langkah-langkah :
1) Input data
Data yang digunakan meliputi data urutan operasi mesin dan data waktu
masing-masing operasi . kedua data selanjutnya dipisah agar lebih
mudah dalam pengolahan. Matriks data urutan pekerjaan akan diberikan
31

indeks sebanyak jumlah operasi untuk semua mesin. Jadi bila ada 2
pekerjaan dan masing-masing pekerjaan mempunyai 3 operasi berbeda,
maka indeks yang terbentuk sejumlah 2 x 3 = 6.

2) Inisialisasi
Pada tahap ini dibangkitkan sampel awal secara random (bisa
digunakan metoda lain yang lebih bagus). Pembangkitan pada
penelitian ini dengan cara random permutasi sebanyak indeks yang
sudah ditentukan pada tahap pertama. Dari sini akan diperoleh beberapa
individu solusi awal (xi) selanjutnya individu tersebut diurutkan
berdasarkan kegiatan pendahulu pada masing-masing pekerjaan
kemudian dicari nilai total waktu operasinya dengan menggunkan tabel
waktu.

3) Mutasi
mencari vektor baru (mutan). Dengan cara memilih tiga individu(xi,
xi1, xi2) secara random sebagai induk, dengan ketentuan xi xi1 xi2.
Selanjutnya dicari nilai mutan (i ) .
=+(12)ln(1).(2.1)
Persamaan tersebut diturunkan dari persamaan Quantum Mechanic
yaitu :
+1 =2ln(1).(2.2)
Diasumsikan bahwa g induk yang akan dicari mutannya (g = xi),
sedangkan 2 sebagai perbedaan vektor (2=( xi1 xi2)) .
Nilai u adalah bilangan yang dibangkitkan secara random pada rentang
waktu 0 sampai satu. Selanjutnya mutan yang terbentuk diurutkan
berdasarkan kegiatan pendahulu, lalu dihitung nilai waktu operasinya
seperti pada tahap inisialisasi.

4) Crossover
Membandingkan total nilai waktu operasi (makespan) mutan i dengan
total nilai waktu operasi (makespan) pada solusi awal xi , apabila nilai
32

mutan lebih bagus maka individu mutan akan menggantikan individu
awal, sebaliknya bila lebih jelek tetap menggunakan individu awal
untuk proses selanjutnya.

5) Penentuan nilai W
Menentukan nilai W sebagai perbandingan selanjutnya, nilai w ini
bentuknya sama seperti individu awal dan mutan, yaitu berbentuk
matriks urutan operasi yang diperoleh dengan cara:
LB: Batas bawah permasalahan, yang dalam permasalahan ini adalah
total waktu operasi pada individu yang paling kecil 4
Ub: Batas atas permasalahan yang dalam hal ini adalah total waktu
operasi yang paling tinggi
Xb: nilai individu yang paling jelek pada setiap itersi
Xg: nilai individu yang paling baik pada setiap iterasi
c(t):bilangan variable chaotic
= + 0,5 + 1 2 2 1 > 0,5
.(2.3)
x1(t) dan x2(t) merupakan vektor yang dipilih secara random dengan i1
i2 i. dan c adalah variable chaotic yang diperoleh dari persamaan
berikut:
( + 1) = () (0, ) 1() 1 (, 1) (2.4)
Notasi x diganti dengan notasi c
= 1 1 0, 1 1 1 1 , 1 .(2.5)
Dari vektor W yang sudah didapatkan seperti langkah sebelumnya, di
urutkan berdasarkan kegiatan pendahulu dan dicari total waktu
operasinya sebagaimana tahap kedua dan ketiga.

6) Perbandingan nilai xi dan nilai W
Membandingkan nilai total waktu dari xi dengan w, apabila total waktu
individu w lebih baik akan digunakan sebagai solusi pada iterasi ini,
sebaliknya apabila lebih jelek maka yang menjadi solusi tetap dari xi.

33

7) Mengecek kriteria pemberhentian
Apabila kriteria pemberhentian iterasi telah tercapai maka proses
komputasi dihentikan, apabila belum tercapai maka kembali ketahap
ketiga dengan menggunakan individu hasil perbandingan antara xi dan
w sebagai bahan pada tahap ketiga.

8) Penampilan solusi akhir
Setelah kriteria pemberhentian sudah dilalui selanjutnya adalah memilih
nilai total waktu terbaik diantara sekian individu yang ada pada tahap
ini.

D. Metode Penentuan Rute
Masalah mencari solusi yang baik dalam masalah penentuan kendaraan
menjadi lebih sulit dengan adanya pembatas-pembatas tambahan dari
masalah.Time Windows, jumlah truk yang banyak dengan perbedaan kapasitas,
total maksimum waktu distribusi yang diizinkan dalam rute, perbedaan kecepatan
dalam zona yang berbeda, rintangan/penghalang dalam perjalanan (sungai,
belokan, gunung), dan waktu istirahat untuk pengemudi adalah beberapa
pertimbangan yang diperlukan dalam penentuan perancangan rute. Di antara
banyak pendekatan yang disarankan dalam mengatasi masalah yang kompleks,
terdapat dua metode yaitu metode sederhana (The Sweep Method) dan yang
lebihkompleks dan akurat (The Savings Method).

1. The Sweep Method
Prosesnya terdiri dari dua tahapan. Pertama, tempat perhentian diberi
penugasan dengan kendaraan, kemudian urutan tempat perhentian rute ditentukan.
Dikarenakan proses dua tahapan ini, total waktu dalam rute dan time windows
tidak dijalankan dengan baik.
Metode sweep adalah sebagai berikut:
a. Lokasikan semua tempat perhentian termasuk depot dalam peta
b. Perpanjang garis lurus dari depot dalam segala arah. Putar garis searah
jarum jam atau berlawanan arah jarum jam hingga ia memotong tempat
34

perhentian. Beri pertanyaan: jika tempat perhentian dimasukkan dalam
rute, akankah kapasitas kendaraan dilampaui? Jika tidak, maju terus
dengan putaran garis sampai tempat perhentian berikutnya saling
berpotongan. Tanyakan apakah volume kumulatif dapat melampaui
kapasitas kendaraan. Gunakan kendaraan dengan kapasitas besar terlebih
dahulu. Jika iya, keluarkan titik terakhir dan tentukan rutenya. Lanjutkan
garis sweep, mulai rute baru dengan titik terakhir yang dikeluarkan dari
rute sebelumnya. Lanjutkan hingga semua titik diberi penugasan dalam
rute.
c. Dalam setiap rute, urutkan tempat-tempat perhentian untuk meminimisasi
jarak. Pengurutan dapat diselesaikan dengan metode teardrop atau
dengan menggunakan algoritma apapun untuk menyelesaikan Travelling
Salesman Problem.

2. The Savings Method
Tujuan dari metode savings adalah untuk meminimisasi total jarak
perjalanan semua kendaraan dan untuk meminimisasi secara tidak langsung
jumlah kendaraan yang diperlukan untuk melayani semua tempat perhentian.
Logika dari metode ini bermula dari kendaraan yang melayani setiap tempat
perhentian dan kembali ke depot, seperti terlihat pada Gambar 11 (a).Hal ini
memberikan jarak maksimum dalam masalah penentuan rute. Kemudian, dua
tempat perhentian digabung dalam satu rute yang sama sehingga satu kendaraan
tersebut dieliminasi dan jarak tempuh/perjalanan dapat dikurangi yang dapat
dilihat pada Gambar 11 (b).
Pendekatan savings mengizinkan banyak pertimbangan yang sangat
penting dalam aplikasi yang realistis.Sebelum tempat perhentian dimasukkan ke
dalam sebuah rute, rute dengan tempat perhentian berikutnya harus
dilihat.Sejumlah pertanyaan tentang perancangan rute dapat ditanyakan, seperti
apakah waktu rute melebihi waktu distribusi maksimum pengemudi yang
diizinkan, apakah waktu untuk istirahat pengemudi telah dipenuhi, apakah
kendaraan cukup besar untuk melakukan volume rute yang tersedia.Pelanggaran
terhadap kondisikondisi tersebut dapat menolak tempat perhentian dari rute
35

keseluruhan.Tempat perhentian selanjutnya dapat dilihat menurut nilai savings
terbesar dan proses pertimbangan diulangi. Pendekatan ini tidak menjamin solusi
yang optimal, tetapi dengan mempertimbangkan masalah kompleks yang ada,
solusi yang baik dapat dicari.

Gambar 11. Pengurangan Jarak Tempuh melalui Konsolidasi Tempat Perhentian
dalam Rute
Sumber: Ballou H., Ronald (1999)

Pada tugas ini, metode penentuan rute yang kami gunakan adalah Metode
Saving.

D. Metode Penghematan (Savings Method)
Pada tahun 1964, Clarke dan Wright mempublikasikan sebuah algoritma
sebagai solusi permasalahan dari berbagai rute kendaraan, yang sering disebut
sebagai permasalahan klasik dari rute kendaraan (the classical vehicle routing
problem).Algoritma ini didasari pada suatu konsep yang disebut konsep savings.
Algoritma ini dirancang untuk menyelesaikan masalah rute kendaraan dengan
karakteristik sebagai berikut.Dari suatu depot barang harus diantarkan kepada
pelanggan yang telah memesan.Untuk sarana transportasi dari barang-barang ini,
sejumlah kendaraan telah disediakan, di mana masing-masing kendaraan dengan
kapasitas tertentu sesuai dengan barang yang diangkut.Setiap kendaraan yang
digunakan untuk memecahkan permasalahan ini, harus menempuh rute yang telah
ditentukan, memulai dan mengakhiri di depot, dimana barang-barang diantarkan
kepada satu atau lebih pelanggan. Permasalahannya adalah untuk menetapkan
lokasi untuk pelanggan di antara rute-rute yang ada, urutan rute yang dapat
36

mengunjungi semua pelanggandari rute yang ditetapkan dari kendaraan yang
dapat melalui semua rute.
Tujuannya adalah untuk menemukan suatu solusi yang meminimalkan
total pembiayaan kendaraan. Lebih dari itu, solusi ini harus memuaskan batasan
bahwa setiap pelanggan dikunjungi sekali, di mana jumlah yang diminta
diantarkan, dantotal permintaan pada setiap rute harus sesuai dengan kapasitas
kendaraan.
Biaya-biaya kendaraan ditetapkan oleh biaya pengangkutan dari beberapa
titik ke titik-titik yang lain. Pembiayaan tidak harus sama pada dua jalur di
antaradua titik.
Metode savings adalah sebuah algoritma heuristik, dan oleh karena itu
tidak menyediakan sebuah solusi yang optimal untuk problem tertentu.Metode ini,
bagaimanapun juga sering menghasilkan solusi yang baik.Yang merupakansuatu
solusi yang sedikit berbeda dari solusi optimal.Dasar dari konseppenghematan ini
untuk mendapatkan penghematan biaya dengan menggabungkandua rute menjadi
satu rute yang digambarkan pada Gambar 11, titik 0 adalahdepot.

Ilustrasi Konsep Penghematan
Sumber: Jens Lysgaard (2007)
Berdasarkan Gambar (a) pelanggan i dan j dikunjungi dengan rute yang
terpisah. Sebuah alternatif untuk masalah ini adalah mengunjungi dua pelanggan
pada rute yang sama, sebagai contoh pada urutan i j seperti yang diperlihatkan
pada Gambar (b). karena biaya transportasi diberikan, penghematan yang terjadi
dari pengangkutan pada rute Gambar (b) dibanding dua rute pada Gambar (a)
dapat dihitung. Biaya kendaraan yang ditunjukkan di antara titik I dan j oleh cij,
total biaya kendaraan oleh Da pada Gambar (a) adalah:
37

Da = c0i + ci0 + c0j + cj0
Ekivalen dengan biaya kendaraan Db pada Gambar 12 (b) adalah:
Db = c0i + cij + cj0
Dengan menggabungkan kedua rute memperoleh penghematan Sij:
Sij = Da Db = ci0 + c0j cij
Besarnya nilai Sij mengindikasikan suatu hal yang menarik, dengan biaya
yang telah ditentukan, untuk mengunjungi titik i dan j pada rute yang sama
dimana titik j dikunjungi setelah mengunjungi titik i. Ada 2 versi pada algoritma
penghematan, versi berurutan (rentetan) dan versi paralel. Pada versi rentetan
secara tepat, 1 rute dibuat/dijalani pada suatu waktu (tidak termasuk rute yang
hanya dengan 1 pelanggan), sementara versi paralel lebih dari 1 rute dapat dijalani
pada suatu waktu.
Pada tahap pertama dari algoritma ini penghematan dari semua pasang
pelanggan dihitung, dan semua titik disortir dengan urutan yang menurun dari
penghematan. Kemudian dari urutan teratas di daftar sortiran pada pasangan
titik,satu pasang titik dikerjakan bersamaan pada satu waktu. Ketika pasangan titik
i j dikerjakan, 2 rute yang mengunjungi i dan j digabung (misalnya j dikunjungi
setelah i pada rute yang dihasilkan), jika hal ini dapat dilakukan tanpa menghapus
rute sebelumnya yang telah ditetapkan antara 2 titik, dan jika total permintaan
pada rute yang dihasilkan tidak melebihi kapasitas kendaraan. Pada versi rentetan
yang harus dimulai pada urutan teratas dari daftar setiap kali hubungan ditetapkan
antara pasangan titik (sejak kombinasi tidak dapat berjalan selama ini
kemungkinan dapat terjadi), sedangkan versi paralel hanya memerlukan 1 dari
daftar yang ada.

Sejauh ini, dalam pengerjaan tugas ini kami merujuk pada :
Hasil penelitian yang sudah dilakukan antara lain :
1. Laporan PKL yang berjudul Optimasi rute pendistribusian gas LPG 3 kg
untuk shift ketiga (jam 14.00-16.30) di UD. Permata Putra Malang dengan
menggunakan metode Vehicle Routing Problem With Time Window
(VRPTW) oleh Andri ihsan Fatawi tahun 2010.
38

Perhitungan dengan menggunakan Algoritma Clark and Wright menghasilkan
rute yang berbeda dengan rute yang dilalui oleh petugas. Karena total jarak
yang dilalui petugas adalah sebesar 57,7 km dan jarak tempuh total yang
dilalui dengan menggunakan Algoritma Clark and Wright adalah sebesar 53,8
km, sehingga kesimpulannya dengan menggunakan rute baru perusahaan akan
diuntungkan karena :
Dapat meminimalkan jarak tempuh pendistribusian yang dilalui, sehingga
dapat menghemat penggunakan bahan bakar.
Dapat meminimalkan waktu penditribusian.
Kepuasan pelanggan sebagai akibat dari waktu dan jarak tempuh yang
minimal.

2. Skripsi yang berjudu Implementasi Algoritma Nearest Insertion Heuristic
pada Vehicle Routing Problem with Time Windows oleh Atik Wijayanti
tahun 2006.
Kesimpulan :
Dalam contoh dalam bab pembahasan, yaitu dengan 8 titik diperoleh solusi
jarak minimal sebesar 899 km dan diperoleh 1 rute berbeda dengan jumlah
kendaraan 3 kendaraan. Sedangkan dalam contoh dengan 13 titik diperoleh
solusi jarak minimum sebesar 720 km dan diperoleh 3 rute serta 7 kendaraan.












39

BAB III
METODOLOGI

A. Waktu dan Tempat
Penelitian ini telah dilaksanakan di Dinas Kebersihan dan Pertamanan
Kota Malang yang berlokasi di Jl. Bingkil No. 1. Sementara waktu penelitian
dilaksanakan pada bulan Februari 2012.

B. Metode Pengumpulan Data
Adapun metode penelitian yang digunakan untuk memperoleh data dalam
penulisan tugas Penerapan Teori Graph adalah:
1. Penelitian Kepustakaan (Library Research)
Penelitian kepustakaan merupakan suatu metode yang dilakukan untuk
mendapatkan pengetahuan dan landasan teoritis dalam menganalisis data dan
permasalahan melalui karya tulis dan sumber-sumber lainnya sebagai bahan
dalam penulisan tugas Penerapan Teori Graph ini.
2. Penelitian Lapangan
Penelitian lapangan yaitu penelitian yang dilakukan dengan tujuan
langsung ke lapangan untuk memperoleh data melalui pengamatan langsung pada
objek yang akan diteliti untuk memperoleh data primer dan data sekunder yang
dibutuhkan.

C. Prosedur Penelitian
Prosedur yang dilakukan dalam mengidentifikasi sistem pengangkutan sampah
Kota Malang terbagi dalam beberapa tahapan, yaitu:

1. Tahap Pendahuluan
a. Mengidentifikasi masalah yang dijadikan sebagai bahan penelitian yang
didapatkan melalui survey pendahuluan terhadap objek yang diteliti
sertaliteratur tentang topik-topik yang berhubungan dengan permasalahan.
40

b. Mengidentifikasi data penelitian, yang mana dalam penelitian ini ada beberapa
data yang dibutuhkan yaitu, data rute dan jadwal pengangkutansampah Kota
Makassar.

2. Pengambilan Data
a. Mengumpulkan data, yakni data primer dan data sekunder.
1. Data primer berupa wawancara dan pengamatan langsung. Wawancara
merupakan pengumpulan data dengan mengajukan pertanyaan secara
langsung. Wawancara dilakukan untuk melengkapi data penelitian yang
tidak terdapat pada dokumen dinas yang bersangkutan. Sedangkan
pengamatan langsung dilakukan dengan melakukan pengamatan secara
langsung pada proses kerja di lapangan.
2. Data sekunder merupakan data yang diambil dari dokumen dan
literaturliteraturpada dinas sebagai informasi yang menunjang penelitian
ini.
b. Pencarian data pada dinas berupa jarak dan waktu pelayanan pengangkutan
sampah.
c. Berkomunikasi dengan staff Manajemen dan staff Pelaksana mengenai
perencanaan dan perancangan sistem pengangkutan sampah.

3. Pengolahan Data
Data yang diperoleh (primer atau sekunder) akan diolah dengan
berpedoman pada landasan teori. Adapun landasan teori yang akan digunakan
dalam menganalisis dan memecahkan masalah nantinya berpedoman pada
metode algoritma Clark and Wright dan Nearest Insertion Heuristic.

4. Analisis Data
Pada tahap ini, akan dilakukan analisis mengenai penentuan pola rute yang
optimal sehingga sistem pengangkutan sampah dapat efektif dan efisien.



41

D. flowchart Penelitian









End
42

BAB IV
PEMBAHASAN

4.1 Narasi Permasalahan
Kota Malang merupakan salah satu kota yang mengalami
permasalahankompleks di bidang pengelolaan persampahan ini.Penanganan
persampahan Kota Malang dilakukan oleh Dinas Kebersihan dan Pertamanan
Kota Malang. Dalam tahun 2011 jumlah timbulan sampah KotaMalang mencapai
1.200 m
3
per hari. Oleh karena itu, Dinas Kebesihan dan Pertamanan Kota Malang
memerlukan beberapa armada truk untuk mengangkut sampah di TPS-TPS di
berbagai daerah di Kota Malang. Hal ini dapat dilihat pada table 1.
Proses pengangkutan sampah yang dilakukan petugas dari Dinas
Kebersihan dan Pertamanan Kota Malang dimulai pada pukul 06.00 sampai denga
pukul 14.00 dengan kapasitas kendaraan sebesar 8.000 m
3
, kecepatan rata-rata
kendaraan 40 km/jam dan waktu untuk melayani persatu m
3
sampah di TPS
adalah 3 detik (0,00083 menit).
Tabel 1. TPS TPS yang dilalui truk pengangkut sampah beserta rute dan
jaraknya
TPS Rute Total Jarak
(km)
TPS Perum PBI
TPS Kanjuruhan
TPS Tlogomas
TPS Raya Langsep
TPS Keben
TPS Terminal Gadang
TPS Bakalan Krajan
TPA - Blimbing
Sumbersari Merjosari
Mergan Klayatan
Kebonsari Mulyorejo
Supiturang TPA
134 km






43

Berikut adalah daftar volume sampah yang harus diangkut di setiap TPS

Tabel 2. volume sampah yang harus diangkut di setiap TPS
TPS Volume Sampah yg diangkut
(m3)
Total Sampah yg diangkut
(m3)
1 998 8053
2 813
3 876
4 1367
5 1450
6 819
7 1730
Keterangan : 1. TPS Perum PBI; 2. TPS Kanjuruhan; 3. TPS Tlogomas; 4. TPS Raya Langsep; 5. TPS
Keben; 6. TPS Terminal Gadang; 7. TPS Bakalan Krajan

Gambar dibawah ini menunjukkan kemungkinan rute yang dapat dilewati, dimana
titik 0 mewakili TPA dan titik 1 sampai 7 mewakili TPS. Setiap sisi mewakili
jalan yang menghubungkan antar titik dan setiap bobot pada sisi mewakili jarak
yang dinyatakan dalam satuan Km.

Gambar 1. Jalur pengangkutan sampah Kota Malang

Dalam kasus ini, masalah yang harus kita selesaikan adalah bagaimana
menemukan beberapa rute minimum dalam pengangkutan sampah di 7 TPS,
44

dimana tiap TPS hanya diangkut oleh satu truk dengan tidak melanggar kendala
kapasitas serta kendala waktu, dan setiap rute berawal dan berakhir di TPA.

Berdasarkan gambar graph di atas, dapat disusun table jarak antara TPA dengan
TPA dan jarak antara TPS sebagai berikut :

Jarak TPA ke TPS dan Antar TPS dalam Km
Keterangan : 0. TPA; 1. TPS Perum Blimbing; 2. TPS Kanjuruhan; 3. TPS Tlogomas; 4.
TPS Raya Langsep; 5. TPS Keben; 6. TPS Terminal Gadang; 7. TPS Bakalan Krajan.

4.2. Penyelesaian Masalah Dengan Algoritma Clark n Wright
a. Menghitung nilai saving untuk semua pasangan TPS dengan rumus sebagai
berikut :


- Untuk dan
j =2 maka


j =3 maka


j =4 maka


j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =3 maka


j =4 maka


45

j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =4 maka


j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =6 maka


j =7 maka



- Untuk dan
j =7 maka



b. Mengurutkan saving dari yang terbesar ke yang terkecil
Urutan nilai saving dari yang terbesar
No. i,j S
ij

1. 1,3 17,8
2. 2,3 17,8
3. 5,6 17,6
4. 1,2 16,8
5. 2,6 13,8
46

6. 1,6 13,6
7. 6,7 12,6
8. 3,6 12,4
9. 2,4 12
10. 1,4 11,8
11. 3,4 11,8
12. 4,5 10,8
13. 1,5 10,2
14. 2,5 9,8
15. 5,7 9,2
16. 3,5 8,2
17. 2,7 7,2
18. 1,7 7
19. 3,7 7
20. 4,7 7
21. 4,6 4,8

c. Membangun dan Memilih Rute
- Pilih S
ij
terbesar yaitu S
13
= 17,8. Bangun rute dengan i = 1 dan j = 3
yang berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
1
+ q
3
= 998 + 876 = 1874 Q (memenuhi)
Kendala waktu : t
13
=


S
t1
= 998 0,00083 = 0,82834
S
t3
= 876 0,00083 = 0,72708
T
total
= t
13
+ S
t1
+ S
t3
= 0,2 + 0,82834 + 0,72708 = 1,75542 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 1, 3, 0].
47

- Pilih S
ij
terbesar yaitu S
23
= 17,8. Bangun rute dengan i = 2 dan j = 3
yang berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
2
+ q
3
= 813 + 876 = 1689 Q (memenuhi)
Kendala waktu : t
23
=


S
t2
= 813 0,00083 = 0,67479
S
t3
= 876 0,00083 = 0,72708
T
total
= t
23
+ S
t2
+ S
t3
= 0,12 + 0,67479 + 0,72708 = 1,52187 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 2, 3, 0].

- Pilih S
ij
yaitu S
56
= 17,6. Bangun rute dengan i = 5 dan j = 6 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
5
+ q
6
= 1450 + 819 = 2269 Q (memenuhi)
Kendala waktu : t
56
=


S
t5
= 1450 0,00083 = 1,2035
S
t6
= 819 0,00083 = 0,67977
T
total
= t
56
+ S
t5
+ S
t6
= 0,06 + 1,2035 + 0,67977 = 1,94327 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 5, 6, 0].

- Pilih S
ij
yaitu S
12
= 16,8. Bangun rute dengan i = 1 dan j = 2 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
1
+ q
2
= 998 + 813 = 1811 Q (memenuhi)
Kendala waktu : t
12
=


S
t1
= 998 0,00083 = 0,82834
S
t2
= 813 0,00083 = 0,67479
T
total
= t
12
+ S
t1
+ S
t2
= + 0,82834 + 0,67479 = 1,63313 T
w

(memenuhi)
48

Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
baru [0, 1, 2, 0].
- Pilih S
ij
yaitu S
26
= 13,8. Bangun rute dengan i = 2 dan j = 6 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
2
+ q
6
= 813 + 819 = 1632 Q (memenuhi)
Kendala waktu : t
26
=


S
t2
= 813 0,00083 = 0,67479
S
t6
= 819 0,00083 = 0,67977
T
total
= t
26
+ S
t2
+ S
t6
= + 0,67479 + 0,67977 = 1,57456 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 2, 6, 0]
.
- Pilih S
ij
yaitu S
16
= 13,6. Bangun rute dengan i = 1 dan j = 6 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
1
+ q
6
= 998 + 819 = 1817 Q (memenuhi)
Kendala waktu : t
16
=


S
t1
= 998 0,00083 = 0,82834
S
t6
= 819 0,00083 = 0,67977
T
total
= t
16
+ S
t1
+ S
t6
= + 0,82834+ 0,67977 = 1,81311 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 1, 6, 0].

- Pilih S
ij
yaitu S
67
= 12,6. Bangun rute dengan i = 6 dan j = 7 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
6
+ q
7
= 819 + 1730 = 2549 Q (memenuhi)
Kendala waktu : t
67
=


S
t6
= 819 0,00083 = 0,67977
S
t7
= 1730 0,00083 = 1,4359
49

T
total
=
167
+ S
t6
+ S
t7
= + 0,67977+ 1,4359 = 2,25567 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 6, 7, 0]
.
- Pilih S
ij
yaitu S
36
= 12,4. Bangun rute dengan i = 3 dan j = 6 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
3
+ q
6
= 876 + 819 = 1695 Q (memenuhi)
Kendala waktu : t
36
=


S
t3
= 876 0,00083 = 0,72708
S
t6
= 819 0,00083 = 0,67977
T
total
= t
36
+ S
t3
+ S
t6
= + 0,72708+ 0,67977 = 1,75685 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 3, 6, 0].

- Pilih S
ij
terbesar yaitu S
24
= 12. Bangun rute dengan i = 2 dan j = 4 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
2
+ q
4
= 813 + 1367 = 2180 Q (memenuhi)
Kendala waktu : t
24
=


S
t2
= 813 0,00083 = 0,67479
S
t4
= 1367 0,00083 = 1,13461
T
total
= t
24
+ S
t2
+ S
t4
= 0,105 + 0,67479 + 1,13461 = 1,9144 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 2, 4, 0]
.
- Pilih S
ij
terbesar yaitu S
14
= 11,8. Bangun rute dengan i = 1 dan j = 4
yang berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
1
+ q
4
= 998 + 1367 = 2365 Q (memenuhi)
Kendala waktu : t
14
=


50

S
t1
= 998 0,00083 = 0,82834
S
t4
= 1367 0,00083 = 1,13461
T
total
= t
14
+ S
t1
+ S
t4
= 0,19 + 0,82834+ 1,13461 = 2.15295 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 1, 4, 0]
.
- Pilih S
ij
terbesar yaitu S
34
= 11,8. Bangun rute dengan i = 3 dan j = 4
yang berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
3
+ q
4
= 876 + 1367 = 2243 Q (memenuhi)
Kendala waktu : t
34
=


S
t3
= 876 0,00083 = 0,72708
S
t4
= 1367 0,00083 = 1,13461
T
total
= t
34
+ S
t3
+ S
t4
= + 0,72708 + 1,13461 = 2,06669 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 3, 4, 0]
.
- Pilih S
ij
terbesar yaitu S
45
= 10,8. Bangun rute dengan i = 4 dan j = 5
yang berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
4
+ q
5
= 1367 + 1450 = 2817 Q (memenuhi)
Kendala waktu : t
45
=


S
t4
= 1367 0,00083 = 1,13461
S
t5
= 1450 0,00083 = 1,2035
T
total
= t
45
+ S
t4
+ S
t5
= + 1,13461 + 1,2035 = 2,40811 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 4, 5, 0].

- Pilih S
ij
terbesar yaitu S
15
= 10,2. Bangun rute dengan i = 1 dan j = 5
yang berawal dari depot dan kembali lagi ke depot.
51

Kendala kapasitas q
1
+ q
5
= 998 + 1450 = 2448 Q (memenuhi)
Kendala waktu : t
15
=


S
t1
= 998 0,00083 = 0,82834
S
t5
= 1450 0,00083 = 1,2035
T
total
= t
15
+ S
t1
+ S
t5
= + 0,82834+ 1,2035 = 2,26184 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 1, 5, 0].

- Pilih S
ij
terbesar yaitu S
25
= 9,8. Bangun rute dengan i = 2 dan j = 5 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
2
+ q
5
= 813 + 1450 = 2263 Q (memenuhi)
Kendala waktu : t
25
=


S
t2
= 813 0,00083 = 0,67479
S
t5
= 1450 0,00083 = 1,2035
T
total
= t
25
+ S
t2
+ S
t5
= + 0,67479 + 1,2035 = 2,03829 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 2, 5, 0].

- Pilih S
ij
yaitu S
57
= 9,2. Bangun rute dengan i = 5 dan j = 7 yang berawal
dari depot dan kembali lagi ke depot.
Kendala kapasitas q
5
+ q
7
= 1450 + 1730 = 3180 Q (memenuhi)
Kendala waktu : t
57
=


S
t5
= 1450 0,00083 = 1,2035
S
t7
= 1730 0,00083 = 1,4359
T
total
= t
57
+ S
t5
+ S
t7
= 0,065 + 1,2035 + 1,4359 = 2,7044 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 5, 7, 0].
52

- Pilih S
ij
terbesar yaitu S
35
= 8,2. Bangun rute dengan i = 3 dan j = 5 yang
berawal dari depot dan kembali lagi ke depot.
Kendala kapasitas q
3
+ q
5
= 876 + 1450 = 2326 Q (memenuhi)
Kendala waktu : t
35
=


S
t3
= 876 0,00083 = 0,72708
S
t5
= 1450 0,00083 = 1,2035
T
total
= t
35
+ S
t3
+ S
t5
= + 0,72708+ 1,2035 = 2,22558 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 3, 5, 0].

- Pilih S
ij
yaitu S
27
= 7,2. Bangun rute dengan i = 2 dan j = 7 yang berawal
dari depot dan kembali lagi ke depot.
Kendala kapasitas q
2
+ q
7
= 813 + 1730 = 2543 Q (memenuhi)
Kendala waktu : t
27
=


S
t2
= 813 0,00083 = 0,67479
S
t7
= 1730 0,00083 = 1,4359
T
total
= t
27
+ S
t2
+ S
t7
= + 0,67479 + 1,4359 = 2,29069 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 2, 7, 0].

- Pilih S
ij
yaitu S
17
= 7. Bangun rute dengan i = 1 dan j = 7 yang berawal
dari depot dan kembali lagi ke depot.
Kendala kapasitas q
1
+ q
7
= 998 + 1730 = 2728 Q (memenuhi)
Kendala waktu : t
17
=


S
t1
= 998 0,00083 = 0,82834
S
t7
= 1730 0,00083 = 1,4359
T
total
= t
17
+ S
t1
+ S
t7
= + 0,82834 + 1,4359 = 2,52924 T
w

(memenuhi)
53

Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 1, 7, 0].

- Pilih S
ij
yaitu S
37
= 7. Bangun rute dengan i = 3 dan j = 7 yang berawal
dari depot dan kembali lagi ke depot.
Kendala kapasitas q
3
+ q
7
= 876 + 1730 = 2606 Q (memenuhi)
Kendala waktu : t
37
=


S
t3
= 876 0,00083 = 0,72708
S
t7
= 1730 0,00083 = 1,4359
T
total
= t
37
+ S
t3
+ S
t7
= + 0,72708 + 1,4359 = 2,44298 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 3, 7, 0].

- Pilih S
ij
yaitu S
47
= 7. Bangun rute dengan i = 4 dan j = 7 yang berawal
dari depot dan kembali lagi ke depot.
Kendala kapasitas q
4
+ q
7
= 1367 + 1730 = 3097 Q (memenuhi)
Kendala waktu : t
47
=


S
t4
= 1367 0,00083 = 1,13461
S
t7
= 1730 0,00083 = 1,4359
T
total
= t
47
+ S
t4
+ S
t7
= + 1,13461 + 1,4359 = 2,69051 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 4, 7, 0].

- Pilih S
ij
yaitu S
46
= 4,8. Bangun rute dengan i = 4 dan j = 6 yang berawal
dari depot dan kembali lagi ke depot.
Kendala kapasitas q
4
+ q
6
= 1367 + 819 = 2186 Q (memenuhi)
Kendala waktu : t
46
=


S
t4
= 1367 0,00083 = 1,13461
S
t6
= 819 0,00083 = 0,67977
54

T
total
= t
46
+ S
t4
+ S
t6
= + 1,13461 + 0,67977 = 1,93438 T
w

(memenuhi)
Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[0, 4, 6, 0].

d. Perluasan Rute
Berdasarkan rute yang telah dibentuk pada langkah sebelumnya,
penggabungan rute terjadi jika tidak melanggar kendala yang ditetapkan
(kendala kapasitas dan kendala waktu). Pada kasus ini terbentuk rute baru
sebagai berikut :
Rute I : [0, 2, 3, 1, 5, 6, 7, 0], dengan total waktu = 6,29938 jam dan total
kapasitas = 6686 m
3
. Jarak yang ditempuh 44,4 km.
Rute II : [0, 4, 0], dengan total waktu = 1,13461 jam dan total kapasitas =
1367 m
3
. Jarak yang ditempuh 13,6 km.

4.3.Penyelesaian Masalah Dengan Algoritma Nearest Insertion Heuristic
Untuk menyelesaikan permasalahan tersebut sehingga dapat diperoleh sejumlah
rute dengan jarak tempuh minimum, digunakah metode Nearest Insertion
Heuristic dengan :
Kapasitas kendaraan (Q) = 8.000 m
3

Kecepatan rata-rata kendaraan (F) = 40 km/jam
Waktu pelayanan persatu-satuan demand (S
t_demand
) = 3 detik (0,00083 jam)
Batas waktu pelayanan, T
W
= 8 jam (06.00 14.00)

Langkah-langkah penyelesaian menggunakan metode Nearest Insertion Heuristic :
Langkah 1 :
a. Menghitung nilai saving untuk semua pasangan TPS dengan rumus sebagai
berikut :


- Untuk dan
j =2 maka


j =3 maka


55

j =4 maka


j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =3 maka


j =4 maka


j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =4 maka


j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =5 maka


j =6 maka


j =7 maka



- Untuk dan
j =6 maka


j =7 maka



- Untuk dan
j =7 maka





56

b. Mengurutkan saving dari yang terbesar ke yang terkecil
Urutan nilai saving dari yang terbesar
No. i,j S
ij

1. 1,3 17,8
2. 2,3 17,8
3. 5,6 17,6
4. 1,2 16,8
5. 2,6 13,8
6. 1,6 13,6
7. 6,7 12,6
8. 3,6 12,4
9. 2,4 12
10. 1,4 11,8
11. 3,4 11,8
12. 4,5 10,8
13. 1,5 10,2
14. 2,5 9,8
15. 5,7 9,2
16. 3,5 8,2
17. 2,7 7,2
18. 1,7 7
19. 3,7 7
20. 4,7 7
21. 4,6 4,8



57

Langkah 2 :
Membangun rute yang berawal dan berakhir di TPA
- Pilih S
ij
terbesar, yaitu


- Bangun rute dengan yang keluar dari TPA dan kembali lagi
ke TPA
- Kendala kapasitas :
Kendala waktu :



Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
[ ]

Langkah 3 : Perluasan Rute
- Pemilihan
Mencari TPS h Yang mempunyai jarak terdekat dengan TPS yang berada pada
rute yang sudak dibentuk pada langkah 2. Dengan kata lain kita cari

minimun
dengan l pada rute dan h tidak pada rute.

}
{

}
{ }


Jadi, diperoleh

Kendala kapasitas :



58

- Penyisipan
Mencari sisi dalam

yang mempunyai nilai minimum.


Sisipkan h diantara i dan j sehingga diperoleh rute baru yang memuat h, yaitu
(i,h) dan (h,j).


Nilai minimum 1. Jadi, TPS 2 disisipkan pada sisi

Kendala waktu :





Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
baru [ ]

Karena perluasan rute selanjutnya masih memenuhi kendala kapasitas, maka
kita kembali ke Langkah 3 (perluasan rute):

- Pemilihan
Mencari TPS h Yang mempunyai jarak terdekat dengan TPS yang berada
pada rute yang sudak dibentuk sebelumnya. Dengan kata lain kita cari


minimun dengan l pada rute dan h tidak pada rute.

}
{

}
{ }


Jadi, diperoleh

59

Kendala kapasitas :


- Penyisipan
Mencari sisi dalam

yang mempunyai nilai minimum.


Sisipkan h diantara i dan j sehingga diperoleh rute baru yang memuat h, yaitu
(i,h) dan (h,j).



Nilai minimum 1,6. Jadi, TPS 4 disisipkan pada sisi

Kendala waktu :






Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
baru [ ]

Karena perluasan rute selanjutnya masih memenuhi kendala kapasitas, maka
kita kembali ke Langkah 3 (perluasan rute):

- Pemilihan
Mencari TPS h Yang mempunyai jarak terdekat dengan TPS yang berada
pada rute yang sudak dibentuk sebelumnya. Dengan kata lain kita cari


minimun dengan l pada rute dan h tidak pada rute.

60

}
{

}
{ }


Jadi, diperoleh

Kendala kapasitas :



- Penyisipan
Mencari sisi dalam

yang mempunyai nilai minimum.


Sisipkan h diantara i dan j sehingga diperoleh rute baru yang memuat h, yaitu
(i,h) dan (h,j).



Nilai minimum 2,8. Jadi, TPS 4 disisipkan pada sisi

Kendala waktu :






Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk rute
baru [ ]

61


Karena perluasan rute selanjutnya masih memenuhi kendala kapasitas, maka
kita kembali ke Langkah 3 (perluasan rute):

- Pemilihan
Mencari TPS h Yang mempunyai jarak terdekat dengan TPS yang berada
pada rute yang sudak dibentuk sebelumnya. Dengan kata lain kita cari


minimun dengan l pada rute dan h tidak pada rute.

}
{

}
{ }


Jadi, diperoleh

Kendala kapasitas :



- Penyisipan
Mencari sisi dalam

yang mempunyai nilai minimum.


Sisipkan h diantara i dan j sehingga diperoleh rute baru yang memuat h, yaitu
(i,h) dan (h,j).

18,2

18

19,8

14,8



Nilai minimum 8,8. Jadi, TPS 4 disisipkan pada sisi

62

Kendala waktu :







Karena perluasan rute selanjutnya akan mengakibatkan kendala kapasitas dan
kendala waktu tidak terpenuhi, maka pemilihan dan penyisipan TPS
dihentikan. Sehingga diperoleh rute pertama, yaitu [ ]
Dapat kita lihat bahwa ada TPS yang belum dilalui, yaitu TPS 7. Sehingga
kita perlu membangun rute kedua.

Kita kembali ke Langkah 2 :
Membangun rute yang berawal dan berakhir di TPA
Pilih

terbesar berikutnya dengan TPS yang dipilih tidak boleh sama dengan
TPS yang telah terpilih pada rute pertama.
Karena pada kasus ini hanya tersisa satu TPS yang belum dilalui (TPS 7),
maka kita bangun rute yang berawal dan berakhir di TPA yang melalui TPS 7
serta memenuhi kendala kapasitas dan kendala waktu. Diperoleh rute [ ]
Kendala kapasitas :
Kendala waktu :


Karena memenuhi kendala kapasitas dan kendala waktu, maka terbentuk Rute
Kedua, yaitu [ ]








63

4.3 Penyelesaian Masalah Dengan Alat Bantu




64




Analisa :
- Rute 1 : [0, 2, 3, 1, 5, 6, 7, 0]
Jarak total 44,4 km
Kapasitas 6686 m
3

- Rute 2 :[0, 4, 0]
Jarak total 13,6 km
Kapasitas 1367 m
3

Total jarak : 58 km
Berat total : 8053 m
3





65

4.4 Analisa Hasil
Dari pembahasan di atas diperoleh hasil jarak sebelum menggunakan
algoritma Clark and Wright, Nearest Insertion Heuristic dan VRP Solver, sebagai
berikut :

Algoritma
Atau
Alat Bantu
Rute
Jarak
(Km)
Kapasitas
(m
3
)
Waktu
(jam)
Clark and Wright Rute I: [0,2,3,1,5,6,7,0]
Rute II : [0,4,0]
Rute I : 44,4
Rute II : 13,6
Total jarak : 58
Rute I : 6686
Rute II : 1367
Total :8053
Rute I :
6,29938
Rute II :
1,13461
Total :
7,43399
Nearest Insertion
Heuristic
Rute I : [0,1,3,2,4,5,6,0]
Rute II : [0,7,0]
Rute I : 48
Rute II : 10
Total jarak : 58
Rute I : 6323
Rute II : 1730
Total :8053
Rute I : 6,25
Rute II : 1,43
Total : 7,68
VRP Solver Rute I: [0,2,3,1,5,6,7,0]
Rute II : [0,4,0]
Rute I : 44,4
Rute II : 13,6
Total jarak : 58
Rute I : 6686
Rute II : 1367
Total :8053
Rute I :
6,29938
Rute II :
1,13461
Total :
7,43399

Dengan rute sebagai berikut :

Rute Clark and Wright :
Rute I :
Mulyorejo Bandulan Raya Langsep Galunggung - Bend. Sutami
Sumbersari Gajayana MT. Hariono Mertojoyo Merjosari
Joyosuryo MT. Hariono Sukarno Hatta Blimbing Letjen Suparman
Letjen Sutoyo Letjen Suprapto Basuki Rahmad Arief Margono
Sudanco Supriadi Klayatan Sudanco Supriadi Kebonsari Sudanco
Supriadi Klayatan Mulyorejo Supiturang TPA
66

Rute II:
TPA Supiturang Mulyorejo Bandulan - Mergan Bandulan
Mulyorejo Supiturang TPA

Rute Nearest Insertion Heuristic :
Rute I :
TPA - Mulyorejo Bandulan Raya Langsep Galunggung - Bend. Sutami
Sumbersari Gajayana MT. Hariono Mertojoyo Merjosari Joyosuryo
MT. Hariono Sukarno Hatta Blimbing- Sukarno Hatta MT. Hariono
Joyosuryo Merjosari Mertojoyo MT. Hariono Gajayana
Sumbersari Gajayana MT. Hariono Mertojoyo Merjosari Joyosuryo
MT. Hariono Sukarno Hatta Blimbing Letjen Suparman Letjen
Sutoyo Letjen Suprapto Basuki Rahmad Arief Margono Sudanco
Supriadi Klayatan- Sudanco Supriadi Kebonsari Sudanco Supriadi
Klayatan Mulyorejo Supiturang TPA

Rute II:
TPA Supiturang TPA

Rute VRP Solver :
Rute I :
Mulyorejo Bandulan Raya Langsep Galunggung - Bend. Sutami
Sumbersari Gajayana MT. Hariono Mertojoyo Merjosari
Joyosuryo MT. Hariono Sukarno Hatta Blimbing Letjen Suparman
Letjen Sutoyo Letjen Suprapto Basuki Rahmad Arief Margono
Sudanco Supriadi Klayatan Sudanco Supriadi Kebonsari Sudanco
Supriadi Klayatan Mulyorejo Supiturang TPA
Rute II:
TPA Supiturang Mulyorejo Bandulan - Mergan Bandulan
Mulyorejo Supiturang TPA


67

KESIMPULAN

Berdasarkan penelitian ini ditarik kesimpulan sebagai berikut:
1. Penggunaan Algoritma Clark and Wright dan Nearest Insertion Heuristic
mampu mengoptimalkan proses pengangkutan sampah dengan satu kali
putaran rute di mana penumpukan sampah pada beberapa wilayah
pelayanan dapat diminimalisir.
2. Rute yang dihasilkan dengan menggunakan Algoritma Clark and Wright
dan Nearest Insertion Heuristik menghasilkan rute dengan jarak
minimum, yaitu 58 Km dalam waktu kurang dari yang disediakan oleh
Dinas Kebersihan dan Pertamanan Kota Malang, yaitu 7,5 jam. Dengan
penghematan jarak dan waktu tempuh tersebut maka proses pengangkutan
sampah di Kota Malang bisa lebih efektif dan efisien.
3. Dari hasil analisis sebelumnya, dapat dilihat bahwa terdapat kesamaan
hasil antara Algoritma Clark and Wright dan alat bantu yang digunakan
(VRP Solver), baik dilihat dari rute-rute yang terbentuk, total jarak
tempuh, maupun total waktu tempuh. Sedangkan hasil perhitungan manual
dengan Algoritma Nearest Insertion Heuristic terdapat perbedaan dengan
Algoritma Clark and Wright dan alat bantu yang digunakan (VRP Solver).
Perbedaannya terletak pada rute-rute yang terbentuk dan total waktu
tempuh, tetapi untuk total jarak tempuh diperoleh hasil yang sama.











68

DAFTAR PUSTAKA

Anonim, 2002. Tata Cara Teknik Operasional Pengelolaan Sampah
Perkotaan (SNI 19-2454-2002). Badan Standarisasi Nasional, Jakarta.
Ballou H., Ronald, 1999. Bissiness Logistic Management. Prentice-Hall,USA.
Dinas Pertamanan dan Kebersihan Kota Makassar, 2011. Data Sistem
Pengangkutan Sampah Kota Makassar. Makassar
Hendrawan, Bambang Eko, 2007. Implementasi Algoritma Paralele Genetic
Algorithm Untuk Penyelesaian Heterogeneous Fleet Vehicle Routing
Problem. Tugas Akhir tidak diterbitkan, Jurusan Teknik Informatika,
Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember,
Surabaya.
Lysgaard, J., 1997. Clarke & Wrights Savings Algorithm. Department of
Management Science and logistics. Aarhus.


















69

LAMPIRAN

PENGALAMAN PENELITIAN
Pada tanggal 10 Pebruari 2012 kami mengajukan proposal penelitian ke
KESBANGPOL dan LINMAS untuk memperoleh ijin penelitian ke Dinas
Kebersihan dan Pertamanan Kota Malang.
Selanjutnya tanggal 13 Pebruari 2012, kami menyerahkan surat ijin dari
KESBANGPOL dan LINMAS untuk disetujui oleh Kepala Dinas Kebersihan dan
Pertamanan Kota Malang.Sehari setelahnya kami mendapatkan ijin untuk
melakukan penelitian.Kemudian kami melakukan wawancara kepada Bapak
Sugeng selaku Tata Usaha Dinas Kebersihan dan Pertamanan Kota
Malang.Setelah itu kami meminta ijin kepada Bapak Atus sebagai Kabid.
Pengelolaan Kebersihan.
Pada tanggal 21 Pebruari kami menemui Bapak Sumantri selaku
Kabid.Pengangkutan untuk memperoleh data yang kami perlukan. Dan keesokan
harinya kami mendapatkan data.Kemudian pada hari itu juga melakukan
wawancara tentang kecepatan rata-rata kendaraan kepada supir truk pengangkut
sampah.
Setelah kami memperoleh semua data, pada tanggal 23 Pebruari 2012
kami berpamitan dan mengucapkan terima kasih atas bantuan Pimpinan dan Staf
Dinas Kebersihan dan Pertamanan Kota Malang.











70

DOKUMENTASI


TPA Supiturang - Malang




















kegiatan pengangkutan sampah dari TPS
71


Pasukan kuning

Pengangkutan sampah

Sampah pasar

Tong sampah

Anda mungkin juga menyukai