Anda di halaman 1dari 11

Apa Yang Harus Anda Ketahui Tentang Vehicle Routing Problem?

1. Latar Belakang

Transportasi merupakan salah satu komponen yang sangat penting dalam


sistem manajemen logistik. Peningkatan efisiensi dari sistem transportasi dapat
dilakukan dengan memaksimalkan utilitas dari alat transportasi yang ada. Untuk
mengurangi biaya transportasi dan juga untuk meningkatkan pelayanan terhadap
para costumer, perlu dicari jalur atau rute terbaik, yang dapat meminimalkan jarak
dan waktu. Permasalahan yang bertujuan untuk membuat suatu rute yang optimal,
untuk sekelompok kendaraan, agar dapat melayani sejumlah konsumen, disebut
sebagai Vehicle Routing Problems (VRP).

Secara umum VRP dapat digambarkan sebagai permasalahan dalam


mendesain rute dari suatu depot ke sekumpulan titik (kota, toko, gudang, sekolah,
konsumen dan lain-lain) yang tersebar, dengan biaya termurah. Rute tersebut harus
dibuat sedemikian rupa, sehingga setiap titik dikunjungi oleh tepat satu kendaraan,
semua rute berawal dan berakhir di depot, dan total demand dari semua titik dalam
sebuah rute tidak melebihi kapasitas dari kendaraan.

Traveling Salesman Problem (TSP) merupakan sebuah permasalahan


optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing dan
penjadwalan produksi. Masalah optimasi TSP terkenal dan telah menjadi standar
untuk mencoba algoritma yang komputational. Pokok permasalahan dari TSP
adalah seorang salesman harus mengunjungi sejumlah kota yang diketahui jaraknya
satu dengan yang lainnya. Semua kota yang ada harus dikunjungi oleh salesman
tersebut dan kota tersebut hanya boleh dikunjungi tepat satu kali. Permasalahannya
adalah bagaimana salesman tersebut dapat mengatur rute perjalanannya sehingga
jarak yang ditempuhnya merupakan jarak minimu
Terdapat perbedaan yang sangat berarti antara VRP dan TSP. VRP
menggunakan banyak kendaraan untuk menyelesaikan permasalahan perjalanan
sedangkan TSP seorang salesman melakukan perjalanan menuju kota untuk
menyelesaikan permasalahan perjalanan.

VRP merupakan suatu permasalahan penting yang terdapat pada sistem


transportasi yang bertujuan meminimalkan total jarak tempuh supaya biaya
pengoperasian kendaraan minimal. VRP termasuk ke dalam kelas Nondeterministic
Polynomial-Hard (NPH) artinya parameter yang mempengaruhi sangat kompleks
dan penyelesaiannya tidak dapat diselesaikan dengan sebuah algoritma linier saja,
karena membutuhkan waktu yang sangat lama, yang pada umumnya menggunakan
pendekatan heuristik untuk mencari solusinya.
2. Landasan Teori

2.1 Vehicle Routing Problem


Vehicle routing problem memiliki peranan pokok dalam manajemen
logistik. Vehicle routing problem berperan dalam merancang rute yang optimal
yang digunakan oleh sejumlah kendaraan yang ditempatkan pada depot untuk
melayani sejumlah pelanggan dengan permintaan yang diketahui (Toth dan Vigo,
2002). Laporan ilmiah dari Dantzig dan Ramser (1959) secara luas dianggap
sebagai laporan ilmiah pertama tentang vehicle routing. Yang menguraikan tentang
rute armada truk pengiriman bensin antara terminal curah dan sejumlah besar
stasiun layanan yang dipasok dari terminal.

Toth dan Vigo menggambarkan vehicle routing problem sebagai suatu graf
lengkap = (, ), di mana = {0, . . . , } adalah himpunan titik dan himpunan
busur. Node = 1, , , menunjukkan pelanggan, sedangkan node 0 menunjukkan
depot. Terkadang depot digambarkan juga dengan + 1. Biaya non negative/jarak
tempuh (), terkait dengan setiap busur (, ) dan merupakan biaya travel
yang dikeluarkan dalam perjalanan dari titik ke titik . Tujuan vehicle routing
problem adalah untuk mengatur rute biaya terendah kendaraan sedemikian hingga:

Setiap rute dimulai dan diakhiri di depot.


Setiap pelanggan dikunjungi tepatnya sekali dengan satu kendaraan.
Jumlah permintaan dari rute kendaraan yang ada tidak melebihi kapasitas
kendaraan.
Kallehauge dkk. (2001) mendefinisikan pemasalahan -TSP (Traveling
Salesman Problem) sebagai salah satu variasi dari TSP (Traveling Salesman
Problem), di mana terdapat salesman yang mengunjungi sejumlah kota dan tiap
kota hanya dikunjungi oleh tepat satu salesman saja. Tiap salesman berawal dari
suatu depot dan pada akhir perjalanannya juga harus kembali ke depot tersebut.
Permasalahan -TSP (Traveling Salesman Problem) ini dikenal sebagai Vehicle
Routing Problem (VRP). Kallehauge dkk. juga memformulasikan sebuah model
dari vehicle routing problem sebagai berikut
Fungsi tujuan:

+1+1
Min = 2.1
=1 =0 =0

Kendala:

+1
= 1; = 1, 2, , 2.2
=1 =0

+1
; = 1, 2, , 2.3
=1 =0

+1
0 = 1; = 1, 2, , 2.4
=0

+1 +1
= 0; = 1, 2, , ; = 1, 2, . , 2.5
=0 =0

+1
,+1, = 1; = 1, 2, . , 2.6
=0
{0, 1}; = 0, 2, , + 1; = 1, 2, . , 2.7

dengan:
= biaya travel antara konsumen dan .
= nomor kendaraan.
= total permintaan kendaraan sampai konsumen .
= nomor pelanggan (0 menunjukkan depot).

= kapasitas maksimum kendaraan .


Persamaan (2.1) menunjukkan fungsi tujuan dari permasalahan ini, yaitu untuk
meminimalkan total biaya travel. Persamaan (2.2) menunjukkan bahwa tiap
konsumen hanya dapat dilayani oleh satu kendaraan saja. Persamaan (2.3)
digunakan untuk membatasi total jumlah permintaan yang dibawa oleh kendaraan
, tidak boleh melebihi kapasitas dari kendaraan tersebut. Persamaan (2.4)-(2.6)
digunakan untuk memastikan bahwa tiap kendaraan berangkat dari depot 0, dan
setelah selesai melayani seorang konsumen, kendaraan tersebut akan pergi, serta
pada akhirnya, kendaraan tersebut akan kembali ke depot + 1.

Vehicle routing problem mungkin dapat memiliki kendala tambahan yang akan
mengarah pada varian yang berbeda. Varian tersebut pada dasarnya dibentuk
dengan modifikasi pada satu atau lebih elemen dalam vehicle routing problem.
Terdapat empat elemen yang membentuk model dari varian tersebut, yaitu:
jaringan jalan, kendaraan, pelanggan, dan ketidakpastian pada model.
Elemenelemen ini dapat diatur dengan cara yang berbeda. Seperti misalnya,
pertimbangan dalam jaringan jalan, perbedaan kendaraan, time windows, dan
perbedaan tipe dari permintaan pelanggan (pick-up atau delivery). Selain itu,
beberapa ketidakpastian juga dapat dipertimbangkan, seperti ketidakpastian dalam
permintaan dan waktu perjalanan. Beberapa contoh varian dari vehicle routing
problem adalah vehicle routing problem with time windows, vehicle routing
problem with backhaul, vehicle routing problem with pick-up and delivery, dan
stochastic vehicle routing problem.

Tujuan dari VRP Menurut F.X. Arunanto dan Arie Hintono (2011)
adalah untuk menentukan rute pengantaran yang paling optimal, untuk setiap
kendaraan, sehingga fungsi objektifnya terpenuhi.

Fungsi-fungsi objektif yang bisa dihasilkan dari VRP antara lain adalah
sebagai berikut:

Meminimalisasi jarak tempuh total.


Meminimalisasi waktu tempuh total.
Meminimalisasi jumlah kendaraan.
Batasan-batasan yang harus dipenuhi dalam penyelesaian VRP adalah
sebagai berikut:

Setiap permintaan barang dari pelanggan dapat terpenuhi.


Setiap pelanggan dikunjungi hanya satu kali dan hanya oleh satu kendaraan
saja.
Setiap rute kendaraan bermula dan berakhir di depot.
Jumlah total dari barang yang dapat diantar oleh sebuah kendaraan tidak lebih
besar dari kapasitas kendaraan tersebut.

VRP secara konseptual merupakan interseksi dari dua permasalahan yaitu:


Travelling Salesman Problem (TSP)
TSP merupakan permasalahan pencarian lintasan yang memberikan jarak
minimum dari seorang pedagang yang berangkat dari suatu kota dan harus
melalui semua kota tepat satu kali, sampai akhirnya kembali ke kota asal.

Bin Packing Problem (BPP)


BPP merupakan permasalahan memasukkan sejumlah item ke dalam sejumlah
tempat penyimpanan sehingga total berat, volume, dan sebagainya tidak
melebihi nilai maksimum.

2.2 Formula VRP


Formula VRP direpresentasi kan dengan Graf. Apa itu Graf? Definisi
graf menurut Edgar G. Goodaire dan Michael M. Parmanter (2002) adalah
kumpulan simpul (vertex atau nodes) yang dihubungkan satu sama lain
melalui busur (edges). Secara matematis, suatu graf G didefinisikan sebagai
pasangan himpunan G(V,E) dengan V(G) adalah himpunan tidak kosong dari
simpul (vertex atau nodes), V(G) = {v1, v2, v3, , vn}, dan E(G) adalah
himpunan busur (edges atau arcs) E(G) = {e1, e2, e3, , en}, yang
menghubungkan sepasang simpul pada graf tersebut.
Berikut ini merupakan contoh Gambar 1. Solusi dari VRP klasik dengan 14 pelanggan
dan empat kendaraan kapasitas Q = 10

2.3 Metode Penyelesaian VRP


Metode penyelesaian VRP dibagi menjadi tiga kategori, yaitu metode pasti
(exact methods), metode heuristik, dan metode metaheuristik. Algoritma eksak,
heuristik dan metaheuristik banyak digunakan dalam menyelesaikan masalah
optimisasi kombinatorik terkait penentuan rute. Dalam pengembangan algoritma
eksak digunakan salah satu dari prinsip program dinamis, relaksasi Lagrange, dan
generasi kolom. Unsur penting yang diperhatikan pada algoritma eksak yaitu selalu
memberikan solusi optimal, yang diperoleh melalui enumerasi atas semua
kemungkinan solusi. Heuristik dan metaheuristik cenderung sulit diapahami karena
banyak langkah-langkah yang harus dikerjakan. Algoritma ini bekerja dalam
menyelesaikan masalah dengan sifat trial and error dan biasanya sudah memiliki
intuisi untuk justifikasi solusi. Dalam hal ini, diperhatikan bahwa heuristik dan
metaheuristik cepat dalam mendapatkan solusi namun belum tentu solusi tersebut
merupakan solusi yang optimal.
2.4 VEHICLE ROUTING PROBLEM

Permasalahan dalam proses pendistribusian barang yang bertujuan untuk


membuat suatu jalur yang optimal, untuk sekelompok kendaraan yang diketahui
kapasitasnya, agar dapat memenuhi pesanan costumer dengan lokasi dan
permintaan yang telah diketahui, disebut Vehicle Routing Problem (VRP). Adapun
tujuan dari mendesain jalur kendaraan ini adalah untuk meminimasi beberapa
fungsi obyektif seperti meminimasi jumlah armada yang digunakan dan mminimasi
total jarak atau waktu perjalanan yang ditempuh.

Secara khusus, solusi dari VRP adalah menentukan sekelompok jalur


perjalanan di mana setiap jalur dilewati oleh sebuah kendaraan yang berawal dari
depot dan berakhir pada depot itu pula sehingga semua permintaan costumer dan
seluruh kendala operasionalnya terpenuhi dengan biaya transportasi yang seminim
mungkin. Beberapa komponen yang terdapat pada VRP, yaitu vehicle, costumer,
depot, pengemudi, dan faktor-faktor yang lain.

2.4 Model Vehicle Routing Problem (VRP)


VRP dapat didefinisikan sebagai permasalahan perancangan jalur kendaraan
pengiriman yang diketahui kapasitasnya, beroperasi dari satu depot untuk
memberikan supply pada sekumpulan pelanggan dengan lokasi dan permintaan
yang telah diketahui dengan satu atau beberapa komoditi barang yang sudah pasti.

Sam R. Tangiah (1995) membuat suatu formulasi Mixed-integer


Programing dari permasalahan VRP ini. Parameter dan variabel yang digunakan
dalam formulasi tersebut antara lain:

Rumus:
Model mixed-integer programing:
Fungsi tujuan:
n n NV

c (2.1)
Min ij xvij

dengan :
i adalah indeks titik awal
j adalah indeks titik tujuan

v adalah indeks kendaraan


p adalah indeks demand titik

cij adalah jarak dari titik i ke titik j di adalah jumlah demand

di titik i Kv adalah kapasitas maksimum armada v tiv adalah

waktu yang dibutuhkan armada v pada titik i

tijv adalah waktu tempuh yan dibutuhkan armada v untuk berangkat dari titik i

menuju titik j

Tv adalah total waktu maksimum dari armada untuk menempuh sebuah jalur

xijv = 0 atau 1; untuk semua i, j,v (2.9)

dengan :
i adalah indeks titik awal
j adalah indeks titik tujuan v adalah indeks kendaraan p adalah indeks
demand titikcij adalah jarak dari titik i ke titik j di adalah jumlah demand
di titik i Kv adalah kapasitas maksimum armada v tiv adalah waktu yang
dibutuhkan armada v pada titiki tijv adalah waktu tempuh yan dibutuhkan
armada v untuk berangkat dari titik i menuju titik j

Tv adalah total waktu maksimum dari armada untuk menempuh sebuah jalur
N adalah total jumlah titik yang ada NV adalah total jumlah armada yang
tersedia
xvij = 1 adalah armada v yang berangkat dari titik i menuju titik j xvij
= 0 adalah armada v tidak berangkat dari titik i menuju titik j
Persamaan (2.2) dan (2.3) menunjukkan setiap demand titik hanya
dipenuhi/dilayani oleh tepat satu armada. Persamaan (2.4) menunjukkan bahwa jika
sebuah armada memasuki sebuah demand titik, maka armada tersebut harus keluar
dari tiitk tersebut ( p = indeks demand titik). Persamaan (2.5) menunjukkan bahwa
jumlah demand dari tiap demand titik yang dikunjungi suatu armada tidak boleh
melebihi kapasitas armada tersebut. Persamaan (2.6) menunjukkan bahwa jumlah
total waktu unoading dan total waktu tempuh dari armada v tidak boleh melebihi
total waktu maksimum untuk menempuh sebuah jalur dari armada v. Persamaan
(2.7) dan (2.8) menjamin bahwa ketersediaan armada v tidak melebihi jumlah
armada v yang tersedia. Persamaan (2.9) menjamin bahwa tiap armada tidak
ditugaskan untuk melayani lebih dari satu jalur.

2.6 Metode Optimal/Eksak


Pendekatan ini menggunakan metode-metode dari program linier atau
integer programing yang didasarkan pada pemrograman matematis. Metode
pendekatan ini akan diperoleh suatu solusi yang optimal, Tetapi metode pendekatan
ini hanya baik jika permasalahan yang dihadapi kecil. Sedangkan untuk
permasalahan yang melibatkan jumlah input data yang besar, metode penyelesaian
ini terhitung menjadi tidak efesien karena penyelesainannya membutuhkan waktu
komputasi yang lama.

2.7 Metode Heuristik


Metode Heuristik adalah suatu metode yang menggunakan sistem
pendekatan dalam melakukan pencarian dalam optimasi Pendekatan heuristik
menggunakan suatu algoritma yang secara interaktif akan menghasilkan solusi yang
akan mendekati optimal. Pendekatan heuristik menghasilkan perhitungan yang
cepat karena dilakukan dengan membatasi pencarian dengan mengurangi jumlah
alternatif yang ada. Pendekatan heuristik lebih dapat diterapkan ke permasalahan
nyata dimana permasalahan melibatkan jumlah input yang besar. Ada beberapa
algoritma pada metode heuristik yang biasa digunakan dalam permasalahan
optimasi, diantaranya Algoritma Genetika, Ant Colony Optimization, logika Fuzzy,
jaringan syaraf tiruan, Tabu Search, Simulated Annealing, dan lain-lain.