HETEGENOUS VEHICLE ROUTING PROBLEM , GENETIC ALGORITM

Pembentukan
Seleksi Crossover Mutasi
populasi awal

(50%) ranking merge- sequence

(50%)
PFIH + based heuristic based
λ-Interchange Acak
selection crossover mutation

Algoritma Genetik Hybrid

Tahap Algoritma Genetik Hybrid

1. PFIH

 Membuat satu rute dengan cara memilih satu pelanggan sebagai pelanggan pertama, kemudian

menyisipkan pelanggan yang belum dilayani ke rute yang terbentuk hingga salah satu kendala yang tidak

terpenuhi atau tidak ada lagi pelanggan yang dapat disisipkan.

 Pelanggan pertama pada setiap rute dipilih berdasarkan fungsi 𝑐𝑖 .

𝑃𝑖
𝑐𝑖 = 𝛼𝑑0𝑖 + 𝛽𝑏𝑖 + 𝛾 ( )𝑑
360 0𝑖
Keterangan:

𝑐𝑖 =total biaya untul peelanggan i

d0i = jarak depot ke pelanggan i

bi = kapasitas kendaraan pelanggan i

𝑃𝑖 = sudut koordinat polar pelanggan i terhadap depot

𝛼, 𝛽, dan𝛾 = konstanta (𝛼 = 0.7, 𝛽 = 0.1, dan𝛾 = 0.2)

 Setelah pelanggan pertama terpilih, dipilih pelanggan lain dari pelanggan-pelanggan yang belum dilayani

yang meminimumkan biaya penyisipan antara setiap busur pada rute dan tidak melanggar kendala

kapasitas dan time windows kendaraan pada rute tersebut.

Catatan:

a. Perubahan kapasitas pesanan di pelanggan a dapat mempengaruhi kapasitas pesanan di pelanggan-

pelanggan setelah pelanggan a, sehingga diperlukan pengecekan kelayakan untuk semua pelanggan

setelah pelanggan a.dengan demikian, perlu dilakukanPush Forward untuk semua pelanggan setelah

pelanggan b.

b. Nilai Push Forward akan bernilai 0.

 c. Push Forward dilakukan jika perubahan jumlah pesanan yang diakibatkan penyisipan pelanggan b

tidak mempengaruhi kapasitas pesanan di pelanggan a.

d. Jika kapasitas barang pesanan di pelanggan a berubah, pengecekan kapasitas kiriman perlu dilakukan

lagi terus menerus untuk pelanggan-pelanggan setelah pelanggan a hingga nilai Push Forward salah

satu pelanggan 0 atau kuota barang bawaaan kendaraan tersisa.

 Hitung biaya penyisipan

𝐶 = 𝐷𝑖,𝑘,𝑗,𝑝 + 𝜙𝑊𝑖,𝑘,𝑗,𝑝

Keterangan

𝐷𝑖,𝑘,𝑗,𝑝 = total jarak tempuh kendaraan rute p setelah disipkan pelanggan k diantara i dan j, dan

𝑊𝑖,𝑘,𝑗,𝑝 = merupakan total kapasitas barang yang dibawa kendaraan rute p yang merupakan

penjumlahan total jarak dan total kapasitas barang bawaan setiap pelanggan pada rute

tersebut.

konstanta 𝜙 = ditetakan sebesar 1% dari 𝐷𝑖,𝑘,𝑗,𝑝 .

 Rute dengan biaya penyisipan minimum akan dipilih dan dimasukkan ke solusi sekarang.

 Proses penyisipan berlangsung hingga tidak ada lagi pelanggan yang dapat disisipkan sehingga
dibutuhkan rute baru untuk menampung pelanggan yang belum dilayani dengan asumsi banyaknya
kendaraan yang digunakan selalu tersedia.

2. λ-Interchange
Pada metode ini dilakukan perpindahan pelanggan antar rute. (rincian di bab 3)

3. Seleksi
Mengurutkan kromosom sesuai dengan nilai fitness masing-masing. Kromosom-kromosom diurutkan dari

yang memiliki nilai fitness paling kecil hingga yang memiliki nilai fitness paling besar, dan disimpan dalam

K.Daftar K yang terbentuk adalah 𝐾 = {𝐾1 , 𝐾3 , 𝐾5 , 𝐾2 , 𝐾4 , 𝐾6 }. Kemudian dari daftar K tersebut, orang tua

dipilih berdasarkan formula berikut.

−1 ± √1 + 4. 𝑟𝑎𝑛𝑑. (𝑝2 + 𝑃)
𝑝𝑖𝑙𝑖ℎ 𝐾 = {𝐾𝑗 𝜖 𝐾|𝑗 = 𝑃 − }
2

Dimana P menyatakan banyaknya kromosom pada populasi, dalam masalah ini adalah 6 kromosom.

4. Crossover
 Dalam proses ini tidak semua orang tua mengalami proses crossover. Terpilihnya orang tua untuk
mengalami proses crossover bergantung pada probabilitas crossover(𝑝𝑐 ). (Dalam penelitian ini, digunakan
nilai 𝑝𝑐 = 0.8)
  Tahapan pada crossover dimulai dengan mengambil dua orang tua berbeda secara berurutan kemudian
membangkitkan bilangan acak antara 0 dan 1. Jika bilangan acak yang dibangkitkan lebih kecil atau sama
dengan 𝑝𝑐 , maka sepasang orang tua yang terpilih akan memasuki proses heuristic dan merge crossover,
operator yang digunakan adalah HXI dan MXI. Kromosom orang tua yang tidak mengalami proses
crossover akan disali ke kromosom keturunan. (contoh di bab 3)
5. Mutasi
 Dalam penelitian ini digunakan operator mutasi yang digunakan adalah Sequence Based Mutation.

 Metode Sequence Based Mutation melibatkan dua kromosom dua kromosom keturunan hasil crossover

untuk mengalami mutasi. Kromosom-kromosom keturunan tersebut dikodekan kembali ke solusi yang

merupakan himpunan rute pelanggan. Tahap pertama, metode ini memilih secara acak break point yaitu

titik di antara dua pelanggan di salah satu rute pada masing-masing solusi. Solusi break point pada solusi 1

dengan pelanggan yang dilayani setelah break point pada solusi 2.

 Solusi yang dihasilkan pada proses ini tidak selalu memenuhi, artinya tidak semua pelanggan akan masuk

rute atau terdapat pelanggan yang muncul dua kali dalam satu solusi. Oleh karena itu operator perbaikan

diterapkan sebagai berikut pada proses ini :

 Jika pelanggan muncul dua kali pada satu rute, salah satu dari keduanya dihilangkan dari rute. Jika

pelanggan muncu; di rute hasil mutasi dan muncul di rute yang lama, pellanggan dihilangkan dari rute

lama.

 Jika pelanggan belum masuk rute, maka pelanggan ini disisipkan di tempat yang meminimumkan biaya

dan memenuhi kendala kapasitas. Jika tidak ada tempat untuk dilakukan penyisipan, maka solusi ini tidak

diterima.

 (lebih lengkap lihat contoh di bab 3)