Sks

ANALISIS GERAK AYUNAN YANG DIPENGARUHI GAYA GESEKAN
YANG BERBANDING LURUS DENGAN KECEPATAN SUDUT DENGAN

MENGGUNAKAN TEORI BIFURKASI
Oleh :
ASTRI BUKIT
NIM : 4131230004
Program Studi Matematika
SKRIPSI
Diajukan Untuk Memenuhi Syarat Memperoleh Gelar

Sarjana Sain
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2018
i
LEMBAR PENGESAHAN
Judul Skripsi :Analisis Gerak Ayunan yang Dipengaruhi Gaya
Gesekan yang Berbanding Lurus dengan Kecepat Sudut
dengan Menggunakan Teori Bifurkasi
Nama Mahasiswa : Astri Bukit
NIM : 4131230004
Program Studi : Matematika
Jurusan : Matematika
Menyetujui:
Dosen Pembimbing Skripsi,
Lasker P. Sinaga, S.Si , M.Si

NIP. 19790802 2000912 1002
Mengetahui
FMIPA UNIMED Jurusan Matematika

Dekan, Ketua,
Dr. Martina Restuati , MSi Dr.Edy Surya, M.Si

NIP. 19 NIP. 196710191992031003
Tanggal Lulus :
ii
RIWAYAT HIDUP
Penulis lahir di Tarutung pada 5 Agustus 1995. Ayah bernama Birma

Bukit dan ibu Nurhayati Sembiring. Penulis memiliki satu saudara laki-laki dan
dua saudara perempuan. Pada tahun 2001, penulis memasuki jenjang pendidikan
Sekolah Dasar di SD Negeri 165736 Tebing Tinggi dan lulus tahun 2007. Pada
tahun yang sama penulis melanjutkan pendidikan ke jenjang pendidikan Sekolah
Menengah Pertama di SMP Negeri 2 Tebing Tinggi dan lulus tahun 2010. Pada
tahun yang sama penulis melanjutkan pendidikan ke jenjang pendidikan Sekolah
Menengah Atas di SMA Negeri 4 Tebing Tinggi dan lulus tahun2013. Pada tahun
2013, penulis diterima di Universitas Negeri Medan Fakultas Matematika dan
Ilmu Pengetahuan Alam, jurusan Matematika, Program Studi Matematika.
iii
ANALISI GERAK AYUNAN YANG DIPENGARUHI GAYA GESEKAN
YANG BERBANDING LURUS DENGAN KECEPATAN SUDUT DENGAN
MENGGUNAKAN TEORI BIFURKASI
Oleh
Astri Bukit
(4131230004)
ABSTRAK
Kata kunci: capacited vehicle routing problem(CVRP), rute distribusi, saving

heuristic
iv
Untuk yang terkasih:
Ayahanda Birma Bukit
dan
Ibunda Nurhayati Sembiring
Atas doa, kasih sayang dan perjuangan yang begitu besar
v
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yesus yang telah
melimpahkan segala berkat dan karunia-Nya, sehingga penulis dapat
menyelesaikan skripsi dengan judul ”Aplikasi Metode Saving Heuristic dalam
Optimasi Rute Distribusi Produk Whole Chicken di PT. Expravet Nasuba”.
Adapun maksud dari penyusunan skripsi ini adalah untuk memenuhi

syarat guna menyelessaikan Program Studi Strata Satu (S1) di Jurusan
Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Medan.
Mengingat keterbatasan pengetahuan dan pengalaman penulis, sehingga

dalam pembuatan skripsi ini tidak sedikit bantuan, petunjuk, saran-saran maupun
arahan dari berbagai pihak, oleh karena itu dengan kerendahan hati dan rasa
hormat penulis mengucapkan terima kasih yang tak terhingga kepada:
1. Bapak Prof. Dr. Syawal Gultom, M.Pd selaku Rektor Universitas Negeri
Medan.
2. Bapak Dr. Martina Restuati, M.Si selaku Dekan Fakultas Matematika dan
Ilmu Pengetahuan Alam.
3. Bapak Dr. Edy Surya, M.Si selaku Ketua Jurusan Matematika Fakultas
Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Medan.
4. Bapak Drs. Yasifati Hia, M.Si selaku Sekretaris Jurusan Matematika Fakultas
Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Medan.
5. Bapak Dr. Pardomuan Sitompul, M.Si selaku Ketua Program Studi
Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Negeri Medan yang memberikan banyak bantuan dan masukan dalam
penggunaan program Latex.
6. Bapak Lasker P. Sinaga, S.Si, M.Si selaku Dosen Pembimbing Skripsi yang
telah memberikan bimbingan, petunjuk, dorongan serta nasehat dalam
pembuatan skripsi ini.
vi
7. Ibu Marlina Setia Sinaga, S.Si, M.Si selaku Dosen Penguji yang telah
memberikan petunjuk, dorongan serta nasehat dalam ujian skripsi ini.
8. Ibu Dr. Lucy Karyati Basar, M.Si selaku Dosen Penguji yang telah
9. Ibu Faridawaty Marpaung, S.Si, M.Si selaku Dosen Penguji yang telah
10. Bapak Dr. Mulyono, M.Si selaku Dosen Pembimbing Akademik yang telah
memberikan petunjuk, dorongan dan motivasi dalam perkuliahan selama ini.
11. Bapak Ewalmer Tamba, S.T selaku Manager Produksi di PT. Expravet
Nasuba yang telah memberikan izin untuk melakukan penelitian dan
memberikan data-data yang penulis butuhkan.
12. Selanjutnya Karya Ilmiah ini secara khusus dipersembahkan kepada kedua
orangtua terkasih, Ayahanda Alfred Nababan yang telah banyak memberikan
arahan, dukungan moril serta material dalam menyelesaikan studi dan Ibunda
Renatha Hutagalung yang telah tenang bersama Bapa di Surga.
Penulis hanya dapat mendoakan mereka yang telah membantu dalam

segala hal yang berkaitan dengan pembuatan skripsi ini semoga diberikan berkat
dari Tuhan. Selain itu saran dan kritik yang membangun sangat diharapkan untuk
perbaikan kedepannya. Akhirnya penulis berharap semoga skripsi ini dapat
bermanfaat bagi pihak yang membutuhkan.
Medan, 2018
Penulis,
Astri Bukit
NIM. 4131230004
vii
DAFTAR ISI
LEMBAR PENGESAHAN ................................................................................................ ii

RIWAYAT HIDUP ........................................................................................................... iii
ABSTRAK..............................................................................................................................iv
KATA PENGANTAR ........................................................................................................vi
DAFTAR ISI..................................................................................................................... viii
DAFTAR TABEL............................................................................................................... x
DAFTAR GAMBAR................................................................................................................xi
DAFTAR LAMPIRAN ...................................................................................................... xii
BAB I PENDAHULUAN ................................................................................................. 13
1.1 Latar Belakang .................................................................................................. 13
1.2 Rumusan Masalah ............................................................................................. 13
1.3 Batasan Masalah ............................................................................................... 13
1.4 Tujuan Penelitian .............................................................................................. 14
1.5 Manfaat Penelitian ............................................................................................ 14
BAB II TINJAUAN PUSTAKA ...................................................................................... 14
2.1 Distribusi ........................................................................................................... 14
2.1.1 Definisi Distribusi ..................................................................................... 14
2.1.2 Saluran Distribusi...................................................................................... 14
2.1.3 Saluran Distribusi Barang Konsumsi ........................................................ 15
2.2 Transportasi....................................................................................................... 15
2.2.2 Fungsi-fungsi Dasar Manajemen Distribusi dam Transportasi ................. 15
2.3 Travelling Salesman Problem (TSP) ................................................................ 15
2.4 Vehicle Routing Problem .................................................................................. 16
2.5 Capacited Vehicle Routing Problem ................................................................. 16
2.6 Savings Heuristic .............................................................................................. 17
2.7 PT. Expravet Nasuba ........................................................................................ 18
BAB III METODE PENELITIAN ................................................................................... 20
3.1 Tempat dan Waktu Penelitian ........................................................................... 20
3.2 Jenis Penelitian.................................................................................................. 20
viii
3.3 Objek Penelitian ................................................................................................ 20
3.4 Variabel Penelitian ............................................................................................ 20
3.5 Metode Pengumpulan Data ............................................................................... 20
3.6 Kerangka Konseptual Penelitian ....................................................................... 20
BAB IV HASIL DAN PEMBAHASAN .......................................................................... 22
4.1 Pola Distribusi di PT. Expravet Nasuba............................................................ 22
4.2 Pengumpulan Data ............................................................................................ 22
4.2.1 Data Daftar Nama dan Alamat Customers ................................................ 22
4.2.2 Data Jumlah Permintaan ........................................................................... 22
4.2.3 Data Sarana Proses Distribusi ................................................................... 22
4.2.4 Data Jarak Customers................................................................................ 22
4.3 Pengolahan Data ............................................................................................... 22
4.4 Perbandingan Rute Awal dengan Rute Usulan ................................................. 33
BAB V KESIMPULAN DAN SARAN............................................................................ 34
5.1 Kesimpulan ....................................................................................................... 34
5.2 Saran ................................................................................................................. 34
DAFTAR PUSTAKA ....................................................................................................... 35
LAMPIRAN 1 .......................................................................Error! Bookmark not defined.
LAMPIRAN 2 .......................................................................Error! Bookmark not defined.
Daftar Jumlah Permintaan Customers...................................Error! Bookmark not defined.
LAMPIRAN 3 MATRIKS JARAK ......................................Error! Bookmark not defined.
ix
DAFTAR TABEL
Tabel 4.1 Perbandingan Rute Distribusi Awal dengan Rute Distribusi Usulan ... 52
Tabel 4.2 Perbandingan Rute Distribusi Awal dengan Rute Distribusi Usulan ... 53
x
DAFTAR GAMBAR
Gambar 3.1 Diagram Alir Metode Saving Heuristic ............................................ 21
xi
DAFTAR LAMPIRAN
Lampiran 1 Daftar Nama dan Alamat Customers ................................................. 58

Lampiran 2 Daftar Jumlah Permintaan Customers ............................................... 62
Lampiran 3 Matriks Jarak ..................................................................................... 66
Lampiran 4 Matriks Penghematan (Saving Matrix) .............................................. 68
xii
BAB I
PENDAHULUAN
1.1 Latar Belakang

Persaingan dalam bidang industri menjadi semakin ketat seiring berjalannya waktu. Agar mampu bersaing dengan perusahaan lainnya, suatu perusahaan harus
mampu meningkatkan kualitas mulai dari proses produksi, distribusi maupun pemasaran. Setiap proses baik produksi, distribusi sampai dengan pemasaran memiliki
kendala masing-masing dalam usaha pengoptimalannya guna terwujudnya peningkatan kualitas perusahaan. Proses produksi, distribusi maupun pemasaran produk
merupakan bagian dari supply chain. Supply chain mencaku p keseluruhan aliran aktivitas yang saling terhubung yang bertujuan mengubah barang dan jasa yang
semula merupakan material mentah hingga menjadi barang jadi hingga sampai pada pengguna akhir(end customer) (Russel dan Taylor 2007).
Proses distribusi menjadi hal yang penting di dalam perusahaan dan merupakan salah satu komponen yang mempengaruhi keunggulan kompetitif suatu
perusahaan, sehingga perlu dilakukan peningkatan kinerja sistem distribusi dalam sebuah perusahaan. Hal ini dikarenakan produk yang didistribusikan perlu sampai
tepat waktu di tempat yang ditentukan, tepat pada tempat yang dituju, dan barang yang dalam kondisi baik. Agar kegiatan distribusi ini dapat berjalan lebih efektif
dan efisien, perusahaan melibatkan pembentukan jadwal dan urutan-urutan rute dalam transportasi. Kebutuhan teknologi informasi rute perjalanan dari satu lokasi ke
lokasi yang lain secara efisien semakin meningkat seiring dengan pesatnya laju kinerja masyarakat (Prawirosentono 2005).
PT. Expravet Nasuba merupakan perusahaan yang bergerak di bidang produksi dan distribusi makanan yang merupakan anak dari perusahaan PT. Mabar Feed
Indonesia. PT. Expravet Nasuba memiliki beberapa unit dalam proses produksi seperti rumah potong ayam, ice block, food processing dan cold storage. Ada
beberapa produk yang diproduksi oleh PT. Expravet Nasuba, namun yang menjadi produk andalannya adalah produk whole chicken yang dipasarkan meluas hampir
ke seluruh hotel, restaurant dan cafe yang ada di wilayah kota Medan juga beberapa daerah di luar kota Medan. Setiap harinya PT. Expravet Nasuba mengirimkan
produk whole chicken kepada 88 pelanggan tetap yang ada di kota Medan. Melihat jumlah pelanggan tetap yang kian meningkat, maka perlu dilakukan
pengoptimalan dalam sistem distribusinya dalam hal ini rute distribusinya. Hal ini dirasa perlu dilakukan, karena rute distribusi produk yang digunakan masih
berdasarkan pengalaman (berdasarkan rute distriusi saat jumlah pelanggan belum mencapai jumlah seperti kondisi saat ini), dan intuisi supir perusahaan. Hal ini
berakibat pada total jarak tempuh serta waktu yang digunakan dalam pendis tribusian produk menjadi cukup besar .
Peningkatan kinerja sistem distribusi sebuah perusahaan dapat dilakukan dengan cara menentukan rute distribusi produk yang efisien dengan ketersediaan
armada distribusi yang terdapat di perusahaan sehingga diperoleh biaya distribusi yang minimum, yang nantinya akan berakibat pada peningkatan keuntungan
perusahaan. Dalam peningkatan sistem distribusi yang optimum, perlu adanya pemahaman terhadap rute atau aliran distribusi yang dimulai dari titik awal
pendistribusian (dalam hal ini perusahaan) menuju lokasi keberadaan pelanggan hingga akhirnya akan kembali ke titik awal pendistribusian, dengan memperhatikan
keseimbangan dalam sub rute yang dibentuk.
Permasalahan ini pernah dibahas oleh Rohandi dkk. (2014) dan Christine dan Dicky (2011). Berdasarkan penelitian yang dilakukan oleh Rohandi dkk. (2014),
permasalahan yang dihadapi dalam sistem distribusi produk adalah seringnya terjadi keterlambatan pengiriman dikarenakan lokasi pelanggan saling berjauhan, dan
rute distribusi yang kurang optimal. Sedangkan penelitian yang dilakukan oleh Christine dan Dicky (2011), permasalahan yang dihadapi adalah tingginya biaya sewa
yang diperlukan dalam penyewaan alat transportasi yang digunakan dalam distribusi ke distributor utama yang ada di 3 kota berbeda sehingga dihadapkan pada dua
pilihan alternatif, pertama membeli batch transportasi baru atau kedua merencanakan rute dan pengaturan ulang dari order pengiriman sistem yang sedang digunakan .
Keduanya menggunakan metode penyelesaian Sequential Insertion dan Clarke & Wright Savings (Saving Heuristic). Hasil dari penelitian Rohandi dkk. (2014)
menunjukkan bahwa penerapan kedua metode tersebut menghasilkan nilai dari total jarak an waktu tempuh yang lebih baik jika jika dibandingkan dengan rute
perjalanan aktual,sedangkan hasil dari penelitian Christine dan Dicky (2011) menunjukkan bahwa perencanaan rute dan pengaturan ulang dari order pengiriman
dengan menggunakan metode Clarke and Wright Savings menghasilkan biaya yang lebih rendah. Berdasarkan penelitian yang dilakukan keduanya, maka penulis
mencoba untuk menerapkan metode heuristic dalam masalah yang sedang dihadapi oleh PT. Expravet Nasuba.
Menurut Ballou (1999), metode saving heuristic merupakan metode yang digunakan dalam pembentukan rute distribusi yang didasarkan pada nilai
penghematan antar pelanggan, serta dengan memperhatikan batasan kapasitas maksimum kendaraan yang digunakan dalam pengangkutan, sehingga diperoleh jalur
yang efisien dan biaya transportasi yang optimal. Keistimewaan dari metode saving heuristic adalah karena metode ini dapat digunakan untuk menjadwalkan
sejumlah terbatas kendaraan dengan memperhatikan kapasitas maksimum kendaraan yang sama maupun berlainan yang digunakan.
Maka berdasarkan uraian di atas, peneliti tertarik untuk melakukan penelitian dengan judul “Aplikasi Metode Saving Heuristic dalam Pengoptimalan Rute
Distribusi Produk Whole Chicken di PT. Expravet Nasuba”.
1.2 Rumusan Masalah

Berdasarkan uraian latar belakang yang telah dikemukakan, maka permasalahan yang akan dibahas dalam penelitian ini yaitu bagaimana menentukan rute
distribusi produk whole chicken yang optimal di PT. Expravet Nasuba dengan metode saving heuristic.
1.3 Batasan Masalah

Agar penelitian yang dilakukan tetap fokus dan akurat, maka batasan masalahnya adalah :
13
1. Penelitian ini berfokus pada optimisasi rute distribusi produk whole chicken di PT. Expravet Nasuba kepada customers di wilayah Kota Medan.
2. Penelitian mengasumsikan bahwa kendaraan yang digunakan dalam proses distribusi dalam keadaan baik.
3. Penelitian mengasumsikan bahwa kondisi jalan yang dilalui dalam proses distribusi dalam keadaan baik dan tidak terjadi kemacetan.
4. Jumlah permintaan masing-masing customer dalam penelitian diperoleh berdasarkan rata-rata permintaan masing-masing customer selama 6(enam) hari
pengamatan.
5. Pengolahan data optimisasi menggunakan metode saving heuristic.
1.4 Tujuan Penelitian

Berdasarkan rumusan masalah yang dibuat, maka yang menjadi tujuan penelitian ini adalah menentukan rute distribusi yang optimal di PT. Expravet Nasuba
dengan metode saving heuristic.
1.5 Manfaat Penelitian

Adapun manfaat yang diharapkan dalam penelitian ini adalah :
1. Bagi Perusahaan
Sebagai masukan atau informasi yang bermanfaat bagi PT. Expravet Nasuba dalam memilih rute distribusi produk yang optimal.
2. Bagi Peneliti
Sebagai pengetahuan tambahan mengenai aplikasi metode saving heuristic dalam memilih rute distribusi produk yang optimal.
3. Bagi Pembaca
Sebagai tambahan informasi dan referensi bacaan bagi yang hendak melakukan penelitian serupa.
BAB II
TINJAUAN PUSTAKA
2.1 Distribusi
2.1.1 Definisi Distribusi

Menurut Chopra dan Meind (2016), distribusi adalah proses pemindahan atau dapat pula penyimpanan produk dari tingkat leveransir hingga sampai pada
pengguna akhir dalam suatu rantai pasokan. Distribusi terjadi di antara setiap pasangan proses dalam rantai pasokan. Distribusi dilakukan baik saat pemindahan bahan
mentah dari leveransir menuju pabrik pengolahan, hingga menjadi produk yang siap dikirimkan pada pelanggan.
Distribusi memegang peranan penting dalam bidang industri, sebab tanpa kegiatan distribusi produsen akan kesulitan untuk memasarkan produknya, atau
sebaliknya konsumen pun akan kesulitan mengejar produsen untuk dapat menggunakan produk yang dihasilkan. Distribusi merupakan kunci penggerak dari
keseluruhan kemungkinan keuntungan yang diperoleh sebuah perusahaan, karena akan sangat mempengaruhi biaya dalam penyediaan rantai pasokan maupun harga
produk yang beredar di pasaran.
2.1.2 Saluran Distribusi

Secara umum, saluran distribusi didefinisikan sebagai suatu jalur atau rute. Sedangkan definisi saluran distribusi menurut C.Glenn Walters dalam Swastha dan
Irawan (1985) adalah sekelompok padagang dan agen perusahaan yang mengkombinasikan pemindahan fisik dan nama dari suatu produk untuk menciptakan
kegunaan bagi pasar tertentu. Dari definisi dapat diketahui adanya beberapa unsur penting, yaitu:
1. Saluran merupakan sekelompok lembaga yang ada di antara berbagai lembaga yang mengadakan kerjasama untuk mencapai suatu tujuan.
2. Karena anggota-anggota kelompok terdiri atas beberapa pedagang dan beberapa agen, maka ada sebagian yang ikut memperoleh nama dan sebagian yang lain
tidak. Tidak perlu bagi setiap saluran menggunakan sebuah agen, tetapi pada prinsipnya setiap saluran harus memiliki seorang pedagang. Alasannya dalah bahwa
hanya pedagang saja yang dianggap tepat sebagai pemilik untuk memindahkan barang. Dalam hal ini, distribusi fisik merupakan kegiatan yang penting.
3. Tujuan dari saluran pemasaran adalah untuk mencapai pasar-pasar tertentu. Jadi pasar merupakan tujuan akhir dari kegiatan saluran.
4. Saluran melaksanakan dua kegiatan untuk mencapai tujuan, yaitu mengadakan penggolongan produk dan mendistribuikannya. Penggolongan produk
menunjukkan jumlah dari berbagai keperluan produk yang dapat memberikan kepuasan kepada pasar. Jadi barang (mungkin juga jasa) merupakan bagian dari
penggolongan produk mempunyai suatu tingkatan harga tertentu.
Peataan sistem distribusi yang cerdik akan sangat mempengaruhi daya saing sebuah produk. Menurut Kodrat (2009) tindakan rasional yang dapat dilakukan di
masa sekarang ini adalah mengefisienkan sistem distribusi dan menjadiannya sebagai daya saing. Memenangkan distribusi berarti 50 persen sudah memenangkan
14
persaingan.
2.1.3 Saluran Distribusi Barang Konsumsi

Saluran distribusi barang konsumsi dan barang industri memiliki perbedaan yang cukup mendasar yanki pada tujuan pesarannya. Barang industri ditujukan
untuk pasar industri, sedangkan barang konsumsi ditujukan untuk pasar konsumen. Dalam penyaluran barang konsumsi, terdapat lima macam saluran. Adapun
macam-macam saluran distribusi barang konsumsi menurut Swastha dan Irawan (1985) adalah :
1. Produsen – Konsumen
Bentuk saluran distribusi yang paling pendek dan paling sederhana adalah saluran distribusi dari produsen ke konsumen, tanpa menggunakan perantara.
Produsen dapat menjual barang yang dihasilkannya melalui pos atau langsung mendatangi rumah konsumen (dari rumah ke rumah). Oleh karena itu saluran ini
disebut sebagai saluran distribusi langsung.
2. Produsen – Pengecer – Konsumen
Seperti hanya dengan jenis saluran yang pertama (produsen – konsumen ), saluran ini juga disebut saluran distribusi langsung. Di sini, pengecer besar
langsung melakukan pembelian pada produsen. Ada pula beberapa produsen yang mendirikan toko pengecer sehingga dapat secara langsung melayani konsumen.
Namun alternatif yang terakhir ini jarang dipakai.
3. Produsen – Pedagang Besar – Pengecer – Konsumen
Saluran distribusi semacam ini banyak digunakan oleh produsen, dan dinamakan sebagai saluran distribusi tradisional. Di sini, produsen hanya melayani
penjualan dalam jumlah besar kepada pedagang besar saja., tidak menjual kepada pengecer. Pembelian oleh pengecer dilayani pedagang besar, dan pembelian oleh
konsumen dilayani pengecer saja.
4. Produsen – Agen – Pengecer – Konsumen
Di sini, produsen memilih agen (agen penjualan atau agen pabrik) sebagai penyalurnya. Ia menjalankan kegiatan perdagangan besar dalam saluran distribusi
yang ada. Sasaran penjualannya terutama ditujukan kepada para pedagang besar.
5. Produsen – Agen – Pedagang Besar – Pengecer – Konsumen

Dalam saluran distribusi, produsen sering menggunakan agen sebagai perantara untuk menyalurkan barangnya kepada pedagang besar yang kemudian
menjualnya kepada toko-toko kecil. Agen yang terlibat dalam saluran distribusi ini terutama agen penjualan (Swastha, 1985).
2.2 Transportasi
2.2.1 Definisi Transportasi
Transportasi merupakan pemindahan sebuah produk dari satu tempat ke tempat yang lain, dan merupakan cara agar produk sampai pada pelanggan akhir.
Menurut Salim (2000), dalam transportasi terlihat ada dua unsur yang terpenting yaitu:
a. Pemindahan/pergerakan (movement)
b. Secara fisik mengubah barang tempat dari barang (komoditi) dan penumpang ke tempat lain.
Transportasi akan sangat mempengaruhi efisiensi dari sebuah system distribusi. Transportasi yang lebih cepat akan memerlukan biaya yang lebih mahal
namun akan sangat mempengaruhi efisiensi kegiatan distribusi. Dalam menentukan pilihan transportasi yang tepat, sebuah perusahaan memerlukan pertimbangan
pengaturan dari fasilitas-fasilitas yang dimiliki guna terwujudnya efisiensi dalam kegiatan distribusi dalam sebuah perusahaan (Chopra, 2016).
2.2.2 Fungsi-fungsi Dasar Manajemen Distribusi dam Transportasi

Sebagian perusahaan menggunakan manajemen distribusi dan transportasi dengan istilah manajemen logistik, sebagian lagi menggunakan istilah distribusi
fisik (physical distribution). Secara umum fungsi distribusi dan transportasi pada dasarnya adalah menghantarkan produk dari lokasi di mana produk tersebut
diproduksi sampai di mana mereka akan digunakan, manajemen transportasi dan distribusi mencakup baik aktivitas fisik secara kasat mata bisa kita saksikan, seperti
menyimpan dan mengirim produk, maupun fungsi non fisik yang berupa aktivitas pengolahan informasi dan pelayanan kepada pelanggan. Pada prinsipnya fungsi ini
bertujuan untuk menciptakan pelayanan yang tinggi ke pelanggan yang bisa dilihat dari tingkat service level yang dicapai, kecepatan pengiriman, kesempurnaan
barang sampai ke tangan pelanggan, serta pelayanan purna jual yang memuaskan (Pujawan 2005).
2.3 Travelling Salesman Problem (TSP)

Permasalahan matematika yang berkaitan dengan travelling salesman problem mulai muncul sekitar tahun 1800-an. Masalah ini dikemukakan oleh dua orang
matematikawan, Sir William Roman Hamilton yang berasal dari Irlandia, dan Thomas Penyngton Kirkman yang berasal dari Inggris. Bentuk umum dari persoalan
travelling salesman problem pertama kali dipelajari oleh para matematikawan sejak tahun 1930-an oleh Karl Menger di Vienna dan Harvard, yang kemudian
dikembangkan kembali oleh Hasster Whitney dan Merril Flood di Princeton.
Menurut Muhammed Shefeek (2015), travelling salesman problem (TSP) merupakan masalah optimasi kombinatorial yang terkenal dan penting. Tujuannya
adalah untuk menemukan perjalanan terpendek dengan mengunjungi setiap kota dari daftar yang diberikan tepat satu kali dan kemudian kembali ke kota dimana
perjalanan dimulai. Secara formal, TSP dapat dinyatakan sebagai berikut. Jarak anara 𝑛 kota ditempatkan dalam jarak pada matriks 𝐷 dengan unsur-unsur 𝑑𝑖𝑗 dimana
15
𝑖, 𝑗 = 1, ⋯ , 𝑛 dan unsur-unsur diagonal 𝑑𝑖𝑖 adalah nol. Sebuah perjalanan dapat direpresentasikan dengan sebuah permutasi siklik 𝜋 dari {1,2, ⋯ , 𝑛} di mana 𝜋(𝑖)
merepresentasikan kota yang mengikuti kota 𝑖 dalam perjalanan. TSP merupakan masalah optimasi untuk menemukan 𝜋 permutasi yang bertujuan untuk
meminimalkan lama perjalanan yang diambangkan dengan :
∑ = 𝑑𝑖𝜋(𝑖)
𝑖=1
Dalam TSP, istilah jarak dapat digunakan bergantian dengan perbedaan atau biaya dan, kecuali jika dengan tegas dinyatakan, tidak ada batasan dalam
pengukuran yang memenuhi ketaksamaan segitiga yang dibuat.
2.4 Vehicle Routing Problem

Vehicle routing and scheduling (VRP) merupakan perluasan dari ”travelling salesman problem”. Menurut Kumar dan Panneerselvam (2012) Vehicle
Routing Problem (VRP) digunakan untuk merancang sebuah rute optimal dimana armada kendaraan yang ada digunakan untuk melayani satu kelompok
pelanggan, dengan adanya sejumlah kendala yang diberikan. Kendala-kendala yang biasa ditemukan di lapangan seperti: (1)setiap perhentian memiliki volume
penjemputan dan pengi-riman yang sama, (2)kendaraan yang digunakan memiliki batasan kapasitas yang berbeda baik berat maupun volumenya, (3)maksimum
total waktu pengiriman yang diizinkan dalam satu rute sebelum waktu istirahat adalah setidaknya sepuluh jam, (4)perhentian untuk penjemputan dan pengiriman
hanya diizinkan pada waktu tertentu dalam satu hari(disebut time window), (5)penjemputan hanya dapat dilakukan dalam satu rute hanya bila pengiriman telah
dilakukan terlebih dahulu, (6)pengemudi diizinkan untuk beristirahat sebentar pada waktu tertentu dalam satu hari. Batasan-batasan tersebut menambah
kompleksitas masalah dalam hal pencarian solusi optimalnya. Solusi yang baik terhadap masalah-masalah tersebut dapat dicari dengan mengaplikasikan prinsip-
prinsip penjadwalan dan penentuan rute yang baik atau beberapa prosedur heuristik yang logis (Ballou 1999).
Berdasarkan batasan atau kendala yang ada, Toth dan Vigo (2002) membagi VRP ke dalam beberapa tipe:
1. CVRP (Capacitated Vehicle Routing Problem)

CVRP merupakan variasi dalam VRP dengan kapasitas angkut kendaraan sebagai kendala yang dihadapi.
2. VRPTW (Vehicle Routing Problem with Time Windows)
Dalam VRPTW pelanggan tidak bisa dilayani disembarang waktu. Pelanggan memiliki interval atau jeda waktu tertentu untuk dilayani. Hal ini
dikenal dengan istilah time windows.
3. VRPB (Vehicle Routing Problem with Backhauls)
Pada VRP ini, pelanggan terbagi menjadi dua kondisi, yaitu pelanggan yang memiliki permintaan untuk dikirimkan barang pesanannya (linehaul) dan
pelanggan yang memiliki permintaan untuk diambil barangnya (backhaul).
4. VRPPD (Vehicle Routing Problem with Pickup and Delivery)
Setiap pelanggan terasosiasi pada dua jenis permintaan sekaligus: permintaan untuk dikirimkan barang ke lokasinya (delivery) dan untuk diambilkan
barang dari lokasinya (pickup).
Ada beberapa tujuan yang dipertimbangkan dalam masalah pembentukan rute kendaraan. Beberapa diantaranya adalah :
1. Minimalisasi keseluruhan biaya transportasi, keseluruhan jarak tempuh (atau keseluruhan waktu pengiriman) dan biaya tetap terkait kendaraan yang digunakan
(dan dengan drivers yang sesuai).
2. Minimalisasi jumlah kendaraan (atau drivers) yang dibutuhkan untuk melayani semua pelanggan.
3. Menyeimbangkan rute, waktu perjalanan dan beban kendaraan.
4. Minimalisasi penalti akibat pelayanan yang kurang memuaskan dari pelanggan.
5. Atau kombinasi dari tujuan yang dipertimbangkan.
2.5 Capacited Vehicle Routing Problem

Capacited Vehicle Routing Problem (CVRP) merupakan VRP yang paling banyak dipelajari jika dibandingkan dengan jenis VRP yang lainnya. CVRP
merupakan variasi dari VRP dimana kapasitas angkut kendaraan yang dihadapi. Dalam CVRP semua permintaan pelanggan telah diketahui sebelumnya dan tidak
dapat dibagi-bagi (keseluruhan permintaan suatu pelanggan diletakkan pada rute yang sama). Kendaraan yang digunakan adalah identik dan hanya terdapat satu
depot sebagai lokasi awal dan akhir untuk seluruh kendaraan. Tujuan dari CVRP adalah meminimalkan total biaya (seperti fungsi gabungan dari jumlah rute dan
total jarak atau lama perjalanan) yang digunakan dalam melayani seluruh pelanggan (Toth dan Vigo 2002).
CVRP sering direpresentasikan sebagai suatu graf berarah berbobot 𝐷 = (𝑉, 𝐴) dimana 𝑉 = 𝑣0 , 𝑣1 , 𝑣2 , . . . , 𝑣𝑛 adalah himpunan simpul (vertrices) dan
𝐴 = (𝑣𝑖 , 𝑣𝑗 )|𝑣𝑖 , 𝑣𝑗 ∈ 𝑉, 𝑖 ≠ 𝑗 adalah himpunan jalur (edges) yang menghubungkan himpunan simpul. Simpul 𝑣0 menyatakan depot(perusahaan), sedangkan
simpul yang lainnya menyatakan pelanggan. Setiap jalur menyatakan jarak. Setiap simpul memiliki jumlah permintaan yang dinyatakan dengan demand 𝑞𝑖 . 𝐾 =
𝑘1 , 𝑘2 , 𝑘3 , . . . , 𝑘𝑛 merupakan himpunan kendaraan yang digunakan. 𝑄 menyatakan kapasitas kendaraan yang digunakan.
16
Dalam penelitian ini, yang menjadi fungsi tujuannya adalah meminimalkan total jarak tempuh rute pengiriman produk, dengan batasan-batasan :
1. Setiap pelanggan dikunjungi tepat satu kali oleh tepat satu kendaraan
2. Semua kendaraan yang digunakan berawal dan berakhir di depot (perusahaan)
3. Jumlah permintaan pelanggan di setiap rute pengiriman yang dibentuk tidak melebihi kapasitas kendaraan yang digunakan
Dibawah ini merupakan daftar variabel yang digunakan dalam formula CVRP :
 𝐺 = (𝑉, 𝐴)
 𝑉 = 𝑣0 , 𝑣1 , 𝑣2 , . . . , 𝑣𝑛 ; 𝑣0 merepresentasikan depot dan 𝑣1 , 𝑣2 , . . . , 𝑣𝑛 merepresentasikan seluruh pelanggan.
 𝑞𝑖 jumlah permintaan pelanggan ke 𝑖, 𝑖 ∈ 𝑉
 𝑑𝑖𝑗 jarak antara pelanggan 𝑣𝑖 dan 𝑣𝑗
 𝐾 = 𝑘1 , 𝑘2 , 𝑘3 , . . . , 𝑘𝑛 merepresentasikan kendaraan yang digunakan
 𝑄 merepresentasikan kapasitas dari kendaraan 𝑘
Untuk menentukan urutan kunjungan terhadap pelanggan, didefinisikan
variabel keputusan sebagai berikut :
𝑘 1, 𝑗𝑖𝑘𝑎 𝑘𝑒𝑛𝑑𝑎𝑟𝑎𝑎𝑛 𝑘 𝑚𝑒𝑛𝑔𝑢𝑛𝑗𝑢𝑛𝑔𝑖 𝑝𝑒𝑙𝑎𝑛𝑔𝑔𝑎𝑛 𝑗 𝑠𝑒𝑡𝑒𝑙𝑎ℎ 𝑝𝑒𝑙𝑎𝑛𝑔𝑔𝑎𝑛 𝑖

𝑥𝑖,𝑗 = {0, 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Fungsi tujuannya adalah meminimalkan total jarak tempuh kendaraan, maka :
𝑘
min 𝑍 = ∑ ∑ ∑ 𝑑𝑖𝑗 𝑥𝑖,𝑗
𝑘∈𝐾 𝑖∈𝑉 𝑗∈𝑉
Dengan kendala sebagai berikut :
 Setiap pelanggan hanya dapat dikunjungi tepat satu kali oleh satu kendaraan.
𝑘
∑ ∑ 𝑥𝑖,𝑗 = 1, ∀𝑖 ∈ 𝑉
𝑖∈𝑉 𝑗∈𝑁
 Kendaraan yang telah mengunjungi simpul i, kendaraan k harus meninggalkan pelanggan tersebut menuju pelanggan lain.
𝑘 𝑘
∑ 𝑥𝑖,𝑗 − ∑ 𝑥𝑗,𝑖 = 0, ∀𝑖 ∈ 𝑉, 𝑘 ∈ 𝐾
𝑗∈𝑉 𝑗∈𝑉
 Total jumlah permintaan pelanggan dalam satu rute tidak melebihi kapasitas kendaraan.
𝑘
∑ 𝑞𝑖 ∑ 𝑥𝑖,𝑗 ≤ 𝑄, ∀𝑘 ∈ 𝐾
𝑖∈𝑉 𝑗,𝑖∈𝑉,𝑗≠𝑖
 Setiap rute perjalanan kendaraan berawal dari depot.
𝑘
∑ 𝑥0,𝑗 = 1, ∀𝑘 ∈ 𝐾
𝑗∈𝑉
 Setiap rute perjalanan kendaraan berakhir di depot.
𝑘
∑ 𝑥𝑗,0 = 1, ∀𝑘 ∈ 𝐾
𝑗∈𝑉
Variabel keputusan hanya akan terdefinisi jika jumlah permintaan pelanggan 𝑣𝑖 dan pelanggan 𝑣𝑗 tidak melebihi kapasitas kendaraan. Apabila kapasitas
kendaraan tidak memenuhi untuk pelanggan berikutnya maka dibentuk rute baru dengan kendaraan yang lain (Caric dan Gold 2008).
2.6 Savings Heuristic

Savings Heuristic atau disebut juga sebagai Clarke & Wright Algorithm karena metode ini memang diperkenalkan oleh Clarke dan Wright pada
tahun 1964. Metode ini merupakan metode heuristik yang cukup sering digunakan untuk mengostruksi rute. Metode yang memperhitungkan penghematan
jarak (saving) yang mucul dari penggabungan dua pelanggan atau lebih kedalam sebuah rute(Megantara, 2014).
17
Hal yang tidak jauh berbeda juga diungkapkan oleh Pujawan (2005) savings method pada hakekatnya adalah metode untuk meminimukan jarak atau waktu
atau ongkos dengan mempertimbangkan kendala-kendala yang ada. Langkah-langkah yang harus dilakukan adalah sebagai berikut :
1. Mengidentifikasi matriks jarak
Pada langkah ini diperlukan jarak antara gudang ke masing-masing agen dan jarak antar agen. Dengan mengetahui koordinat masing-masing lokasi maka jarak
antar dua lokasi bisa dihitung dengan menggunakan rumus jarak standar. Misalkan kita memiliki dua lokasi masing-masing dengan kordinat (𝑥1 , 𝑦1 ) dan
(𝑥2 , 𝑦2 ) maka jarak antara dua lokasi tersebut adalah :
𝐽(1,2) = √(𝑥1 − 𝑥2 )2 + (𝑦1 − 𝑦2 )2
Apabila jarak riil antar lokasi diketahui, maka jarak riil tersebut lebih baik digunakan dibandingkan dengan jarak teoritis yang kita hitung dengan rumus diatas.
Hasil perhitungan jarak ini kemudian akan digunakan untuk menentukan matriks penghematan (savings matrix).
2. Mengidentifikasikan matriks penghematan (savings matrix)

Pada langkah ini kita berasumsi bahwa setiap toko akan dikunjungi oleh satu truk secara eksklusif. Savings matrix merepresentasikan penghematan yang bisa
direalisasikan dengan menggabungkan dua pelanggan ke dalam satu rute. Dengan mengasumsikan bahwa jarak (𝑥, 𝑦) sama dengan jarak (𝑦, 𝑥), maka rumus
untuk memperoleh penghematan jarak dua pelanggan adalah sebagai berikut :
𝑆(𝑥, 𝑦) = 𝐽(𝐺, 𝑥) + 𝐽(𝐺, 𝑦) − 𝐽(𝑥, 𝑦)
Dimana 𝑆(𝑥, 𝑦) adalah penghematan jarak yang diperoleh dengan menggabungkan rute 𝑥 dan 𝑦 menjadi satu.
3. Mengalokasikan toko ke dalam rute.

Dengan berbekal penghematan di atas, kita bisa melakukan alokasi toko ke kendaraan atau rute. Penghematan akan dimulai dari nilai penghematan terbesar
karena kita berupaya memaksimumkan penghematan dan dilanjutkan dengan nilai penghematan terbesar berikutnya.
4. Mengurutkan toko(tujuan) dalam rute yang sudah terdefinisi.

Setelah alokasi toko ke rute dilakukan, langkah berikutnya adalah menentukan urutan kunjungan.
Metode penghematan Clarke and Wright selama beberapa tahun dianggap cukup fleksibel untuk mengatasi kendala-kendala praktis dalam cakupan yang luas
dengan perhitungan yang relatif cepat untuk masalah-masalah dengan jumlah perhentian yang sedang dan dapat memberikan solusi yang cukup optimal. Metode ini
dapat mengatasi berbagai kendala-kendala praktis khususnya dikarenakan metode tersebut mampu membentuk rute dan urutan perhentian dalam rute yang dibentuk
secara bersamaan. Logika dari metode ini adalah untuk memulai dengan kendaraan dummy untuk melayani setiap perhentian dan kembalinya ke depot (Ballou 1999).
2.7 PT. Expravet Nasuba

PT. Expravet Nasuba merupakan anak dari perusahaan PT. Mabar Feed Indonesia yang merupakan perusahaan agribisnis terbesar di Indonesia yang bergerak
di bidang pakan ternak sejak tahun 1976. PT. Expravet Nasuba memiliku beberapa unit dalam proses produksinya yakni rumah potong ayam, ice block, food
processing dan cold storage.
Pada awalnya perusahaan ini berlokasi di Medan dengan kantor cabang yang terletak di kota Tanjung Balai dan Langsa. Sebelum berubah nama menjadi PT.
Expravet Nasuba, perusahaan ini dikenal dengan nama PT. Timur Jaya Coldstorage yang berdiri pada 28 November 1970 berdasarkan akte notaris nomor 81 tahun
1970 oleh Kusmulyanto Ongko, SH. Akte pendirian ini telah diumumkan dalam Berita Negara Republik Indonesia pada tanggal 15 Juni 1973 Nomor 48 dan
tambahan Nomor 445.
PT. Expravet Nasuba terus berkembang hingga dapat dibagi menjadi tiga Unit Produksi (UP), yakni :
1. Unit Produksi-I Tanjung Balai, berlokasi di Jalan Teluk Nibung Km 2 Tanjung Balai yang memproduksi es balok, menyediakan kamar pendingin (cold storage),
ekspor udang dan hasil laut beku serta pengalengan (canning).
2. Unit Produksi-II Medan, berlokasi di Jalan K.L Yos Sudarso Km 8,8 Medan, yang memproduksi es balok, daging ayam potong, nugget, udang dan hasil laut
beku. Produk dari PT. Expravet Nasuba yang dikenal masyarakat adalah dengan nama YAMKU Quality Commite.
3. Unit Produksi-III Langsa, berlokasi di Jalan Raya Medan-Banda Aceh Km 6,5 Langsa, yang memproduksi es balok dan mengelola tambak udang.
Dalam menjalankan usahanya, PT. Expravet Nasuba memiliki 4 ruang lingkup bidang usaha, yaitu :
1. Bagian Rumah Potong Ayam (RPA)
Bagian Rumah Potong Ayam (RPA) adalah bagian penyediaan ayam potong baik dalam keadaan segar (fresh chicken) maupun beku (frozen chicken) serta
produk olahan yaitu whole chicken (ayam utuh), 9 pieces chicken (9 potongan ayam), drum stick (paha bawah), leg (daging paha utuh), breast (dada utuh dengan
tulang dan kulit), thigh (paha atas), boneless leg (paha atas tanpa tulang dan kulit), skinless boneless leg (daging paha tanpa tulang tanpa kulit), skinless boneless
18
breast (dada tanpa tulang tanpa kulit), boneless breast butterfly (daging dada kiri kanan tanpa kulit tanpa tulang), wing (sayap), fillet (daging antara dada dengan
carcass), slice (dagingpotong), dan feet (ceker).
2. Bagian Ice Block
Bagian Ice Block adalah bagian penyediaan es batangan.
3. Bagian Food Processing
Bagian Food Processing adalah bagian yang memproduksi makanan olahan yaitu nugget.
4. Bagian Cold Storage
Bagian Cold Storage merupakan bagian yang disewakan untuk umum, seperti ikan,udang, cumi-cumi, sayuran, buah-buahan, minuman, ice cream, susu dan
berbagai produk lainnya.
19
BAB III
METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian

Penelitian ini dilakukan di PT.Expravet Nasuba yang merupakan anak dari perusahaan PT.Mabar Food yang berlokasi di Jl. Yos Sudarso Km 8,8 No.88,
Medan, Sumatera Utara dengan waktu penelitian 1 bulan.
3.2 Jenis Penelitian

Jenis penelitian ini menggunakan metode penelitian deskriptif. Penelitian dengan menggunakan metode deskriptif merupakanpenelitian yang mendeskrip-
sikan dan menginterpretasi yang kemudian dianalisis dan dibandingkan dengan keadaan yang sedang berlangsung sehingga dapat memecahkan masalah yang ada.
3.3 Objek Penelitian

Objek penelitian yang diamati adalah aliran dan rute distribusi produk whole chicken dari PT.Expravet Nasuba menuju seluruh customer tetap yang ada di
Kota Medan.
3.4 Variabel Penelitian

Yang menjadi variabel dalam penelitian ini adalah sebagai berikut :
1. Variabel Independen
a. Permintaan customer, dimana variabel ini menunjukkan jumlah produk yang harus didistribusikan oleh perusahaan ke tiap customer.
b. Jarak antar customers, dimana variabel ini menunjukkan jarak yang harus ditempuh oleh alat transportasi dari perusahaan ke tiap customer maupun antara
customer yang satu dengan yang lain.
2. Variabel Dependen
Total jarak tempuh optimum, yaitu hasil penelitian terhadap pendistribusian produk ke customers. Hal ini diperoleh berdasarkan jumlah rute yang terbentuk,
kesesuaian kapasitas alat transportasi serta urutan rute distribusi dalam setiap rute.
3.5 Metode Pengumpulan Data

Data yang diperlukan dalam penelitian ini diperoleh dari pihak berwenang dalam perusahaan dengan melakukan wawancara. Secara umum ada dua jenis data
yang digunakan dalam melakukan penelitian, yaitu :
a. Data primer
Data primer merupakan data yang diperoleh dari pengamatan dan pengukuran secara langsung di lapangan yaitu data jarak customer.
b. Data sekunder
Data sekunder yang diambil adalah data historis permintaan, data lokasi customer, dan kapasitas alat transportasi.
3.6 Kerangka Konseptual Penelitian

Dalam melakukan suatu penelitian diperlukan suatu kerangka konseptual agar langkah-langkah penelitian yang dilakukan sistematis dan efisien. Kerangka
konseptual inilah yang kemudian digunakan sebagai landasan untuk melaksanakan penelitian. Langkah-langkah yang digunakan dalam penelitian ini adalah :
1. Tahap persiapan yang meliputi:

 Latar belakang dan perumusan masalah
 Studi pustaka dan studi lapangan
2. Tahap pengumpulan data yang meliputi :

 Pengumpulan daftar nama dan alamat customer
 Pengumpulan data jumlah permintaan tiap customer
 Pendataan terhadap jumlah dan kapasitas kendaraan
 Pengumpulan data jarak antara perusahaan dengan customer serta jarak antar customers.
3. Tahap pengolahan data :

Menentukan rute distribusi dengan menggunakan metode saving heuristic.
20
Gambar 3.1 Diagram Alir Metode Saving Heuristic
4. Tahap analisis :
 Menganalisis perbedaan jarak tempuh distribusi awal dengan jarak tempuh usulan distribusi yang telah dibuat.
5. Tahap penarikan kesimpulan:
Menarik kesimpulan berdasarkan penelitian dan analisis yang telah dilakukan.
21
BAB IV
HASIL DAN PEMBAHASAN
4.1 Pola Distribusi di PT. Expravet Nasuba

PT. Expravet Nasuba yang berlokasi di Jl. Yos Sudarso Km 8,8 No.88, Medan, melayani permintaan customers baik dalam maupun luar kota Medan.
Customers PT. Expravet Nasuba terdiri dari hotel, restaurant, café, dan catering. Dalam memenuhi permintaan customers tersebut, setiap harinya PT. Expravet
Nasuba melakukan distribusi produk melalui jalur darat, dimana proses distribusi dilakukan menurut rute pengiriman yang sebelumnya telah dibentuk perusahaan.
Proses distribusi produk berawal di pabrik serta harus berakhir di pabrik pula. Untuk wilayah kota Medan sendiri, PT. Expravet Nasuba membagi rute distribusinya
menjadi 3 wilayah yaitu:
a. Wilayah kanan yang meliputi daerah Jl. Gatot Subroto, Jl. K.H Zainul Arifin, Jl. Jamin Ginting, Jl. A.H Nasution, dan Jl. Dr. Mansyur.
b. Wilayah tengah yang meliputi daerah Jl. Putri Hijau, JL. Yos Sudarso, Jl. Malibu, Jl. Imam Bonjol, dan Jl. Palang Merah.
c. Wilayah kiri yang meliputi daerah Kompleks Multatuli, Jl. Brigjen Katamso, Jl. Tirtosari, Jl. M.H Thamrin, Jl. Asia dan Kompleks Center Point.
Sarana transportasi yang digunakan oleh perusahaan dalam proses distribusi adalah kendaraan jenis ISUZU ELF NKR-55 dengan kapasitas 2.400 kg untuk
distribusi produk di wilayah Kota Medan, dan kendaraan jenis Mitsubishi SV-400 dengan kapasitas 5.500 kg untuk distribusi produk khusus PT. Fast Food Indonesia
dan customers lain yang berada di luar wilayah Kota Medan.
Dalam penelitian ini, penulis mencoba mengonstruksi rute distribusi menggunakan prinsip saving heuristic atau yang juga sering disebut Clarke and Wright
Saving Heuristic yang nantinya akan dapat meminimasi jarak tempuh dalam distribusi produk.
4.2 Pengumpulan Data

Dalam konstruksi rute distribusi produk whole chicken dengan menggunakan metode saving heuristic, data yang diperlukan adalah daftar nama customers
serta alamat masing-masing customer, jumlah permintaan masing-masing customer, jarak antara customers dengan perusahaan, jarak antar customer, dan data jenis
serta kapasitas kendaraan yang digunakan dalam proses distribusi.
4.2.1 Data Daftar Nama dan Alamat Customers

Data daftar nama serta alamat customers diperoleh dari PT. Expravet Nasuba berdasarkan laporan dalam perusahaan untuk bulan Mei 2017. Terdapat 88
customers yang berada di wilayah kota Medan namun dalam penelitian ini hanya 85 customers yang digunakan sebagai titik distribusi sebab lokasi 2 customers
lainnya berada di lingkungan perusahaan, serta perbedaan jenis angkutan yang digunakan dalam distribusi terhadap PT. Fast Food Indonesia. Daftar nama dan alamat
customers dapat dilihat di Lampiran 1.
4.2.2 Data Jumlah Permintaan

Customers melakukan permintaan dalam periode harian, dalam satuan kilogram(kg). Data jumlah permintaan masing-masing customer diperoleh dari pihak
berwenang di bagian produksi PT. Expravet Nasuba berdasarkan laporan jumlah permintaan customer dalam periode Minggu IV bulan Mei 2017 (22 Mei s/d 27 Mei
2017).
4.2.3 Data Sarana Proses Distribusi

Sarana transportasi yang digunakan oleh perusahaan dalam proses distribusi produk di wilayah Kota Medan adalah kendaraan jenis ISUZU ELF NKR-55 dengan
kapasitas 2.400 kg (2,4 ton) sebanyak 4 unit.
4.2.4 Data Jarak Customers

Data jarak antara customers dengan perusahaan, serta jarak antar sesama customers diperoleh dengan bantuan aplikasi Waze(www.waze.com).
4.3 Pengolahan Data

Dalam konstruksi rute dengan menggunakan metode saving heuristic, dilakukan langkah pengerjaan sebagai berikut :
1. Mengidentifikasi matriks jarak

Dalam langkah ini, dibutuhkan jarak dari perusahaan ke masing-masing customer, serta jarak antar customer. Data yang digunakan adalah data lintasan terpendek
yang diperoleh dengan menggunakan bantuan aplikasi Waze yang dinyatakan dalam satuan kilometer (km) yang dapat dilihat di Lampiran 3.
2. Mengidentifikasi matriks penghematan (Saving Matrix)
Dalam langkah ini, dilakukan penghitungan penghematan (saving) jarak terhadap setiap titik distribusi. Nilai penghematan yang dihasilkan adalah hasil
perhitungan penghematan yang diperoleh dengan menggabungkan dua customers ke dalam satu jalur dengan menggunakan rumus:
𝑆(𝑥, 𝑦) = 𝐽(𝑃, 𝑥) + 𝐽(𝑃, 𝑦) − 𝐽(𝑥, 𝑦)
22
Dimana :
𝑆(𝑥, 𝑦) : Penghematan Jarak customer 𝑥 dan 𝑦
𝐽(𝑃, 𝑥) : Jarak Perusahaan ke customer 𝑥
𝐽(𝑃, 𝑦) : Jarak Perusahaan ke customer 𝑦
𝐽(𝑥, 𝑦) : Jarak antara customer 𝑥 ke customer 𝑦
Sebagai contoh, penghitungan nilai penghematan terhadap C1 dan C2 sebagai berikut :
𝑆(𝑥, 𝑦) = 𝐽(𝑃, 𝑥) + 𝐽(𝑃, 𝑦) − 𝐽(𝑥, 𝑦)
𝑆(𝐶1, 𝐶2) = 𝐽(𝑃, 𝐶1) + 𝐽(𝑃, 𝐶2) − 𝐽(𝐶1, 𝐶2)
= 9,38 𝑘𝑚 + 7,26 𝑘𝑚 − 2,2 𝑘𝑚
= 14,44 𝑘𝑚
Dengan menggunakan rumus di atas terhadap seluruh customers, maka akan diperoleh penghematan jarak antar customer seperti yang kemudian dimasukkan
ke dalam matriks penghematan seperti yang ada di Lampiran 4.
3. Mengalokasikan customer ke dalam rute

Pengalokasian customer ke dalam rute ditentukan oleh besarnya nilai penghematan yang diperoleh. Nilai penghematan yang diperoleh terlebih dahulu
diurutkan dari yang terbesar hingga yang terkecil. Langkah selanjutnya adalah mengalokasikan pasangan customers ke kendaraan dummy dimulai dari yang terbesar
dalam urutan, dan dilanjutkan ke nilai penghematan selanjutnya dan kemudian setiap titik pendistribusian yang telah membentuk rute distribusi akan diabaikan dalam
iterasi selanjutnya.
 Iterasi 1
Nilai penghematan terbesar adalah 45,38 km yang merupakan nilai penghematan antara customer C74 dan C78. Jumlah permintaan C74 dan C78 masing-masing
adalah 11,22 kg dan 11,44 kg. Penggabungan kedua customer ini dapat dilakukan sebab jumlah permintaan kedua customer bila digabungkan adalah 22,66 kg,
dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Kedua customer tadi dapat kita alokasikan ke satu kendaraan dummy dengan
rute sementara kendaraan A : –C74 – C78 – .
 Iterasi 2
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 45,09 km yang merupakan nilai penghematan C8 dan C78. Jumlah permintaan C8 adalah 33,05 kg,
sedangkan jumlah permintaan C78 yang sebelumnya sudah digabungkan dengan C74 adalah 22,66 kg. Penggabungan C8 ke dalam rute kendaraan dummy A
dapat dilakukan sebab jumlah permintaan C8 bila digabungkan dengan penggabungan sebelumnya adalah 55,71 kg dan jumlah tersebut tidak melebihi kapasitas
maksimum angkutan yang digunakan, sehingga rute sementara kendaraan dummy A menjadi : – C74 – C78 – C8 –.
 Iterasi 3
Nilai penghematan terbesar berikutnya yaitu 35,55 km yang merupakan nilai penghematan antara C28 dan C77. Jumlah permintaan C77 dan C28 masing-masing
rute sementara kendaraan B : – C77 – C28 – .
 Iterasi 4
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 33,58 km yang merupakan nilai penghematan C51 dan C77. Jumlah permintaan C51 adalah 20,92
kg, sedangkan jumlah permintaan C77 yang sebelumnya sudah digabungkan dengan C28 adalah 100,18 kg. Penggabungan C51 ke dalam rute kendaraan dummy
2 dapat dilakukan sebab jumlah permintaan C51 bila digabungkan dengan penggabungan sebelumnya adalah 121,11 kg dan jumlah tersebut tidak melebihi
kapasitas maksimum angkutan yang digunakan, sehingga rute sementara kendaraan dummy B menjadi : – C51 – C77 – C28 –.
 Iterasi 5
Nilai penghematan terbesar berikutnya yaitu 32,72 km yang merupakan nilai penghematan antara C1 dan C16. Jumlah permintaan C1 dan C16 masing-masing
rute sementara kendaraan C : – C1 – C16 – .
 Iterasi 6
Nilai penghematan terbesar berikutnya yaitu 32,53 km yang merupakan nilai penghematan antara C12 dan C16. Jumlah permintaan C12 adalah 75,13 kg.
Penggabungan C12 ke dalam rute sebelumnya dapat dilakukan sebab jumlah permintaan C12 dengan C16 yang sebelumnya sudah digabungkan dengan C1
adalah 212,43 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Karena jumlah permitaan gabungannya tidak melebihi
kapasitas maksimum, maka C12 dapat dialokasikan ke kendaraan dummy dengan rute sementara kendaraan C : – C1 – C16 – C12 – .
23
 Iterasi 7
Penggabungan C15 ke dalam rute sebelumnya dapat dilakukan sebab jumlah permintaan C15 dengan C1 yang sebelumnya sudah digabungkan dengan C16 dan
C12 adalah 880,65 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Karena jumlah permitaan gabungannya tidak melebihi
kapasitas maksimum, maka dapat dialokasikan ke kendaraan dummy dengan rute sementara kendaraan C : – C15 – C1 – C16 – C12 .
 Iterasi 8
Penggabungan C13 ke dalam rute sebelumnya dapat dilakukan sebab jumlah permintaan C13 dengan C15 yang sebelumnya sudah digabungkan dengan C1, C16
dan C12 adalah 912,05 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Karena jumlah permitaan gabungannya tidak
melebihi kapasitas maksimum, maka dapat dialokasikan ke kendaraan dummy dengan rute sementara kendaraan C : – C13 – C15 – C1 – C16 – C12 .
 Iterasi 9
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 27,575 km yang merupakan nilai penghematan C39 dan C64. Jumlah permintaan C39 dan C64
masing-masing adalah 369,24 kg dan 30,09 kg. Penggabungan kedua customer ini dapat dilakukan sebab jumlah permintaan kedua customer bila digabungkan
adalah 399,33 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Kedua customer tadi dapat kita alokasikan ke satu
kendaraan dummy dengan rute sementara kendaraan D : – C39 – C64 – .
 Iterasi 10
kg. Penggabungan C23 dengan C64 yang sebelumnya sudah digabungkan dengan C39 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 415,47
kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Karena jumlah permitaan gabungannya tidak melebihi kapasitas
maksimum, maka dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan D : – C39 – C64 – C23 –
 Iterasi 11
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 24 km yang merupakan nilai penghematan C41 dan C79. Jumlah permintaan C41 dan C79 masing-
masing adalah 64,52 kg dan 67,96 kg. Penggabungan kedua customer ini dapat dilakukan sebab jumlah permintaan kedua customer bila digabungkan adalah
132,48 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Kedua customer tadi dapat dialokasikan ke satu kendaraan dummy
dengan rute sementara kendaraan E : – C41 – C79 – .
 Iterasi 12
kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Karena jumlah permitaan gabungannya tidak melebihi kapasitas
maksimum, maka dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan E :– C41 – C79 – C66 –.
 Iterasi 13
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 23,28 km yang merupakan nilai penghematan C3 dan C74. Jumlah permintaan C3 adalah 34,13 kg.
Penggabungan C3 dengan C74 yang sebelumnya sudah digabungkan dengan C78 dan C8 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah
89,84 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C3 dapat dialokasikan ke satu kendaraan dummy dengan rute
sementara kendaraan A : – C3 – C74 – C78 – C8 –.
 Iterasi 14
kg. Penggabungan C36 dengan C51 yang sebelumnya sudah digabungkan dengan C77 dan C28 dapat dilakukan sebab jumlah permintaan bila digabungkan
adalah 243,28 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C36 dapat dialokasikan ke satu kendaraan dummy
dengan rute sementara kendaraan B : – C36 – C51 – C77 – C28 –.
 Iterasi 15
masing-masing adalah 101,65 kg dan 68,28 kg. Penggabungan kedua customer ini dapat dilakukan sebab jumlah permintaan kedua customer bila digabungkan
adalah 169,93 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Kedua customer tadi dapat dialokasikan ke satu kendaraan
dummy dengan rute sementara kendaraan F : – C10 – C52 – .
 Iterasi 16
kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C22 dapat dialokasikan ke satu kendaraan dummy dengan rute
sementara kendaraan F : – C22 – C10 –C52 –.
24
 Iterasi 17
dengan rute sementara kendaraan F : – C22 – C10 –C52 – C26 –.
 Iterasi 18
dengan rute sementara kendaraan D : – C39 – C64 –C23 – C34 –.
 Iterasi 19
masing-masing adalah 148,71 kg dan 23,06 kg. Penggabungan C32 dengan C56 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 171,77 kg
jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara
kendaraan G : – C32 – C56 –.
 Iterasi 20
kg. Penggabungan C19 dengan C34 yang sebelumnya sudah digabungkan dengan C23, C64 dan C39 dapat dilakukan sebab jumlah permintaan bila digabungkan
dengan rute sementara kendaraan D : – C39 – C64 – C23 – C34 – C19 – .
 Iterasi 21
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 21,46 km yang merupakan nilai penghematan C19 dan C22. Jumlah permintaan C22 yang
sebelumnya sudah digabungkan dengan C10, C52, dan C26 adalah 202,17 kg. Penggabungan C19 dengan C22 yang sebelumnya sudah digabungkan dengan
C10, C52, dan C26 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 644,96 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan
yang digunakan sehingga C19 yang sebelumnya digabungkan dengan C34, C23, C64 dan C39 dapat dialokasikan ke satu kendaraan dummy dengan rute
sementara kendaraan D : – C39 – C64 –C23 – C34 – C19 – C22 – C10 – C52 – C26 – dan kendaraan dummy F ditiadakan.
 Iterasi 22
sementara kendaraan G : – C32 – C56 –C14 – .
 Iterasi 23
masing-masing adalah 13,29 kg dan 19,8 kg. Penggabungan C60 dengan C75 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 33,09 kg jumlah
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan
H : – C60 – C75 –.
 Iterasi 24
masing-masing adalah 30,39 kg dan 27,68 kg. Penggabungan C54 dengan C83 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 58,06 kg
jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara
kendaraan I : – C54 – C83 –.
 Iterasi 25
sementara kendaraan I : – C54 – C83 – C30 –.
 Iterasi 26
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 21,209 km yang merupakan nilai penghematan C5 dan C37. Jumlah permintaan C5 dan C37 masing-
masing adalah 71,21 kg dan 10,48 kg. Penggabungan C5 dengan C37 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 81,69 kg jumlah
25
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan J
: – C5 – C37 –.
 Iterasi 27
kg, jumlah permintaan C28 yang sebelumnya sudah digabung dengan C36, C51 dan C77 adalah 243,28 kg. Penggabungan dapat dilakukan sebab jumlah
permintaan bila digabungkan adalah 264,19 kg, jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C36 dapat dialokasikan
ke satu kendaraan dummy dengan rute sementara kendaraan B : – C36 – C51 – C77 – C28 – C82 –.
 Iterasi 28
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 21,179 km yang merupakan nilai penghematan C3 dan C37. Jumlah permintaan C3 yang sebelumnya
sudah digabungkan dengan C71, C78, dan C8 adalah 89,84 kg. Penggabungan C3 dengan C37 yang sebelumnya sudah digabungkan dengan C5 dapat dilakukan
sebab jumlah permintaan bila digabungkan adalah 171,52 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C3 yang
sebelumnya digabungkan dengan C71, C78, dan C8 dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A : – C5 – C37 –C3 – C74 –
C78 – C8 – dan kendaraan dummy J ditiadakan.
 Iterasi 29
masing-masing adalah 12,42 kg dan 105,62 kg. Penggabungan C17 dan C20 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 118,04 kg jumlah
K: – C17 – C20 –.
 Iterasi 30
kg. Penggabungan C35 dengan C36 yang sebelumnya sudah digabungkan dengan C51, C77, C28 dan C82 dapat dilakukan sebab jumlah permintaan bila
digabungkan adalah 306,21 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C35 dapat dialokasikan ke satu
kendaraan dummy dengan rute sementara kendaraan B : – C35 – C36 – C51 – C77 – C28 – C82 –.
 Iterasi 31
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan L
: – C11 – C29 – .
 Iterasi 32
sudah digabungkan dengan C37, C3, C74, C78 dan C8 adalah 171,52 kg. Penggabungan C3 dengan C37 yang sebelumnya sudah digabungkan dengan C5 dapat
dilakukan sebab jumlah permintaan bila digabungkan adalah 365,25 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga
C29 yang sebelumnya digabungkan dengan C11 dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A : – C11 – C29 – C5 – C37 –
C3 – C74 – C78 – C8 – dan kendaraan dummy L ditiadakan.
 Iterasi 33
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 20,64 km yang merupakan nilai penghematan C11 dan C48. Jumlah permintaan C48 adalah 41,57,
dan jumlah permintaan C11 yang sebelumnya sudah digabungkan dengan C37, C3, C74, C78 dan C8 adalah 365,25 kg. Penggabungan C48 dengan C11 dapat
dilakukan sebab jumlah permintaan bila digabungkan adalah 406,82 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga
C48 dapat digabungkan dengan C11 dan dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A : – C48 – C11 – C29 – C5 – C37 –C3 –
C74 – C78 – C8 –
 Iterasi 34
sebelumnya sudah digabungkan dengan C15, C1, C16 dan C12 adalah 912,05 kg. Penggabungan C13 dengan C75 yang sebelumnya sudah digabungkan dengan
C60 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 945,14 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan
sehingga C75 yang sebelumnya digabungkan dengan C60 dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan C : – C60 – C75 – C13
– C15 –C1 – C16 – C12 – dan kendaraan dummy H ditiadakan.
 Iterasi 35
kg. Jumlah permintaan C39 yang sebelumnya sudah digabungkan dengan C64, C23, C34, C19, C22, C10, C52 dan C26 adalah 644,96 kg. Penggabungan C31
dengan C39 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 675,78 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang
26
digunakan sehingga C31 dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan D : – C31 – C39 – C64 – C23 – C34 – C19 – C22 –
C10 – C52 – C26 –.
 Iterasi 36
kg. Jumlah permintaan C17 yang sebelumnya sudah digabungkan dengan C20 adalah 118,04 kg. Penggabungan C17 dengan C42 dapat dilakukan sebab jumlah
permintaan bila digabungkan adalah 132,18 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C42 dapat dialokasikan
ke satu kendaraan dummy dengan rute sementara kendaraan K : – C42 – C17 – C20 – .
 Iterasi 37
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 19,92 km yang merupakan nilai penghematan C9 dan C21. Jumlah permintaan C9 dan C21 masing-
masing adalah 584,22 kg dan 43,35 kg. Penggabungan C9 dan C21 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 627,56 kg jumlah tersebut
tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan M : – C9
– C21 –.
 Iterasi 38
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 19,63 km yang merupakan nilai penghematan C30 dan C48.Jumlah permintaan C30 yang
sebelumnya sudah digabungkan dengan C83 dan C54 adalah 41,57, dan jumlah permintaan C11 yang sebelumnya sudah digabungkan dengan C37, C3, C74, C78
dan C8 adalah 93,06 kg. Penggabungan C48 dengan C11 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 500,38 kg jumlah tersebut tidak
melebihi kapasitas maksimum angkutan yang digunakan sehingga C48 dapat digabungkan dengan C11 dan dialokasikan ke satu kendaraan dummy dengan rute
sementara kendaraan A : – C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 –C3 – C74 – C78 – C8 – dan kendaraan dummy I ditiadakan.
 Iterasi 39
N : – C47– C63 –.
 Iterasi 40
kg. Penggabungan C24 dengan C35 yang sebelumnya sudah digabungkan dengan C36, C51, C77, C28 dan C82 dapat dilakukan sebab jumlah permintaan bila
kendaraan dummy dengan rute sementara kendaraan B : – C24 – C35 – C36 – C51 – C77 – C28 – C82 –.
 Iterasi 41
kg. Penggabungan C45 dengan C24 yang sebelumnya sudah digabungkan dengan C35, C36, C51, C77 dan C28 dapat dilakukan sebab jumlah permintaan bila
kendaraan dummy dengan rute sementara kendaraan B : – C45 – C24 – C35 – C36 – C51 – C77 – C28 – C82 –.
 Iterasi 42
Penggabungan C47 dengan C73 yang sebelumnya sudah digabungkan dengan C63 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 150,44 kg
jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C73 dapat dialokasikan ke satu kendaraan dummy dengan rute sementara
kendaraan O : – C73 – C47– C63 –.
 Iterasi 43
kg. Penggabungan C27 dengan C45 yang sebelumnya sudah digabungkan dengan C24, C35, C36, C51, C77 dan C28 dapat dilakukan sebab jumlah permintaan
bila digabungkan adalah 350,43 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C27 dapat dialokasikan ke satu
kendaraan dummy dengan rute sementara kendaraan B : – C27 – C45 – C24 – C35 – C36 – C51 – C77 – C28 – C82 –.
 Iterasi 44
Penggabungan C4 dengan C21 yang sebelumnya sudah digabungkan dengan C9 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 676,74 kg
jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C4 dapat dialokasikan ke satu kendaraan dummy dengan rute sementara
kendaraan M : – C4 – C9 – C21 –.
27
 Iterasi 45
O : – C68– C70 –.
 Iterasi 46
dengan rute sementara kendaraan G : – C76 – C32 – C56 – C14 – .
 Iterasi 47
Penggabungan C2 dengan C4 yang sebelumnya sudah digabungkan dengan C9 dan C21 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah
892,36 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C2 dapat dialokasikan ke satu kendaraan dummy dengan rute
sementara kendaraan M : – C2 – C4 – C21 – C9 –.
 Iterasi 48
Penggabungan C33 dengan C27 yang sebelumnya sudah digabungkan dengan C45, C24, C35, C36, C51, C77 dan C28 dapat dilakukan sebab jumlah permintaan
kendaraan dummy dengan rute sementara kendaraan B : – C33 – C27 – C45 – C24 – C35 – C36 – C51 – C77 – C28 – C82 –.
 Iterasi 49
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan P
: – C43– C46 –.
 Iterasi 50
sebelumnya sudah digabungkan dengan C39, C64, C23, C34, C19, C22, C10, C52 dan C26 adalah 675,78 kg, dan jumlah permintaan C46 yang sebelumnya
sudah digabungkan dengan C43 adalah 121,55 kg, dan bila digabungkan dengan C31 adalah 797,32 kg jumlah tersebut tidak melebihi kapasitas maksimum
angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan D : – C43 – C46 – C31 – C39 – C64 –C23 –
C34 – C19 – C22 – C10 – C52 – C26 – dan kendaraan dummy P ditiadakan.
 Iterasi 51
kg. Penggabungan C69 dengan C76 yang sebelumnya sudah digabungkan dengan C32, C56 dan C14 dapat dilakukan sebab jumlah permintaan bila digabungkan
dengan rute sementara kendaraan G : C69 – C76 – C32 – C56 – C14 – .
 Iterasi 52
sebelumnya sudah digabungkan dengan C47 dan C73 adalah 150,44 kg, jumlah permintaan C82 yang sebelumnya sudah digabungkan dengan C28, C77, C51,
C36, C35, C24, C45, C27, dan C33 adalah 370,93 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 521,36 kg, jumlah
B : – C33 – C27 – C45 – C24 – C35 – C36 – C51 – C77 – C28 – C82 – C63 – C47 – C73 – dan kendaraan dummy N ditiadakan.
 Iterasi 53
kg, jumlah permintaan C43 yang sebelumnya sudah digabungkan dengan C46, C31, C39, C64, C23, C34, C19, C22, C10, C52 dan C26 adalah 797,32 kg dan
bila digabungkan dengan C7 adalah 914,39 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu
kendaraan dummy dengan rute sementara kendaraan D : – C7 – C43 – C46 – C31 – C39 – C64 – C23 – C34 – C19 – C22 – C10 – C52 – C26 –
 Iterasi 54
28
Q : – C18– C40 –.
 Iterasi 55
sudah digabungkan dengan C4, C9 dan C21 adalah 892,36 kg, jumlah permintaan C40 yang sebelumnya sudah digabungkan dengan C18 adalah 488,79 kg.
Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1381,15 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang
digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan N : – C18 – C40 – C2 – C4 – C21 – C9 – dan kendaraan
dummy Q ditiadakan.
 Iterasi 56
kg. Penggabungan C44 dengan C66 yang sebelumnya sudah digabungkan dengan C79 dan C41 yang jumlah permintaannya 452,72 kg, dapat dilakukan sebab
jumlah permintaan bila digabungkan adalah 570,23 kg dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Karena jumlah
permitaan gabungannya tidak melebihi kapasitas maksimum, maka dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan E : – C41 –
C79 – C66 – C44 –.
 Iterasi 57
kg, jumlah permintaan C73 yang sebelumnya sudah digabungkan dengan C33, C27, C45, C24, C35, C36, C51, C77, C28, C82, C63, C47 dan C73 adalah 521,36
kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 573,87 kg, jumlah tersebut tidak melebihi kapasitas maksimum angkutan
yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan B : – C33 – C27 – C45 – C24 – C35 – C36 – C51 –
C77 – C28 – C82 – C63 – C47 – C73 – C55 –.
 Iterasi 58
sudah digabungkan dengan C43, C46, C31, C39, C64,C23, C34,C19, C22, C10, C52 dan C26 adalah 914,39 kg, jumlah permintaan C33 yang sebelumnya sudah
digabngkan dengan C27, C45, C24, C35, C36, C51, C77 dan C28 adalah 573,87 kg . Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan
adalah 1488,26 kg, jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan
rute sementara kendaraan B : – C55 – C73 – C47 – C63 – C82 – C28 – C77 – C51 – C36 – C35 – C24 – C45 – C27 – C33– C7 – C43 – C46 – C31 – C39 –
C64 – C23 – C34 – C19 – C22 – C10 – C52 – C26 – dan kendaraan dummy D ditiadakan.
 Iterasi 59
kg. Penggabungan C53 dengan C14 yang sebelumnya sudah digabungkan dengan C69, C76, C32 dan C56 dengan jumlah permintaan 263,67 kg dapat dilakukan
sebab jumlah permintaan bila digabungkan adalah 284,58 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga C69
dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan G : C69 – C76 – C32 – C56 – C14 – C53 –
 Iterasi 60
sudah digabungkan dengan C78, C74, C3, C37, C5, C29, C11, C48, C30, C83 dan C54 adalah 500,38 kg dan jumlah permintaan C60 yang sebelumnya sudah
digabungkan dengan C75, C13, C15, C1, C16 dan C12 adalah 945,14 kg. Penggabungan C48 dengan C11 dapat dilakukan sebab jumlah permintaan bila
digabungkan adalah 1445,52 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy
dengan rute sementara kendaraan A : – C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 –C3 – C74 – C78 – C8 –C60 – C75 – C13 – C15 – C1 – C16 – C12 –
dan kendaraan dummy C ditiadakan.
 Iterasi 61
sebelumnya sudah digabungkan dengan C40, C2, C4, C9 dan C21 adalah 1381,15 dan jumlah permintaan C53 yang sebelumnya sudah digabungkan dengan C69,
C76, C32, C56 dan C14 adalah 284,58 kg. Penggabungan C48 dengan C11 dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1665,73 kg jumlah
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan G : – C69
– C76 – C32 – C56 – C14 – C53 – C18 – C40 – C2 – C4 – C21 – C9 – dan kendaraan dummy M ditiadakan.
 Iterasi 62
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 17,58 km yang merupakan nilai penghematan C12 dan C49. Jumlah permintaan C49 adalah 11,45 kg
dan jumlah permintaan C12 yang sebelumnya sudah digabungkan dengan C54, C83, C30, C48, C11, C29, C5, C37, C3, C74, C78, C8, C60, C75, C13, C15, C1
dan C16 adalah 1445,52 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1456,97 kg dan jumlah tersebut tidak melebihi
29
kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A : – C54 – C83– C30 – C48 –
C11 – C29 – C5 – C37 –C3 – C74 – C78 – C8 –C60 – C75 – C13 – C15 – C1 – C16 – C12 – C49 –
 Iterasi 63
kg. Penggabungan C67 dengan C41 yang sebelumnya sudah digabungkan dengan C79, C66 dan C44 yang jumlah permintaannya 570,23 kg, dapat dilakukan
sebab jumlah permintaan bila digabungkan adalah 591,48 kg dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Karena jumlah
permitaan gabungannya tidak melebihi kapasitas maksimum, maka dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan E : – C67 –
C41 – C79 – C66 – C44 –.
 Iterasi 64
sebelumnya sudah digabungkan dengan C54, C83, C30, C48, C11, C29, C5, C37, C3, C74, C78, C8, C60, C75, C13, C15, C1, C12 dan C16 adalah 1456,97 kg
dan jumlah permintaan C44 yang sebelumnya sudah digabungkan dengan C67, C41, C79 dan C66 adalah 591,48 kg. Penggabungan dapat dilakukan sebab
jumlah permintaan bila digabungkan adalah 2048,45 kg dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke
satu kendaraan dummy dengan rute sementara kendaraan A : – C54 – C83 – C30 – C48 – C11 – C29 – C5 – C37 – C3 – C74 – C78 – C8 – C60 – C75 – C13 –
C15 – C1 – C16 – C12 – C49 – C44 – C66 – C79 – C41 – C67 – dan kendaraan dummy E ditiadakan.
 Iterasi 65
Dilanjutkan ke nilai penghematan terbesar berikutnya yaitu 17,31 km yang merupakan nilai penghematan C20 dan C38. Jumlah permintaan C38 adalah 80 kg.
Jumlah permintaan C20 yang sebelumnya sudah digabungkan dengan C42 dan C17 adalah 132,18 kg. Penggabungan dapat dilakukan sebab jumlah permintaan
kendaraan dummy dengan rute sementara kendaraan K : – C42 – C17 – C20 – C38 –.
 Iterasi 66
sudah digabungkan dengan C69, C32, C56, C14, C53, C40, C2, C4, dan C21 adalah 1665,73 kg dan jumlah permintaan C38 yang sebelumnya sudah
digabungkan dengan C42, C17, dan C20 adalah 212,18 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1877,91 kg jumlah
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan G : – C69
– C76 – C32 – C56 – C14 – C53 – C18 – C40 – C2 – C4 – C21 – C9 – C38 – C20 – C17 – C42 – dan kendaraan dummy K ditiadakan.
 Iterasi 67
kg, jumlah permintaan C54 yang sebelumnya sudah digabungkan dengan C83, C30, C48, C11, C29, C5, C37, C3, C74, C78, C8, C60, C75, C13, C15, C1, C12,
C16 C67, C41, C79 dan C66 adalah 2068,07 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah kg dan jumlah tersebut tidak
melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A : – C57 – C54 – C83–
C30 – C48 – C11 – C29 – C5 – C37 – C3 – C74 – C78 – C8 – C60 – C75 – C13 – C15 – C1 – C16 – C12 – C49 – C44 – C66 – C79 – C41 – C67 –
 Iterasi 68
C16 C54, C41, C79 dan C66 adalah 2068,07 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 2099,91 kg dan jumlah
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A : – C57
– C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 – C3 – C74 – C78 – C8 – C60 – C75 – C13 – C15 – C1 – C16 – C12 – C49 – C44 – C66 – C79 – C41 –
C67 – C50 –
 Iterasi 69
C16 C54, C41, C79, C67 dan C66 adalah 2099,91 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 2242,6 kg dan jumlah
tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A : – C57
– C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 – C3 – C74 – C78 – C8 – C60 – C75 – C13 – C15 – C1 – C16 – C12 – C49 – C44 – C66 – C79 – C41 –
C67 – C50 – C58 –
 Iterasi 70
30
C16 C54, C41, C79, C67, C50 dan C66 adalah 2242,6 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 2261,16 kg dan
jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A :
– C57 – C54 – C83 – C30 – C48 – C11 – C29 – C5 – C37 – C3 – C74 – C78 – C8 –C60 – C75 – C13 – C15 – C1 – C16 – C12 – C49 – C44 – C66 – C79 –
C41 – C67 – C50 – C58 – C59 –
 Iterasi 71
kg, jumlah permintaan C26 yang sebelumnya sudah digabungkan dengan C43, C46, C31, C39, C64,C23, C34,C19, C22, C10, C52, C27, C45, C24, C35, C36,
C51, C77 dan C28 adalah 1488,26 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1530,32 kg, jumlah tersebut tidak
melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan B : – C55 –
C73 – C47 – C63 – C82 – C28 – C77 – C51 – C36 – C35 – C24 – C45 – C27 – C33 – C7 – C43 – C46 – C31 – C39– C64 – C23 – C34 – C19 – C22 – C10 –
C52 – C26 – C25 –.
 Iterasi 72
kg, jumlah permintaan C25 yang sebelumnya sudah digabungkan dengan C43, C46, C31, C39, C64,C23, C34,C19, C22, C10, C52, C27, C45, C24, C35, C36,
C51, C77, C28 dan C25 adalah 1530,32 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1542,15 kg, jumlah tersebut tidak
C73 – C47 – C63 – C82 – C28 – C77 – C51 – C36 – C35 – C24 – C45 – C27 – C33 – C7 – C43 – C46 – C31 – C39 – C64 – C23 – C34 – C19 – C22 – C10 –
C52 – C26 – C25 – C71 –.
 Iterasi 73
sebelumnya sudah digabungkan dengan C70 adalah 239,13 kg, jumlah permintaan C71 yang sebelumnya sudah digabungkan dengan C43, C46, C31, C39,
C64,C23, C34,C19, C22, C10, C52, C27, C45, C24, C35, C36, C51, C77, C28 dan C25 adalah 1542,15 kg. Penggabungan dapat dilakukan sebab jumlah
permintaan bila digabungkan adalah 1781,29 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan sehingga dapat dialokasikan ke
satu kendaraan dummy dengan rute sementara kendaraan B : – C55 – C73 – C47 – C63 – C82 – C28 – C77 – C51 – C36 – C35 – C24 – C45 – C27 – C33– C7
– C43 – C46 – C31 – C39 – C64 – C23 – C34 – C19 – C22 – C10 – C52 – C26 – C25 – C71 – C68 – C70 – dan kendaraan dummy O ditiadakan.
 Iterasi 74
sebelumnya sudah digabungkan dengan C20, C17, C69, C32, C56, C14, C53, C40, C2, C4, dan C21 adalah 1877,91 kg dan jumlah permintaan C61 adalah 31,25
kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1909,16 kg jumlah tersebut tidak melebihi kapasitas maksimum angkutan
yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan G : – C69 – C76 – C32 – C56 – C14 – C53 – C18 – C40 – C2 –
C4 – C21 – C9 – C38 – C20 – C17 – C42 – C61 –.
 Iterasi 75
sebelumnya sudah digabungkan dengan C76, C32, C56, C14, C53, C18, C40, C2, C4, C21, C9, C38, C20, C17, C42 dan C61 adalah 1909,16 kg dan jumlah
permintaan C81 adalah 31,31 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1940,47 kg jumlah tersebut tidak melebihi
kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan G : – C81 – C69 – C76 – C32 –
C56 – C14 – C53 – C18 – C40 – C2 – C4 – C21 – C9 – C38 – C20 – C17 – C42 – C61 –
 Iterasi 76
Nilai penghematan terbesar berikutnya yaitu 11,317 km yang merupakan nilai penghematan antara C84 dan C85. Jumlah permintaan C84 dan C85 masing-
87,55 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Kedua customer tadi dapat kita alokasikan ke satu kendaraan
dummy dengan rute sementara kendaraan R : – C84 – C85 – .
 Iterasi 77
Nilai penghematan terbesar berikutnya yaitu 11,317 km yang merupakan nilai penghematan antara C62 dan C72. Jumlah permintaan C62 dan C72 masing-
82,14 kg, dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan. Kedua customer tadi dapat kita alokasikan ke satu kendaraan
dummy dengan rute sementara kendaraan S : – C62 – C72 – .
 Iterasi 78
Nilai penghematan terbesar berikutnya yaitu 10,93 km yang merupakan nilai penghematan antara C61 dan C62. Jumlah permintaan C61 yang sebelumnya sudah
digabungkan dengan C76, C32, C56, C14, C53, C18, C40, C2, C4, C21, C9, C38, C20, C17, C42 dan C81 adalah 1940,47 kg dan jumlah permintaan C62 yang
31
sebelumnya sudah digabungkan dengan C72 adalah 82,14 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 2022,61 kg
jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan G :
– C81 – C69 – C76– C32 – C56 – C14 – C53 – C18 – C40 – C2 – C4 – C21 – C9 – C38 – C20 – C17 – C42 – C61 – C62 – C72 – dan kendaraan dummy S
ditiadakan.
 Iterasi 79
sebelumnya sudah digabung dengan C84 adalah 87,55 kg, jumlah permintaan C57 yang sebelumnya sudah digabungkan dengan C54, C83, C30, C48, C11, C29,
C5, C37, C3, C74, C78, C8, C60, C75, C13, C15, C1, C12, C16 C54, C41, C79, C67, C50 dan C66 adalah 2261,16 kg. Penggabungan dapat dilakukan sebab
jumlah permintaan bila digabungkan adalah 2348,71 kg dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke
satu kendaraan dummy dengan rute sementara kendaraan A : – C84 – C85 – C57 – C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 – C3 – C74 – C78 – C8 –
C60 – C75 – C13 – C15 – C1 – C16 – C12 – C49 – C44 – C66 – C79 – C41 – C67 – C50 – C58 – C59 – dan kendaraan dummy R ditiadakan.
 Iterasi 80
Nilai penghematan terbesar berikutnya yaitu 10,5 km yang merupakan nilai penghematan antara C59 dan C80. Jumlah permintaan C80 adalah 26,28 kg, jumlah
permintaan C59 yang sebelumnya sudah digabung dengan C85, C84, C54, C83, C30, C48, C11, C29, C5, C37, C3, C74, C78, C8, C60, C75, C13, C15, C1, C12,
C16 C54, C41, C79, C67, C50 dan C66 adalah 2348,71 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 2374,99 kg dan
jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara kendaraan A :
– C84 – C85 – C57 – C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 – C3 – C74 – C78 – C8 – C60 – C75 – C13 – C15 – C1 – C16 – C12 – C49 – C44 –
C66 – C79 – C41 – C67 – C50 – C58 – C59 – C80 – .
 Iterasi 81
jumlah permintaan C70 yang sebelumnya sudah digabungkan dengan C43, C46, C31, C39, C64,C23, C34,C19, C22, C10, C52, C27, C45, C24, C35, C36, C51,
C77, C28, C71 dan C25 adalah 1781,29 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 1808,52 kg jumlah tersebut tidak
C73 – C47 – C63 – C82 – C28 – C77 – C51 – C36 – C35 – C24 – C45 – C27 – C33 – C7 – C43 – C46 – C31 – C39 – C64 – C23 – C34 – C19 – C22 – C10 –
C52 – C26 – C25 – C71 – C68 – C70 – C65 –
 Iterasi 82
jumlah permintaan C84 yang sebelumnya sudah digabungkan dengan C85, C54, C83, C30, C48, C11, C29, C5, C37, C3, C74, C78, C8, C60, C75, C13, C15, C1,
C12, C16 C54, C41, C79, C67, C50 dan C66 adalah 2374,99 kg. Penggabungan dapat dilakukan sebab jumlah permintaan bila digabungkan adalah 2390,88 kg
dan jumlah tersebut tidak melebihi kapasitas maksimum angkutan yang digunakan dapat dialokasikan ke satu kendaraan dummy dengan rute sementara
kendaraan A : – C6 – C84 – C85 – C57 – C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 –C3 – C74 – C78 – C8 –C60 – C75 – C13 – C15 – C1 – C16 –
C12 – C49 – C44 – C66 – C79 – C41 – C67 – C50 – C58 – C59 – C80 –
Karena semua customers sudah dialokasikan, maka rute akhir telah diperoleh. Dengan demikian hanya tersisa 3 rute usulan yaitu :
 Rute kendaraan A : P – C6 – C84 – C85 – C57 – C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 –C3 – C74 – C78 – C8 –C60 – C75 – C13 – C15 – C1 –
C16 – C12 – C49 – C44 – C66 – C79 – C41 – C67 – C50 – C58 – C59 – C80 – P
 Rute kendaraan B : P – C55 – C73 – C47 – C63 – C82 – C28 – C77 – C51 – C36 – C35 – C24 – C45 – C27 – C33 – C7 – C43 – C46 – C31 – C39 – C64 –
C23 – C34 – C19 – C22 – C10 – C52 – C26 – C25 – C71 – C68 – C70 – C65 – P
 Rute kendaraan G : P – C81 – C69 – C76– C32 – C56 – C14 – C53 – C18 – C40 – C2 – C4 – C21 – C9 – C38 – C20 – C17 – C42 – C61 – C62 – C72 – P
Keterangan masing-masing rute kendaraan yang diperoleh dapat dilihat pada Tabel 4.1 di bawah ini:
Rute Urutan Distribusi Jarak Tempuh (km) Total

(km)
A P–C6–C84–C85–C57 – C54 6.23+2.26+1.99+1.53+2.41+1.55+
– C83– C30 – C48 – C11 – 1.04+1.05+0.028+2.64+2.38+1.09+
C29 – C5 – C37 –C3 – C74 – 0.896+3.35+3.35+1.72+0.415+1.35 63,707
C78 – C8 –C60 – C75 – C13 +2.11+1.82+2.5+0.761+0.731+0.11 km
– C15 – C1 – C16 – C12 – +0.933+2.37+3.38+0.438+0.422+
C49 – C44 – C66 – C79 – 1.1+1.13+0.423+6.44+3.76
C41 – C67 – C50 – C58 –
C59 – C80 – P
32
B P – C55 – C73 – C47 – C63 – 12.8+3.06+1.64+3.04+4.33+1.49+
C82 – C28 – C77 – C51 – 2.45+4.42+0.397+2.02+1.3+0.21+
C36 – C35 – C24 – C45 – 0.427+2.03+2.69+0.992+0.454+0.6 91.417
C27 – C33 – C7 – C43 – C46 31+0.605+0.155+1.02+0.177+0.44 km
– C31 – C39 – C64 – C23 – 9+3.09+2.2+1.23+1.39+2.38+1.91+
C34 – C19 – C22 – C10 – 2.68+3.14+17.37+9.24
C52 – C26 – C25 – C71 –
C68 – C70 – C65 – P
G P – C81 – C69 – C76– C32 – 6.4+0.967+0.948+0.326+0.489+0.9
C56 – C14 – C53 – C18 – 04+1.35+1.6+1.08+1.1+1.66+5.31+
C40 – C2 – C4 – C21 – C9 – 16.69+11.2+2.02+0.202+0.204+ 70,47
C38 – C20 – C17 – C42 – 4.55+2.08+4.33+7.06 km
C61 – C62 – C72 – P
4.4 Perbandingan Rute Awal dengan Rute Usulan

Perbandingan rute distribusi awal dengan rute distribusi usulan yang dihasilkan dengan menggunakan metode Clarke and Wright Saving heuristic dapat
dilihat dengan membandingkan Tabel 4.2 dan Tabel 4.3 :
Tabel 4.2 Rute Distribusi Awal
Jarak Jumlah
Rute Urutan Distribusi
Tempuh Permintaan
Tabel 4.3 Rute Distribusi Usulan
P-C81-C29-C2-C25-C5-C11-C32-C56-
2354.692
Kanan C26-C59-C1-C37 Rute
-C3-C45-C10-
DistribusiC13-C19-
Usulan 100.93 km
kg
C52-C39-C4-C55-C51-C28-C82-C15-P
Jarak Jumlah
Rute Urutan Distribusi
Tempuh Permintaan
P-C6-C68-C71-C76-C24-C80-C31-C41-
P-C6-C84-C85-C57-C54-C83– C30-C48-
C79-C66-C33-C34-C23-C49-C42-C17-
Kiri C11-C29-C5-C37 –C3-C74-C78-C8 –C60-
C64-C7-C83-C54-C30-C40-C57-C85-C84- 105.54
1858.538
A 63,707 km 2390.88
kg kg
C75-C13-C15-C1-C16-C12-C49-C44-
C60-C74-C8-C78-C48-C72-C70-C38-C36-
Dengan memperhatikan Tabel C66-C79-C41-C67-C50-C58-C59-C80-P 4.1 dan Tabel 4.2 dapat diketahui
C73-C63-C77-P
bahwa total jarak tempuh yang diperoleh berdasarkan pembentukan
rute distribusi menggunakan metode P-C55-C73-C47-C63-C82-C28-C77-C51-
P-C9-C62-C61-C18-C14-C53-C16-C43- saving heuristic lebih kecil jika
2008.782
Tengah C36-C35-C24-C45-C27-C33-C7-C43-
C46-C58-C65-C12-C44-C27-C75-C69- 109.05 km 1808.523
dibandingkan dengan total jarak B 91.417 km kg tempuh distribusi awal yang dimiliki
C46-C31-C39-C64-C23-C34-C19-C22-
C67-C50-C35-C20-C22-C47-C21-P kg
oleh perusahaan, dimana total jarak C10-C52-C26-C25-C71-C68-C70-C65-P tempuh rute distribusi awal
perusahaan adalah 315,525 km, sedangkan total jarak tempuh
Total 315.525 km 6222,01 kg
distribusi usulan adalah 225,594 km. P-C81-C69-C76– C32-C56-C14-C53-C18- Sehingga total penghematan jarak
2022.608
G C40-C2-C4-C21-C9-C38-C20-C17-C42- 70,47 km
tempuh yang diperoleh adalah 89,931 kg km. Dengan persentase penghematan
C61-C62-C72-P
jarak :
Total 225,594 km 6222,01 kg
𝑇𝑜𝑡𝑎𝑙 𝑃𝑒𝑛𝑔ℎ𝑒𝑚𝑎𝑡𝑎𝑛 𝐽𝑎𝑟𝑎𝑘

𝑃𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 𝑃𝑒𝑛𝑔ℎ𝑒𝑚𝑎𝑡𝑎𝑛 𝐽𝑎𝑟𝑎𝑘 = × 100%
𝐽𝑎𝑟𝑎𝑘 𝑇𝑒𝑚𝑝𝑢ℎ 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝐴𝑤𝑎𝑙
89,931 𝑘𝑚
= 315,525 𝑘𝑚 × 100%
= 0,285 × 100%
= 28,5 %
33
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan pengolahan data maka diperoleh kesimpulan, yaitu dalam proses distribusi produk whole chicken ke 85 customers yang berada di wilayah kota
Medan perusahaan tetap menggunakan 3 kendaraan dengan rute sebagai berikut :
 Rute A : P – C6 – C84 – C85 – C57 – C54 – C83– C30 – C48 – C11 – C29 – C5 – C37 –C3 – C74 – C78 – C8 –C60 – C75 – C13 – C15 – C1 – C16 – C12 –
C49 – C44 – C66 – C79 – C41 – C67 – C50 – C58 – C59 – C80 – P
 Rute B : P – C55 – C73 – C47 – C63 – C82 – C28 – C77 – C51 – C36 – C35 – C24 – C45 – C27 – C33 – C7 – C43 – C46 – C31 – C39 – C64 – C23 – C34 –
C19 – C22 – C10 – C52 – C26 – C25 – C71 – C68 – C70 – C65 – P
 Rute C : P – C81 – C69 – C76– C32 – C56 – C14 – C53 – C18 – C40 – C2 – C4 – C21 – C9 – C38 – C20 – C17 – C42 – C61 – C62 – C72 – P
Pembentukan rute usulan yang dihasilkan dengan menggunakan metode saving heuristic menghasilkan rute yang lebih optimal dengan total jarak tempuh
225,594 km dimana total jarak tempuh yang dihasilkan mengalami penghematan sebesar 89,931 km atau 28,5% dari total jarak tempuh rute yang digunakan
perusahaan.
5.2 Saran
Beberapa saran yang perlu diperhatikan untuk pengembangan dan penerapan dari penelitian ini adalah :
1. Dalam melakukan proses pendistribusian produk sebaiknya lebih mempertimbangkan jarak dan kapasitas kendaraan yang digunakan dalam proses distribusi
sehingga pendistribusian produk dapat dilakukan dengan lebih baik.
2. Bagi penelitian selanjutnya agar memperhatikan variabel lain yang dapat mempengaruhi penentuan rute distribusi agar rute distribusi yang dihasilkan lebih baik.
34
DAFTAR PUSTAKA
Ballou, Ronald. 1999. Business Logistics Management. New Jersey : Prentice Hall
International, Inc
Caric, T dan Gold, H. 2008. Vehicle Routing Problem. Croatia : In-Teh.
Chopra,Sunil dan Peter Meindl. 2016. Supply Chain Management. Strategy,

Planning and Operation. Sixth Edition. United States of America: Pearson Education, Inc.
Christine, Natalia dan Dicky. 2011. Perancangan Program Aplikasi Sistem Distribusi dengan Metode Saving Matrix Sebagai Dasar Keputusan Pembelian
Armada(Studi Kasus: PT. Kabelindo Murni Tbk). Jurnal INASEA Vol.12, No.2:118-127
Kodrat, D. S., (2009): Manajemen Distribusi, Edisi Pertama. Yogyakarta:
Graha Ilmu.
Kumar, Suresh Nanda. 2012. A Survey on the Vehicle Routing Problem and Its
Variants. Intelligent Information Management Vol 4:66-74.
Megantara, Satria, dkk. 2014. Penentuan Rute Distribusi Produk Obat Menggunakan Metode Sequential Insertion dan Clarke and Wright Savings. Jurnal Teknik
Industri Itenas Vol.02, No.02:34-45.
Prawirosentono, Suyadi. 2005. Riset Operasi dan Ekonofisika. Jakarta : Bumi Aksara
Pujawan, I Nyoman. 2005.Supply Chain Management.Edisi Pertama. Surabaya :
Gunawidya
Russel, Roberta S, and Bernard W. Taylor III. 2007. Operations Management.
Fourth Edition. New Delhi : Prentice Hall of India.
Salim, Abbas. 2000. Manajemen Transportasi. Jakarta: Raja Grafindo Persada.
35

Sks

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sks

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS GERAK AYUNAN YANG DIPENGARUHI GAYA GESEKAN

YANG BERBANDING LURUS DENGAN KECEPATAN SUDUT DENGAN

Program Studi Matematika

Diajukan Untuk Memenuhi Syarat Memperoleh Gelar

Nama Mahasiswa : Astri Bukit

Program Studi : Matematika

Dosen Pembimbing Skripsi,

Lasker P. Sinaga, S.Si , M.Si

FMIPA UNIMED Jurusan Matematika

Dr. Martina Restuati , MSi Dr.Edy Surya, M.Si

Penulis lahir di Tarutung pada 5 Agustus 1995. Ayah bernama Birma

Kata kunci: capacited vehicle routing problem(CVRP), rute distribusi, saving

Adapun maksud dari penyusunan skripsi ini adalah untuk memenuhi

Mengingat keterbatasan pengetahuan dan pengalaman penulis, sehingga

Penulis hanya dapat mendoakan mereka yang telah membantu dalam

LEMBAR PENGESAHAN ................................................................................................ ii

Gambar 3.1 Diagram Alir Metode Saving Heuristic ............................................ 21

Lampiran 1 Daftar Nama dan Alamat Customers ................................................. 58

1.1 Latar Belakang

1.2 Rumusan Masalah

1.3 Batasan Masalah

5. Pengolahan data optimisasi menggunakan metode saving heuristic.

1.4 Tujuan Penelitian

1.5 Manfaat Penelitian

2.1.1 Definisi Distribusi

2.1.2 Saluran Distribusi

2.1.3 Saluran Distribusi Barang Konsumsi

5. Produsen – Agen – Pedagang Besar – Pengecer – Konsumen

2.2.2 Fungsi-fungsi Dasar Manajemen Distribusi dam Transportasi

2.3 Travelling Salesman Problem (TSP)

2.4 Vehicle Routing Problem

1. CVRP (Capacitated Vehicle Routing Problem)

3. Menyeimbangkan rute, waktu perjalanan dan beban kendaraan.

4. Minimalisasi penalti akibat pelayanan yang kurang memuaskan dari pelanggan.

5. Atau kombinasi dari tujuan yang dipertimbangkan.

2.5 Capacited Vehicle Routing Problem

2. Semua kendaraan yang digunakan berawal dan berakhir di depot (perusahaan)

 𝑉 = 𝑣0 , 𝑣1 , 𝑣2 , . . . , 𝑣𝑛 ; 𝑣0 merepresentasikan depot dan 𝑣1 , 𝑣2 , . . . , 𝑣𝑛 merepresentasikan seluruh pelanggan.

 𝑞𝑖 jumlah permintaan pelanggan ke 𝑖, 𝑖 ∈ 𝑉

 𝑑𝑖𝑗 jarak antara pelanggan 𝑣𝑖 dan 𝑣𝑗

 𝐾 = 𝑘1 , 𝑘2 , 𝑘3 , . . . , 𝑘𝑛 merepresentasikan kendaraan yang digunakan

 𝑄 merepresentasikan kapasitas dari kendaraan 𝑘

Untuk menentukan urutan kunjungan terhadap pelanggan, dideﬁnisikan

variabel keputusan sebagai berikut :

𝑘 1, 𝑗𝑖𝑘𝑎 𝑘𝑒𝑛𝑑𝑎𝑟𝑎𝑎𝑛 𝑘 𝑚𝑒𝑛𝑔𝑢𝑛𝑗𝑢𝑛𝑔𝑖 𝑝𝑒𝑙𝑎𝑛𝑔𝑔𝑎𝑛 𝑗 𝑠𝑒𝑡𝑒𝑙𝑎ℎ 𝑝𝑒𝑙𝑎𝑛𝑔𝑔𝑎𝑛 𝑖

Fungsi tujuannya adalah meminimalkan total jarak tempuh kendaraan, maka :

Dengan kendala sebagai berikut :

 Setiap rute perjalanan kendaraan berawal dari depot.

 Setiap rute perjalanan kendaraan berakhir di depot.

2.6 Savings Heuristic

𝐽(1,2) = √(𝑥1 − 𝑥2 )2 + (𝑦1 − 𝑦2 )2

2. Mengidentifikasikan matriks penghematan (savings matrix)

𝑆(𝑥, 𝑦) = 𝐽(𝐺, 𝑥) + 𝐽(𝐺, 𝑦) − 𝐽(𝑥, 𝑦)

3. Mengalokasikan toko ke dalam rute.

4. Mengurutkan toko(tujuan) dalam rute yang sudah terdefinisi.

2.7 PT. Expravet Nasuba

1. Bagian Rumah Potong Ayam (RPA)

2. Bagian Ice Block

Bagian Ice Block adalah bagian penyediaan es batangan.

3. Bagian Food Processing

4. Bagian Cold Storage

3.1 Tempat dan Waktu Penelitian

3.2 Jenis Penelitian