2011 2011103 PDF
2011 2011103 PDF
TUGAS AKHIR
0leh :
BAMBANG HERMANSYAH
10454025642
BAMBANG HERMANSYAH
10454025642
Jurusan Matematika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Sultan Syarif Kasim Riau
Jl. HR. Soebrantas No 155 Pekanbaru
ABSTRAK
Tugas Akhir ini membahas tentang Vehicle Routing Problem (VRP) dengan contoh kasus pada
pengiriman pesanan air galon dengan 2 kendaraan dan 2 orang pemesan untuk menentukan rute
terpendek dengan menggunakan Algoritma Genetika (GA). Berdasarkan hasil penelitian diperoleh
bahwa lintasan dengan jarak terpendek dan waktu terkecil pada kendaraan I adalah kromosom I
dengan jarak 4700 Meter dan waktu 113,16 Menit. Lintasan dengan jarak terpendek dan waktu
terkecil pada kendaraan II adalah kromosom VI dengan jarak 6030 Meter dan waktu 135,24 Menit.
vii
KATA PENGANTAR
ix
7. Bapak dan Ibu Dosen di lingkungan FST UIN SUSKA Riau, khususnya di
Jurusan Matematika.
8. Untuk adik-adikku yang tersayang Junaidi Hermansyah dan Deni Saputra
yang selalu memberi semangat dan motivasi kepada abang.
9. Untuk Siti Zulaiha, AMK yang selalu memberikan semangat, perhatian,
kasih sayang dan motivasi dalam menyelesaikan tugas akhir ini.
10. Untuk saudara-saudara dan family yang memberikan motifasi, Om Taufik
Ucu Syarifah, Kak Anti, Adek, Angah Iyang, Angah Atok, Kak Pepen,
Bang Kifli, Uwo, dan lain-lain yang tidak bisa disebutkan satu persatu.
11. Untuk sahabat-sahabat yang selalu memberikan arahan dan motifasi, Debi
Chandra, S.Sos, M. Jamil, M. Ikhsan, ST, dan masih banyak lagi yang
tidak bisa penulis sebutkan namanya.
12. Teman-teman Matematika, khususnya Laina, Bidayasari, Wina, Devi,
Abang Roni, Ryan, Lukman, Lutfi, Ratna yang selalu semangat dan
memberikan motivasi kepada penulis.
13. Rekan-rekan dan adik-adik Racana UIN SUSKA Riau dan DKD 04
Gerakan Pramuka Riau yang selalu memberikan dukungan kepada penulis.
14. Abang Roni yang selalu memberikan dan mengajarkan pengalaman ilmu
dalam menyelesaikan Tugas Akhir.
15. Semua pihak yang telah memberi bantuan dari awal sampai selesai Tugas
Akhir ini yang tidak bisa disebutkan satu persatu.
Penulis
ix
DAFTAR ISI
Halaman
LEMBAR PERSETUJUAN ...................................................................... ii
LEMBAR PENGESAHAN ....................................................................... iii
LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL ......................... iv
LEMBAR PERNYATAAN ....................................................................... v
LEMBAR PERSEMBAHAN..................................................................... vi
ABSTRAK ................................................................................................. vii
ABSTRACT ................................................................................................. viii
KATA PENGANTAR................................................................................ ix
DAFTAR ISI .............................................................................................. xi
DAFTAR GAMBAR ................................................................................. xiii
DAFTAR TABEL ...................................................................................... xiv
DAFTAR SIMBOL.................................................................................... xv
BAB I. PENDAHULUAN
1.1 Latar Belakang ........................................................................ I-1
1.2 Perumusan Masalah ................................................................ I-3
1.3 Batasan Masalah...................................................................... I-3
1.4 Tujuan dan manfaat Penelitian ................................................ I-4
1.4.1 Tujuan Penelitian............................................................ I-4
1.4.2 Manfaat Penelitian.......................................................... I-4
1.5 Sistematika Penulisan ............................................................. I-4
BAB II. LANDASAN TEORI
2.1 Graf......................................................................................... II-1
2.1.1 Beberapa istilah yang berkaitan sengan graf................ II-1
2.2 Vehicle Routing Problem....................................................... II-2
2.2.1Model Vehicle Routing Problem (VRP)........................ II-2
2.3 Jalur dan Penjadwalan ........................................................... II-5
2.3.1 Metode Optimal/Eksak................................................. II-6
2.3.2 Metode Heuristik.......................................................... II-6
2.4 Algoritma Genetika................................................................ II-7
xi
2.4.1 Individu dalam Algoritma Genetika............................. II-8
2.4.2 Kromosom.................................................................... II-9
2.4.3 Fungsi Fitness .............................................................. II-9
A. Starategi Menentukan nilai Fungsi Fitness ............. II-9
2.4.4 Langkah-langkah penyelesaian dengan GA.................. II-11
BAB III. METODOLOGI PENELITIAN
BAB IV. PENYELESAIAN VEHICLE ROUTING PROBLEM (VRP)
MENGGUNAKAN ALGORITMA GENETIKA.
4.1 Contoh.................................................................................... IV-1
BAB V. KESIMPULAN DAN SARAN.................................................... V-1
5.1 Kesimpulan............................................................................ V-1
5.2 Saran ..................................................................................... V-1
DAFTAR PUSTAKA
DAFTAR RIWAYAT HIDUP
xii
DAFTAR TABEL
Tabel Halaman
xiv
DAFTAR SIMBOL
t ijv : Waktu tempuh yang dibutuhkan armada v untuk berangkat dari titik i
menuju titik j
Tv : Total waktu maksimum dari armada untuk menempuh sebuah rute
n : Total jumlah titik yang ada
NV : Total jumlah armada yang tersedia
x v ij = 1 : Armada v yang berangkat dari titik i menuju titik j
xv
BAB I
PENDAHULUAN
I-2
diprediksi waktu siklus untuk simulasi (dengan bantuan komputer) dalam
hitungan jam menjadi menit bahkan detik saja.
Algoritma genetika merupakan salah satu metode heuristik yang
analognya dengan proses evolusi alam dengan tahap seleksi, crossover dan
mutasi. Berdasarkan latar belakang di atas, maka saya tertarik melakukan
penelitian dengan judul “PENYELESAIAN VEHICLE ROUTING PROBLEM
(VRP) MENGGUNAKAN ALGORITMA GENETIKA”.
I-3
1.4 TUJUAN DAN MANFAAT
1.4.1Tujuan Penelitian
Tujuan yang ingin dicapai pada penelitian ini adalah mendapatkan solusi
optimal VRP dengan menggunakan algoritma genetika.
1.4.2Manfaat Penelitian
I-4
Bab ini berisikan langkah-langkah dalam menyelesaikan VRP dengan
menggunakan Algoritma Genetika.
BAB IV Pembahasan dan Analisa
Bab ini berisikan penyelesaian VRP dengan menggunakan Algoritma
Genetika.
BAB V Penutup
Bab ini berisikan kesimpulan dan saran.
I-5
BAB II
LANDASAN TEORI
2.1 GRAF
Definisi 2.1 (Munir, Rinaldi : 2003) Graf G didefinisikan sebagai pasangan
himpunan (V ,E), ditulis dengan notasi G = (V , E ) , yang dalam hal ini V adalah
himpunan tidak kosong dari simpul-simpul (vertex atau node) dan E adalah
himpunan sisi (edge atau arcs) yang menghubungkan sepasang simpul.
Contoh 2.1 Graf Sederhana:
1
2 3
Graf sederhana di atas adalah graf dengan himpunan simpul V dan sisi E
adalah:
V = {1,2,3,4} ,
E = { (1,2 ) , (1,3) , ( 2,3) , ( 2,4 ) , ( 3,4 )} .
II-2
untuk memberikan supply pada sekumpulan pelanggan dengan lokasi dan
permintaan yang telah diketahui dengan satu atau beberapa komoditi barang yang
sudah pasti.
Sam R. Tangiah (1995) membuat suatu formulasi Mixed-integer
Programing dari permasalahan VRP ini. Parameter dan variabel yang digunakan
dalam formulasi tersebut antara lain:
Rumus:
Model mixed-integer programing:
Fungsi tujuan:
n n NV
Kendala-kendala:
n NV
∑∑
i= 1 v= 1
xijv = 1 ( j = 2,..., n) (2.2)
n NV
∑∑
j = 1 v= 1
xijv = 1 (i = 2,..., n) (2.3)
n n
∑
j= 1
xipv − ∑
v= 1
x vpj = 0 (v = 1,..., NV ; p = 1,..., n) (2.4)
n n
∑
i= 1
di ∑
j= 1
xijv ≤ K v (v = 1,..., NV ) (2.5)
n n n n
∑
i= 1
t iv ∑ xijv +
j= 1
∑∑
i= 1 j = 1
t ijv xijv ≤ Tv (v = 1,..., NV ) (2.6)
∑
j= 2
x1vj ≤ 1 (v = 1,..., NV ) (2.7)
∑
i= 2
xiv1 ≤ 1 (v = 1,..., NV ) (2.8)
dengan :
i adalah indeks titik awal
II-3
j adalah indeks titik tujuan
v adalah indeks kendaraan
p adalah indeks demand titik
cij adalah jarak dari titik i ke titik j
t ijv adalah waktu tempuh yan dibutuhkan armada v untuk berangkat dari
jalur
n adalah total jumlah titik yang ada
NV adalah total jumlah armada yang tersedia
x v ij = 1 adalah armada v yang berangkat dari titik i menuju titik j
II-4
2.3 JALUR DAN PENJADWALAN
Jalur dan penjadwalan kendaraan diklasifikasikan berdasarkan beberapa
karakteristik. Karakteristik tersebut digunakan untuk membantu menganalisa dan
mengidentifikasi jenis dari permasalahan. Algoritma-algoritma yang ada dapat
diterapkan untuk penyelesaian permasalahan sesuai dengan karakteristik-
karakteristik tersebut. Secara garis besar klasifikasi tersebut adalah sebagai
berikut ( Bodin L; 1983):
Tabel 2.1 Klasifikasi Penentuan Jalur dan Penjadwalan Kendaraan
No Karakteristik Pilihan yang Mungkin
Ukuran armada kendaraan • Satu kendaraan
1 yang tersedia • Banyak kendaraan
• Sejenis (hanya satu jenis
kendaraan)
Jenis Armada kendaraan yang • Heterogen ( jenis kendaraan
2
tersedia banyak)
• Khusus (jenis kendaraan
dikelompokkan)
• Depot tunggal
3 Penempatan Kendaraan
• Depot banyak
• Determinasik
4 Sifat Permintaan • Stokastik/probabilitas
• Memilih permintaan yang disukai
• Pada node
5 Lokasi Demand • Pada busur/arc
• Kombinasi pada node dan busur
• Memaksakan (sama untuk semua
jalur
Keterbatasan kapasitas • Memaksakan ( berbeda untuk
6
kendaraan jalur-jalur yang berbeda)
• Tidak membatasi ( kapasitas tidak
terbatas)
• Dibatasi (sama untuk semua jalur)
• Dibatasi ( berbeda untuk jalur
7 Waktu Jalur Maksimal yang berbeda)
• Tidak membatasi (kapasitas tidak
terbatas).
8 Operasi • Hanya menjemput (mengambil,
membawa)
• Hanya pengantaran
• Kombinasi (pengantaran dan
penjemputan
II-5
• Membagi pengiriman ( menerima
atau menolak)
• Biaya variabel atau routing
• Biaya-biaya tambahan operasi
9 Biaya tetap atau kendaraan
• Biaya-biaya karena permintaan
tidak dilayani
• Meminimalkan total biaya
perjalanan
• Menimbulkan jumlah dari biaya-
biaya tetap dan variabel
• Meminimalkan jumlah kendaraan
yang dibutuhkan
• Meminimalkan total jarak/waktu
10 Tujuan
yang ditempuh kendaraan
• Memaksimalkan utilitasi fungsi
yang didasarkan pada pelayanan
atau waktu yang sebaik-baiknya
• Memaksimalkan utilisasi fungsi
yang didasarkan pada prioritas
costumer...
2.3.1Metode Optimal/Eksak
Pendekatan ini menggunakan metode-metode dari program linier atau
integer programing yang didasarkan pada pemrograman matematis. Metode
pendekatan ini akan diperoleh suatu solusi yang optimal, Tetapi metode
pendekatan ini hanya baik jika permasalahan yang dihadapi kecil. Sedangkan
untuk permasalahan yang melibatkan jumlah input data yang besar, metode
penyelesaian ini terhitung menjadi tidak efesien karena penyelesainannya
membutuhkan waktu komputasi yang lama.
2.3.2Metode Heuristik
Metode Heuristik adalah suatu metode yang menggunakan sistem
pendekatan dalam melakukan pencarian dalam optimasi Pendekatan heuristik
menggunakan suatu algoritma yang secara interaktif akan menghasilkan solusi
II-6
yang akan mendekati optimal. Pendekatan heuristik menghasilkan perhitungan
yang cepat karena dilakukan dengan membatasi pencarian dengan mengurangi
jumlah alternatif yang ada. Pendekatan heuristik lebih dapat diterapkan ke
permasalahan nyata dimana permasalahan melibatkan jumlah input yang besar.
Ada beberapa algoritma pada metode heuristik yang biasa digunakan dalam
permasalahan optimasi, diantaranya Algoritma Genetika, Ant Colony
Optimization, logika Fuzzy, jaringan syaraf tiruan, Tabu Search, Simulated
Annealing, dan lain-lain.
II-7
2.4.1Individu Algoritma Genetika
Individu merupakan kumpulan dari gen. Gen ini bisa biner, float, dan
kombinaturial. Individu dalam GA dapat juga menyatakan salah satu
kemungkinan solusi yang dicari. Misalkan dalam VRP individu dapat menyatakan
suatu jalur terpendek yang akan ditempuh.
Definisi individu pada kasus VRP yaitu sebagai berikut:
1. VRP (Vehicle Routing Problem) adalah suatu permasalahan dimana seorang
pekerja depot harus mengunjungi N kota dengan jarak yang paling pendek,
dengan syarat satu kota hanya dikunjungi satu kali.
2. Solusi VRP adalah jalur yang melewati semua kota dan jaraknya paling
pendek.
3. Individu untuk VRP didefinisikan sebagai jalur atau urutan nomor kota yang
dikunjungi. Misalkan untuk 10 kota salah satu jalur yang mungkin adalah :
1-2-3-4-5-6-7-8-9-10
4
3
5
2
6 7 10
II-8
2.4.2KROMOSOM
Kromosom adalah individu yang terdapat dalam satu populasi. Kromosom
juga merupakan gabungan gen-gen yang membentuk nilai tertentu. Representasi
pengkodean yang digunakan pada algoritma genetika adalah representasi kunci-
kunci random. Representasi ini mengkodekan sebuah gen dengan membangkitkan
bilangan acak antara (0,1) . Nilai acak dalam posisi i menentukan urutan
didatanginya kota dalam lintasan VRP. Contoh dari lintasan VRP dapat dilihat
pada gambar berikut:
2.4.3FUNGSI FITNESS
Fungsi fitness digunakan untuk proses evaluasi kromosom agar
memperoleh kromosom yang diinginkan. Fungsi ini membedakan kualitas dari
kromosom untuk mengetahui seberapa baik kromosom yang dihasilkan.
II-9
Strategi dalam menentukan nilai fungsi fitness dapat dilakukan dengan
cara:
1. Nilai fitness merupakan suatu ukuran baik tidaknya suatu solusi yang
dinyatakan sebagai satu individu, atau dengan kata lain nilai fitness
menyatakan nilai dari fungsi tujuan.
2. Algoritma genetika mempunyai tujuan untuk memaksimalkan nilai fitness atau
mencari nilai fitness maksimal.
Kriteria yang digunakan pada proses seleksi ini adalah kriteria fungsi
fitness. Masing-masing jalur pada populasi awal dihitung jarak, nilai fitness,
probabilitas fitness dan probabilitas kumulatif fitnessnya. Tahap-tahap
perhitungan fitnessnya adalah sebagai berikut:
1. Mencari jarak tempuh tiap jalur ( Z i )
N
2. Mencari total jarak dari seluruh jalur ( ∑
i= 1
Zi )
∑ Zi
(2.10)
fi = i= 1
Zi
N
4. Mencari total fitness ( ∑i= 1
fi )
fi
pi = N
(2.11)
∑ i= 1
fi
II-10
0 < r < 1 dan membandingkan bilangan random tersebut dengan probabilitas
kumulatif fitness tiap jalur.
II-11
BAB III
METODOLOGI PENELITIAN
Mulai
Metode VRP
Pilih r
Algoritma Genetika
Hasil
Selesai
Gambar 3.1 Flowchart Metodologi Penelitian
III-2
BAB IV
PENYELESAIAN VEHICLE ROUTING PROBLEM (VRP)
MENGGUNAKAN ALGORITMA GENETIKA
Berdasarkan uraian dari landasan teori pada Bab II, maka pada bab ini
akan dibahas penulis tentang proses dan beberapa teori pendukung untuk
penyelesaian Vehicle Routing Problem (VRP) menggunakan Algoritma Genetika.
Contoh:
Misalkan Dua (2) unit Sepeda Motor (Honda Supra X dan Honda
Kharisma) yang akan Mengantarkan Air Galon pesanan ke Pelanggan. Pelanggan
yang dikunjungi oleh II kendaraan tersebut berjumlah 2 orang (A,B). Pelanggan
A adalah Toko Dian Rahayu alamatnya adalah Jl. Geriliya No. 15 dan Pelanggan
B adalah SMPN 3 Tembilahan alamatnya adalah Jl. Tanjung Harapan No. 38.
Angkutan dari masing-masing kendaraan adalah sama yaitu sebanyak 6 galon.
Kendaraan 1 membawa 6 buah air galon menuju ke Pelanggan A dan Kendaraan 2
membawa 6 buah air galon menuju ke pelanggan B dimana di ketahui jarak
tempuh dari jalur satu ke jalur berikutnya dan kecepatan rata-rata kendaraan. Data
dari perjalanan kendaraan I dan II tersebut dapat dikelompokkan sebagai berikut:
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Abdul Manaf (Depot Air Asmira – Toko
1 700 M 30 Km/Jam
Barkat )
2 Jl. H. Arif ( Toko Barkat – Lapangan Tennis) 650 M 50 Km/Jam
Jl. Kayu Jati ( Lapangan Tennis – Kelenteng
3 750 M 45 Km/Jam
Cina)
Jl. Saptamarga (Kelenteng Cina – SMAN 2
4 800 M 50 Km/Jam
Tembilahan)
Jl. Pelita Jaya ( SMAN 2 Tembilahan –
5 700 M 55 Km/Jam
Gudang Bulog)
Jl. Geriliya (Gudang Bulog- Rumah/Toko
6 1100 M 35 Km/Jam
Dian Rahayu )
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Abdul Manaf (Depot Air Asmira – Toko
1 700 M 30 Km/Jam
Barkat )
2 Jl. H. Arif ( Toko Barkat – Lapangan Tennis) 650 M 50 Km/Jam
3 Jl. Perintis ( Lapangan tennis – Tk Pertiwi) 1350 M 35 Km/Jam
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Abdul Manaf (Depot Air Asmira – Toko
1 700 M 30 Km/Jam
Barkat)
2 Jl. H. Arif (Toko Barkat – Lapangan Tennis) 650 M 50 Km/Jam
3 Jl. Perintis (Lapangan tennis – Tk Pertiwi) 1350 M 35 Km/Jam
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl.Telaga Biru (Depot Air Asmira – Simp. Jl
1 2100 M 45 Km/Jam
Pelajar)
2 Jl. Manggis ( Simp Pelajar – Tk Pertiwi) 1900 M 40 Km/Jam
3 Jl. Hasan Gani ( Tk Pertiwi – Gudang Bulog) 1270 M 35 Km/Jam
IV-2
Jl. Geriliya (Gudang Bulog- Rumah/Toko
4 1100 M 35 Km/Jam
Dian Rahayu )
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl.Telaga Biru (Depot Air Asmira – Simp. Jl
1 2100 M 45 Km/Jam
Pelajar)
Jl. Suhada (Simp. Jl Pelajar – Pondok
2 2450 M 40 Km/Jam
Indragiri)
Jl. Geriliya ( Pondok Indragiri –
3 700 M 35 Km/Jam
Rumah/Toko Dian Rahayu)
A
1100 M
35Km / Jam700M
A4 700M A5 35Km / Jam
55Km / Jam
800 M A8
A3 50 Km / Jam
35Km / Jam
1270 M
750 M
45Km / Jam A7 40 Km / Jam
1350 M 2450 M
A2 35Km / Jam
40 Km / Jam
650M 1900 M
A1 50 Km / Jam
A6
30 Km / Jam 45 Km / Jam
700M
2100 M
Depot IV-3
Gambar 4.1 Jalur Kendaraan I
Keterangan:
A = Jl Geriliya / Toko Dian Rahayu
Depot = Depot air asmira tembilahan
A1 = Jl. Abdul Manaf
A2 = Jl. H. Arif
A3 = Jl. Kayu Jati
A4 = Jl. Saptamarga
A5 = Jl. Pelita Jaya
A6 = Jl.Telaga Biru
A7 = Jl. Manggis
A8 = Jl. Suhada
Berdasarkan gambar 4.1, dapat dilihat bahwa kromosom pada jalur yang
dilalui oleh kendaraan I adalah:
Kromosom 1/Jalur Dian 1: Depot − A1 − A2 − A3 − A4 − A5 − A / Abdul Manaf –
H. Arif – Kayu Jati – Sapta Marga – Pelita Jaya –
Geriliya.
IV-4
Kromosom 3/Jalur Dian 3: Depot − A1 − A2 − A7 − A6 − A8 − A / Abdul Manaf –
H. Arif –Perintis – Manggis – Suhada - Geriliya.
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Batang Tuaka (Depot Air Asmira - Planet
1 1450 M 40 Km/Jam
Futsal)
Jl. Gunung Daek (Planet Futsal – Mesjid
2 1510 M 35 Km/Jam
Raudhah)
Jl. Telaga Biru II (Mesjid Raudhah – Hotel
3 1530 M 40 Km/Jam
Telaga Puri)
Jl. Tanjung Harapan (Hotel TeLaga Puri –
4 2270 M 30 Km/Jam
SMPN 3 Tembilahan)
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Batang Tuaka (Depot Air Asmira - Planet
1 1450 M 40 Km/Jam
Futsal)
Jl. Gunung Daek (Planet Futsal – Mesjid
2 1510 M 35 Km/Jam
Raudhah)
Jl. Swarna Bumi (Mesjid Raudhah – MTSN
3 1370 M 40 Km/Jam
Tembilahan)
IV-5
Jl. Cahaya (MTSN Tembilahan – Stadion
4 1250 M 35 Km/Jam
Lapangan Bola)
Jl. Telaga Biru II (Stadion Lapangan Bola –
5 930 M 45 Km/Jam
Simp 4 tanjung Harapan)
Jl. Tanjung Harapan (Simp 4 Tanjung
6 1360 M 50 Km/Jam
Harapan – SMPN 3 Tembilahan)
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Ahmad Yani (Depot Air Asmira – Simp 4
1 560 M 30 Km/Jam
Lampu Merah)
Jl. Malagas (Simp 4 Lampu Merah – MTSN
2 2010 M 40 Km/Jam
Tembilahan)
Jl. Swarna Bumi (Mesjid Raudhah – MTSN
3 1370 M 40 Km/Jam
Tembilahan)
Jl. Telaga Biru II (Mesjid Raudhah – Hotel
4 1530 M 40 Km/Jam
Telaga Puri)
Jl. Tanjung Harapan (Hotel TeLaga Puri –
5 2270 M 30 Km/Jam
SMPN 3 Tembilahan)
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Ahmad Yani (Depot Air Asmira – Simp 4
1 560 M 30 Km/Jam
Lampu Merah)
Jl. Malagas (Simp 4 Lampu Merah – MTSN
2 2010 M 40 Km/Jam
Tembilahan)
Jl. Cahaya (MTSN Tembilahan – Stadion
3 1250 M 35 Km/Jam
Lapangan Bola)
Jl. Telaga Biru II (Stadion Lapangan Bola –
4 930 M 45 Km/Jam
Simp 4 tanjung Harapan)
Jl. Tanjung Harapan (Simp 4 Tanjung
5 1360 M 50 Km/Jam
Harapan – SMPN 3 Tembilahan)
IV-6
Tabel 4.10 Data kendaraan II untuk jalur 5 SMPN
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Ahmad Yani (Depot Air Asmira – Simp 4
1 560 M 30 Km/Jam
Lampu Merah)
Jl. M. Boya (Simp 4 Lampu Merah – Pasar
2 1020 M 40 Km/Jam
Pagi)
Jl. Telaga Biru (Pasar Pagi – Stadion
3 2160 M 50 Km/Jam
Lapangan Bola)
Jl. Telaga Biru II (Stadion Lapangan Bola –
4 930 M 45 Km/Jam
Simp 4 tanjung Harapan)
Jl. Tanjung Harapan (Simp 4 Tanjung
5 1360 M 50 Km/Jam
Harapan – SMPN 3 Tembilahan)
Jarak Kecepatan
No Costumer/pelanggan
(Meter) (Km/Jam)
Jl. Ahmad Yani (Depot Air Asmira – Simp 4
1 560 M 30 Km/Jam
Lampu Merah)
Jl. M. Boya (Simp 4 Lampu Merah – Pasar
2 1020 M 40 Km/Jam
Pagi)
Jl. Telaga Biru (Pasar Pagi – Stadion
3 2160 M 50 Km/Jam
Lapangan Bola)
Jl. Cahaya (MTSN Tembilahan – Stadion
4 1250 M 35 Km/Jam
Lapangan Bola)
Jl. Swarna Bumi (Mesjid Raudhah – MTSN
5 1370 M 40 Km/Jam
Tembilahan)
Jl. Telaga Biru II (Mesjid Raudhah – Hotel
6 1530 M 40 Km/Jam
Telaga Puri)
7 Jl. Tanjung Harapan (Hotel TeLaga Puri – 2270 M 30 Km/Jam
IV-7
SMPN 3 Tembilahan)
Depot
1450 M
560 M
40 Km / Jam B1
30 Km / Jam
B4
35 Km / Jam1510 M
40 Km / Jam
2010M
1020 M
40 Km / Jam
B7 40 Km / Jam B2 1530 M
1370 M
40 Km / Jam
B3
B5 50 Km / Jam
35 Km / Jam
1250 M
2160 M
30 Km / Jam
45 Km / Jam 2270 M
B6 930 M
B8
50 Km / Jam
1360 M
B
Gambar 4.2 Jalur Kendaraan II
Keterangan:
B = Jl. Tanjung Harapan / SMP Negeri 03 Tembilahan
IV-8
Depot = Depot air asmira tembilahan
B1 = Jl. Batang Tuaka
B2 = Jl. Gunung Daek
B3 = Jl. Telaga Biru II
B4 = Jl. Ahmad Yani
B5 = Jl. M. Boya
B6 = Jl. Telaga Biru
B7 = Jl. Malagas
B8 = Jl. Telaga Biru II
Berdasarkan gambar 4.2 dapat dilihat bahwa kromosom pada jalur yang
dilalui oleh pengendara II adalah:
Kromosom 1/Jalur SMPN I: Depot − B1 − B2 − B3 − B / Batang Tuaka – Gunung
Daek – Swarna Bumi – Cahaya – Telaga Biru II – Tanjung
Harapan.
IV-9
Kromosom 6/Jalur SMPN 6 : Depot − B4 − B5 − B6 − B8 − B / Ahmad Yani – M.
Boya – Telaga Biru I – Telaga Biru II – Tanjung Harapan.
Penyelesaian
Berdasarkan data yang sudah diperoleh dan di ringkas maka dilakukan
pencarian untuk jalur terpendek perjalanan kendaraan dengan cara:
Kendaraan I:
A. Generasi = 0
B. Populasi Awal yaitu A − A1 − A2 − A3 − A4 − A5 − A6 − A7 − A8 didapat
Kromosom-kromosomnya adalah:
Kromosom/Jalur I : Depot − A1 − A2 − A3 − A4 − A5 − A
Kromosom/Jalur 2 : Depot − A1 − A2 − A7 − A5 − A
Kromosom/Jalur 3 : Depot − A1 − A2 − A7 − A6 − A8 − A
Kromosom/Jalur 4 : Depot − A6 − A7 − A5 − A
Kromosom/Jalur 5 : Depot − A6 − A8 − A
= ( A1 + A2 + A3 + A4 + A5 + A )
= 700 + 1350 + 2100 + 2900 + 3600 + 4700
IV-10
= 15350 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
15350 15350
f1 = = 21.93 fi = = 5.29
700 2900
15350 15350
f2 = = 11.37 f5 = = 4.26
1350 3600
15350 15350
f3 = = 7.31 f6 = = 3.26
2100 4700
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5 + f 6
= 21.93 + 11.37 + 7.31 + 5.29 + 4.26 + 3.26
= 53.42
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑i= 1
fi
21.93 5.29
p1 = = 0.41 p4 = = 0.09
53.42 53.42
11.37 4.26
p2 = = 0.21 p5 = = 0.07
53.42 53.42
7.31 3.26
p3 = = 0.14 p6 = = 0.06
53.42 53.42
6). Probabilitas kumulatif tiap jalur (q i )
N
qi = ∑
i= 1
pi
= p1 + p 2 + p3 + p 4 + p5 + p 6
IV-11
= 0.41 + 0.21 + 0.14 + 0.09 + 0.07 + 0.06
= 0.98
A1 = 700 Meter
A2 = 1350 Meter A5 = 3970 Meter
= ( A1 + A2 + A7 + A5 + A )
= 700 + 1350 + 2700 + 3970 + 5070
= 13790 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
13790 13790
f1 = = 19.7 f4 = = 3.47
700 3970
13790 13790
f2 = = 10.21 f5 = = 2.72
1350 5070
13790
f3 = = 5.11
2700
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5
= 19.7 + 10.21 + 5.11 + 3.47 + 2.72
= 41.21
5). Probabilitas tiap jalur ( p i )
IV-12
fi
pi = N
∑
i= 1
fi
19.7 3.47
p1 = = 0.48 p4 = = 0.08
41.21 41.21
10.21 2.72
p2 = = 0.24 p5 = = 0.07
41.21 41.21
5.11
p3 = = 0.12
41.21
6). Probabilitas kumulatif tiap jalur (q i )
= p1 + p 2 + p3 + p 4 + p5
= 0.48 + 0.24 + 0.12 + 0.08 + 0.07 = 0.99
c. Kromosom III (Jalur Dian 3), Depot − A1 − A2 − A7 − A6 − A8 − A / Abdul
= ( A1 + A2 + A7 + A6 + A8 + A )
= 700 + 1350 + 2700 + 4600 + 7050 + 7750
= 24150 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
24150 24150
f1 = = 34.5 f4 = = 5.25
700 4600
IV-13
24150 24150
f2 = = 17.89 f5 = = 3.42
1350 7050
24150 24150
f3 = = 8.94 f6 = = 3.12
2700 7750
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5 + f 6
= 34.5 + 17.89 + 8.94 + 5.25 + 3.42 + 3.12
= 73.12
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑
i= 1
fi
34.5 5.25
p1 = = 0.47 p4 = = 0.07
73.12 73.12
17.89 3.12
p2 = = 0.24 p5 = = 0.046
73.12 73.12
8.94 3.12
p3 = = 0.12 p6 = = 0.043
73.12 73.12
6). Probabilitas kumulatif tiap jalur (q i )
= p1 + p 2 + p3 + p 4 + p5 + p 6
= 0.47 + 0.24 + 0.12 + 0.07 + 0.46 + 0.043
= 0.989
A7 = 4000 Meter
A5 = 5270 Meter
IV-14
N
2). Total jarak dari seluruh jalur (∑ Z i )
i= 1
= ( A6 + A7 + A5 + A )
= 2100 + 4000 + 5270 + 6370
= 17740 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
17740 17740
f1 = = 8.45 f3 = = 3.37
2100 5270
17740 17740
f2 = = 4.43 f4 = = 2.78
4000 6370
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4
= 8.45 + 4.43 + 3.37 + 2.78
= 19.05
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑
i= 1
fi
8.45 3.37
p1 = = 0.44 p3 = = 0.18
19.05 19.05
4.43 2.78
p2 = = 0.23 p4 = = 0.15
19.05 19.05
6). Probabilitas kumulatif tiap jalur (q i )
= p1 + p 2 + p3 + p 4
= 0.44 + 0.23 + 0.18 + 0.15
=1
IV-15
e. Kromosom V (Jalur Dian 5), Depot − A6 − A8 − A / Telaga Biru – Suhada
– Geriliya
1). Jarak Tempuh tiap Jalur ( Z i )
A6 = 2100 Meter
A8 = 4550 Meter
A = 5250 Meter
N
2). Total jarak dari seluruh jalur (∑ Z i )
i= 1
= ( A6 + A8 + A )
= 2100 + 4550 + 5250
= 11900 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
11900 11900
f1 = = 5.67 f3 = = 2.27
2100 5250
11900
f2 = = 2.62
4550
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3
= 5.67 + 2.62 + 2.27
= 10.56
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑
i= 1
fi
IV-16
5.67 2.27
p1 = = 0.54 p3 = = 0.21
10.56 10.56
2.62
p2 = = 0.25
10.56
6). Probabilitas kumulatif tiap jalur (q i )
= p1 + p 2 + p3
= 0.54 + 0.25 + 0.21
=1
IV-17
2100 + 2450 + 700 = 5260 Meter
A
1100 M
35Km / Jam700 M
A4 700M A5 35 Km / Jam
55Km / Jam
800 M A8
A3 50 Km / Jam
35Km / Jam
1270 M
750 M
45 Km / Jam A7 40 Km / Jam
1350 M 2450 M
A2 35Km / Jam
40 Km / Jam
650M 1900 M
A1 50 Km / Jam
A6
30 Km / Jam 45 Km / Jam
700M
2100 M
Depot
Kendaraan II
A. Generasi = 0
IV-18
B. Populasi awal yaitu B − B1 − B2 − B3 − B4 − B5 − B6 − B7 − B8 di dapat
kromosom-kromosomnya adalah:
Kromosom/Jalur 1 : Depot − B1 − B2 − B3 − B
Kromosom/Jalur 2 : Depot − B1 − B2 − B7 − B6 − B8 − B
Kromosom/Jalur 3 : Depot − B4 − B7 − B2 − B3 − B
Kromosom/Jalur 4 : Depot − B4 − B7 − B6 − B8 − B
Kromosom/Jalur 5 : Depot − B4 − B5 − B6 − B7 − B2 − B3 − B
Kromosom/Jalur 6 : Depot − B4 − B5 − B6 − B8 − B
= ( B1 + B2 + B3 + B )
= 1450 + 2960 + 4490 + 6760
= 15660 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
IV-19
15660 15660
f1 = = 10.8 f3 = = 3.49
1450 4490
15660 15660
f2 = = 5.29 f4 = = 2.32
2960 6760
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4
= 10.8 + 5.29 + 3.49 + 2.32
= 21.9
fi
pi = N
∑i= 1
fi
10.8 3.49
p1 = = 0.49 p3 = = 0.16
21.9 21.9
5.29 2.32
p2 = = 0.24 p4 = = 0.11
21.9 21.9
6). Probabilitas kumulatif tiap jalur (q i )
N
qi = ∑
i= 1
pi
= p1 + p 2 + p3 + p 4
= 0.49 + 0.24 + 0.16 + 0.11
=1
IV-20
B2 = 2960 Meter B8 = 6510 Meter
= ( B1 + B2 + B7 + B6 + B8 + B )
= 1450 + 2960 + 4330 + 5580 + 6510 + 7870
= 28700 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
28700 28700
f1 = = 19.79 f4 = = 5.14
1450 5580
28700 28700
f2 = = 9.69 f5 = = 4.41
2960 6510
28700 28700
f3 = = 6.63 f6 = = 3.65
4330 7870
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5 + f 6
= 19.79 + 9.69 + 6.63 + 5.14 + 4.41 + 3.65
= 49.31
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑
i= 1
fi
19.79 5.14
p1 = = 0.40 p4 = = 0.10
49.31 49.31
9.69 4.41
p2 = = 0.19 p5 = = 0.09
49.31 49.31
IV-21
6.63 3.69
p3 = = 0.13 p6 = = 0.07
49.31 49.31
6). Probabilitas kumulatif tiap jalur (q i )
N
qi = ∑
i= 1
pi
= p1 + p 2 + p3 + p 4 + p5 + p 6
= 0.40 + 0.19 + 0.13 + 0.10 + 0.09 + 0.07
= 0.98
B2 = 3940 Meter
N
2). Total jarak dari seluruh jalur (∑ Z i )
i= 1
= ( B4 + B7 + B2 + B3 + B )
= 650 + 2570 + 3940 + 5470 + 7740
= 20370 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
20370 20370
f1 = = 31.34 f4 = = 3.72
650 5470
20370 20370
f2 = = 7.92 f5 = = 2.63
2570 7740
20370
f3 = = 5.17
3940
IV-22
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5
= 31.34 + 7.92 + 5.17 + 3.72 + 2.63
= 50.78
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑i= 1
fi
31.34 3.72
p1 = = 0.61 p4 = = 0.07
50.78 50.78
7.92 2.63
p2 = = 0.15 p5 = = 0.05
50.78 50.78
5.17
p3 = = 0.1
50.78
6). Probabilitas kumulatif tiap jalur (q i )
N
qi = ∑
i= 1
pi
= p1 + p 2 + p3 + p 4 + p5
= 0.61 + 0.15 + 0.10 + 0.07 + 0.05
= 0.98
B6 = 3830 Meter
N
2). Total jarak dari seluruh jalur (∑ Z i )
i= 1
IV-23
= ( B4 + B7 + B6 + B8 + B )
= 650 + 2570 + 3830 + 4760 + 6120
= 17930 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
17930 17930
f1 = = 27.58 f4 = = 3.77
650 4670
17930 17930
f2 = = 6.98 f5 = = 2.93
2570 6120
17930
f3 = = 4.68
3830
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5
= 27.58 + 6.98 + 4.68 + 3.77 + 2.93
= 45.94
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑i= 1
fi
27.58 3.77
p1 = = 0.60 p4 = = 0.08
45.94 45.94
6.98 2.93
p2 = = 0.15 p5 = = 0.06
45.94 45.94
4.68
p3 = = 0.10
45.94
6). Probabilitas kumulatif tiap jalur (q i )
N
qi = ∑
i= 1
pi
IV-24
= p1 + p 2 + p3 + p 4 + p5
= 0.60 + 0.15 + 0.10 + 0.08 + 0.06
= 0.99
B7 = 4990 Meter
N
2). Total jarak dari seluruh jalur (∑ Z i )
i= 1
= ( B4 + B5 + B6 + B7 + B2 + B3 + B )
= 560 + 1580 + 3740 + 4990 + 6360 + 7890 + 10160
= 35280 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
35280 35280
f1 = = 63 f5 = = 5.55
560 6360
35280 35280
f2 = = 22.33 f6 = = 4.47
1580 7890
35280 35280
f3 = = 9.43 f7 = = 3.47
3740 10160
35280
f4 = = 7.07
4990
IV-25
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5 + f 6 + f 7
= 63 + 22.33 + 9.43 + 7.07 + 5.55 + 4.47 + 3.47
= 115.32
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑i= 1
fi
63 5.55
p1 = = 0.55 p5 = = 0.04
115.32 115.32
22.33 4.47
p2 = = 0.19 p6 = = 0.038
115.32 115.32
9.43 3.47
p3 = = 0.08 p7 = = 0.03
115.32 115.32
7.07
p4 = = 0.06
115.32
6). Probabilitas kumulatif tiap jalur (q i )
N
qi = ∑
i= 1
pi
= p1 + p 2 + p3 + p 4 + p5 + p 6 + p 7
= 0.55 + 0.19 + 0.08 + 0.06 + 0.04 + 0.038 + 0.03
= 0.988
B6 = 3740 Meter
IV-26
N
2). Total jarak dari seluruh jalur (∑ Z i )
i= 1
= ( B4 + B5 + B6 + B8 + B )
= 560 + 1580 + 3740 + 4670 + 6030
= 16580 Meter
3). Nilai fitness tiap jalur ( f i )
N
∑ Zi
fi = i= 1
Zi
16580 16580
f1 = = 29.6 f4 = = 3.55
560 4670
16580 16580
f2 = = 10.49 f5 = = 2.74
1580 6030
16580
f3 = = 4.43
3740
N
4). Total fitness (∑ f i )
i= 1
= f1 + f 2 + f 3 + f 4 + f 5
= 29.6 + 10.49 + 4.43 + 3.55 + 2.74
= 50.83
5). Probabilitas tiap jalur ( p i )
fi
pi = N
∑
i= 1
fi
29.60 3.55
p1 = = 0.58 p4 = = 0.06
50.83 50.83
10.49 2.74
p2 = = 0.20 p5 = = 0.05
50.83 50.83
4.43
p3 = = 0.08
50.83
6). Probabilitas kumulatif tiap jalur (q i )
IV-27
N
qi = ∑
i= 1
pi
= p1 + p 2 + p3 + p 4 + p5
= 0.58 + 0.20 + 0.08 + 0.06 + 0.05
= 0.97
IV-28
Kromosom VI: Depot − B4 − B5 − B6 − B8 − B
560 + 1020 + 2160 + 930 + 1360 = 6030 Meter
Depot
1450 M
560 M
40 Km / Jam B1
30 Km / Jam
B4
35 Km / Jam1510 M
40 Km / Jam
2010 M
1020 M
40 Km / Jam
B7 40 Km / Jam B2 1530 M
1370 M
40 Km / Jam
B3
B5 50 Km / Jam
35 Km / Jam
1250 M
2160 M
30 Km / Jam
45 Km / Jam 2270 M
B6 930 M
B8
50 Km / Jam
1360 M
IV-29
Untuk pencarian waktu terkecil dalam kasus VRP ini ditentukan
jarak
berdasarkan ketiga kendaraan dalam melewati jalur-jalur yang sudah
kecepa tan
ditentukan, dapat dicari dengan kriteria:
a. Kendaraan I
IV-30
1270
A5 = = 36,28
35
1100
A = = 31,43
35
= 23,33 + 13 + 38,57 + 36,28 + 31,43
= 142,61Menit
IV-31
1100
A = = 31,43
35
= 46,67 + 47,5 + 36,28 + 31,43
= 161,88Menit
b. Kendaraan II
Kromosom I (Jalur SMPN I) : Depot − B1 − B2 − B3 − B / Batang Tuaka
– Gunung Daek – Swarna Bumi – Cahaya – Telaga Biru II – Tanjung
Harapan.
1450
dimana: B1 = = 36,25
40
1510
B2 = = 43,14
35
1530
B3 = = 38,25
40
2270
B = = 75,67
30
= 36,25 + 43,14 + 38,25 + 75,67
= 193.31Menit
IV-32
Kromosom II (Jalur SMPN 2) : Depot − B1 − B2 − B7 − B6 − B8 − B /
IV-33
= 18,67 + 50,25 + 34,25 + 38,25 + 75,67
= 217,09Menit
IV-34
1530
B3 = = 38,25
40
2270
B = = 75,67
30
= 18,67 + 25,5 + 43,2 + 35,71 + 34,25 + 38,25 + 75,67
= 271,25Menit
IV-35
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan pembahasan pada Bab IV, penyelesaian Vehicle Routing
Problem menggunakan Algoritma Genetika, dapat diambil kesimpulan sebagai
berikut:
1. Vehicle Routing Problem dapat diselesaikan dengan algoritma genetika.
2. Jarak terpendek dan waktu terkecil pada kasus perjalanan dua kendaraan depot
air asmira dalam mengantar pesanan air galon dua costumer dapat ditentukan,
yaitu:
a. Pada Kendaraan I jarak terpendek dan waktu terkecil adalah
kromosom I yaitu Abdul Manaf – H. Arif – Kayu Jati – Sapta Marga –
Pelita Jaya – Geriliya dengan jarak 4700 Meter dan Waktu 113,16
Menit.
b. Pada Kendaraan II Jarak terpendek dan waktu terkecil adalah
kromosom VI yaitu Ahmad Yani – M. Boya – Telaga Biru – Telaga
Biru II – Tanjung Harapan dengan jarak 6030 Meter dan waktu 135,24
Menit.
5.2 Saran
Beberapa hal yang disarankan dalam pengembangan aplikasi Algoritma
genetika pada Vehicle Routing Problem sebagai berikut:
a. Vehicle Routing Problem pada penelitian diselesaikan dengan aplikasi
algoritma genetika, tidak menutup kemungkinan kasus Vehicle Routing
Problem ini dapat diselesaikan dengan aplikasi lainnya misalnya algoritma
heuristic dan graf berbobot, Vehicle Routing Problem With Time Windows,
Vehicle Routing Problem Delipery and Pickup, dan lain-lain.
b. Pengembangan penggunaan algorima genetika dapat menggunakan
pemograman. pencarian secara manual, dan pemograman yang mendukung
terbentuknya simpul-simpul pada kasus Vehicle Routing Problem.
DAFTAR PUSTAKA
https://mail.eepisits.edu/~kangedi/materi.kuliah/Kecerdasan.Buatan/Bab.Algoritm
a Genetika.pdf. 14 februari 2011.
Munir, Rinaldi. Matematika Diskrit, Edisi ke-2. Bandung: PT. Informatika. 2003.