BAB II

LANDASAN TEORI

2.1 Vehicle Routing Problem (VRP)

Vehicle Routing Problem (VRP) pertama kali diperkenalkan oleh Dantzig dan
Ramser, pada tahun 1959 dan semenjak itu telah dipelajari secara luas. Oleh
Fisher, VRP didefinisikan sebagai sebuah cara pencarian atas penggunaan yang
efisien dari sejumlah kendaraan yang harus melakukan perjalanan untuk
mengunjungi sejumlah tempat untuk mengantar dan menjemput orang atau
barang. Istilah konsumen menunjukkan pemberhentian untuk mengantar dan
menjemput orang/barang. Setiap konsumen harus dilayani oleh satu kendaraan
saja. Penentuan pasangan kendaraan-konsumen ini dilakukan dengan
mempertimbangkan kapasitas kendaraan dalam satu kali angkut, untuk
meminimalkan biaya yang diperlukan. Biasanya penentuan biaya minimal erat
kaitannya dengan jarak yang minimal. (Bambang Eko, 2007).
VRP sebenarnya merupakan perkembangan atau perluasan dari Travelling
Salesman Problem (TSP). TSP dapat dijelaskan sebagai suatu masalah dimana
seorang salesman harus berangkat dari sebuah depot untuk mengunjungi n
node/kota kemudian kembali ke depot semula dengan memilih feasible tour yang
terpendek. Tujuan dari TSP ini adalah mencari biaya per mulasi atau tour
minimum dari semua kota sehingga mendapatkan rute dengan lintasan minimum
atau meminimumkan biaya. Dengan kata lain mendesain suatu rute perjalanan
terpendek dimana setiap node harus dikunjungi oleh salesman tersebut. (Christine,
2003).
Jika ada m salesman pada TSP, maka kita sebut masalah tersebut sebagai m-
TSP. Prinsipnya sama dengan TSP, seperti halnya TSP pada m-TSP setiap node
hanya boleh dikunjungi tepat satu kali dan oleh satu orang salesman saja. Tiap
salesman harus memulai dan mengakhiri tour nya pada depot yang sama,
sehingga jika ada m salesman maka pasti ada m rute tour yang berbeda pula.
(Raden Prana A, 2007).
VRP dapat ditranformasi dengan dua cara. Transformasi pertama adalah
dengan cara memperluas dasar prinsip pengepakan struktur BPP (Bin Packing

II-1
 II-2

Problem). Transformasi kedua dengan berlandaskan dasar perutean pada struktur

TSP (Travelling Salesman Problem). (Raden Prana A, 2007).
BPP dapat dideskripsikan sebagai berikut: ”diberikan sejumlah angka yang
melambangkan ukuran dari sejumlah item, dan sebuah konstanta K, yang
melambangkan kapasitas dari bin. Berapa jumlah bin minimum yang
diperlukan?”. Tentu saja satu item hanya dapat berada dalam satu bin saja, dan
total kapasitas item pada setiap bin tidak boleh melebihi kapasitas dari bin
tersebut. Disamping itu, TSP adalah sebuah permasalahan tentang seorang
salesman yang ingin mengunjungi tiap kota sekali saja, dimulai dan diakhiri dari
kota awal. Inti permasalahan adalah untuk menentukan jalur terpendek melalui
semua kota yang ada. Hubungan keduanya dengan VRP adalah, vehicle dapat
dihubungkan dengan costumer menggunakan BPP, dan urutan kunjungan vehicle
terhadap tiap costumer diselesaikan menggunakan TSP. (Bambang Eko, 2007).
VRP atau Vehicle Routing Problem adalah sebuah cakupan masalah yang
didalamnya ada sebuah problem dimana ada sejumlah rute untuk sejumlah
kendaraan yang berada pada satu atau lebih depot yang harus ditentukan
jumlahnya agar tersebar secara geografis supaya bisa melayani konsumen-
konsumen yang tersebar. Setiap kendaraan memiliki kapasitas angkut, dan setiap
pelanggan memiliki demand. Tujuan dari VRP adalah mengantarkan barang pada
konsumen dengan biaya minimum melalui rute-rute kendaraan yang keluar-masuk
depot. (Raden Prana A, 2007).
Berikut ini merupakan komponen-komponen yang terdapat pada vehicle
routing problem (VRP) :
a. Jaringan Kerja (link)
Dalam transportasi pada suatu rute, setiap jalan yang tersedia merupakan
jaringan kerja (link) dan setiap lokasi merupakan setiap node. Link dapat
dijalani dalam satu arah (directed) atau dua arah (undirected). Setiap link
berkaitan dengan panjang atau waktu perjalanan, jenis kendaraan dan periode
waktu perjalanan yang dilakukan pada link tersebut sehingga link dapat
dikatakan berhubungan dengan biaya.
b. Costumers
Karakteristik khusus dari costumers adalah sebagai berikut:
 II-3

1. Jumlah permintaan (demand) dari costumers berbeda-beda, ada

costumers yang jumlah permintaannya diketahui secara pasti (kasus
deterministik) tetapi ada juga jumlah permintaannya tidak pasti (kasus
stokastik).
2. Ada costumers yang mempunyai time windows yaitu periode waktu
yang menunjukkan jangka waktu costumers dapat dilayani yang
dikarenakan periode waktu yang khusus dari costumers tersebut.
c. Depot
Depot merupakan awal dan akhir dari suatu rute yang akan dilewati oleh
kendaraan dalam melakukan pengiriman barang ke costumers. Setiap depot
dicirikan berdasarkan tipe dan banyak kendaraan yang berkaitan dengan
depot tersebut serta banyaknya barang yang tersedia disana.
d. Kendaraan (vehicle)
Karakteristik khusus dari kendaraan (vehicle) adalah sebagai berikut:
1. Mempunyai kapasitas kendaraan maksimum (berat dan volume
maksimum) dalam mengangkut barang.
2. Mempunyai total waktu kerja dari awal keberangkatan dari depot
sampai kedatangan kembali ke depot, sesuai peraturan yang
diberlakukan oleh perusahaan untuk jam kerja pengemudi (waktu
loading) dan sejumlah periode waktu yang tidak ikut diperhitungkan
(waktu non-loading), misalnya waktu istirahat pengemudi.
3. Memerlukan biaya untuk melakukan pengiriman, biaya
penggunaan kendaraan dihitung berdasarkan per unit jarak, per unit
waktu, dan per rute.
e. Pengemudi (driver)
Pengemudi yang mengoperasikan kendaraan harus memenuhi semua kendala
yang ditetapkan dalam kontrak kerja dan aturan dari perusahaan.
(Luca Maria, 2000).
 II-4

2.2 Jenis-jenis VRP

2.2.1 Capacitated VRP (CVRP)
CVRP atau Capacitated Vehicle Routing Problem adalah sebuah VRP dimana
diberikan sejumlah kendaraan dengan kapasitas tersendiri yang harus melayani
sejumlah permintaan pelanggan yang telah diketahui untuk satu komoditas dari
sebuah depot dengan biaya transit minimum. Oleh karena itu, CVRP sama seperti
VRP dengan faktor tambahan yaitu tiap kendaraan punya kapasitas tersendiri
untuk satu komoditas. (Raden Prana A, 2007).
CVRP dapat dijelaskan sebagai berikut :
1. Suatu depot harus melayani sejumlah n node/costumer.
2. Depot mempunyai satu vehicle dengan kapasitas tertentu Q untuk
melayani semua node.
3. Tiap node mempunyai demand tertentu sebesar qi (i = 1,2,3,...,n) yang
harus dipenuhi dalam sekali pelayanan.
4. Karena depot hanya mempunyai satu vehicle dengan kapasitas terbatas,
maka vehicle tersebut harus secara periodik kembali ke depot untuk
mengambil barang (reloading) untuk memenuhi demand node yang lain.
5. Tidak mungkin melayani lebih dari 1 node dalam waktu yang bersamaan
(split delivery) karena vehicle hanya satu.
Tujuan dari CVRP adalah meminimalisasi jumlah kendaraan dan total waktu
perjalanan, dan total permintaan barang untuk tiap rute tidak boleh melebihi
kapasitas kendaraan yang melewati rute tersebut. (Raden Prana A, 2007).
Kelayakan solusi dikatakan ’layak’ jika jumlah total barang yang diatur
untuk tiap rute tidak melebihi kapasitas kendaraan yang melewati rute tersebut.
(Raden Prana A, 2007).

2.2.2 VRP With Time Windows (VRPTW)

VRPTW atau Vehicle Routing Problem with Time Window, hampir sama
dengan VRP, namun memiliki batas tambahan yaitu sebuah jangka waktu, yang
berhubungan dengan setiap pelanggan, yang mendefinisikan sebuah jangka waktu
dimana sang pelanggan harus disuplai, interval waktu di depot tersebut sebagai
batas penjadwalan. (Raden Prana A, 2007).
 II-5

Tujuannya adalah meminimalisasi jumlah kendaraan dan total waktu

perjalanan dan waktu menunggu yang dibutuhkan untuk menyuplai semua
pelanggan pada jam-jam tertentu. (Raden Prana A, 2007).
Kelayakan VRPTW dibatas hal-hal berikut, yaitu solusi menjadi ‘tidak layak’
jika kiriman pada pelanggan sampai setelah batas atas dari interval, jika kendaraan
sampai sebelum batas bawah interval, maka waktu menunggu pada rute tersebut
menjadi bertambah. Setiap rute harus mulai dan berhenti dalam jangka waktu
yang berkaitan dengan depot. (Raden Prana A, 2007).

2.2.3 Multiple Depot VRP (MDVRP)

MDVRP membutuhkan pengaturan para pelanggan ke depot-depot yang ada.
Tiap kendaraan pergi dari satu depot melayani pelanggan-pelanggan yang sudah
ditentukan akan dilayani oleh depot tersebut, dan kembali lagi ke depot tersebut.
Tujuan utama dari MDVRP adalah untuk melayani semua pelanggan sementara
jumlah kendaraan dan jarak perjalanan diminimalisasi. (Raden Prana A, 2007).
Tujuan MDVRP adalah meminimalisasi jumlah kendaraan dan total waktu
perjalanan dan total permintaan barang yang harus dilakukan dari beberapa depot.
Solusi dianggap layak jika tiap rute memenuhi batasan standar VRP dan keluar-
masuk kendaraan terjadi di depot yang sama. (Raden Prana A, 2007).

2.2.4 VRP With Pick-Up and Delivering (VRPPD)

Vehicle Routing Problem with Pick-Up and Delivering atau VRPPD adalah
sebuah VRP dimana ada peluang kejadian pelanggan mengembalikan barang yang
sudah diantarkan. Dalam VRPPD yang perlu diperhatikan adalah bahwa barang
yang dikembalikan dapat dimasukkan ke dalam kendaraan pengantar. Batasan ini
membuat perencanaan pengantaran menjadi lebih sulit dan bisa berakibat pada
penyalahgunaan kapasitas kendaraan, memperbesar jarak perjalanan atau
kendaraan yang diperlukan lebih dari yang seharusnya. Maka, dalam situasi
seperti ini harus dipikirkan batasan keadaan dimana semua permintaan
pengantaran dimulai dari depot dan semua permintaan pengambilan akan dibawa
kembali ke depot, sehingga tidak ada pertukaran barang antar pelanggan. (Raden
Prana A, 2007).
 II-6

Tujuannya adalah minimalisasi jumlah kendaraan dan total waktu perjalanan

dengan batasan bahwa kendaraan yang digunakan harus punya kapasitas yang
cukup untuk mengantarkan barang ke pelanggan dan pengembalian barang ke
depot. (Raden Prana A, 2007).
Solusi dikatakan layak jika total kuantitas barang yang ditentukan untuk tiap
rute tidak melebihi kapasitas kendaraan yang melalui rute tersebut dan
kendaraannya harus punya kapasitas yang cukup untuk mengambil barang dari
pelanggan. (Raden Prana A, 2007).

2.2.5 Split Delivery VRP (SDVRP)

Split Delivery Vehicle Routing Problem atau SDVRP adalah perluasan VRP
jika tiap pelanggan dapat dilayani dengan kendaraan yang berbeda andaikan
biayanya dapat berkurang. Perluasan ini perlu dilakukan jika jumlah permintaan
pelanggan sama besar dengan kapasitas dari kendaraan. (Raden Prana A, 2007).
Tujuannya untuk meminimalisasi jumlah kendaraan dan total waktu
perjalanan untuk pelayanan. Solusi dianggap layak jika tiap rute memenuhi
batasan standar VRP ditambah dengan tiap pelanggan bisa dilayani oleh lebih dari
satu kendaraan. (Raden Prana A, 2007).

2.2.6 Stochastic VRP (SVRP)

Stochastic Vehicle Routing Problem atau SPRV adalah variasi VRP yang
terjadi jika faktor sampingnya yang muncul bersifat acak. Dalam SPRV untuk
mendapatkan solusi, masalah harus dibagi menjadi dua tahap. Solusi pertama
ditentukan sebelum variabel random diketahui. Pada tahap kedua, pengoreksian
dilakukan jika nilai dari variabel random sudah diketahui. (Raden Prana A, 2007).
Tujuannya adalah minimalisasi jumlah kendaraan dan total waktu perjalanan
untuk melayani pelanggan dengan nilai random untuk tiap pengantaran
(pelanggan, permintaan, waktu). (Raden Prana A, 2007).
Jika data-data yang ada bersifat random/acak, kita tidak perlu lagi memenuhi
batasan-batasan yang ada untuk semua realisasi variabel random. Maka pencari
solusi memerlukan antara tingkat kepuasan batasan tertentu dengan peluang yang
 II-7

diberikan, atau pengoreksian bila ada batasan yang dilanggar. (Raden Prana A,
2007).

2.2.7 Periodic VRP

Dalam Periodic Vehicle Routing Problem atau PVRP, VRP digeneralisasi
dengan memperluas rentang perencanaan pengiriman menjadi M hari, dari semula
hanya dalam rentang sehari. (Raden Prana A, 2007).
Tujuannya adalah meminimalisasi jumlah kendaraan dan total waktu
perjalanan untuk melayani tiap pelanggan. Solusi dianggap layak jika memenuhi
batasan standar VRP. Ditambah dengan keadaan bahwa sebuah kendaraan tidak
boleh kembali ke depot pada satu hari yang sama. Dalam M hari, tiap pelanggan
harus dikunjungi minimal sehari. (Raden Prana A, 2007).

2.3 Formulasi VRP

VRP adalah sebuah problem kombinatorial dengan basisnya adalah sisi dari
graf G (V,E). Notasi-notasi yang digunakan adalah :
1.......................................................................................................V = {v0, v1,
..., vn}............................................................................................... (2.1)
Adalah himpunan simpul dimana sebuah depot ada pada v0 dan V’=V/{vo}
adalah himpunan sejumlah kota.
2.......................................................................................................A = {(vi,

vj)/vi,vj V}; i j ...................................................................... (2.2)

¿ ¿
Adalah sebuah ’arc set’.
3. C adalah sebuah matriks dari biaya atau jarak non-negatif Cij antara
pelanggan vi dan vj.
4. d adalah vektor permintaan konsumen.
5. Ri adalah rute kendaraan i.
6. m adalah jumlah kendaraan. Satu rute untuk tiap kendaraan.
Jika Cij = Cji untuk semua vi, vj A maka dikatakan simetris dan umumnya
¿

A digantikan dengan himpunan sisi : E = {(vi,vj)/vi, vj V; i < j}. Dengan tiap

¿
 II-8

simpul dalam V’ berhubungan dengan jumlah barang yang akan diantar satu
kendaraan qi. Agar perhitungan menjadi mudah, dapat didefinisikan sebagai
berikut :
b(V) = {( di/C)} ........................................................... Pers. 2.3
∑ v i ∈V
untuk menghitung batas minimum jumlah truk yang dibutuhkan untuk melayani
pelanggan dalam himpunan V. (Raden Prana A, 2007).
Kita juga harus memperhitungkan waktu pelayanan (waktu yang dibutuhkan
untuk menurunkan semua barang) yang dibutuhkan satu kendaraan untuk
menurunkan sejumlah qi dan vi. Diingatkan juga bahwa total waktu untuk rute
kendaraan manapun (waktu perjalanan ditambah waktu pelayanan) jangan sampai
melewati batas yang diberikan atau D. Maka, biaya Cij diambil dari dari waktu
perjalanan antar kota. (Raden Prana A, 2007).
Solusi yang layak terdiri dari:
1. Partisi R1,...,Rm dari V.
2. Permutasi i dari Ri U O yang menunjukkan urutan pelanggan
σ

di rute i.
Sementara itu, biaya untuk rute (Ri={v0, v1,...,vm+1}), dimana vi V dan
¿
v0=vm+1=0 (0 menunjukkan depot) dihitung dengan rumus :
C(Ri) = + ........................................ (2.4)
m m
∑ i=0 Ci ,i+1 ∑ i=1 δi
Sebuah rute Ri dianggap layak jika kendaraan berhenti tepat sekali untuk
setiap pelanggan dan total waktu yang dibutuhkan tidak melebihi batas yang

sudah ditentukan D atau C(Ri) D. Terakhir, biaya untuk solusi masalah S

¿
adalah:
Fvrp(S) = ............................................................. (2.5)
m
∑ i=1 C (Ri )
Perhitungan diatas dapat dipakai untuk VRP secara umum. Tetapi jika ada
faktor-faktor sampingan yang muncul, penyelesaian VRP-nya akan mendapat
sedikit perubahan. (Raden Prana A, 2007).
 II-9

2.4 Permasalahan VRP

VRP dapat didefinisikan sebagai grafik campuran G = (V, E), dimana V
adalah kumpulan node (0,…,n), dan E adalah tepi (edges). Node 0 mewakili depot
dimana kendaraan (M) ditempatkan. Sementara itu tiap pelanggan node i,
memiliki suatu demand non negatif qi, dan tiap edge [i,j] memiliki niaya non
negatif cij=cji. (Putu Eka, 2009).
Simple integer programming model adalah salah satu contoh untuk
permasalahan VRP. Parameter yang digunakan antara lain: Q sebagai kapasitas
maksimum kendaraan, N sebagai jumlah client atau pelanggan, di menunjukkan
jumlah demand untuk pelanggan i, dan Cij menyatakan jarak antara pelanggan i
dan pelanggan j. (Putu Eka, 2009).
Mixed integer programming juga merupakan satu contoh untuk permasalahan
VRP yang mengindikasikan i,j=1,...,N dan k=1,...K. parameter-parameter yang
digunakan antara lain: K mewakili jumlah kendaraan, N menunjukkan jumlah
pelanggan (0 sebagai depot), Ci menunjukkan pelanggan i, C0 menunjukkan depot,
dan Qij mewakili total jumlah demand kendaraan k sampai ke pelanggan i. (Putu
Eka, 2009).
Pemecahan untuk vehicle routing problem (VRP) dapat diselesaikan dengan
dua metode pendekatan yaitu:
1. Metode Optimal/Eksak
Pendekatan ini menggunakan metoda dari program linier programming,
integer programming dan mixed programming yang didasarkan pada
perhitungan dengan pemrograman matematis. Dengan menggunakan metoda
pendekatan ini akan diperoleh suatu solusi yang optimal. Akan tetapi metoda
pendekatan ini hanya dapat menghasilkan solusi yang baik jika permasalahan
yang dihadapi dalam skala kecil. Sedangkan untuk permasalahan yang
melibatkan jumlah input data dalam skala yang besar, metoda penyelesaian
ini menjadi tidak efisien karena membutuhkan waktu komputasi yang lama.
Variabel dalam mixed integer programming didefinisikan sebagai:
Yik = 1 jika konsumen i dilayani oleh kendaraan k
0 jika tidak demikian
Xijk = 1 jika kendaraan k dari konsumen i langsung ke konsumen j
 II-10

0 jika tidak demikian

Formulasi mixed integer programming untuk VRP ini adalah:
Fungsi tujuan:
................................................................ (2.6)
N N k
Min ∑ ∑ ∑ C ij X ijk
i=0 j=0 k−1

Dengan kendala-kendala:
............................................................. (2.7)
N

∑ qik y ik ≤v k , k =1,. .. K
i=0

Yik = 0 atau 1; i = 1,2,...,N; k = 1,2 .................................................. (2.8)

Xijk = 0 atau 1; i = 1,2,...,N; k = 1,2,...,K............................................ (2.9)
.......................................................................... (2.10)
K
∑ yik= { ¿1,i=1,...,N K ,i=0
k=1

xijk = yjk, j = 0,...,N; k = 1,...,K.............................................. (2.11)

N
∑
i =0

xijk = yik, i = 1,...,N; k = 1,...,K.............................................. (2.12)

N
∑
j=0

2. Metoda Heuristik
Pendekatan metoda heuristik menggunakan algortima yang secara khusus
dan interaktif akan menghasilkan solusi yang akan mendekati optimal.
Pendekatan heuristik lebih dapat diterapkan ke permasalahan nyata yang
melibatkan jumlah input data yang besar serta menghasilkan perhitungan
yang cepat karena adanya batasan pencarian dengan mengurangi jumlah
alternatif yang ada.

2.5 Metoda Penghematan Clarke-Wright (Clarke-Wright Saving

Approach)
Metoda yang dapat digunakan untuk menyelesaikan vehicle routing problem
(VRP), salah satunya adalah metoda penghematan Clarke-Wright (Clarke-Wright
 II-11

Saving Approach). Metoda ini dikembangkan oleh Clarke dan Wright dengan
tujuan untuk meminimalkan total jarak tempuh kendaraan untuk melayani
permintaan semua konsumen dalam satu hari pengiriman dimana tipe rute dengan
batas kapasitas-kapasitas kendaraan.
Metoda penghematan Clarke-Wright (Clarke-Wright Saving Approach)
merupakan suatu prosedur pertukaran, dimana sekumpulan rute pada setiap
langkah ditukar untuk mendapatkan sekumpulan rute yang lebih baik. Sebuah
syarat atau kendala yang lazim terdapat pada tipe masalah ini adalah bahwa
jumlah kendaraan dalam armada ini dibatasi kapasitas maksimum yang berlainan.
Langkah-langkah pada metode ini adalah sebagai berikut:
1. Mendaftar jumlah kapasitas maksimum kendaraan yang tersedia dan
alokasi kendaraan yang digunakan untuk pengiriman barang ke costumer,
mengasumsikan bahwa setiap node permintaan pada rute awal dipenuhi secara
individual oleh suatu kendaraan secara terpisah. Dimana setiap node
membentuk rute tersendiri yang dilayani oleh kendaraan yang berbeda.
2. Membuat matriks jarak yaitu matriks jarak antaradepot dengan node dan
jarak antar node. Pengukuran jarak dari node A ke B sama dengan jarak dari
node B ke A sehingga matriks jarak ini termasuk matriks symmetric. Bentuk
umum matriks jarak ini dapat dilihat pada tabel 2.1 dibawah ini.
Tabel 2.1 Bentuk Umum Matriks Jarak
P0
P0 0 P1
P1 0 Pi
Pi Coi 0 ...
... 0 Pj
Pj Cij 0 ...
... 0 Pn
Pn 0
Dimana:
P0 = depot
Pi = node ke i
Pj = node ke j
Coi = jarak dari depot ke node i = jarak dari node i ke depot
Cij = jarak dari node i ke node j = jarak dari node j ke node i
 II-12

3. Menghitung nilai penghematan (Si..j) berupa jarak tempuh dari suatu

kendaraan yang menggantikan dua kendaraan untuk melayani node i dan j.
Si..j = Coi + Coj - Cij............................................................................... (2.13)
Coi = jarak dari depot ke node i
Cij = jarak dari node i ke node j
Sij = nilai penghematan jarak dari node i ke node j
Nilai penghematan (Si..j) adalah jarak yang dapat dihemat jika rute o-i-o
digabungkan dengan rute o-j-o menjadi rute tunggal o-i-j-o yang dilayani oleh
satu kendaraan yang sama.
4. Membuat matriks penghematan, dimana bentuk umum dari matriks
penghematan yang dikembangkan oleh Clarke dan Wright dapat dilihat pada
tabel 2.2. berikut ini.
Tabel 2.2 Bentuk Umum Matriks Penghematan
q P0
0 P1
0 Pi
... Coj 0 ...
tij
qi 0 Pj
Sij
qj 0 ...
... 0 Pn
qn 0

Dimana:
qi = permintaan node ke-i
qj = permintaan node ke-j
Po = depot
Pi = node ke i
Pj = node ke j
Sij = nilai penghematan jarak dari node i ke node j
Nilai-nilai dalam tij menentukan apakah kombinasi Pi dengan Pj berada dalam
satu rute. Petunjuk ini mempunyai nilai-nilai berikut:
tij = 0, jika node tidak dihubungkan oleh satu rute kendaraan
1, jika dua node dihubungkan pada satu rute kendaraan
2, jika node dilayani tersendiri oleh satu kendaraan
 II-13

Pemasukan (entries) tij tidak ditunjukkan dalam matriks penghematan, pada

awalnya tetapkan tij = 2, yang berarti bahwa satu kendaraan dipakai untuk
melayani masing-masing node.
Pada tahap ini proses berulang itu digerakkan sampai masing-masing matriks
penghematan itu dievaluasi untuk perbaikan rute lebih lanjut. Prosedur ini
adalah untuk mencari penghematan terbesar dari matriks itu berdasarkan
kondisi yang berikut untuk setiap sel (i,j):
a. ti,o dan tj,o = 0
b. Pi dan Pj belum dialokasikan pada jalur kendaraan yang sama
c. Memperbaiki matriks penghematan, dengan memindahkan
kendaraan-kendaraan yang dialokasikan pada muatan qi dan qj serta
menambah sebuah kendaraan untuk menutup muatan qi dan qj tidaklah
menyebabkan kendaraan-kendaraan yang tersedia dalam setiap kolom dari
matriks penghematan.
5. Memilih sebuah sel dimana 2 rute yang dapat dikombinasikan menjadi
satu rute tunggal. Sebuah nilai dari ti,j = 1 ditempatkan dalam sel itu, dan
semua nilai ti,j disesuaikan sedemikian rupa sehingga jumlah ti,j sepanjang suatu
baris dan ti,j ke bawah kolom dimana i = j, adalah selalu sama dengan 2.
Apabila tj,o = 0, pasanglah qj = 0 dan buatlah qj sama dengan total muatan pada
rute itu untuk semua j yang lain. Prosedur ini berakhir apabila tidak ada lagi
kemungkinan konsolidasi lebih lanjut.