1 SM
1 SM
41─44
ISSN 1907-235X
Abstrak: Vehicle Routing Problem merupakan permasalahan yang berhubungan dengan penentuan rute distribusi optimal
dengan melibatkan beberapa kendala untuk melayani sejumlah agen sesuai permintaan tiap agen. Capacitated Vehicle
Routing Problem merupakan salah satu variasi Vehicle Routing Poblem dengan kendala kapasitas kendaraan. Tujuan dari
penelitian ini berua pembentukan model Capacitated Vehicle Routing Problem pada permasalahan rute distribusi harian
Solopos wilayah Kartasura-Klaten dengan algoritma sweep. Algoritma sweep terdiri dari dua tahap, yaitu clustering agen dan
pembentukan rute untuk tiap agen yang telah dicluster dengan metode Nearest Neighbour. Maka didapatkan hasil
berdasarkan perhitungan yang dilakukan diperoleh dua rute sesuai dengan cluster yang menempuh waktu total 5 jam 55
menit sesuai dengan kebijakan time windows yang diterapkan harian Solopos.
Kata kunci: Capacitated vehicle routing problem (CVRP); algoritma sweep; rute distribusi.
Abstract: Vehicle Routing Problem is a problem associated with determining the optimal distribution route by involving
some constraints to serve a number of agents at the request of each agent. Capacitated Vehicle Routing Problem is one of the
variations of Vehicle Routing Poblem with vehicle capacity constraints. The purpose of this research is the formation of
Capacitated Vehicle Routing Problem model on the problem of daily distribution route of Solopos Kartasura-Klaten with
sweep algorithm. Sweep algorithm consists of two stages, namely clustering agents and the formation of routes for each
agent that has been clustered with Nearest Neighbors method. Then the results obtained based on the calculations is two
routes in accordance with the cluster which took a total time of 5 hours 55 minutes in accordance with the time policy
windows applied daily Solopos.
41
42 JURNAL MANAJEMEN PEMASARAN, VOL. 11, NO. 2, Oktober 2017: 41─44
barang menjadi hal yang sangat penting. Perusahaan berupa clustering pelanggan berdasarkan wilayah dan
Solopos saat ini hanya melakukan pengiriman barang kendaraan yang tersedia, dan fase dua berupa mem-
berdasarkan pengelompokkan wilayah agen tanpa bangun rute-rute untuk tiap cluster. Dalam menye-
mempertimbangkan jalur rute dan kapasitas yang lesaikan model CVRP dengan menggunakan algorit-
digunakan. ma Sweep diperlukan dua tahapan atau fase yaitu fase
Oleh karena itu perlu adanya keputusan opera- pengelompokkan (clustering) dan fase pembentukan
sional berkaitan dengan permasalahan. Capacitated rute:
Vechile Routing Problem. Capacitated Vechile Rout- a. Tahap pengelompokkan (clustering)
ing Problem merupakan permasalahan dalam penen- Langkah–langkah yang dilakukan pada tahap
tuan rute atas distribusi ke beberapa depot/agen pengelompokkan adalah:
dengan titik awal dan akhir distribusi sama. Menentukan tiap posisi agen dalam koordinat
Batasan-batasan yang diterapkan adalah produk kartesius dan menetapkan lokasi depot sebagai
homogen, kapasitas kendaraan, dalam jangka time pusat koordinat.
windows tertentu. Permasalahan Capacitated Vechile Menentukan seluruh koordinat polar tiap agen
Routing Problem telah banyak diangkat oleh beber- dengan depot awal.
apa peneliti seperti Fermin dan Roberto, 2004 dalam √ (1)
menyelesaikan tabu search, Tavakkoli, 2005 dengan (2)
simulated annealing dan Hijri dalam penelitiannya
membandingkan algoritma saving dengan algoritma Membentuk pengelompokkan (clustering) di-
sweep dalam penentuan distribusi studi kasus air mulai dari agen yang memiliki sudut polar
mineral Club di Kota Balikpapan. Dengan hasil pene- terkecil hingga terbesar dengan memper-
litian bahwa algoritma sweep menghasilkan solusi timbangkan kapasitas kendaraan.
optimal dibandingkan dengan algoritma saving. Memastikan semua agen yang terlibat telah
Dalam penelitian ini dibahas penyelesaian masa- dikelompokkan dalam cluster ini.
lah mengenai Capacitated Vechile Routing Problem Pengelompokkan dihentikan apabila terdapat
dengan menggunakan algoritma sweep pada adalah satu cluster akan melebihi kapasitas maksimal
distribusi harian Solopos wilayah Kartasura-Klaten. kendaraan.
Wilayah Klaten-Kartasura dipilih karena memiliki Jika hal tersebut terjadi maka dilakukan pem-
nilai persentase penjualan terendah dibanding wilayah buatan cluster baru seperti langkah sebelum-
Solo Raya lainnya. Diharapkan dengan menemukan nya.
rute distribusi terbaik dapat meningkatkan nilai b. Tahap pembentukan rute distribusi
persentase penjualan wilayah Kartasura-Klaten. Tahap pembentukan rute distribusi, dari tiap
cluster akan diselesaikan dengan metode Nearest
KAJIAN TEORI Neighbour sehingga didapatkan diperoleh rute
perjalanan dari tiap cluster. Langkah-langkahnya
Vechile Routing Problem adalah sebagai berikut:
Langkah inisiasi
Vechile Routing Problem merupakan metode - Menentukan satu titik sebagai titik awal
untuk memecahkan suatu permasalahan distribusi perjalanan yaitu dari depot perusahaan
dengan moda kendaraan pada titik pusat tertentu/ - Menentukan himpunan titik (C) yang akan
depot dan diharuskan untuk mengunjungi tiap agen dikunjungi oleh kendaraan.
selama periode tertentu yang tersebar secara geografis - Menentukan urutan rute distribusi semen-
untuk memenuhi kebutuhan tertentu. tara.
Memilih titik selanjutnya yang dikunjungi ken-
Tahap penyelesaian model CVRP daraan.
Jika adalah titik di urutan terakhir dari rute
Capacitated Vehicle Routing Problem merupa- R maka titik berikutnya yang memiliki
kan salah satu permasalahan yang paling umum dari jarak paling minimum dengan , dimana
Vehicle Routing Problem, yang dideskripsikan seba- adalah anggota dari C . Apabila banyak pilihan
gai depot centra atau pusat, yang menggunakan moda optimal berarti terdapat lebih dari satu titik
kendaran dengan kapasitas tertentu untuk melayani dengan jarak yang sama dari titik terakhir
permintaan sejumlah agen. dalam rute R dan jarak tersebut merupakan
Algoritma sweep merupakan suatu algoritma jarak yang paling minimum maka pilih secara
menggunakan metode dua fase dengan fase pertama acak.
Saraswati: Penyelesaian Capacitated Vechile Routing Problem dengan Menggunakan Algoritma Sweep 43
Menambahkan titik terpilih untuk urutan rute Raya dengan nilai paling rendah yaitu sebesar 41%.
berikutnya Nilai ini jauh dibawah wilayah Karanganyar sebesar
Menambahkan titik pada urutan akhir rute 45%, Sragen 48%, dan Sukoharjo-Wonogiri-Karang-
sementara dan mengeluarkan titik yang terpilih anyar sebesar 49%. Diketahui untuk proses distribusi
dari daftar titik yang belum dikunjungi. harian Solopos wilayah Kartasura-Klaten mengguna-
Apabila semua titik telah dilewati selanjutnya kan 1 buah armada yang memiliki kapasitas sekitar
dilakukan penutupan rute dengan menambah- 3000 eksemplar. Armada ini digunakan sebagai
kan titik inisiasi atau titik awal perjalanan di sarana transportasi distribusi harian Solopos ke 9
akhir rute. depot/agen yang dimiliki. Banyaknya demand harian
Solopos tiap agen berbeda-beda berkisar antara 189
METODE PENELITIAN hingga 995 dalam bulan febuari 2017. Dengan tingkat
return yang berbeda pula. Distribusi harian Solopos
Tahap metode penelitian yang dilakukan dalam setiap hari dimulai dari pukul 03.00 dini hari dan
penelitian ini berupa tahap pengumpulan data, dan berakhir pada pukul 08.00 pagi dengan lama service
dilanjutkan dengan pengolahan data, tahap penerapan time untuk 50 eksemplar koran selama 1 menit.
metode, serta tahap terakhir adalah implementasi
algoritma palgunadi. Tabel 1. Data demand, return, time windows
Nama Time Delivery Pickup
Agen Demand Return
Pengumpulan data Agen windows service service
A1 Abdul basyir 189 110 3,78 2,835 1,65
A2 Yudistira 270 210 5,4 4,05 3,15
Metode pengumpulan yang digunakan adalah A3 Icah 830 445 16,6 12,45 6,675
observasi langsung ke perusahaan mengenai sistem A4 Sulomo 560 170 11,2 8,4 2,55
distribusi yang diterapkan pada koran harian Solopos A5 Handoyo/wardoyo 700 522 14 10,5 7,83
dan wawancara kepada beberapa pihak yang A6 Multimediawara 540 412 10,8 8,1 6,18
bersangkutan. Dalam penelitian ini, data yang A7 Ibra 204 65 4,08 3,06 0,975
A8 Handayani 995 275 19,9 14,925 4,125
digunakan diantaranya adalah jumlah armada, A9 Sami 405 405 8,1 6,075 6,075
kapasitas armada untuk pengiriman, jumlah agen
koran Solopos dan lokasi agen , serta waktu service di Adapun waktu tempuh tiap agen dari lokasi
tiap agen. Dalam penelitian ini hanya berfokus pada ditampilkan pada tabel 2. Waktu tempuh tersebut
distribusi agen koran yang berada di wilayah didapatkan melalui google maps dengan cara me-
Kartasura-Klaten saja. masukkan data alamat agen yang telah diperoleh dari
perusahaan. Sedangkan lokasi dan jarak agen dengan
Pengolahan data titik awal penyebaran distribusi ditampilkan pada
tabel 3.
Pengolahan data yang didapatkan menggunakan
bantuan aplikasi google maps untuk mengetahui Tabel 2. Matriks waktu tempuh antar agen wilayah
Kartasura-Klaten (dalam menit)
waktu tempuh yang dibutuhkan serta letak-letak antar
agen. Namun di asumsikan apabila dalam pengan- Depot A1 A2 A3 A4 A5 A6 A7 A8 A9
Depot 0 16 19 29 27 38 48 49 46 50
taran dan penjemputan koran harian tanpa mengalami A1 16 0 6 16 21 25 34 36 35 37
kendala apapun dengan lalu lintas yang lancar. A2 19 6 0 16 25 25 34 36 35 37
A3 29 16 16 0 20 9 19 20 19 22
A4 27 21 25 20 0 24 34 35 33 36
Penerapan metode A5 38 25 25 9 24 0 13 14 12 16
A6 48 34 34 19 34 13 0 2 5 8
Selanjutnya diterapkan analisis algoritma sweep A7 49 36 36 20 35 14 2 0 7 7
A8 46 35 35 19 33 12 5 7 0 5
sesuai dengan tahapan yang telah dijelaskan sebelum-
A9 50 37 37 22 36 16 8 7 5 0
nya.
Maka dilakukan proses pengelompokkan
PEMBAHASAN (clustering) dan dihasilkan dua cluster yaitu cluster I
yang berisi agen A1, A2, A3, A4, A5 dan cluster II
Data yang digunakan untuk penelitian ini berupa yang berisi agen A6, A7, A8, A9. Selanjutnya dilaku-
data distribusi harian Solopos bulan Febuari 2017 kan tahap pembentukan rute masing-masing cluster
untuk wilayah Kartasura-Klaten ditampilkan pada dengan bantuan google maps seperti gambar 1 Dan
tabel 1. Dipilih cakupan wilayah ini karena memiliki dihasilkan rute distribusi harian Solopos sesuai cluster
perentase penjualan harian Solopos wilayah Solo yang telah dibuat pada tabel 4.
44 JURNAL MANAJEMEN PEMASARAN, VOL. 11, NO. 2, Oktober 2017: 41─44
Tabel 3. Lokasi dan jarak agen dengan titik awal penyebar- KESIMPULAN
an distribusi
Nama Agen Lokasi Jarak dari depot Berdasarkan penyelesaian Capacited Vehicle
Abdul basyir Sedahromo Lor Kartasura 8,9 Km
Routing Problem dengan algoritma sweep untuk
Yudistira Tisanan wirogunan kartasura 11,2 Km
Icah Kios mayungan trunuh klaten 38,2 Km optimasi rute distribusi harian Solopos didapatkan dua
Sulomo Jalan Raya Delanggu 20,3 Km rute berdasarkan pengelompokkan yang telah dilaku-
Handoyo/wardoyo Karangwuni ceper klaten 28,3 Km
Multimediawara Kios pasar srago klaten 35,1 Km
kan dengan waktu tempuh total kedua rute selama 5
Ibra Jalan RA Kartini klaten 36,2 Km jam 55 menit sesuai dengan kebijakan time windows
Handayani Jalan RA Kartini klaten 34,9 Km yang diterapkan perusahaan.
Sami Terminal klaten 35,8 Km
DAFTAR PUSTAKA