Penerapan Metode Algoritma Clarke and Wright Savings dalam Menentukan

Rute Terpendek

BAB I
PENDAHULUAN

3.2.1. Latar Belakang

PT. Pos Indonesia adalah salah satu perusahaan swasta milik negara yaitu
Kementrian BUMN. Kehadirannya sangat diperlukan oleh masyarakat Indonesia
karena menjadi salah satu sarana komunikasi bagi masyarakat dalam rangka
membangun fasilitas yang dapat digunakan dalam menyelenggarakan barang
dan jasa giro domestik maupun internasional serta mempercepat arus surat.
Selain menyediakan jasa dengan tawaran banyak produk, PT. Pos Indonesia juga
menyediakan layanan Paketpos untuk jasa pengiriman barang. Hal ini menjadi
suatu keharusan bagi PT. Pos Indonesia karena semakin banyaknya persaingan
yang juga menyediakan jasa pengiriman barang. Sehingga PT. Pos Indonesia
dituntut untuk memiliki nilai lebih dalam menghadapi persaingan melalui
peningkatan kualitas pelayanan (Haryanto, 2014). Saat ini kantor pos pemeriksa
(KPRK) Blitar sering mendapatkan aduan dari pelanggan terkait pelayanan yang
kurang memuaskan, sehingga banyak sekali berita acara (P6) yang diberikan
pelanggan kepada KRPK Blitar.
PT. Pos Indonesia memiliki Visi Misi serta tujuan perusahaan yang selalu
menjunjung nilai kompetitif dan tindakan efektif untuk mencapai performance
terbaik. Untuk mewujudkan visi misi serta tujuan, PT. Pos Indonesia memiliki
beberapa persyaratan utama (Key Words) yang harus dilakukan. Selain itu PT.
Pos Indonesia memiliki slogan yang mendukung perwujudan visi, misi dan
tujuannya, yaitu AKHLAK (Amanah, Kompeten, Harmonis, Loyal, Adaptif dan
Kolaboratif) (Pos Indonesia, 2020).
Salah satu isi slogan PT. Pos Indonesia adalah Amanah. Amanah
merupakan aman, jujur dan dapat dipercaya. Hal ini menjadi salah satu
kebutuhan penting bagi perusahaan logistik dan perusahaan lainnya.
Kepercayaan konsumen dan integritas perusahaan merupakan modal dimana
perusahaan menjalankan misinya. Ayat yang berkaitan dengan Amanah adalah
(Qur'an Kemenag, 2016):
“Sesungguhnya Allah menyuruh kamu menyampaikan amanah kepada yang
berhak menerimanya, dan (menyuruh kamu) apabila menetapkan hukum di
antara manusia supaya kamu menetapkan dengan adil. Sesungguhnya Allah
memberi pengajaran yang sebaik-baiknya kepadamu. Sesungguhnya Allah
adalah Maha mendengar lagi Maha melihat.” (QS. AnNisa: 58).
Vehicle Routing Problem (VRP) adalah permasalahan transportasi yang
pertama kali dicetuskan pada tahun 1959 oleh ilmuan bernama Dantzig dan
Ramzer. VRP merupakan permasalahan yang biasa digunakan untuk mencari
rute pendistribusi dengan biaya paling rendah dari Kantor Pos Pemeriksa
(KPRK) ke Kantor Pos Cabang (KPC) yang didistribusikan dengan berbagai
jumlah permintaan. Pada era sekarang terdapat bebagai metode yang bisa
dipakai dalam penyelesaian masalah mencari rute, satu contohnya adalah dengan
Clark dan Wright Savings. Metode Clark dan Wright Savings memiliki karakter
sendiri dalam pendistribusian barang yang tersebar luas, dengan beberapa titik
KPC yang terkonsentrasi di satu area pendistribusian. Maka, perlu digunakan
perhitungan penghematan jarak dan perbandingan langsung jarak terpendek dari
setiap KPC untuk mengatasinya (Aliyuddin, Puspitorini, & Muslimin, 2017).
Capacitated Vehicle Routing Problem (CVRP) dimana kapasitas armada
menjadi kendala ketika mengunjungi sejumlah KPC yang pemintaan di setiap
KPC bervariasi. Permasalahan CVRP bertujuan meminimalkan jarak tempuh
rute pendistribusian dan meninimalkan kapasitas armada dalam
mendistribusikan kantong kiriman ke beberapa KPC atau pelanggan (El Hassani,
Bouhafs, & Koukam, 2008).
Rezki sebelumnya meneliti penghematan Clark dan Wright Savings dengan
membandingkan saluran distribusi perusahaan dengan penghematan Clark dan
Wright Savings saat mendistribusikan LPG 3 kg di UD. Syamsudin Oemar, Kota
Palu. Dan survei memperlihatkan bahwa jalur perusahaan masih kurang baik
dibandingkan dengan perhitungan jalur Clark dan Wright Savings yang jauh
lebih baik. Proses penghematan Clark dan Wright Savings merupakan salah satu
cara dalam menyelesaikan permasalahan rute dengan memperhatikan kapasitas
armada (Rezki, Sahari, & Resnawati, 2016).
 Ade irman sebelumnya juga meneliti perusahaan air minum Quella dengan
menggunakan metode algoritma clarke and wright savings dan model vehicle
routing problem untuk menentukan rute pendistribusin produk air minum quella.
Dari survei membuktikan bahwa menentukan rute pendistribusian menggunakan
metode algoritma clarke and wright savings dan model vehicle routing problem
lebih optimal dari pada rute pendistribusian perusahaan. Dihasilkan rute
distribusi dari metode algoritma clarke and wright savings dengan total jarak
tempuh sejauh 180,7 km, dan model vehicle routing problem dengan total jarak
tempuh sejauh 115,63 km, sehingga didapatkan pengurangan jarak
pendistribusian perusahaan sebesar 72,47 km (SM, Ekawati, & Nuzulia, 2017).
Dengan latar belakang di atas, penulis melaksanakan penelitian ini guna
menentukan jumlah armada dan rute terpendek dalam pengiriman jenis layanan
Pos Ekspress untuk mengurangi jumlah berita acara atau P6 dan meningkatkan
kualitas pengiriman jenis layanan pos ekspress di Kantor Pos KPRK Blitar.

3.2.2. Rumusan Masalah

Bagaimana langkah menentukan rute terpendek dengan menggunakan
algoritma clarke and wright savings?

3.2.3. Tujuan Penelitian

Menentukan rute terpendek dengan menggunakan algoritma clarke and
wright savings.

3.2.4. Batasan Masalah

1. Data yang digunakan merupakan data operasional jenis layanan pos ekspress
kantor pos KPRK Blitar periode I tahun 2021.
2. Terdapat 17 Kantor Pos Cabang yang akan menjadi target distribusi Kantong
Kiriman dari Kantor Pos KPRK Blitar.
3. Perhitungan jarak antar KPRK ke KPC atau KPC ke KPC didapatkan
menggunakan Aplikasi Google Maps.
4. Metode yang dipakai adalah Algoritma Clarke and Wright Savings.
3.2.5. Manfaat Penelitian
Untuk menentukan rute baru pendistribusian kiriman jenis layanan Pos
Ekspress dan untuk mengoptimalkan rute, jarak dan waktu yang dibutuhkan
armada antaran dan jemputan kantong kiriman jenis layanan Pos Ekspress Kantor
Pos KPRK Blitar 66100.

3.2.6. Metode Penelitian

1. Jenis Penelitian
Jenis penelitian ini termasuk dalam jenis kuantitatif, karena data yang
digunakan adalah data sekunder yang diperoleh dari arsip data oprasional Kantor
Pos KRPK Blitar.
2. Objek Penelitian
Objek penelitian ini berupa data operasional dari pengiriman barang jenis
layanan Pos Ekspress dalam bentuk daftar tabel dengan variabel Jenis KPC,
Nama Titik, Jumlah Kantong, Waktu Pengiriman, Antaran Barang dan Barang
Tiba.
3. Tahapan Penelitian
a.

3.2.7. Sistematika Penulisan

Sistematika penulisan pada penelitian ini terbagi menjadi 4 bab yang
masing-masing terdiri dari beberapa sub bab seperti berikut :
Bab I Pendahuluan
Bab ini berisi latar belakang penelitian, rumusan masalah, tujuan
masalah, manfaat penelitian, batasan masalah, metode penelitian dan
sistematika penulisan.
Bab II Kajian Pustaka
Bab ini berisi tentang definisi maupun teorema-teorema yang
mendukung topik penelitian.
Bab III Pembahasan
Bab ini berisi tentang penjabaran penerapan metode algoritma Clarke
and Wright Savings untuk menentuan jumlah armada dan rute terpendek.
Bab IVPenutup
 Bab ini menyajikan poin-poin hasil dari pembahasan secara garis besar
berupa kesimpulan dan saran untuk penelitian selanjutnya.

BAB II
KAJIAN PUSTAKA
2.1 Masalah Distribusi

Salah satu aspek dari pemasaran adalah pendistribusian. Distribusi diartikan

sebagai kegiatan pemasaran yang bertujuan mempermudah dan memperlancar
pengantaran barang dan jasa dari produsen kepada konsumen. Suatu perusahaan
distributor adalah perantara yang menyalurkan produk dari pabrik, produk
tersebut kemudian dikirimkan ke suatu distributor.
2.2 VRP
2.3 CVRP
2.4 Graf
2.5 Algoritma Clarke and Wringht saving
Pada tahun 1964 seorang ilmuan bernama Clark dan Wright berhasil
menemukan metode algoritma yang didasari suatu konsep yaitu Savings. Metode
Algoritma Clarke and Wright Savings adalah metode penghematan dalam suatu
permasalahan rute dengan jarak terbaik pada setiap titik objek permasalahan.
Metode ini memiliki heuristik tersendiri dimana tidak menyediakan suatu
penyelesaian yang optimal, namun juga sering menghasilkan penyelesaian yang
baik, juga merupakan suatu penyelesaian yang sedikit berbeda dari penyelesaian
dasar optimal. Armada yang biasa digunakan dalam menyelesaikan
permasalahan ini, diharuskan menempuh rute yang sudah ditetapkan, mengawali
dan mengakhiri di depot, di mana paket-paket diserahkan ke satu atau lebih
pelanggan (Clarke G & Wright J.W, 1964). Dari konsep penghematan dasar
tersebut akan mendapatkan minimal biaya atau penghematan dengan cara
menggabungkan 2 rute sekaligus yang dijelaskan pada gambar berikut. Titik 0
merupakan Kantor Pos Cabang (KPC).

Berdasarkan gambar diatas (a) menunjukan KPC i ke KPC j dikunjungi

armada dengan rute berbeda. Agar mendapatkan minimal jarak dan
penghematan, maka tujuan KPC i ke KPC j akan dikunjungi oleh armada dengan
rute yang sama, seperti pada gambar (b). Rute armada yang ditunjukan diantara
KPC i dan KPC j oleh C ij, rute kendaraan oleh
D a =D0 i+ D i0 + D 0 j +C jo (2.1)
Ekivalen dengan rute kendaraan 2 (b)
D b =D0 i+ D ij + D j 0 (2.2)
Dengan menggabungkan kedua rute memperoleh penghematan Sij :
Sij =Da −Db (2.3)
Sij =C 0 i+ Ci 0 +C 0 j +C jo −(C0 i +C ij +C jo ) (2.4)
Sij =C i 0+ C0 j−Cij (2.5)
Keterangan:
Da : Rute armada (a)
Db : Rute armada (b)
Ci0 : Jarak antar KPRK ke KPC i
C0 j : Jarak antar KPRK ke KPC j
C ij : Jarak dari KPC i ke KPC j
Sij : Nilai penghematan jarak dari KPC i ke KPC j
Langkah-langkah pada metode ini sebagai berikut (Clarke & Wrigt, 1964) :
1. Menentukan data Kantor Pos Cabang, total permintaan pelanggan di
setiap Kantor Pos Cabang dan kapasitas armada di Kantor Pos KPRK
Blitar sebagai input yang dibutuhkan.
2. Membuat matriks jarak real antar KPRK ke KPC atau KPC ke KPC
dengan menggunakan bentuk umum matriks sebagai berikut:
D0 D1 Di … D j … Dn
D0 0
D1 D 01 0
Di D0 i 0
… 0
Dj Dij 0
… 0
Dn 0
Dimana:
D0 = depot
Di = agen ke i
D j = agen ke j
D0 i = jarak dari depot ke agen i = jarak dari agen i ke depot
Dij = jarak dari agen i ke agen j = jarak dari agen j ke agen i
3. Menghitung nilai Savings pada setiap KPC untuk mengetahui nilai Savings
dengan menggunakan persamaan: Sij =C i 0+ C0 j−Cij
Dimana:
Sij = nilai penghematan jarak dari agen i ke agen j
D0 i = jarak dari depot ke agen i
D0 j = jarak dari depot ke agen j
Di j = jarak dari agen i ke agen j
i = sumber pelanggan ke i
j = tujuan pelanggan ke j
D0 = depot
Dengan bentuk umum matriks berdasarkan formula di atas sebagai
berikut:

D1 … Di … D j … Dn
D1 0
… 0
Di DIi 0
… 0
 Dj DI j Dij 0
… 0
Dn DIn D¿ DIi 0

Dimana D ij menyatakan biaya rute dari pelanggan i ke j. pelanggan “0”

merupakan pusat atau awal rute.
4. Menentukan graf untuk mengetahui model clarke and wright savings.
5. Mengurutkan pasangan KPC menurut nilai Savings tertinngi sampai
terendah. Langkah ini merupakan iterasi dari matriks simpanan, dimana
jika nilai simpanan maksimum berada pada KPC i dan KPC j, maka baris
i dan kolom j dicoret. Kemudian KPC I dan KPC j digabungkan pada
satu rute yang sama, dan seterusnya sampai pada iterasi yang terakhir.
Pembentukan rute pertama (t=1)
6. menentukan armada pertama yang ditugaskan pada rute dengan cara
memilih kombinasi KPC dengan nilai Savings terbesar.
7. Hitung total jumlah permintaan kantong kiriman dari setiap KPC yang
telah terpilih. Apabila jumlah permintaan masih memenuhi kapasitas
armada maka lanjut ke langkah 7. Apabila jumlah permintaan melebihi
kapasitas armada maka dilanjutkan ke langkah 8.
8. Pilih KPC berikutnya yang ditugaskan berdasarkan kombinasi KPC
terakhir yang terpilih dengan nilai Savings terbesar, kembali ke langkah
6.
9. Hapus KPC terakhir yang terpilih, lanjut ke langkah 9.
10. Input KPC yang terpilih sebelumnya untuk ditugaskan ke dalam rute t
terbentuk. Apabila masih ada KPC yang belum terpilih maka lanjut ke
langkah 11. Apabila semua KPC telah ditugaskan maka proses pegerjaan
algoritma Clarke and Wright Savings telah selesai.
11. Pembentukan rute baru (t = t +1).

12. Rekapitulasi waktu pendistribusian.

2.6 Armada
2.7 Kantor Pos
2.8 Pendistribusian Barang Dalam Prespektif Islam
2.9 Vehicle Routing Problem
 Permasalahan yang membahas tentang penentuan rute suatu kendaraan
dengan tujuan tertentu biasanya disebut Vehicle Routing Problem atau VRP.
Dantzig dan Ramser adalah sosok yang pertama kali yang meneliti VRP yaitu
pada tahun 1959. VRP adalah permasalahan dalam menentukan rute suatu
kendaraan dalam pendistribusian barang dari suatu depot ke palanggan dengan
tujuan minimum jarak yang ditempuh kendaraan (Toth & Vigo, 2002). VRP di
sisi lain dapat meminimumkan jarak tempuh, VRP juga dapat meminimumkan
biaya kendaraan dan waktu pendistribusian yang digunakan.
Menurut Tooth & Vigo (2002), ada macam-macam komponen di VRP.
Komponen-komponen tersebut memiliki karakteristik yang perlu diperhatikan
pada suatu permasalahan VRP. Adapun komponen VRP sebagai berikut:
1. Jaringan Jalan
Umumnya jaringan jalan digambarkan dalam sebuah graf yang terdiri
dari edge (sisi) atau bagian jalan yang dilewati dan vertex (titik) yang
merupakan konsumen dan depot.
2. Konsumen
Permasalahan dalam VRP tentu tidak lepas dari konsumen, maka
pertama kali yang dapat dilakukan adalah menetapkan lokasi konsumen
yang ada. Dan perlu juga diperhatikan permintaan yang konsumen
butuhkan. Semakin besar permintaan konsumen maka akan sangat
berpengaruh pada lamanya waktu pengiriman, sehingga sangat penting
diperhatikan dengan syarat-syarat dalam melayani konsumen tersebut.
3. Lokasi
Lokasi depot merupakan titik awal pendistribusian kepada konsumen.
Sehingga lokasi depot juga sangat penting diperhatikan dalam
menentukan jarak lokasi antar depot dan konsumen, karena
mempengaruhi waktu serta biaya pendistribusian.
4. Kendraan
Kendaraan merupakan komponen paling utama dalam permasalahan
VRP. Adapun hal-hal yang perlu diperhatikan dalam kendaraan adalah
jumlah serta kapasitas kendaraan yang digunakan. Kapsitas kendaraan
biasanya membatasi permintaan konsumen, artinya daya angkut yang di
 bawa oleh kendraan tidak boleh melebihi kapasitas yang telah
ditentukan. Kemudian ditentukan juga dalam satu kendaraan akan
melewati beberapa konsumen hingga daya angkut mencapai kapasitas
maksimal. Serta diperhatikan juga biaya dalam pendistribusian, meliputi
bahan bakar dan lain-lain.
5. Pengemudi
Komponen selanjutnya adalah pengemudi, yang memiliki kendala jam
kerja harian, serta durasi maksimum perjalanan, dan jam lembur jika
diperlukan.
2.3 Capacitated Vehicle Routing Problem
Bentuk paling dasar dari VRP adalah Capacitated Vehicle Routing Problem
atau CVRP. CVRP merupakan masalah optimasi dalam menentukan rute dengan
biaya minim (Minimum cost) untuk armada dengan kapasitas angkut yang
homogen (Homogenous fleet), yang bertujuan memenuhi permintaan pelanggan
dengan kuantitas yang telah diketahui sebelum proses pengiriman dimulai.
CVRP akan mengawali pendistribusian dari KPRK ke masing-masing KPC
dan kembali lagi ke KPRK. Asumsi yang telah diketahui adalah jarak atau biaya
pendistribusian tiap KPC. Jarak antara dua lokasi adalah simetris, yang berarti
jarak dari KPC A ke KPC B akan sama dengan jarak lokasi KPC B ke KPC A.
Definisi CVRP adalah suatu graf berarah G=(V , A) dengan
V ={v 1 , v 2 , v 3 , … , vn , vn+ 1} merupakan himpunan titik. v 0 menyatakan KPRK
dan vn+1 merupakan lokasi semu dari v 0 yaitu lokasi armada untuk memulai dan
berhenti dalam pendistribusian barang. Sedangkan A={vi , v j :v i , v j ∈V , i≠ j}
merupakan himpunan sisi berarah yang menggabungkan antara titik. Setiap titik
vi∈V memiliki permintaan sebesar di . Himpunan K= { k 1, k 2 , … , km } merupakan
kumpulan kendaraan yang sejenis dengan kapasitas yang sama yaitu Q , sehingga
kapasitas kendaraan menjadi pembatas panjang rute setiap rute. Setiap titik (vi, vj)
memiliki jarak tempuh Cij yaitu jarak dari titik vi ke titik vj. Jarak distribusi
diasumsikan simetrik yaitu Cij=Cji dan Cii=0 (Tonci Caric & Hrvoje
Gold,2008).
Optimasi distribusi difromulasikan ke dalam model matematika dengan
definisi variabel.
 k
{
X ij = 1 jika kendaraan k melakukan perjalanan dari titik v 1 ke titik vj
0 jika kendaraan k tidak melakukan perjalanan dari titik v 1 ke vj

μki = {0 jika1 jika titik vidilayani oleh kendaraan k

titik vi tidak melayani olehkenda raan k

Model CVRP yang sederhana sebagai berikut:

Z=∑ k ∈ K ∑ i ∈V ∑ j ∈V C ij x ij
k
Minumumkan (2.6)
Dengan pembatas:
1. Beberapa titik hanya dikunjungi sekali oleh armada
∑ k ∈ K ∑ j ∈V , i≠ j X kij =1 , ∀ i ∈V (2.7)
2. Permintaan KPC dalam satu rute tidak melebihi kapasitas armada
∑ i ∈V ∑ j ∈V , j ≠ i d i xijk ≤Q , ∀ k ∈ K (2.8)
3. Semua rute pendistribusian dimulai dari KPRK
∑ k ∈ K ∑ j ∈V X koi=1 (2.9)
4. Setiap rute pendistribusian diakhiri di KPRK
∑ k ∈ K ∑ i ∈V X ki n+1=1 (2.10)
5. Setiap armada pasti akan meninggalkan satu titik yang telah dikunjungi
∑ i ∈V x kij−∑ j ∈V x kji=0 , ∀ i , j ∈V , ∀ k ∈ K (2.11)
6. Batasan ini memastikan tidak ada tidak ada subrute dari rute yang telah
terbentuk
k k k
x ik =1→ μi −d j=μ j , ∀ i , j ∈Vi , j ≠ j , K ={k 1 ,k 2 , … , k m } (2.12)
μ0 =Q, 0 ≤ μi , ∀ i∈ V (2.13)
7. Variabel keputusan berupa integer biner
x ij ∈ { 0,1 } , ∀ i , j ∈V , i ≠ j , K={k 1 , k 2 , … , k m }
k
(2.14)
Keterangan:
K={k 1 , k 2 , … , k m } : Armada yang dipakai
V : Himpunan titik
A={vi , v j : v i v j ∈V , i≠ j } : Himpunan sisi berarah
C ij : Jarak titik vi ke titik v 2
di : Jumlah permintaan di titik vi
Q : Kapasitas setiap armada
k
μi : Armada k melayani titik vi
2.1 Armada Kiriman Produk
Transportasi berasal dari bahasa latin transportare, trans berarti mengangkat
atau membawa. Transportasi adalah alat yang digerakkan oleh manusia dan mesin
untuk memindahkan orang dan benda. Tujuan diciptakannya alat transportasi
adalah untuk memudahkan aktivitas sehari-hari seluruh umat manusia. Para ahli
memiliki persepsi sendiri tentang perbedaan dan persamaan. Dengan kata lain,
transportasi berarti mengangkut sesuatu dari satu tempat ke tempat lain. Menurut
Salim (2000), transportasi adalah kegiatan mengangkut barang (bagasi) dan
penumpang dari suatu tempat ke tempat lain. Ada dua komponen penting dalam
transportasi. Artinya, pergerakan dan pergerakan fisik barang (komoditas) dan
penumpang. Menurut Miro (2005), transportasi dapat diartikan sebagai tugas
memindahkan, memindahkan, mengangkut, atau mengalihkan suatu objek dari
satu lokasi ke lokasi lain. Objek mungkin lebih berguna di tempat lain atau dapat
melayani tujuan tertentu.
Masing-masing elemen ini ada dan tidak dapat berfungsi secara independen.
Semua harus terintegrasi pada saat yang bersamaan. Jika hanya salah satu
komponen yang ada, maka sarana (sistem transportasi) tidak dapat berfungsi.
Transportasi bukan hanya sekedar usaha yang memindahkan orang dan benda dari
satu tempat ke tempat lain dengan gerakan statis, tetapi dengan berkembangnya
ilmu pengetahuan dan teknologi terkadang berkembang dan maju baik sarana
maupun prasarananya.
2.2 Kantor Pos Indonesia
Kantor Pos Indonesia merupakan suatu perusahaan Badan usaha milik Negara
(BUMN) Indonesia yang memberikan jasa pelayanan. Bentuk usaha yang
dilakukan oleh Pos Indonesia ini berlandaskan aturan yang telah diatur oleh
pemerintah Republik Indonesia Nomer 5 Tahun 1995. Aturan tersebut berisi
mengenai perubahan bentuk awal pos Indonesia yang semula berupa perusahaan
umum (perum) menjadi sebuah perusahaan persero.
 Tahun 1602 VOC menguasai bumi nusantara dan membangun layanan
perposan modern di Indonesia. Ketika itu hubungan pos hanya dilakukan di
beberapa kota yang berada di pulau jawa dan luar jawa. Peletakan beberapa surat
dan paket pos sementara biasanya hanya berada di gedung penginapan kota
sehingga orang-orang harus selalu mengecek apakah surat atau paket untuknya
sudah berada dalam gedung tersebut, Gubernur Jenderal Gustaaf Willem Baron
Van Imhoff adalah orang yang pertama kali meresmikan kantor pos pertama di
Indonesia yang terletak di Batavia (Jakarta). Kantor Pos pertama di Indonesia
didirikan pada tanggal 26 Agustus 1746.
Sistem Pos Indonesia sendiri telah mengalami banyak perubahan. Perubahan
ini terlihat terus menerus setiap tahun dalam bentuk unit bisnis yang dimiliki oleh
Pos Indonesia. Pos Indonesia secara resmi menjadi Badan Usaha Milik Negara
menurut Peraturan Pemerintah No.240 Tahun 1961. Peraturan itu kemudian
mengubah kantor PTT menjadi perusahaan telekomunikasi milik negara (PN
Postel), yang menjadi perusahaan telekomunikasi milik negara.
Pemerintah menerbitkan SK No. 9 Tahun 1978, untuk mengubah kembali
bentuk usaha jasa pos Indonesia (melalui PN Pos dan Giro). Berlakunya peraturan
ini, perusahaan pos negara dan perusahaan giro menjadi perusahaan pos umum
dan perusahaan giro (perum pos dan giro). Hal ini bertujuan untuk lebih
mempromosikan fleksibilitas layanan pos Indonesia. Perubahan bentuk badan
usaha dari badan usaha milik negara menjadi badan usaha patungan juga
disempurnakan dengan berlakunya SK Nomor 28 Tahun 1984 tentang Tata Cara
Pengelolaan dan Pengawasan Keadilan Dalam Lingkungan Usaha yang Tumbuh.
Beberapa tahun setelah melayani dalam status perusahaan publik, Pos Indonesia
kembali mengalami perubahan status atau perusahaan. Dengan terbitnya SK No. 5
tahun 1995, PerumPos dan Giro menjadi PTPos Indonesia (Persero). Hal ini
bertujuan untuk memberikan fleksibilitas dan dinamisme PT Pos Indonesia
(Persero), memberikan pelayanan yang lebih baik kepada masyarakat, dan
menghadapi persaingan dunia usaha yang semakin meningkat.
 BAB III
HASIL DAN PEMBAHASAN
3.1 Data Pengamatan
Data yang digunakan dalam penelitian ini merupakan data jumlah
permintaan kantong paket jenis layanan Pos Ekspress yang didapatkan dari bagian
oprasional KPRK Blitar. Berikut adalah data-data yang akan diinterpretasikan
dengan menggunakan excel:

Nama Jumlah
NO KPC proses antaran tiba
Titik Kantong
1 Blitar Depot 0 06:00-12:00 08:00 11:30
2 Sanan Wetan C1 308 06:00-12:00 08:00 11:30
3 Sanan Kulon C2 73 06:00-12:00 08:00 11:30
4 Ponggok C3 60 06:00-12:00 08:00 11:30
5 Udanawu C4 91 06:00-12:00 08:00 11:30
6 Kademangan C5 105 06:00-12:00 08:00 11:30
7 Gawang C6 61 06:00-12:00 08:00 11:30
8 Kanigoro C7 266 06:00-12:00 08:00 11:30
9 Lodoyo C8 217 06:00-12:00 08:00 11:30
10 Nglegok C9 192 06:00-12:00 08:00 11:30
11 Garum C10 300 06:00-12:00 08:00 11:30
12 Talun C11 31 06:00-12:00 08:00 11:30
13 Wlingi C12 354 06:00-12:00 08:00 11:30
14 Selopuro C13 109 06:00-12:00 08:00 11:30
15 Doko C14 64 06:00-12:00 08:00 11:30
16 Gandusari C15 149 06:00-12:00 08:00 11:30
17 Kesamben C16 92 06:00-12:00 08:00 11:30
18 Binangun C17 92 06:00-12:00 08:00 11:30
Tabel 3.1 Data pengantaran paket express Tahun 2021

Sumber: Bagian oprasional KPRK Blitar Tahun 2021

3.2 Pengolahan Data

3.2.8. Model Capacitated Vehicle Routing Problem Pendistribusian
Kantong
Pendistribusian kantong kiriman jenis layanan Pos Ekspress dengan model
CVRP didefiniskan Graf G=(V , A). Himpunan V terdiri antara gabungan
himpunan KPC dan KPRK, V ={v 1 , v 2 , v 3 ,… , v18 } dimana KPRK adalah v 0 dan
V ={v 1 , v 2 , v 3 ,… , v18 } merupakan KPC yang akan didistribusikan dari KPRK.
Jaringan rute yang dilalui armada adalah himpunan sisi berarah yaitu himpunan A
yang penghubung antar KPC { i , j } ∈ A . K ={k 1 , k 2 , k 3 , k 4 } himpunan dari armada
yang digunakan yang homogeny dengan kapasitas Q=700 Kantong/Armada.
Setiap KPC i untuk setiap i∈ V memiliki d i sehingga panjang rute pendistribusian
dibatasi oleh kapasitas armada. Setiap {i , j }∈V memiliki jarak pendistribusian C ij
dan C ij =C ji.

Model matematis CVRP pendistribusian Kantong jenis layanan Pos

Ekspress sebagai berikut:
8 18 18
Z=∑ ∑ ∑ C ij x kij (3.1)
k=1 i=0 j=0

Dengan pembatas:

1. Semua rute pendistribusian diawali dari depot.

8 18

∑ ∑ ¿1 (3.2)
k =1 j=0

2. Setiap KPC dikunjungi armada satu kali.

8 18

∑ ∑ x kij =1 , ∀ i∈ V ,V ={v 0 , v1 , v 2 , … , v 18 } (3.3)

k =1 j=0 ,i ≠ j

3. Setiap armada tidak melebihi kapasitas angkut.

18 18

∑ ∑ d i xijk ≤700 , ∀ k ∈ K , K={k 1 , k 2 , k 3 , k 4 } (3.4)

i=0 j=0 ,i ≠ j

4. Setiap armada yang yang selesai mendistribusikan kantong ke KPC, akan

meninggalkan KPC
18 18

∑ x −∑ x kij=0 , ∀ i, j ∈V , ∀ k ∈ K , K ={k 1 ,k 2 , k 3 , k 4 }
k
ij (3.5)
i=0 j=0

5. Semua pendistribusian berakhir di KPRK.

8 18

∑ ∑ xki , n+1=1 (3.6)

k =1 i=0
Keterangan:

V : Himpunan KPC

K : Armada yang digunakan

di : Permintaan pada KPC i

C ij : Jarak KPC i ke KPC j

3.2.9. Implementasi Algoritma Clarke and Wright Saving

3.2.10. Matriks Jarak Real
Pada langkah perhitungan matriks jarak real, perlu mengetahui terlebih
dahulu jarak sesungguhnya antar Kantor Pos KPRK Blitar dengan Kantor Pos
Cabang atau jarak sesungguhnya antar Kantor Pos Cabang dengan Kantor Pos
Cabang. Langkah yang digunakan untuk menentukan jarak sesungguhnya yaitu
menggunakan perhitungan dari Google Maps yang kemudian diinterpretasikan ke
dalam Microsoft excel.
Salah satu contoh hasil perhitungan yang telah diinterpretasikan ke dalam
Microsoft excel adalah perhitungan jarak real antar Kantor Pos KPRK Blitar
(Depot) dengan Kantor Pos Cabang (C1) yang mendapatkan nilai matriks yang
sesuai perhitungan bentuk umum matriks jarak pada

Depot C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17

Depot
C1 2,3
C2 4,3 6,9
C3 12,2 13,8 7,7
C4 20,1 22,6 15,8 10,1
C5 5,9 7,9 8,7 16,4 24,4
C6 21 23 23,8 31,4 39,9 16,6
C7 7,9 7,7 11,6 19,3 27,4 8,2 16,4
C8 12,2 11,9 15,8 23,5 31,6 9,2 17,2 4,5
C9 10 8,8 14,9 15,4 24 17 31,1 13,5 17,6
C10 7,1 5 11,4 15,4 25 13,2 28,1 8,2 12,3 6,2
C11 15,9 13,8 20,2 24,2 33,4 23,7 32 11 15,4 14,7 8,9
C12 19,9 17,8 24,2 28,2 37,3 27,2 36,3 15,3 19,6 18,4 13,6 4
C13 19,9 19,2 23,6 31,2 39,1 25 32,1 12,7 15 22,5 17,4 9 6,5
C14 29,3 27,2 33,5 37,5 47,4 37,1 45,3 25,6 28,9 27,4 22,7 13,5 9,3 13,3
C15 20,3 18,2 24,8 27,4 36 29,3 38,1 16 21,7 13,7 13,8 5,9 7,8 14,2 16,4
C16 26,3 25,7 30 37,7 46,5 31,7 38,8 19,5 22,3 28,6 23,4 16,8 12,5 6,5 12,6 17,3
C17 33,2 30,6 34,6 42,2 50,4 27,2 35,7 23,6 19,7 9,4 31,4 23,5 22,6 15,3 21,3 26,9 13,5

Gambar 3. 1 Output excel Matrix jarak Real

3.2.11. Matriks Savings
Pengelompokan rute menggunakan metode Algortima Clarke and Wright
Savings dapat dilihat dengan mengetahui tabel jarak (3 tabel). Selanjutnya tabel
jarak diubah ke bentuk tabel Savings. Pembentukan tabel Savings terbagi menjadi
17 tempat pendistribusian dengan contoh perhitungan sebagai berikut:
a. Perhitungan C 12
S ( C 1 ,C 2 )=D ( depot , C 1 ) + D ( depot , C 2 )− D ( C 1 , C 2 )
S ( C 1 ,C 2 )=( 2,3 ) + ( 4,3 )−( 6,9 )
S ( C 1 ,C 2 )=−0,3
b. Perhitungan C 13
S ( C 1 ,C 3 )=D ( depot , C 1 ) + D ( depot ,C 3 )−D ( C 1 ,C 3 )
S ( C 1 ,C 3 )=( 2,3 ) + ( 12,2 )− (13,8 )
S ( C 1 ,C 3 )=0,7
c. Perhitungan C 117
S ( C 1 ,C 17 )=D ( depot ,C 1 ) + D ( depot ,C 17 )−D ( C 1 ,C 17 )
S ( C 1 ,C 17 )=( 2,3 ) + ( 33,2 ) −( 30,6 )
S ( C 1 ,C 17 )=4,9
Hasil perhitungan diatas dapat dilihat pada gambar output excel 3.2.
Depot C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17
Depot
C1 0
C2 -0,3 0
C3 0,7 13 0
C4 -0,2 13,7 13,4 0
C5 0,3 6,1 0 2,1 0
C6 0,3 6,1 0,1 1,6 47,7 0
C7 2,5 3 0 2 43,6 8,4 0
C8 2,6 3 0 2 46,8 8,6 29,1 0
C9 3,5 0,8 7,2 1,5 31,4 2,5 34 0,4 0
C10 4,4 0,5 3,7 0,5 36,2 1,7 36,3 0,4 23,7 0
C11 4,4 0,5 3,7 0,9 34,1 8,3 37,4 0,1 18,3 12 0
C12 4,4 0,5 3,7 1 34,5 7,5 37,4 0,2 18,8 11 18,5 0
C13 3 2,5 0,1 2,2 38,5 9,5 35,8 2,2 10,1 11,3 17,3 6,5 0
C14 4,4 0,6 3,7 0,2 34,7 8,4 36,1 1,2 19,1 10,9 18,1 8,2 2,5 0
C15 4,4 0,3 5,1 1,5 31,1 7,8 38,5 -1,2 25,6 6,1 16,8 2,1 0,1 11,1 0
C16 2,9 2,6 0 1,3 39,2 9,5 35,7 1,7 11,3 11,4 15,5 8,3 12,5 7,2 11,7 0
C17 4,9 2,9 0,1 1,9 47,6 8,1 28,5 8,4 27,9 -15,8 16,8 4,9 13,8 7,3 10,8 30,7 0

Gambar 3. 2 Output excel matriks Savings

3.2.12. Pengurutan Nilai Saving
Urutan hasil perhitungan nilai Savings dari nilai yang terbesar sampai nilai
terkecil dapat dilihat pada gambar output matriks Savings 3.3.
Tabel 3. 1 Output Excel Matriks Savings

Terbesar

47,7
38,5
30,7
27,9
18,5
13,8
13,7
13,4
12
11,7
11,1
9,5
8,4
8,3
4,9
2,2

Depot C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17

Depot
C1 0
C2 -0,3 0
C3 0,7 13 0
C4 -0,2 13,7 13,4 0
C5 0,3 6,1 0 2,1 0
C6 0,3 6,1 0,1 1,6 47,7 0
C7 2,5 3 0 2 43,6 8,4 0
C8 2,6 3 0 2 46,8 8,6 29,1 0
C9 3,5 0,8 7,2 1,5 31,4 2,5 34 0,4 0
C10 4,4 0,5 3,7 0,5 36,2 1,7 36,3 0,4 23,7 0
C11 4,4 0,5 3,7 0,9 34,1 8,3 37,4 0,1 18,3 12 0
C12 4,4 0,5 3,7 1 34,5 7,5 37,4 0,2 18,8 11 18,5 0
C13 3 2,5 0,1 2,2 38,5 9,5 35,8 2,2 10,1 11,3 17,3 6,5 0
C14 4,4 0,6 3,7 0,2 34,7 8,4 36,1 1,2 19,1 10,9 18,1 8,2 2,5 0
C15 4,4 0,3 5,1 1,5 31,1 7,8 38,5 -1,2 25,6 6,1 16,8 2,1 0,1 11,1 0
C16 2,9 2,6 0 1,3 39,2 9,5 35,7 1,7 11,3 11,4 15,5 8,3 12,5 7,2 11,7 0
C17 4,9 2,9 0,1 1,9 47,6 8,1 28,5 8,4 27,9 -15,8 16,8 4,9 13,8 7,3 10,8 30,7 0

Gambar 3. 3 Output Excel Matriks Savings

Berdasarkan pengurutan nilai savings yang telah dihitung dan di
intrepretasikan melalui Microsoft excel diatas, didapatkan nilai savings terbesar
adalah 47,7 , sedangkan nilai savings paling kecil adalah 2,2.
3.2.13. Pengelompokan Armada
Pengelompokan armada ke dalam rute-rute pendistribusian ini bertujuan
untuk mengetahui jumlah permintaan kantong kiriman disetiap KPC dengan
mempertimbangkan maksimal kapasitas armada, serta pengelompokan rute dari
KPC-KPC yang memiliki nilai Savings dari yang terbesar sampai terkecil.
Adapaun kelompok rute yang terbentuk sebagai berikut:
1. Armada 1
a. Angka Savings yang terbesar adalah 47,7 km, yang terdapat antara
himpunan C6 dan C4. KPC C6 dan KPC C4 dimasukan ke dalam
rute 1 dan armada 1, sehingga jumlah permintaan kantong kiriman
Layanan Pos Ekspress pada armada 1 61+91=152.
b. Angka Savings terbesar selanjutnya adalah 38,5 km, yang terdapat
pada himpunan C15 dan C6. KPC C15 dan KPC C6 masih
dimasukan ke dalam rute 1 dan armada 1, sehingga jumlah
permintaan kantong kiriman Layanan Pos Ekspress pada armada 1
(C6+C4)+149=362.
c. Angka Savings terbesar berikutnya adalah 30,7 km, yang terdapat
pada himpunan C17 dan C15. KPC C17 dan KPC C15 masih
dimasukan ke dalam rute 1 dan armada 1, sehingga jumlah
permintaan kantong kiriman Layanan Pos Ekspress pada armada 1
362+92=603.
2. Armada 2
a. Angka Savings terbesar berikutnya adalah 27,9 km, yang terdapat
pada himpunan C17 dan C8. KPC C17 dan KPC C8 dimasukan ke
dalam rute 1 dan armada 1, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 2 92+217=309. Jika
dihitung, kapasitas armada 2 dengan nilai Savings berikutnya
memiliki jumlah permintaan kantong melebihi kapasitas, maka
untuk nilai Savings berikutnya di berikan ke armada selanjutnya.

3. Armada 3
 a. Angka Savings berikutnya adalah 18,5 km, yang terdapat pada
himpunan C12 dan C10. KPC C12 dan KPC C10 dimasukan ke
dalam rute 3 dan armada 3, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 3 354+300=654.
4. Amada 4
a. Angka Savings selanjutnya adalah 13,8 km, yang terdapat pada
himpunan C17 dan C12. KPC C17 dan KPC C12 dimasukan ke
dalam rute 4 dan armada 4, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 4 92+354=446
5. Armada 5
a. Angka Savings selanjutnya adalah 13,7 km, yang terdapat pada
himpunan C4 dan C1. KPC C4 dan KPC C1 dimasukan ke dalam
rute 5 dan armada 5, sehingga jumlah permintaan kantong kiriman
Layanan Pos Ekspress pada armada 5 91+308=399.
b. Angka Savings selanjutnya adalah 13,4 km, yang terdapat pada
himpunan C4 dan C2. KPC C4 dan KPC C2 masih dimasukan ke
dalam rute 5 dan armada 5, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 339+73=563
6. Armada 6
a. Angka Savings selanjutnya adalah 12 km, yang terdapat pada
himpunan C10 dan C9. KPC C10 dan KPC C9 masih dimasukan ke
dalam rute 6 dan armada 6, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 6 300+192=492.
b. Angka Savings selanjutnya adalah 11,7 km, yang terdapat pada
himpunan C16 dan C14. KPC C16 dan KPC C14 masih dimasukan
ke dalam rute 6 dan armada 6, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 6 492+92+64=648.

7. Armada 7
 a. Angka Savings selanjutnya adalah 11,1 km, yang terdapat pada
himpunan C15 dan C13. KPC C15 dan KPC C13 dimasukan ke
dalam rute 7 dan armada 7, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 7 149+109=258.
b. Angka Savings selanjutnya adalah 9,5 km, yang terdapat pada
himpunan C13 dan C5. KPC C13 dan KPC C5 masih dimasukan ke
dalam rute 7 dan armada 7, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 7 258+105=472.
8. Armada 8
a. Angka Savings selanjutnya adalah 8,4 km, yang terdapat pada
himpunan C17 dan C7. KPC C17 dan KPC 7 dimasukan ke dalam
rute 8 dan armada 8, sehingga jumlah permintaan kantong kiriman
Layanan Pos Ekspress pada armada 8 91+266=358.
b. Angka Savings selanjutnya adalah 8,3 km, yang terdapat pada
himpunan C6 dan C11. KPC C6 dan KPC C11 masih dimasukan ke
dalam rute 8 dan armada 8, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 8 358+61+31=481.
9. Armada 9
a. Angka Savings selanjutnya adalah 4,7 km, yang terdapat pada
himpunan Depot dan C17. C17 dan Depot dimasukan ke dalam rute
9 dan armada 9, sehingga jumlah permintaan kantong kiriman
Layanan Pos Ekspress pada armada 9 92.
b. Angka Savings yang terkecil adalah 2,2 km, yang terdapat pada
himpunan C13 dan C3. KPC C13 dan KPC C3 masih dimasukan ke
dalam rute 9 dan armada 9, sehingga jumlah permintaan kantong
kiriman Layanan Pos Ekspress pada armada 9 92+109+60=261.

Adapun hasil dari pengelompokan armada diatas telah di intrepetasikan ke dalam

Microsoft excel sebagai berikut:
 Tabel Rekonstruksi Rute

Terbesar Himpunan Permintaan Angkat Kapasitas Kendaraan Rute

47,7 C6-C4 152 152 700 1 C6-C4
38,5 C15 210 362 700 1 C6-C4-C15
30,7 C17 241 603 700 1 C6-C4-C15-C17
27,9 C17-C8 309 309 700 2 C17-C8
18,5 C12-C10 654 654 700 3 C12-C10
13,8 C17-C12 446 446 700 4 C17-C12
13,7 C4-C1 399 399 700 5 C4-C1
13,4 C2 164 563 700 5 C4-C1-C2
12 C10-C9 492 492 700 6 C10-C9
11,7 C16-C14 156 648 700 6 C10-C9-C16-C14
11,1 C15-C13 258 258 700 7 C15-C13
9,5 C5 214 472 700 7 C15-C13-C5
8,4 C17-C7 358 358 700 8 C17-C7
8,3 C16-C11 123 481 700 8 C17-C7-C16-C11
4,9 C17 92 92 700 9 C17
2,2 C13-C3 169 261 700 9 C17-C13-C3

Gambar 3. 4 Output Excel Matriks savings

Berdasarkan perhitungan pengelompokan armada di atas, didapatkan jumlah
armada yang diperlukan oleh Kantor Pos Pemeriksa KRPK Blitar yaitu berjumlah
9 armada yang telah di klasifikasikan sesuai dengan kapasitas maksimal setiap
armada.

3.2.14. Pengelompokan Rute Pendistribusian

Langkah selanjutnya adalah menentukan urutan pendistribusian ke KPC
dalam setiap rute yang sudah dilakukan penghematan dan di kelompokan.

Tabel 3. 2 Rekapitulasi hasil perhitungan rute pendistribusian

REKAPITULASI HASIL PERHITUNGAN RUTE PENGIRIMAN

Total %Kapasitas Total
No Rute Permintaan Kendaraan Jarak
1 Depot-C6-C4-C15-C17-Depot 603 86,1% 147 km
 2 Depot-C17-C8-Depot 309 44,1% 53 km
3 Depot-C12-C10 -Depot 654 93,4% 40 km
4 Depot-C17-C12-Depot 446 63,7% 56 km
5 Depot-C4-C1-C2-Depot  563 80,4% 28 km
Depot-C10-C9-C16-C14-
6 Depot 648 92,5% 81 km
7 Depot-C15-C13-C5-Depot 472 67,4% 98 km
Depot-C17-C7-C16-C11-
8 Depot 481 68,7% 107 km
9 Depot-C17-C13-C3-Depot 261 37,2% 65 km
Kapasitas : 700 Unit

Berdasarkan perhitungan pada tabel pengelompokan rute pendistribusian

diatas didapati rute terjauh adalah Depot-C6-C4-C15-C17-Depot dengan total
jarak tempuh sejauh 147 km dan untuk rute terpendek adalah Depot-C4-C1-C2-
Depot dengan total jarak sejauh 28 km.

3.2.15. Rekapitulasi Waktu Pengiriman

Berdasarkan hasil penelitian diatas dengan metode algoritma Clarke and
wright savings, peneliti mendapat 7 rute baru dan menambah 7 armada
pendistribusian.
Tabel 3. 3 Rekapitulasi waktu rute pengiriman dan penerimaan barang
REKAPITULASI WAKTU RUTE PENGIRIMAN DAN PENERIMAAN BARANG
NO RUTE Jarak (km) Proses Antaran Tiba
Depot-C6-C4-C15-
06.00-12.00 08.00 12.14
1 C17-Depot 147 km
2 Depot-C17-C8-Depot 53 km 06.00-12.00 08.00 09.34
3 Depot-C12-C10 -Depot 40 km 06.00-12.00 08.00 09.10
4 Depot-C17-C12-Depot 56 km 06.00-12.00 08.00 09.36
5 Depot-C4-C1-C2- 28 km 06.00-12.00 08.00 08.53
 Depot
Depot-C10-C9-C16-
06.00-12.00 08.00 10.20
6 C14-Depot 81 km
Depot-C15-C13-C5-
06.00-12.00 08.00 10.46
7 Depot 98 km
Depot-C17-C7-C16-
06.00-12.00 08.00 11.03
8 C11-Depot 107 km
Depot-C17-C13-C3-
06.00-12.00 08.00 09.55
9 Depot 65 km
Kapasitas : 700 Unit
Berdasarkan perhitungan pada tabel rekapitulasi waktu rute pengiriman dan
penerimaan barang di atas, diperoleh rute yang membutuhkan waktu paling lama
adalah rute 1 dengan jarak 147 km dalam waktu 4 jam 14 menit. Sedangkan rute
yang membutuhkan waktu paling sedikit adalah rute 5 dengan jarak 28 km dalam
waktu 53 menit.