Transformasi : Jurnal Pendidikan Matematika dan Matem-

atika
Volume X, No. X, Bulan YYYY Tahun ZZZZ, pp. x-x (diisi oleh editor)
ISSN 2549-1164 (online)
Available online at https://ejournal.unibabwi.ac.id/index.php/transformasi

OPTIMASI RUTE PENDISTRIBUSIAN BBM MENGGUNAKAN

ALGORITMA TABU SEARCH DAN CHEAPEST INSERTION HEURISTIC

Ulfa Is. Abdul1, Muh. Rifai Katili2, Djihad Wungguli3*

123
Universitas Negeri Gorontalo
email korespondensi : djihad@ung.ac.id

Diterima : (diisi oleh editor), Revisi: (diisi oleh editor), Diterbitkan : (diisi oleh
editor)

ABSTRAK
Distribusi merupakan kegiatan yang dilakukan pada berbagai jenis kenderaan un-
tuk melakukan pemasaran produk ke berbagai pelanggan melalui perencanaan oleh
setiap perusahaan. Dalam distribusi perlu adanya perencanaan yang sistematis se-
hingga dapat meminimalisir adanya keterlambatan salah satunya faktor jarak tem-
puh. Tujuan penelitian ini adalah untuk mengoptimasi rute optimal distribusi BBM
di PT. Pertamina (Persero) Unit Pemasaran VII Gorontalo dengan metode heuristic
menggunakan algoritma Tabu Search dan Cheapest Insertion Heuristic dan mem-
bandingkan algoritma manakah yang lebih baik yang dapat diterapkan dalam pe-
nentuan rute optimal distribusi BBM. Algoritma Tabu Search merupakan sebuah
metode yang termasuk dalam bidang heuristic dalam hal optimasi. Sedangkan algo-
ritma Cheapest Insertion Heuristic merupakan suatu algoritma yang digunakan
dalam mempercepat pencarian optimasi rute terpendek dengan tekhnik heuristic.
Hasil penelitian menunjukkan algoritma Tabu Search lebih baik pada penentuan
rute optimal distribusi BBM dengan total jarak tempuh 815.2 km, sedangkan algo-
ritma Cheapest Insertion Heuristic menghasilkan total jarak tempuh 1039.7 km.
Kata kunci : Rute Optimal, Algoritma Tabu Search, Algoritma Cheapest Insertion
Heuristic
ABSTRACT
Distribution is an activity carried out on various types of vehicles to carry out prod-
uct marketing to various customers through planning by each company. In distribu-
tion, there needs to be systematic planning so as to minimize delays, one of which is
the mileage factor. The purpose of this research is to optimize the optimal fuel dis -
tribution route at PT. Pertamina (Persero) Gorontalo VII Marketing Unit uses the
heuristic method using the Tabu Search and Cheapest Insertion Heuristic algo-
rithms and compares which algorithm is better which can be applied in determining
the optimal fuel distribution route. The Tabu Search Algorithm is a method that is
included in the field of heuristics in terms of optimization. While the Cheapest In-
sertion Heuristic algorithm is an algorithm used to speed up the search for the
shortest route optimization with heuristic techniques. The results showed that the
Tabu Search algorithm was better at determining the optimal fuel distribution route
with a total mileage of 815.2 km, while the Cheapest Insertion Heuristic algorithm
resulted in a total distance of 1039.7 km.
Key words: Optimal Route, Taboo Search Algorithm, Cheapest Insertion Heuristic Al-
gorithm

KONTAK: Djihad Wungguli, djihad@ung.ac.id.com, Universitas Negeri Gorontalo

2 Abdul, dkk.: Optimasi Rute Distribusi BBM …

Pendahuluan
Distribusi dapat diartikan sebagai suatu kegiatan pemasaran yang dilakukan dalam
memindahkan barang dari produsen kepada konsumen untuk memperlancar serta
mempermudah dalam penyampain barang(Alkaisi, 2022). Manfaat lain yang dapat
diperoleh dari pengoptimalan sistem distribusi adalah untuk
rantai pasokan dengan mengurangi biaya operasional distribusi guna m
standar pengiriman yang lebih baik untuk melakukan pema
b e r b a g a i p e l a n g g a n m e l a l u i p e r e n c a n a a n p e r j a l a n a n o
( L u k m a n e t a l . , 2 0.1P9ro
) s e s d i s t r i b u s i ya n g d i l a ku k a n ke b e b e ra p a t u j u a n a k a n
m e n g a k i b a t k a n j a l u r a t a u p u n r u t e d i s t r i b u s i y a
m e n g a k i b a t k a n t i n g g i n y a b i a y a d i s t r i b u s i p
(Paillin & Tamaela, 2019)
. Sehingga salah satu yang dapat dilakukan dalam sistem
distribusi yang baik yaitu perusahaan dapat mengirimkan suatu produk den
sejumlah permintaan dengan baik dan tepat (Paillin & Sosebeko, 2017).
P T. P e r t a m i n a ( P e r s e r o ) U n i t P e m a s a r a n V I I , G o r o n t a l o m e r u p a k a n t e r m i n a l
BBM Gorontalo yang memiliki tugas serta tanggung jawab yang tidak mudah untuk
memastikan penyaluran BBM oleh kenderaan sampai di tempat tujuan
waktu yang tepat. Tidak bisa dipungkiri dengan berkembangnya perekonomian di
Indonesia, kebutuhan energi semakin meningkat dari tahun ke tahun. BBM
t e l a h m e n j a d i s a l a h s a t u k e b u t u h a n p o k
berkembangnya waktu maka kebutuhan BBM oleh masyarakat se
sehingga jumlah permintaan produk juga akan meningkat . Algoritma yang dapat
d i t e r a p k a n d a l a m m e n e n t u k a n r u t e o p t i m a l
pendekatan heuristic menggunakan algoritma Tabu Search dan Cheapest Insertion
Heuristic. Tabu Search adalah sebuah metode yang term
heuristic dimana pencarian dalam menyelesaikan masalah dalam
(Fatmawati et al., 2015). Algoritma ini merupakan salah satu algoritma terbaik yang
d a p a t d i g u n a k a n u n t u k p e n c a r i a n r u Ct eh et ae p
r pe es tn dI n
eks e. r t i o n H e u r i s t i c
m e r u p a k a n s u a t u a l g o r i t m a y a n g d i g u n a k a n u n t u k m
optimasi rute terpendek dengan tekhnik heuristic. Konsep dari algoritma ini yaitu
membuat suatu rute dengan memilih bobot minimum berdasarkan jar
pelanggan kemudian secara berturut-turut ditambahkan dengan rute baru

https://ejournal.unibabwi.ac.id/index.php/transformasi
Transformasi (Jurnal Pendidikan Matematika dan Matematika)
Volume X, No. X, Bulan YYYY Tahun YYYY, pp. x-x (diisi oleh editor)
ISSN 2549-1664 (online)

b e l u m d i l a(l Suai l e h e t a l . , 2. 0S1e 5h )i n g g a a k a n m e m b e n t u k s e b u a h t o u r a t a u

p e r j a l a n a n y a n g m e m i l i k i k e s e l u r u h a n b o b o t m i n
didapatkan merupakan solusi yang optimal (Yulianto & Setiawan, 2018).
B e b e r a ppae n e l i t i a n t e r k a i t t e l a h d i l a k u k a n s e b e l u m n y a o l e h ( K a d a m e t a
2 0 1 m8 e) l a k u k a n p e n e l i t i a n t e r k a i t p e n e
m e n g g u n a kaal ng o r i t m a T a b u S e a r c h p a d a s u a t u p e r u s a h a a n i n d u s t r i m a k a
r i n g a n . S e l a n j pu et n ey lai t i a n y a n g d i l a k u k a n o l e h ( T a r n o t o e t a l . , 2 0 2 1 )
m e m b a h a s t pe en nt ag ng gu n a a n a l g o r i t m a T a b u S e a r c h u n t u k o
distribusi gas lpg 3kg pad PT. SPI yang berada di kota Karawang.
K e m u d i a n p e n e l i t i a n y a( nF ga r dg ii la ankau, k 2a 0n 2 o1 l) e hm e l a k u
penelitian tentang permasalahan rute pengiriman barang menggunakan algoritma
Cheapest InsertioB n e Hr ed ua rs ia sr tki ac n. p e n e l i t i a n s e b e l u m n y a m a
p e n e l i t i a n i n i a k a n m e n e ra p k a n d u a m e t o d e ya n g d i g u n a k a n p a d a p e r m a s a l a h a n
penentuan rute optimasi distribusi dengan menerapkan algoritma Tabu Search dan
algoritma Cheapest Insertion Heuristic pada optimasi rute pendistribusian BB
Kemudian akan dilakukan analisis perbandingan algoritma manakah yan
mendapatkan solusi optimum dalam penyelesaian pada penentuan rute opti
distribusi BBM dengan melakukan perhitungan jarak.

Metode Penelitian
Metode dalam penelitian ini yaitu dengan melakukan studi lit
b e r s u m b e r d a r i b u k u , j u r n a l i l m i a h , s e r t a a r t i k e l t e r k a i t l a i n n y a . Te
digunakan dalam pengumpulan data berdasarkan hasil wawancara yang dilakukan
secara langsung kepada pihak penanggung jawab di PT. Pertamina (Persero) Unit
Pemasaran VII Gorontalo. Data yang diperoleh berupa data lokasi dari m
masing SPBU yang menjadi tjuan ditribusi BBM yang dapat dilihat pada tabel 1
Penelitian ini menggunakan metode heuristic menggunakan algoritma Tabu Search
dan algoritma Cheapest Insertion Heuristic. Selanjutnya akan dilakukan a
perbandingan algoritma manakah yang akan menghasilkan solusi te
o p t i m a s i r u t e d i s t r i b u s i B B M b e r d a s a r k a n p e n
algoritma.
 4 Abdul, dkk.: Optimasi Rute Distribusi BBM …

Tabel 1. Data Lokasi SPBU TBBM VII Gorontalo

Node Kode Alamat Kab/Kota Jarak (Km)
V0 Depot Jl. Yos Sudarso Kota Gorontalo -
V1 7496103 Jl. Mayor Dullah Kota Gorontalo 2.7
V2 7496227 Jl. Panjaitan&Kota Selatan Kota Gorontalo 3.5
V3 7496104 Jl. Raja Eyato&Kota Barat Kota Gorontalo 4.0
V4 7496101 Jl. Sultan Botutihe Kota Gorontalo 5.1
V5 7396107 Jl. Jendral Sudirman Kota Gorontalo 5.7
V6 7496130 Jl. Andalas, No. 39-A Kota Gorontalo 7.1
V7 7496223 Jl. Kh. Agus Salim Kota Gorontalo 7.3
V8 7496105 Jl. Tinaloga Kota Gorontalo 7.9
V9 7496501 Jl. Pasar Minggu Kab. Bone Bolango 10
V10 7496106 Jl. Ahmad A. Wahab N0.8, Luhu Kab. Gorontalo 9.5
V11 7496102 Hepuhulawa, Limboto Kab. Gorontalo 13
V12 7496209 Hepuhulawa, Limboto Kab. Gorontalo 17
V13 7496228 Jl. Limboto Raya Kab. Gorontalo 19
V14 7396108 Jl. Jendral Sudirman Kab. Gorontalo 27
V15 7496211 Tabongo Kab. Gorontalo 23
V16 7496226 Isimu, Tolotio Tibawa Kab. Gorontalo 32
V17 7496231 Jl. Trans Sulawesi Kab. Gorontalo 63
V18 7496208 Jl. PG Tolangohula Kab. Gorontalo 81
V19 7496201 Jl. Trans Sulawesi, Pontolo, Kwandang Kab, Gorontalo Utara 50
V20 7496212 Desa Pontolo Kab. Gorontalo Utara 52
V21 7496204 Jl. Trans Sulawesi, Kota Jin Kab. Gorontalo Utara 102
V22 7496205 Jl. Trans Sulawesi Kab. Boalemo 83
V23 7496206 Harapan, Wonosari Kab. Boalemo 87
V24 7496230 Jl. Trans Sulawesi, Lamu Kab. Boalemo 106
V25 7496207 Salilama, Manangu Kab. Boalemo 134
V26 7495710 Kuala, Kaidipang Kab. Bolmong Utara 128
V27 7495704 Jl. Trans Sulawesi, Kopi Bintauna Kab. Bolmong Utara 171
T a b e l 1 m e n u n j u k k a n d a t a l o k a s i
V0 m e r u p a k a n d e p o t a t a u t i t i k a w a l d i m u l a i n y a p r o s e s d i
V1 – V2 7 m e r u p a k a n s i m b o l u n t u k m a s i n g - m a s i n g S P B U y a n g m
distribusi BBM.
Hasil dan Pembahasan

https://ejournal.unibabwi.ac.id/index.php/transformasi
Transformasi (Jurnal Pendidikan Matematika dan Matematika)
Volume X, No. X, Bulan YYYY Tahun YYYY, pp. x-x (diisi oleh editor)
ISSN 2549-1664 (online)

Pada penelitian ini akan membuat model distribusi BBM dengan membagi 27
SPBU yang tersebar menjadi 4 wilayah. Wilayah A terdiri dari Kota Gorontalo dan
K a b u p a t e n B o n e B o l a n g o d e n g a n t o t a l 9 S P B U, w i l a ya h B t e r d i r i d a r i K a b u p a t e n
Gorontalo dengan total 9 SPBU, wilayah C untuk bagian Kabupaten Gorontalo Utara
dan Kabupaten Bolmong Utara dengan total 5 SPBU dan wilayah D terdiri
Kabupaten Boalemo dengan total 4 SPBU.
Mencari Rute Terpendek Menggunakan Algoritma Tabu Search
Menurut (Zai et al., 2016) Tabu Search pertama kali diperkenalkan oleh Fred Glover
p a d a t a h u n 1 9 8 6 . Ta b u a t a u t a b o o b e r a s a l d a r i b a h a s a To n g a n , y a n g d i t u r u n k a n
dari bahasa Polinesia dan digunakan oleh suku aborigin untuk mededikasikan hal
yang tidak diperbolehkan untuk disentuh karena kesuciannya atau sakralnya. Tabu
Search memiliki elemen utama diantaranya: representasi solus
s o l u s i a w a l , s o l u s i n e i g h b o u r h o o d , t a b u l i s t , k r i
pemberhentian (Sulistiono & Mussafi, 2015).
( H e r a w a t i e t a l . , 2m
01en
5 g) u n g k a p k a n l a n g k a h - l a n g k a h y a n g d i g u n a k a n d a l a m
pencarian algoritma Tabu Search sebagai berikut:
1. Menentukan solusi alternatif dengan menentukan solusi awal yang menjadi
titik dimulainya proses distribusi dengan memilih titik yang memiliki jarak
terdekat dari depot sehingga nantinya akan menjadi ru
dilakukan iterasi pada proses selanjutnya.
2. R u t e y a n g t e l a h d i p e r o l e h k e m u d i a n d i m a s u k k a n k e d a l a m t a b u l i s t p a d
iterasi ke-0 atau k=0.
3. M e l a k u k a n p e r h i t u n g a n e v a l u a s i d a r i s o l u s i a l t e r n a t i v e y
dengan melakukan move. Proses move didasarkan pada indeks
banyaknya indeks yaitu C (n , 2) .
4. Memilih solusi terbaik dengan bobot minimum.
5. M e n g e c e k s o l u s i y a n g d i d a p a t k a n t e r d a f t a r p a d a t a b u l i s t . A p a b i l a s o l u s
t e r s e b u t t e rd a f t a r d a l a m t a b u l i s t m a k a s o l u s i t e
dilakukan, jika tidak terdaftar maka lanjut ke langkah selanjutnya.
6. Memasukkan solusi baru dengan bobot minimum kedalam tabu list.
7. Mengulangi langkah ke-3 hingga tercapai iterasi maksimal.
Berdasarkan langkah 1-7 diperoleh perhitungan iterasi pada wilayah A dimana rute
awal yang diperoleh yaitu V
0,V1,V2,V3,V5,V7,V6,V8,V4,V9,V0 dengan total jarak 37.7 km.

Rute awal tersebut akan menjadi solusi sementara yang akan dimasukkan kedalam
t a b u l i s t p a d a i te ra s i ke - 0 a t a u k = 0 . S e l a n j u t nya a k a n m e l a ku ka n p ro s e s i te ra si 1
 6 Abdul, dkk.: Optimasi Rute Distribusi BBM …

pada wilayah A yang dapat dilihat pada tabel 2.

Tabel 2. Iterasi 1 Algoritma Tabu Search Wilayah A
Jarak Jarak
Move Rute Move Rute
(Km) (Km)
V1-V2 V0,V2,V1,V3,V5,V7,V6,V8,V4,V9,V0 39.4 V3-V8 V0,V1,V2,V8,V5,V7,V6,V3,V4,V9,V0 44.8
V1-V3 V0,V3,V2,V1,V5,V7,V6,V8,V4,V9,V0 41.6 V3-V4 V0,V1,V2,V4,V5,V7,V6,V8,V3,V9,V0 46.9
V1-V5 V0,V5,V2,V3,V1,V7,V6,V8,V4,V9,V0 43.5 V3-V9 V0,V1,V2,V9,V5,V7,V6,V8,V4,V3,V0 43.2
V1-V7 V0,V7,V2,V3,V5,V1,V6,V8,V4,V9,V0 50.9 V5-V7 V0,V1,V2,V3,V7,V5,V6,V8,V4,V9,V0 39.9
V1-V6 V0,V6,V2,V3,V5,V7,V1,V8,V4,V9,V0 50 V5-V6 V0,V1,V2,V3,V6,V7,V5,V8,V4,V9,V0 41.8
V0-V8 V0,V8,V2,V3,V5,V7,V6,V1,V4,V9,V0 47.8 V5-V8 V0,V1,V2,V3,V8,V7,V6,V5,V4,V9,V0 50.2
V1-V4 V0,V4,V2,V3,V5,V7,V6,V8,V1,V9,V0 44.5 V5-V4 V0,V1,V2,V3,V4,V7,V6,V8,V5,V9,V0 49.6
V1-V9 V0,V9,V2,V3,V5,V7,V6,V8,V4,V1,V0 41.1 V5-V9 V0,V1,V2,V3,V9,V7,V6,V8,V4,V5,V0 39.2
V2-V3 V0,V1,V3,V2,V5,V7,V6,V8,V4,V9,V0 38.3 V7-V6 V0,V1,V2,V3,V5,V6,V7,V8,V4,V9,V0 45.4
V2-V5 V0,V1,V5,V3,V2,V7,V6,V8,V4,V9,V0 42.2 V7-V8 V0,V1,V2,V3,V5,V8,V6,V7,V4,V9,V0 43.8
V2-V7 V0,V1,V7,V3,V5,V2,V6,V8,V4,V9,V0 45.1 V7-V4 V0,V1,V2,V3,V5,V4,V6,V8,V7,V9,V0 48
V2-V6 V0,V1,V6,V3,V5,V7,V2,V8,V4,V9,V0 47.3 V7-V9 V0,V1,V2,V3,V5,V9,V6,V8,V4,V7,V0 52.4
V2-V8 V0,V1,V3,V2,V5,V7,V6,V8,V4,V9,V0 44.7 V6-V8 V0,V1,V2,V3,V5,V7,V8,V6,V4,V9,V0 48.7
V2-V4 V0,V1,V4,V3,V5,V7,V6,V8,V2,V9,V0 44.1 V6-V4 V0,V1,V2,V3,V5,V7,V4,V8,V6,V9,V0 47.3
V2-V9 V0,V1,V9,V3,V5,V7,V6,V8,V4,V2,V0 41.9 V6-V9 V0,V1,V2,V3,V5,V7,V9,V8,V4,V6,V0 38.8
V3-V5 V0,V1,V2,V5,V3,V7,V6,V8,V4,V9,V0 39.5 V8-V4 V0,V1,V2,V3,V5,V7,V6,V4,V8,V9,V0 41.6
V3-V7 V0,V1,V2,V7,V5,V3,V6,V8,V4,V9,V0 42 V8-V9 V0,V1,V2,V3,V5,V7,V6,V9,V4,V8,V0 42.7
V3-V6 V0,V1,V2,V6,V5,V7,V3,V8,V4,V9,V0 43.9 V4-V9 V0,V1,V2,V3,V5,V7,V6,V8,V9,V4,V0 36.2
Pada tabel 2. Diperoleh solusi minimum pada indeks ke- 36 dengan melaku
move pada node V4-V9 dan rute yang diperoleh yaitu V0,V1,V2,V3,V5,V7,V6,V8,V9,V4,V0
Dengan total jarak 36.2 km. Solusi ini merupakan solusi yang le
dibandingkan dengan solusi yang sebelumnya, sehingga solusi baru yang diperoleh
akan menjadi solusi semntara pada tabu list untuk dilaku
selanjutnya. Dengan mengulangi langkah yang sama pada masing-masing wilayah
sampai tercapai iterasi maksimal, maka akan diperoleh rute optimal menggunakan
algoritma Tabu Search yang dapat dilihat pada tabel 3.

Tabel 3. Rute Optimal Dengan Algoritma Tabu Search

Wilayah Rute Total Jarak (Km)
A V0,V1,V2,V3,V5,V8,V6,V7,V9,V4,V0 35
B V0,V10,V11,V12,V13,V14,V17,V18,V16,V15,V0 156

https://ejournal.unibabwi.ac.id/index.php/transformasi
Transformasi (Jurnal Pendidikan Matematika dan Matematika)
Volume X, No. X, Bulan YYYY Tahun YYYY, pp. x-x (diisi oleh editor)
ISSN 2549-1664 (online)

C V0,V19,V20,V21,V27,V26,V0 342.2
D V0,V22,V25,V24,V23,V0 282
Ta b e l 3 . M e r u p a k a n h a s i l r u t e y a n g d i p e r o l e h b e r d a s a r k a n p r o s e s i t
dilkaukan pada masing-masing wilayah dengan menggunakan
Search. Proses distribusi wilayah A diawali dari depot menuju ke SPBU 7496103 →
SPBU 7496227 → SPBU 7496104 → SPBU 7496107 → SPBU 9486105 → SPB
7496130 → SPBU 7496223 → SPBU 7496501 → SPBU 7496101 dan balik lagi ke
depot dengan total jarak yang diperoleh 35 km. Wilayah B diawali d
menuju ke SPBU 7496106 → SPBU 7496102 → SPBU 7496209 → SPBU 7496228 →
SPBU 7496108 → SPBU 7496231 → SPBU 7496208 → SPBU 7496226 → SPB
7496211 dan balik lagi ke depot Jl. Yos Sudarso dengan total jarak yang diperoleh
156 km. Wilayah C diawali dari depot → SPBU 7496201 → SPBU 7496212 → SPBU
7496204 → SPBU 7495704 → SPBU 7495710 Jl. Kuala, Kaidapang dan balik lagi ke
depot dengan total jarak yang diperoleh 342.2 km. Wilayah D diawali dari depot →
SPBU 7496205 → SPBU 7496207 → SPBU 7496230 → SPBU 7496206 dan balik lagi
ke depot dengan total jarak yang diperoleh 282 km. Total jarak yang diperoleh pada
masing-masing wilayah dengan menggunakan algoritma Tabu Search yaitu 815.2 km
Mencari Rute Terpendek Menggunakan Algoritma Cheapest Insertion Heuristic
Menurut (Wijayanti et al., 2020) Algoritma Cheapest Insertion Heuristic merupakan
suatu algoritma insertion yang setiap penambahan titik baru kemudian disispkan
k e d a l a m s o b t o u r y a n g m e m i l i k i b o
(Lattan et al., 2021) bobot penyisipan diperoleh dari persamaan:

Ci , j , k =Ci , k +Ck , j−Ci , j (1)

Keterangan:
Cik = jarak dari kota i ke kota k
Ckj = jarak dari kota k ke kota j
Cij = jarak dari kota i ke kota j
( N u r, 2 0m
2 1e )n y a t a k a n l a n g k a h - l a n g k a h d a l a m a l g o r i t m a C h e a p e
Heuristic sebagai berikut:
1. M e m b u a t s o b t o u r a w a l a n t a r a d u a n o d e . S o u b t o u r y a i t u r u t e p e r j a l a n
yang berasal dari titik awal dan berakhir di titik awal tersebut. Pada wilayah
A t e r b e n t u k s u b t o u r p e r t a m a0, Vy9)a-i(t V
9u
, V0()Vd a n n o d e y a n g b e l u m
dikunjungi yaitu node V1,V2,V3,V4,V5,V6,V7,V8.
2. Membuat tabel dari sobtour yang telah didapat kemudian sisipkan titik-titik
yang belum terdaftar pada subtour dengan hasil kombinasi yaitu pemilihan
8 Abdul, dkk.: Optimasi Rute Distribusi BBM …

rute yang memiliki bobot terkecil yang diperoleh dari pe

Mengulangi langkah yang sama sampai semua node terdaftar, sehingga akan
diperoleh hasil akhir perhitungan rute masing-masing wilayah yang dapat
dilihat pada tabel 5, dengan contoh proses iterasi menggunakan algoritma
Cheapest Insertion Heuristic pada wilayah A dapat dilihat pada tabel 4.
Tabel 5. Penyisipan Subtour Pertama Wilayah A
Node yang Diganti Node Sisipan Panjang Node Bobot
V0-V9 (V0,V1)-(V1,V9) C01+C19-C09 1.7
V0-V9 (V0,V2)-(V2,V9) C02+C29-C09 1.6
V0-V9 (V0,V3)-(V3,V9) C03+C39-C09 2.9
V0-V9 (V0,V4)-(V4,V9) C04+C49-C09 0.5
V0-V9 (V0,V5)-(V5,V9) C05+C59-C09 5.7
V0-V9 (V0,V6)-(V6,V9) C06+C69-C09 8.1
V0-V9 (V0,V7)-(V7,V9) C07+C79-C09 -0.4
V0-V9 (V0,V8)-(V8,V9) C08+C89-C09 5.1
V9-V0 (V9,V1)-(V1,V0) C91+C10-C90 1.7
V9-V0 (V9,V2)-(V2,V0) C92+C20-C90 1.6
V9-V0 (V9,V3)-(V3,V0) C93+C30-C90 2.9
V9-V0 (V9,V4)-(V4,V0) C94+C40-C90 0.5
V9-V0 (V9,V5)-(V5,V0) C95+C50-C90 5.7
V9-V0 (V9,V6)-(V6,V0) C96+C60-C90 8.1
V9-V0 (V9,V7)-(V7,V0) C97+C70-C90 -0.4
V9-V0 (V9,V8)-(V8,V0) C98+C80-C90 5.1
P a d a t a b e l 5 . d i p e r o l e h d u a t a m b a h a n j
V0-V9 digantikan dengan node (V0,V4)-(V4,V9) dan node V9-V0 digantikan dengan node
( 9V, 4V) - 4, ( 0V)V d e n g a n b o b o t 0 . 5 . A k a n d i p i l i h
V0-V9 , sehingga akan terbentuk subtour baru (V0,V4)-(V4,V9)-(V9-V0).

Tabel 4. Rute Optimal Dengan Algoritma Cheapest Insertion Heuristic

Wilayah Rute Total Jarak (Km)
A V0,V1,V2,,V5,V7,V6,V8,V3,V4,V9,V0, 45.1
B V0,V10,V13,V14,V17,V16,V11,V12,V15,V18,V0 267.4
C V0,V20,V19,V26,V21,V27,V0 399.2
D V0,V23,V24,V22,V25,V0 328
Tabel 4. Merupakan hasil rute yang diperoleh berdasarkan masing-masing wilayah
dengan menggunakan algoritma Cheapest Insertion Heuristic. Wilayah A diawa

https://ejournal.unibabwi.ac.id/index.php/transformasi
Transformasi (Jurnal Pendidikan Matematika dan Matematika)
Volume X, No. X, Bulan YYYY Tahun YYYY, pp. x-x (diisi oleh editor)
ISSN 2549-1664 (online)

dari depot menuju ke SPBU 7496103 → SPBU 7496227 → SPBU 7496107 → SPBU
7496223 → SPBU 7496130 → SPBU 9486105 → SPBU 7496104 → SPBU 7496101 →
SPBU 7496501 dan balik lagi ke depot dengan total jarak yang diperoleh 45.1 km.
Wilayah B diawali dari depot menuju ke SPBU 7496106 → SPBU 7496228 → SPBU
7496108 → SPBU 7496231 → SPBU 7496226 → SPBU 7496102 → SPBU 7496209 →
SPBU 7496211 → SPBU 7496208 dan balik lagi ke depot dengan total jarak yang
diperoleh 267.4 km. Wilayah C diawali dari depot menuju ke SPBU 7496212 → SPBU
7496201 → SPBU 7495710 → SPBU → SPBU 7495704 dan balik lagi ke d
dengan total jarak yang diperoleh 399.2 km. Wilayah D diawali dari depot menuju
ke SPBU 7496206 → SPBU 7496230 → SPBU 7496205 → SPBU 7496207 dan balik
lagi ke depot dengan total jarak yang diperoleh 328 km. Total jarak yang diperoleh
p a d a m a s i n g - m a s i n g w i l aya h d e n g a n m e n g g u n a k a n a l g o r i t m a C h e a p e s t I n s e r t i o n
Heuristic yaitu 1039.7 km.
A l g o r i t m a Ta b u S e a rc h m e m i l i k i j a ra k te m p u h ya n g l e b i h ke c i l ji k a di b a n d i n gka n
dengan jarak tempuh pada algoritma Cheapest Insertion Heuristic. Hal ter
s e s u a i d e n g a n p e n e l i t i a n y a n g d( iHl a yk ’usk, a2n0yo
1al7ne)gh m e n y a t a k a n
b a h w a A l g o r i t m a Ta b u S e a r c h m e r u p a k a n m e t o d e o p t i m a s i y a n g t e r b u k t i e f e k t i
t e r l e b i h u n t u k m e m c a h k a n m a s a l a h d e n g a n s k a l a y a n g b e s a r. P
Cheapest Insertion Heuristic, jika node yang telah terpilih pada iterasi sebelumnya
maka node tersebut akan diabaikan pada iterasi berikutnya sehingga jumlah node
akan berkurang yang menyebabkan perhitungan iterasi lebih cepat jika jumlah node
ya ng dihitung sedikit . Akan te ta pi proses ite rasi a kan meningkat pad a skal a yang
b e s a r. H a l i n i s e s u a i d e n g a n p e n e l i t i a n y a n g d i l a k(uEkf faenn o
d li e&h M a u l i n d a ,
2 0 1 0 y) a n g m e n y a t a k a n b a h w a p r o s e s p e n c a r i a n a l g o r i t m a C h e a p e s t I
Heuristic akan semakin meningkat jika jumlah node yang relatif banyak.

Kesimpulan
Hasil perhitungan rute optimal dengan menggunakan algor
m e m i l i k i t o t a l j a r a k t e m p u h d a r i k e e m p a t w i l a y a
perhitungan rute terpendek dengan menggunakan algoritma Cheapest Inse
Heuristic memiliki total jarak tempuh dari keempat wilayah yaitu 1039.7 km. Hal
ini menunjukkan bahwa algoritma Tabu Search lebih optimal pada penentuan rute
distribusi BBM.
Daftar Pustaka
Alkaisi F. (2022). Optimasi Rute Distribusi Pertalite Dengan Menggunakan Metode
10 Abdul, dkk.: Optimasi Rute Distribusi BBM …

S a v i n g M a t r i x U n t u k M i n i m a s i J a r a k Te m p u h d a n B i a y a D i s t r
K a s u s : I n t e g r a t e d T e r m i n a l S
Industrial Enggineering Online Journal, 11(2).
Effendi, R., & Maulinda, S. (2010). Studi Perbandingan Algoritma Cheapest Insertion
Heuristic Dan Ant Colony System Dalam Pemecahan Travelling
Seminar Nasional Aplikasi Teknologi Informasi, (Snati), 1–6.
Fatmawati, Prihandono, B., & Noviani, E. (2015). Penyelesaian Travelling Salesman
Problem Dengan Metode Tabu Search. Buletin Ilmiah Mat. Stat. Dan Terapannya
(Bimaster), 04 no. 1(1), 17–24.
H ay ’ s , R . N . ( 2 0 1 7 ) . Ko m b i n a s i F i re f ly A l g o r i t h m -Ta b u S e a rc h u n t u k Pe nye l e s a i a n
Traveling Salesman Problem. Jurnal Online Informatika, 2(1), 42.
Herawati, C., Adianto, R. H., & Mustofa, F. H. (2015). Usulan Rute Distribusi Tabung
G a s 1 2 K g M e n g g u n a k a n A l g o r i t m a N e a r e s t N e i g h b o u r d a n A l g o r i t m a Ta b u
Search di PT. X Bandung.Jurnal Online Institut Teknologi Nasional. ISSN: 2338-
5081, 03(02), 209–220.
K a d a m , H . B ., M
G .u l y a n a , I . J . , & M u l y o(n2o0, 1J8. ) . P e n e n t u a n R u t e Te r p e n d e k
Dengan Metode Tabu Search. Jurnal Ilmiah Widya Teknik, 17(2), 93–102.
L a t t a n , B . W. , Tu p a n , J . M . , & Pa i l l i n , D. B . ( 2 0 2 1 ) . Pe m e c a h a n Trave l i n g S a l e s m e n
P r o b l e m M e n g g u n a k a n Te k n i k B r a n c h a n d B o u n d d a n C h e a p e s t I
Heuristic. I Tabaos, 1(1), 13–22.
L u k m a n , I . , H a n a f i , R . , & Pa r e n r e n g , S . M . ( 2 0 1 9 ) . O p t i m a s i B i a y a D i s t r i b u s i p a d a
H F V R P M e n g g u n a k a n A l g o r
Jurnal Optimasi Sistem Industri, 18(2), 164.
N u r , M . A . S . ( 2 0o 2m1b) i. n Ka s i A l g o r i t m a B r a n c h A n d B r o u n d D a n C h e a
Insertion Heuristic Dalam Menyelesaikan Asymmetric Travelling
Problem. MATH unesa . 09(02), 351–358.
P a i l l i n , D . B . , & S o s e b e k o , F. ( 2 0 1 7 ) . P e n e n t u a n R u t e O p t i m a l D i s t r i b u s i
N e s t l e D e n g a n M e to d e Trave l l i n g S a l e s m a n P ro b l e m ( T S P ) ( S t u d i K a s u s : P T.
Paris Jaya Mandiri). Arika, 11(1), 35–44.
Paillin, D. B., & Tamaela, M. (2019). Analisis Pola Rute Distribusi Paket Pada PT. Pos
Indonesia (Persero) Ambon Dengan Menggunakan Metode Travelling Salesman
Problem Dan Differential Evolution. Arika, 13(2), 75–86.
S a l e h , K . , H e l m i , & P r i h a n d o n o , B . ( 2 0 1 5 ) . P e n e n t u a n R u t e Te r p e n
M e n g g u n a k a n A l g o r i t m a C h e a p e s t I n s e r t i o n H e u r i s
W i c a k s a n a O v e r s e a s I n

https://ejournal.unibabwi.ac.id/index.php/transformasi
Transformasi (Jurnal Pendidikan Matematika dan Matematika)
Volume X, No. X, Bulan YYYY Tahun YYYY, pp. x-x (diisi oleh editor)
ISSN 2549-1664 (online)

Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster), 04(3), 295–304.

Sulistiono, S., & Mussafi, N. S. M. (2015). Rancang Bangun Vehicle Routing Problem
Menggunakan Algoritma Tabu Search. Jurnal Fourier, 4(2), 113.
T a r n o t o , yT u. ,d iWn a, h W . , & .F i (t 2r 0i a2 n1 i) ,. RO p t i m a s i R u t e D i s t
G a s L P G 3 K g M e n g g u n a k a n M e t o d e T .a Sb Pu I J.Su er an ra cl h p a d a P
Industrial Services, 7(1), 43 -51.
Wijayanti, D. E., Thobirin, A., & Prasetyo, P. W. (2020).
Menentukan Rute Kendaran
P e n g a n g k u t S a m p a h K o t a Yo g y a k a r t a D e n g a n A l g o r i t m a C h e a p e s t I n s e r t i
Heuristic. Jurnal Fourier. 9(2), 85–95.
Yu l i a n t o , E . , & S e t i a w a n , A . ( 2 0 1 8 ) . O p t i m a s i R u t e S a l e s C o ve r a g e M e n g g u n
Al go ri tm a C he a pe st I ns er ti on He u ri sti c Da n Laya n a
INTERNAL (Information System Journal), 1(1), 39–54.
Z a i , D . , B u d i a t i , H . , B e r u t u , S . S . (, 2I0n1f o6 r) m
. Sa it m
i kual ,a s i R u t e T e r p e n d e k
Lokasi Pariwisata Dengan Metode Breadth First Search dan
Jurnal Infact, 1(2), 30-41.