Anda di halaman 1dari 20

OPTIMALISASI RUTE LOGISTIK

DENGAN ALGORITMA
TRAVELING SALESMAN
PROBLEM (TSP) UNTUK
MANAJEMEN RANTAI PASOKAN
ANGGOTA
1. FINA ALFI KHASANAH
2. PASADINA DWI TATAKUN
3. NANDA ARAGANI PUTRA
Tanpa menggunakan rute terpendek, sales akan memakan banyak waktu
untuk sampai ke tujuan. gagal dalam memilih rute yang efisien, akibatnya akan
menambah biaya operasional perusahaan
RUTE TEROPTIMAL?

JARAK TERDEKAT RUTE TERCEPAT BIAYA TERENDAH


mencari ruter terdekat untuk jalur selain itu mencari rute yang dapat mengurangi biaya untuk logistik
logistik ditempuh dengan waktu yang rantai pasokan
singkat

03
Optimalkan biaya pengiriman Temukan jalur yang tepat untuk
logistik rantai pasokan dengan gudang logistik berdasarkan
mengelompokkan jarak tujuan, jenis parameter yang sesuai dengan
jalan, dan jenis kendaraan yang kebutuhan bisnis.
digunakan.
TRAVELLING SALESMAN PROBLEM (TSP)
Apa itu TSP?

Travelling Salesman Problem (TSP) adalah


permasalahan umum dalam optimasi kombinatorial
dimana seorang salesman harus mengujungi sejumlah
N kota, disyartakan setiap kota hanya dikunjungi sekali.
Salesman ini harus memilih rute sehingga jarak total
yang dia tempuh minimum

Why TSP?

Kemampuan menentukan rute penjualan terbaik masih


menjadi tantangan penjualan hingga saat ini
LANDASAN PENYELESAIAN
MASALAH PADA TSP
01. TEORI GRAF

Menurut Gregory Gutin (2007), secara kasar graf


adalah suatu diagram yang memuat informasi tertentu
jika diinterprestasikan secara tepat. Dalam kehidupan
sehari-hari, graph digunakan untuk menggambarkan
berbagai macam struktur yang ada. Tujuannya adalah
sebagai visualisasi objek-objek agar lebih mudah
dimengerti.
02. ALGORITMA DJIKSTRA

Algoritma Dijkstra bekerja dengan mencari rute


terpendek antara simpul sumber dan simpul tujuan
untuk sebuah graf berarah berdasarkan bobot pada
sisi yang bernilai tidak negatif. Pada algortima Djikstra
terdapat dua cara dalam penentuan jarak paling
optimal, yaitu shortest path berdasarkan jarak
terpendek dan fastest path berdasarkan waktu tempuh
tercepat.
Pada penyelesaian kasus ini digunakan fastest path
dimana output yang dihasilkan berupa cost waktu.
Pada penentuan fastest path ini juga dimasukkan
faktor-faktor yang mempengaruhi waktu temput
seperti kondisi lalu lintas, kondisi jalan, kondisi elevasi,
dan kecepatan kendaraan.
03. Algoritma Nearest Neigbourhood

Algoritma Nearest Neighbor termasuk pada jenis


approximation algorithm yang memiliki tujuan untuk
mendapatkan solusi dari permasalahan dengan
efisien, tetapi tidak dapat dipastikan bahwa solusi
tersebut optimal. Nearest Neighbor akan mengambil
pilihan terbaik berdasarkan data yang ada pada saat
ini tanpa mempertimbangkan keseluruhan data yang
ada. Cara kerja algoritma nearest neighbor pada
pencarian rute ini adalah dengan selalu mengunjungi
destinasi terdekat dan apabila semua destinasi telah
dilalui, ia akan kembali ke titik awal.

Ilustrasi kerja algoritma NN


03. Algoritma Nearest Neigbourhood (2)
Pada algoritma ini kita memasukkan data koordinat lokasi 4. Titik garis yang terpilih menjadi titik pencarian berikutnya
tujuan dan waktu tempuh teroptimal antar titik-titik tujuan kemudian titik tersebut
yang disajikan dalam bentuk matriks seperti gambar berikut.

Adapun langkah-langkah yang dilakukan untuk


mendapatkan rute pengantaran optimal adalah sebagai
berikut :
1. Tentukan titik awal yang sekaligus menjadi titik akhir,
dimana dalam kasus ini titik tersebut merupakan gudang
barang.
Berdasarkan gambar, maka rute yang terpilih adalah dari
2. Dari titik awal tersebut tentukan titik-titik lain yang
ABEDCA dengan total jarak sebesar 65. Jarak sebesar 65 ini
terhubung dengannya dan belum dikunjungi.
adalah jarak yang harus ditempuh untuk mengunjungi
3. Pilih bobot terkecil dari garis yang menghubungkan titik
seluruh titik pada graf dan kembali ke titik awal yang
awal dengan semua titik yang belum pernah dikunjungi
didapatkan dari algoritma NN
tersebut.
DATA YANG DIGUNAKAN
DATA STATIS DATA DINAMIS

Elevasi Jaringan Jalan (Jenis jalan)


Scraping Google earth API Scraping Google maps API

Kondisi Lalu Lintas


Crawling Google maps API per 30
detik

Data Lokasi gudang (POI) Data Lokasi Pelanggan


Scraping Google maps API

Kondisi Jalan Data Kecepatan kendaraan


PERANGKAT YANG
DIGUNAKAN

Maps and earth API Dynamics Cloud Computing


programming
PELAKSANAAN
DIAGRAM ALIR
01. PENGUMPULAN DATA

Langkah pertama dalam pembuatan rute


optimal untuk logistik ini adalah pengumpulan
data. Data-data yang digunakan sebagian
besar merupakan hasil dari scrapping dan
crawling dari google maps atau google earth
API. Hal ini dikarenakan dibutuhkannya data lalu
lintas secara real time. Data utama yang
dibutuhkan pada penyelesaian kasus ini adalah
data titik awal (gudang barang) dan titik tujuan
(lokasi konsumen). Adapun data kondisi jalan,
kondisi lalu lintas, elevasi, kecepatan kendaraan
merupakan data pendukung yang
mempengaruhi besarnya cost route dalam hal
ini waktu pengiriman.
02. PENENTUAN COST DARI FAKTOR-FAKTOR PENDUKUNG

Data kondisi jalan, kondisi lalu lintas, elevasi, kecepatan


kendaraan merupakan data pendukung yang
mempengaruhi besarnya cost route dalam hal ini waktu
pengiriman. Setiap data akan diberi pembobotan ulang.
Sehingga data-data tersebut dihitung menjadi satu
fungsi tersendiri.
02. ALGORITMA DIJKSTRA UNTUK MENENTUKAN JARAK TERDEKAT
DAN TERCEPAT

Selanjutnya dilakukan proses penentuan jarak


terdekat dan tercepat antar titik menggunakan
algoritma dijkstra, hasil keluaran dari metode ini
adalah jarak dan waktu yang digunakan untuk
proses selanjutnya

Output yang dihasilkan https://colab.research.google.com/drive/1xHrCs


HkY148610p2Zh5y9dxdeqf0AqC6?usp=sharing
04. TSP DENGAN ALGORITMA NEAREST NEIGHBORHOOD

Dengan menggunakan Phyton. Bisa


menggunakan modul mlrose_hiive.

https://colab.research.google.com/drive/1xHrCs
HkY148610p2Zh5y9dxdeqf0AqC6?usp=sharing
HASIL YANG DIHARAPKAN
Hasil yang diharapkan adalah rute optimal jalur
pengantaran barang atau logistik yang paling
cepat dan dekat dengan mempertimbangkan
hal-hal seperti kondisi lalu lintas, kondisi jalan,
dan lain sebagainya sebagai parameter yang
mempengaruhi keoptimalan jalur.

Anda mungkin juga menyukai