Progress Report Propen
Progress Report Propen
I. Deskripsi Perusahaan.....................................................................................................................1
II. Latar Belakang................................................................................................................................1
III. Perhitungan Kebutuhan Operasional.........................................................................................2
IV. Permasalahan...................................................................................................................................3
V. Perhitungan Penyesuaian dengan Metode Westinghouse.......................................................5
LAMPIRAN
I. Deskripsi Perusahaan
Usaha Huller XYZ merupakan sebuah usaha yang bergerak dalam pendistribusian beras
yang berlokasi di daerah lubuk minturun, Kecamatan Koto Tangah, Kota Padang,
Provinsi Sumatera Barat. Usaha ini mendistribusikan beras ke 5 pelanggan tetap dengan 1
kali pengantaran untuk semua pelanggannya dengan menggunakan kendaraan L300
sebanyak 2 unit untuk pendistribusian beras.
- Biaya kendaraan
1. Bahan Bakar
Jenis bahan bakar = solar
Harga 1 liter = Rp 6.800 (Sumber : Website Pertamina)
Konsumsi 1 liter = 9,7 KM
Biaya Bahan Bakar / KM = Rp 6.800/ 9,7 KM = Rp 701/ KM
IV. Permasalahan
Keterlambatan merupakan suatu hal yang dirasakan oleh huller, banyak faktor
yang dapat mempengaruhi distribusi dari beras agar sampai ke tangan pelanggan dengan
tepat waktu, tetapi hal yang menjadi fokus dalam permasalahan ini adalah keterlambatan
dalam rute pendistribusianya. Pada huller ini jam kerja tidaklah menjadi suatu hal yang
ditetapkan para pekerja jam kerja nya fleksibel,tetapi jam pengantaran dimulai dari jam
14.00 s/d jam 17.00. Dalam rute yang digunakan saat ini berdasarkan wawancara dengan
owner dan pekerja di huller tersebut, rute tersebut selalu menjadi salah satu alasan
keterlambatannya. Terdapat lima lokasi pelanggan tetap yang harus di distribusikan oleh
huller dalam satu bulan. Lokasi kelima pelanggan tersebut berbeda-beda dan
menggunakan rute yang sama dalam setiap pendistribusiannya. Permasalahannya rute
yang dilalui selama ini merupakan daerah sibuk atau busy area yang mana selalu
memiliki kendala seperti kemacetan,dll yang membuat pendistribusian menjadi terlambat.
1. Metode Eksak
Metode eksak merupakan metode yang mencari satu solusi terbaik dengan
menjelajahi setiap calon solusi. Contoh dari metode ini yaitu metode brand and
cut dan metode branch and bound.
2. Metode Heuristik
Metode heuristik merupakan metode penyelesaian untuk permasalahan VRP
yang lebih kompleks. Metode ini memiliki waktu penyelesaian yang lebih cepat
dibandingkan dengan metode eksak. Contoh dari metode ini yaitu metode sweep,
metode saving matrix, dan metode fisher and jaikumar.
3. Metode Metaheuristik
Metode metaheuristik merupakan metode perbaikan solusi awal dalam
penyelesaian suatu masalah. Solusi awal diperoleh dari hasil acak ataupun hasil
dari metode heuristik. Hasil solusi pada metode ini memiliki kualitas yang lebih
baik dibandingkan dengan hasil solusi yang diperoleh pada metode heuristik.
Contoh dari metode ini yaitu tabu search, algoritma genetika, ant colony
system, dan simulated annealing.
b. Usaha
Usaha yang dimaksud disini adalah kesungguhan yang ditunjukan atau diberikan operator
ketika melakukan pekerjaannya. Usaha pada metode Westinghouse terbagi mejadi 6 kelas, yaitu
Excessive Effort, Excellent Effort, Good Effort, Good Effort, Fair Effort, Poor Effort.
c. Kondisi kerja
Kondisi kerja pada metode Westinghouse adalah kondisi fisik lingkungannya. Seperti
keadaan pencahayaan, temperatur, kebisingan ruangan. Kondisi kerja dibagi menjadi 6 (enam)
kelas yaitu ideal, exellent, good, average, fair, dan poor.
d. Konsistensi
Konsistensi perlu diperhatikan karena kenyataannya pada setiap pengukuran waktu
angka-angka yang dicatat tidak semuanya sama. Sebagaimana halnya dengan faktor-faktor lain
konsistensi juga dibagi menjadi 6 (enam) kelas
yaitu: perfect, exellent, good, average, fair, dan
poor.
Diketahui:
Waktu Siklus
Waktu Muat = 21.06 menit
Waktu Bongkar
o Lokasi 1 = 3.35 menit
o Lokasi 2 = 13.10 menit
o Lokasi 3 = 3.27 menit
o Lokasi 4 = 5.45 menit
o Lokasi 5 = 18.05 menit
Waktu Jalan = 150, 91 menit
Waktu Normal
Wn = Ws x p
Dokumentasi :
VI. Metodologi Penelitian
Menurut Budayasa (2007: 1), graf adalah himpunan berhingga tak kosong V(G)
dari obyek-obyek yang disebut titik dan himpunan berhingga (mungkin kosong) E(G)
yang elemen-elemennya disebut sisi sedemikian hingga setiap elemen e dalam E(G)
merupakan pasangan tak berurutan dari titik-titik di V(G). Sebuah graf G dapat
dengan sebuah noktah dan setiap sisi yang menghubungkan dua titik di G digambarkan
dengan sebuah kurva sedehana (ruas garis) dengan titik-titik akhir di kedua titik tersebut.
Sisi yang hanya berhubungan dengan satu titik ujung disebut loop. Dua sisi berbeda yang
Dua titik dikatakan berhubungan (adjacent) jika ada sisi yang menghubungkan
keduanya dan sebuah sisi dikatakan terkait (incident) dengan titik yang menghubungkan
sisi tersebut. Graf yang tidak mempunyai loop ataupun sisi parallel disebut Graf
Sedehana. Sedangkan graf sederhana dengan n titik, di mana setiap dua titik berbeda
dihubungkan dengan suatu sisi disebut Graf Lengkap. Banyaknya sisi dalam suatu
n(n−1)
graf lengkap dengan n titik adalah buah.
2
Berdasarkan label sisinya, graf dibagi menjadi dua macam, yaitu graf tak berlabel
dan graf berlabel. Dalam graf tak berlabel, sisi yang menghubungkan kedua titik tidak
menyatakan bobot atau kualitas hubungan tersebut. Sisi hanyalah sekedar menunjukkan
bahwa kedua titik berhubungan. Sebaliknya, dalam graf berlabel, setiap sisi diasosiasikan
dengan bilangan riil yang menunjukkan bobot hubungan antara kedua titik. Dalam dunia
nyata, bobot sisi menyatakan jarak, waktu, biaya, dll. Sejumlah sisi yang terkait pada
sebuah titik disebut derajat titik. Sebagai contoh sebuah graf berikut.
A H
F D
G I
C E
dan A-C incident dengan titik A dan C. Titik H memiliki derajat satu, D memiliki derajat
dua dan E memiliki derajat tiga. Dalam menggambar sebuah graf, tidaklah penting
apakah sisi yang digambar lurus atau bengkok, panjang atau pendek, yang penting adalah
Titik pada graf yang tidak mempunyai sisi yang berhubungan dengannya disebut
titik terasing (isolating point). Sedangkan, graf yang tidak mempunyai titik (sehingga
tidak mempunyai sisi) disebut Graf Kosong. Menurut Munir (2010: 183), garis pada graf
dapat mempunyai orientasi arah. Berdasarkan orientasi arah pada sisi maka secara umum
graf dibedakan atas dua jenis yaitu Graf Tak Berarah (Undirected Graph) dan Graf
Menurut Budayasa (2007: 214), sebuah graf berarah D adalah suatu pasangan
berurutan dari dua himpunan V(D) yaitu himpunan berhingga tak kosong yang anggota-
anggotanya disebut titik dan (D) yaitu himpunan berhingga (boleh kosong) yang anggota-
anggotanya disebut busur sedemikian hingga setiap busur merupakan pasangan berurutan
dari dua titik di V(D). Jika v1 dan v2 adalah dua titik pada graf berarah D dan e = (v1,v2)
sebuah busur D, maka e disebut busur keluar titik v1 dan e disebut busur menuju titik v2.
Graf yang setiap sisinya diberikan orientasi arah disebut sebagai Graf Berarah.
Sisi berarah dapat disebut juga dengan sebutan busur (arc). Pada graf berarah, (vi,vj) dan
(vj,vi) menyatakan dua busur yang berbeda, dengan kata lain (vi,vj) ≠ (vj,vi). Untuk
busur (vi,vj), titik vi dinamakan titik asal (initial vertex) dan titik vj dinamakan titik
v1
v4
v3
v2
{v1,v2,v3,v4} dan himpunan sisi E(D) = {e1,e2,e3,e4,e5} yaitu pasangan terurut dari {(v1,v2),
Menurut Siang (2011: 268), graf tak berarah adalah graf yang semua sisinya tidak
memiliki arah. Misalkan graf G terdiri dari suatu himpunan V dari titik-titik dan suatu
himpunan E dari sisi-sisi sedemikian rupa sehingga setiap sisi e c E dikaitkan dengan
pasangan titik tak terurut. Jika terdapat sebuah sisi e yang menghubungkan titik v dan w,
maka dapat dituliskan dengan e = (v,w) atau e = (w,v) yang menyatakan sebuah sisi
antara v dan w dapat direpresentasikan dalam bentuk graf seperti tampak pada gambar
2.3.
V(G) = {v1,v2,v3,v4} dan himpunan sisi E(G) = {e1,e2,e3,e4,e5} yaitu pasangan tak terurut
Menurut Nugraha (2011: 72), graf berbobot adalah graf yang setiap sisinya
diberi sebuah harga. Bobot pada tiap sisi dapat berbeda-beda bergantung pada masalah
yang dimodelkan dengan graf. Bobot dapat menyatakan jarak antara dua buah tiang
listrik, kapasitas, biaya perjalanan antara dua buah kota, waktu tempuh pesan (message)
dari sebuah titik komunikasi ke titik komunikasi lain, ongkos produksi, dan sebagainya.
Untuk lebih jelasnya, graf berbobot dapat digambarkan pada gambar 2.4.
v2
2 5
3
4 4
v1 v5
v3
2
2
5
v4
Graf pada gambar 2.4 menunjukkan graf berarah dan berbobot dengan himpunan
pasangan tak terurut dari {(v1,v2), (v2,v3), (v3,v4), (v1,v3), (v1,v4), (v2,v5), (v3,v5), (v4,v5)}.
w(v3,v5) = 4, w(v4,v5) = 5.
Graf tidak berarah dan tidak berbobot adalah graf yang tiap sisinya tidak
v1
v4 v7
v3 v6
G
Gambar 2.5 Graf Tidak Berarah dan Tidak Berbobot
Graf pada gambar 2.5 menunjukkan graf tidak berarah dan tidak berbobot dengan
{e1,e2,e3,e4,e5,e6,e7,e8,e9,e10,e11} yaitu pasangan tak terurut dari {(v1,v2), (v1,v3), (v2,v3), (v2,v4),
Menurut Budayasa (2011: 6), misalkan G adalah sebuah graf. Sebuah jalan
suku-sukunya bergantian titik dan sisi, sedemikian hingga vi-1 dan vi adalah titik-titik
akhir sisi ei, untuk 1≤ i ≤ k. Titik v0 dan titik vk berturut-turut disebut titik awal dan titik
akhir W. Sedangkan titik-titik v1, v2, ..., vk-1 disebut titik-titik internal W dan k disebut
panjang jalan W.
Menurut Budayasa (2011: 6), misalkan G adalah sebuah graf. Sebuah jalan
Sebuah jalan W dengan panjang positif disebut tertutup, jika titik awal dan
titik akhir dari W identik (sama). Sebuah titik G mungkin saja muncul lebih dari satu
kali dalam jalan W, begitu juga dengan sebuah sisi G, boleh muncul lebih dari satu kali
pada jalan W.
Menurut Budayasa (2011: 6), misalkan G adalah sebuah graf. Sebuah jalan
Jika semua sisi e1,e2,e3,...,ek dalam jalan W berbeda, maka W disebut sebuah jejak (trail).
Menurut Budayasa (2011: 6), misalkan G adalah sebuah graf. Sebuah jalan
Jejak disebut tertutup jika titik awal dan titik akhir dari W identik (sama). Jejak tertutup
disebut sirkit.
Menurut Budayasa (2011: 6), sebuah sikel adalah sebuah jejak tertutup (closed
trail) yang titik awal dan semua titik internalnya berbeda. Banyaknya sisi dalam suatu
sikel disebut panjang dari sikel tersebut. Sikel dengan panjang k disebut sikel-k,
Menurut Budayasa (2011: 6), misalkan G adalah sebuah graf. Sebuah jalan
Jika semua sisi e1,e2,e3,...,ek dalam jalan W berbeda, maka W disebut sebuah
jejak (trail). Jika semua titik v0,v1,v2,...,vk dalam jalan W juga berbeda, maka W
f e5
eG
Gambar 2.6 merupakan contoh jalan, jejak, lintasan dan sikel yang terletak
dalam graf G. Berikut penjelasan jalan, jejak, lintasan dan sikel dalam graf G tersebut.
Jalan : a e6 f e7 b e2 c e3 d e3 c.
e6 f e7 b e2 c e3 d e12 g e8 b.
e6 f e5 e e4 d e12 g e8 b e1 a.
Lintasan : a e1 b e2 c e10 g e9 f e5 e e4 d.
Menurut Siang (2011: 277), pengertian jalan, lintasan, sirkit dalam graf berarah
sama dengan jalan, lintasan dan sirkit dalam graf tak berarah, hanya saja dalam graf
berarah, perjalanan yang dilakukan harus mengikuti arah garis untuk membedakan
dengan graf tak berarah, maka jalan, lintasan dan sirkit dalam graf
berarah disebut jalan berarah, lintasan berarah dan sirkit berarah. Suatu graf
e2 e3
v2 e9 v4
e4
e1 e8 e6
v1 v5
e7 v6 e5
Graf berarah pada gambar 2.7 menunjukkan lintasan berarah dan sirkit berarah
pada graf G. Berikut penjelasan lintasan berarah dan sirkit berarah dalam graf G
tersebut.
mengenai pencarian rute suatu kendaraan dengan tujuan tertentu. Menurut Toth & Vigo
(2002), VRP adalah masalah penentuan rute kendaraan dalam mendistribusikan barang
tempuh kendaraan, VRP juga bertujuan meminimumkan biaya transportasi dan waktu
depot dengan konsumen. Depot digambarkan sebagai gudang atau tempat keluar dan
kepada konsumen.
9 6
8
4
0
10
1 3
VRP pertama kali diteliti oleh Dantzig dan Ramser pada tahun 1959 dalam kasus
penjadwalan kendaraan dan penentuan rutenya. Pada tahun 1964, Clarke dan Wright
keberangkatan dan kembalinya kendaraan. Semenjak saat itu penelitian tentang VRP
jalan, dan lain sebagainya. Menurut Toth dan Vigo (2002), terdapat beberapa komponen
Jaringan jalan biasanya dideskripsikan dalam sebuah graf yang terdiri dari
(2) Konsumen
waktu juga apakah ada rentang waktu (time window) yang disyaratkan
(3) Depot
kendaraan yang ada pada depot serta jam operasional yang ditentukan pada
distribusi.
(4) Kendaraan
(5) Pengemudi
Toth & Vigo (2002) juga mendefinisikan tujuan umum permasalahan VRP
yaitu meminimumkan jarak dan biaya tetap yang berhubungan dengan kendaraan,
batasan yang harus dipenuhi yaitu setiap kendaraan yang akan mendistribusikan
barang kepada konsumen harus memulai rute perjalanan dari depot, setiap
konsumen hanya boleh dilayani satu kali oleh satu kendaraan, setiap konsumen
mempunyai permintaan yang harus dipenuhi, diasumsikan permintaan tersebut
(1) Capacitated VRP (CVRP), yaitu setiap kendaraan punya kapasitas yang
terbatas.
(2) VRP with Time Windows (VRPTW), yaitu setiap pelanggan harus
(3) Multiple Depot VRP (MDVRP), yaitu distributor memiliki banyak depot
(4) VRP with Pick-Up and Delivering (VRPPD), yaitu pelanggan mungkin
mengembalikan barang pada depot asal.
perjalanan).
Capacitated Vehicle Routing Problem (CVRP) adalah bentuk paling dasar dari
VRP. CVRP adalah masalah optimasi untuk menemukan rute dengan biaya minimal
(minimum cost) untuk sejumlah kendaraan (vehicles) dengan kapasitas tertentu yang
berlangsung.
Pada dasarnya, dalam CVRP, kendaraan akan memulai perjalanan dari depot
Diasumsikan jarak atau biaya perjalanan antara semua lokasi telah diketahui. Jarak
antara dua lokasi adalah simetris, yang berarti jarak dari lokasi A ke lokasi B sama
Tonci Caric and Hrvoje Gold (2008) mendefinisikan CVRP sebagai suatu graf
berarah G = (V,A) dengan V = {v0, v1, v2, ..., vn, vn+1} adalah himpunan titik, v0 menyatakan
depot dan vn+1 merupakan depot semu dari v0 yaitu tempat kendaraan memulai dan
mengakhiri rute perjalanan. Sedangkan A = {(vi,vj) : vi ,vj ∈ V, iGj} adalah himpunan sisi
sebagai di. Himpunan K = {k1, k2, ..., km} merupakan himpunan kendaraan yang
homogen dengan kapasitas yang identik yaitu Q, sehingga panjang setiap rute dibatasi
oleh kapasitas kendaraan. Setiap titik (vi,vj) memiliki jarak tempuh cij yaitu jarak dari
titik vi ke titik vj. Jarak perjalanan ini diasumsikan simetrik yaitu cij = cji dan cii = 0.
(2) Setiap konsumen harus dilayani tepat satu kali oleh satu kendaraan.
(3) Total permintaan konsumen dari setiap rute tidak melebihi kapasitas
kendaraan.
Keterangan:
V = himpunan titik
⋯ + 𝑐𝑛𝑛 𝑥2 + ⋯ + 𝑐 𝑥𝑚 + 𝑐 𝑥𝑚 + ⋯ + 𝑐 𝑥𝑚 + 𝑐 𝑥𝑚 + 𝑐 𝑥𝑚 +
𝑛𝑛 00 00 01 01 0𝑛 0 10 1 11 11
𝑛 0
𝑘=1
𝑚 𝑛 𝑚 𝑛 𝑛
= ∑ ∑ ( 𝑐i0 𝑥 + 𝑐i1 𝑥 + 𝑐i2 𝑥 + ⋯ + 𝑐i𝑛 𝑥 ) = ∑ ∑ ∑ 𝑐ij 𝑥𝑘
𝑘 𝑘 𝑘 𝑘
i0 i1 i2 i𝑛 ij
=∑ ∑ 𝑐ij 𝑥𝑘 (2.1)
∑ ij
𝑘𝗀𝐾 i𝗀𝑉 j𝗀𝑉
dengan kendala-kendala :
(1) Setiap titik hanya dikunjungi tepat satu kali oleh satu kendaraan. Jika 𝑥ij𝑘
bernilai 1, artinya ada perjalanan dari titik vi ke vj pada rute k atau 𝑢i𝑘 = 1.
( 𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥1 + 𝑥1 + ⋯ + 𝑥1 + ⋯ + 𝑥1 + 𝑥1 + ⋯ +
10 2 𝑛0 01 21 𝑛1 0𝑛 1𝑛
0
𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + ⋯ + 𝑥2 + 𝑥2 +
𝑛−1𝑛 10 2 𝑛0 01 21 𝑛1 0𝑛 1𝑛
0
⋯ + 𝑥2 + ⋯ + 𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 + 𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 + ⋯ +
𝑛−1𝑛 10 20 𝑛0 01 2 𝑛1
1
𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 )
0𝑛 1 𝑛−1 𝑛
𝑛
𝑚
= ∑ ( 𝑥𝑘 + 𝑥𝑘 + ⋯ + 𝑥𝑘 + 𝑥𝑘 + 𝑥𝑘 + ⋯ + 𝑥𝑘 + ⋯ + 𝑥𝑘 + 𝑥𝑘
10 2 𝑛0 01 2 𝑛1 0𝑛 1𝑛
𝑘=1 0 1
𝑘
+⋯+𝑥 )
𝑛−1 𝑛
𝑚 𝑛
=∑ ∑ 𝑥ij𝑘 = ∑ ∑ ij
𝑥𝑘 = 1, ✯ ic𝑉 (2.2)
𝑘=1 j=0,i❜j
𝑘𝗀𝐾 j𝗀𝑉,i❜j
(2) Total jumlah permintaan pelanggan dalam satu rute tidak melebihi kapasitas
(𝑑0 𝑥1 + 𝑑0 𝑥1 + ⋯ + 𝑑0 𝑥1 + 𝑑0 𝑥2 + 𝑑0 𝑥2 + ⋯ + 𝑑0 𝑥2 +
01 02 0𝑛 01 02 0𝑛
… + 𝑑0 𝑥𝑚 + 𝑑0 𝑥𝑚 + ⋯ + 𝑑0 𝑥𝑚 + 𝑑1𝑥1 + 𝑑1 𝑥1 + ⋯ + 𝑑1 𝑥1 + ⋯ +
01 02 0𝑛 10 1 1𝑛
2
𝑑1𝑥2 + 𝑑1 𝑥2 + ⋯ + 𝑑1 𝑥2 + … +𝑑1𝑥𝑚 + 𝑑1 𝑥𝑚 + ⋯ + 𝑑1 𝑥𝑚 + ⋯ +
10 1 1𝑛 10 1 1𝑛
2 2
𝑑𝑛𝑥1 + 𝑑𝑛 𝑥1 + ⋯ + 𝑑𝑛 𝑥1 + … + 𝑑𝑛𝑥2 + 𝑑𝑛 𝑥2 + ⋯ +
𝑛0 𝑛1 𝑛 𝑛−1 𝑛0 𝑛1
𝑑𝑛 𝑥2 + … + 𝑑𝑛𝑥𝑚 + 𝑑𝑛 𝑥𝑚 + ⋯ + 𝑑𝑛 𝑥𝑚 )
𝑛 𝑛−1 𝑛0 𝑛1 𝑛 𝑛−1
𝑛
= ∑(𝑑i 𝑥1 + 𝑑i 𝑥1 + ⋯ + 𝑑i 𝑥1 + 𝑑i𝑥2 + 𝑑i 𝑥2 + ⋯ + 𝑑i 𝑥2
i0 i1 i𝑛 i0 i1 i𝑛
i=0
+ … + 𝑑i𝑥𝑚 + 𝑑i 𝑥𝑚 + ⋯ + 𝑑i 𝑥𝑚)
i0 i1 i𝑛
𝑛 𝑛
𝑥𝑚 + 𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 )
00 01 02 0𝑛
𝑚
= ∑ ( 𝑥𝑘 + 𝑥𝑘 + 𝑥𝑘 + ⋯ + 𝑥𝑘 )
00 01 02 0𝑛
𝑘=1
𝑚 𝑛
=∑ 𝑥𝑘 = ∑ 𝑥𝑘0i = 1 (2.4)
∑ ∑0i
𝑘=1 i=0
𝑘𝗀𝐾 i𝗀𝑉
𝑥2 + ⋯ + 𝑥𝑚 + 𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 )
𝑛 𝑛+1 0 𝑛+1 1 𝑛+1 2 𝑛+1 𝑛 𝑛+1
𝑚
= ∑(𝑥𝑘 + 𝑥𝑘 + 𝑥𝑘 + ⋯ + 𝑥𝑘 )
0 𝑛+1 1 𝑛+1 2 𝑛+1 𝑛 𝑛+1
𝑘=1
𝑚 𝑛
𝑘 𝑘
=∑∑𝑥 =1 (2.5)
i 𝑛+1 = ∑ ∑ 𝑥i 𝑛+1
𝑘=1 i=0 𝑘𝗀𝐾 i𝗀𝑉
(𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + ⋯ + 𝑥𝑚 + 𝑥𝑚 + ⋯ +
00 01 0𝑛 00 01 0𝑛 00 01
𝑥𝑚 + 𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + ⋯ + 𝑥𝑚 + 𝑥𝑚 +
0𝑛 10 1 1𝑛 10 1 1𝑛 10 11
1 1
⋯ + 𝑥𝑚 + ⋯ + 𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + ⋯ + 𝑥𝑚 +
1𝑛 𝑛0 𝑛1 𝑛𝑛 𝑛0 𝑛1 𝑛𝑛 𝑛0
𝑥𝑚 + ⋯ + 𝑥𝑚 ) − (𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + ⋯ +
𝑛1 𝑛𝑛 00 01 0𝑛 00 01 0𝑛
𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 + 𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 +
00 01 0𝑛 10 1 1𝑛 10 1 1𝑛
1 1
⋯ + 𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 + ⋯ + 𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ +
10 1 1𝑛 𝑛0 𝑛1 𝑛𝑛 𝑛0 𝑛1
1
𝑥2 + ⋯ + 𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚 )
𝑛𝑛 𝑛0 𝑛1 𝑛𝑛
𝑛
= ∑(𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + ⋯ + 𝑥𝑚 + 𝑥𝑚 + ⋯
i0 i1 i𝑛 i0 i1 i𝑛 i0 i1
i=0
𝑛
+ 𝑥 ) − ∑(𝑥1 + 𝑥1 + ⋯ + 𝑥1 + 𝑥2 + 𝑥2 + ⋯ + 𝑥2 + ⋯
𝑚
i𝑛 j0 j𝑛 j0 j𝑛
j1 j1
j=0
+ 𝑥𝑚 + 𝑥𝑚 + ⋯ + 𝑥𝑚)
j0 j1 j𝑛
𝑛 𝑛
= ∑ 𝑥 − ∑ 𝑥𝑘 = ∑ 𝑥𝑘 − ∑ 𝑥𝑘 = 0, ✯ i, jc𝑉, ✯ 𝑘c𝐾
𝑘
(2.6)
ij ji ij ji
yang terbentuk.
𝑘
(7) Variabel keputusan 𝑥ij merupakan integer biner.
pada rute-rute yang terbentuk yang dikaitkan dengan batasan kapasitas kendaraan.
Variabel keputusan hanya akan terdefinisi jika jumlah permintaan titik 𝑣i dan titik
Pada tahun 1964, Clarke dan Wright mempublikasikan sebuah algoritma sebagai
solusi permasalahan dari berbagai rute kendaraan, yang sering disebut sebagai
permasalahan klasik dari rute kendaraan (the classical vehicle routing problem).
Algoritma ini didasari pada suatu konsep yang disebut konsep savings. Algoritma ini
berikut. Dari suatu depot barang harus diantarkan kepada pelanggan yang telah
memesan. Untuk sarana transportasi dari barang-barang ini, sejumlah kendaraan telah
rute-rute yang ada, urutan rute yang dapat mengunjungi semua pelanggan dari rute yang
ditetapkan dari kendaraan yang dapat melalui semua rute. Tujuannya adalah untuk
menemukan suatu solusi yang meminimalkan total pembiayaan kendaraan. Lebih dari
itu, solusi ini harus memuaskan batasan bahwa setiap pelanggan dikunjungi sekali, di
mana jumlah yang diminta diantarkan, dan total permintaan pada setiap rute harus sesuai
Algoritma Clarke-Wright adalah sebuah algoritma heuristik, dan oleh karena itu
tidak menyediakan sebuah solusi yang optimal. Tetapi bagaimanapun juga sering
menghasilkan solusi yang baik, yang merupakan suatu solusi yang sedikit berbeda dari
solusi optimal. Dasar dari konsep penghematan ini untuk mendapatkan penghematan
biaya dengan menggabungkan dua rute menjadi satu rute yang digambarkan pada
i j i j
0 0
(a) (b)
Gambar 2.9 Ilustrasi Konsep Penghematan
kendaraan yang ditunjukkan diantara titik i dan j oleh cij, rute kendaraan oleh Da pada
Nilai penghematan (sij) adalah jarak yang dapat dihemat jika rute 0-i-0 digabungkan
dengan rute 0-j-0 menjadi rute tunggal 0-i-j-0 yang dilayani oleh satu kendaraan yang
sama.
Langkah 2: Buat matriks jarak antar depot ke konsumen dan antar konsumen ke
konsumen.
Langkah 3: Hitung nilai saving menggunakan persamaan sij = ci0 + c0j – cij pada
saving terbesar terdapat pada titik i dan j maka baris i dan kolom j
Langkah 6: Tentukan pelanggan pertama yang ditugaskan pada rute dengan cara
kedalam rute maka rute (t) telah terbentuk. Apabila masih ada
telah selesai .
Langkah 11: Pembentukan rute baru (t = t+1) lanjut ke
Gambar 2.10 Flowchart Algoritma Clarke-Wright
Laporte et.al (2000) menyebutkan untuk membentuk solusi VRP, terdapat dua
macam cara, yaitu menggabungkan rute yang ada dengan menggunakan kriteria
Menurut Campbell dan Savelsbergh (2002), metode yang kedua telah terbukti menjadi
penjadwalan kendaraan.
pelanggan di antara semua busur (sisi berarah) yang ada pada rute saat ini. Busur ini
didefinisikan sebagai sisi yang menghubungkan secara langsung satu lokasi dengan
satu lokasi yang lain. Pada gambar 2.11 pelanggan berikutnya dicoba untuk disisipkan
pada busur 1 dan busur 2 yang ada pada rute saat ini.
Pelanggan 1
DEPOT DEPOT
Busur 1Busur 2
Pelanggan dan busur yang diberikan tambahan biaya yang paling kecil dan layak
selanjutnya dipilih. Prosedur ini terus berulang hingga semua pelanggan telah
ditugaskan.
langkah yang diadopsi dari Lita Octora dkk adalah sebagai berikut:
Langkah 1: Menentukan data pelanggan, jumlah permintaan, kapasitas kendaraan
Langkah 3: Hitung jumlah permintaan dan total jarak tempuh dari pelanggan pada
rute.
Langkah 4: Pilih pelanggan dengan total jarak tempuh terkecil untuk dipilih
langkah 6.
Langkah 5: Pelanggan kemudian ditugaskan ke dalam rute dan rute (t) terbentuk.
Kembali ke langkah 4.
Langkah 6: Jika semua pelanggan telah terpilih maka proses pengerjaan algoritma
karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih
dahulu seperti Delphi, Basic maupun C++. Matlab merupakan bahasa pemrograman
level tinggi yang dikhususkan untuk kebutuhan komputasi teknis, visualisasi dan
Matlab hadir dengan membawa warna yang berbeda. Hal ini karena Matlab
visualisasi. Matlab dikembangkan oleh MathWorks, yang pada awalnya dibuat untuk
memberikan kemudahan mengakses data matriks pada proyek Linpack dan Eispack.
Saat ini Matlab memiliki ratusan fungsi yang dapat digunakan sebagai problem solver
mulai dari simple sampai masalah-masalah yang kompleks dari berbagai disiplin ilmu
(Firmansyah, 2007).
Pada Command Window, bisa digunakan variabel. Variabel adalah suatu nama
yang dapat dipakai untuk menyimpan suatu nilai yang ada didalamnya bisa diubah
menamakan variabel perlu diketahui terlebih dahulu. Aturan yang memberikan nama
1. Matlab membedakan huruf kecil dan huruf kapital pada penamaan variabel.
Dengan demikian bilangan dan Bilangan adalah dua variabel yang berbeda.
3. Panjang nama variabel dapat mencapai 31 karakter. Jika nama variabel lebih dari
perintah teks. Dengan GUI, program yang dibuat menjadi lebih user friendly, Sehingga
user mudah menjalankan suatu aplikasi program (Paulus & Natalia, 2007: 17).
Untuk membuka lembar kerja GUI dalam Matlab, digunakan perintah File
– New – GUI atau dengan mengetikkan >> guide pada Command Window. Tampilan
untuk I = 2
j = 3, maka Sab = 14+2,7- 17= -0,3
j = 4, maka Sab = 14+8-18 = 4
j = 5, maka Sab = 14 + 10,3- 6,1 = 18,1
untuk I = 3
j = 4, maka Sab = 2,7+8- 7,2= 3,5
j = 5, maka Sab = 2,7+10,3-12 = 1
untuk I = 4
j = 5, maka Sab = 10,3 +8- 12= 6,3
1
Menentukan nilai saving matriks berdasasrkan nilai yang terbesar
1 2 3 4 5
2 0 -0,3 4 18,1
3 0 3,5 1
4 0 6,3
5 0
2
j = 8, maka Sab = 12,1 + 12,3 - 3,2 = 21,2
j = 9, maka Sab = 12,1 + 7,4 - 4 = 15,5
j = 10, maka Sab = 12,1 +13,6 - 2,8 = 22,9
untuk I = 2
j = 3, maka Sab = 14+2,7- 17= -0,3
j = 4, maka Sab = 14+8-18 = 4
j = 5, maka Sab = 14 + 10,3- 6,1 = 18,1
j = 6, maka Sab = 14 + 10,7 - 8 = 16,7
j = 7, maka Sab = 14 + 9,8 - 7,8 = 16
j = 8, maka Sab = 14 + 12,3 - 11,4 = 14,9
j = 9, maka Sab = 14 + 7,4 - 6,4 = 15
j = 10, maka Sab = 14 +13,6 - 11,7 = 15,9
untuk I = 3
j = 4, maka Sab = 2,7+8- 7,2= 3,5
j = 5, maka Sab = 2,7+10,3-12 = 1
j = 6, maka Sab = 2,7+10,7-8 = 5,4
j = 7, maka Sab = 2,7+9,8 - 7,9 = 4,6
j = 8, maka Sab = 2,7+12,3 - 12,1 = 2,9
j = 9, maka Sab = 2,7 + 7,4- 6,4 = 3,7
j = 10, maka Sab = 2,7+13,6 - 11,7 = 4,6
untuk I = 4
j = 5, maka Sab = 8 +10,3-12= 6,3
j = 6, maka Sab = 8+10,7-8,4 = 10,3
j = 7, maka Sab = 8+9,8 - 2,7 = 15,1
j = 8, maka Sab = 8+12,3 - 6 = 14,3
j = 9, maka Sab = 8 + 7,4- 1 = 14,4
j = 10, maka Sab = 8+13,6 -6,4 = 15,2
untuk I = 5
j = 6, maka Sab = 10,3+10,7-15,5 = 5,5
j = 7, maka Sab = 10,3+9,8 -14,6 = 6,5
j = 8, maka Sab = 10,3+12,3 - 18,1= 4,5
j = 9, maka Sab = 10,3 + 7,4- 13,2 = 4,51
j = 10, maka Sab = 10,3+13,6 -18,4 = 5,51
untuk I = 6
j = 7, maka Sab = 10,7+9,8 - 8,8 = 11,7
j = 8, maka Sab = 10,7+12,3 - 11,6 = 11,4
j = 9, maka Sab = 10,7 + 7,4-7,7 = 10,4
j = 10, maka Sab = 10,7+13,6 -11,1 = 13,2
3
untuk I = 7
j = 8, maka Sab = 9,8+12,3 - 4,2 = 17,9
j = 9, maka Sab = 9,8 + 7,4- 2,6 = 14,6
j = 10, maka Sab = 9,8+13,6 -3,7 = 19,7
untuk I = 8
j = 9, maka Sab = 12,3 + 7,4- 5,1 = 12,1
j = 10, maka Sab = 12,3+13,6 -1,5 = 24,4
untuk I = 9
j = 10, maka Sab = 7,4 + 13,6- 5,5 = 15,5
1 2 3 4 5 6 7 8 9 10
1 0 44 34 11 28 21 4 3 11 2
2 55 39 6 8 9 17 16 10
3 41 43 33 35 42 40 35
4 30 27 15 20 19 14
5 32 29 38 37 31
6 24 25 26 22
7 7 18 5
8 23 1
9 11
10
4
170 > 58 +8,64+12+8
170 >86,64 z-8-10-z Iterasi 1
Karena kapasitas waktu lebih kecil daripada total waktu penyelesaian, maka
ditambahkan rute t+1
Untuk t+1
Untuk t+2
170>42+8,72+8,64+8 z-4-3-z Iterasi 1
170 > 67,36
5
No
Penentuan Tujuan
Dengan Metode Neirest
Alamat Jarak (Km) Order
Neighborgh Jalan Raya Prof
1 Toko Buk Tin 12,1 600
Dr. Hamka
Jalan Kompleks
2 Toko Daichi 14 400
Palapa Saiyo
Jalan Utama
3 Toko Bundo Lubuk 2,7 1200
Minturun
4 Toko P & D DHA Jalan Pramuka 8 300
% Kapasitas kendaraan
kapasitas_kendaraan = 3000;
1
% Biaya per kilometer
biaya_per_km = 701;
% Menampilkan hasil
disp('Rute distribusi metode Clarke and Wright Saving Heuristic:');
disp(rute_distribusi_clarke_wright);
disp('Total biaya metode Clarke and Wright Saving Heuristic:');
disp(total_biaya_clarke_wright);
disp('---------------------------------------------');
disp('Rute distribusi metode Nearest Neighbour:');
disp(rute_distribusi_nearest_neighbour);
disp('Total biaya metode Nearest Neighbour:');
disp(total_biaya_nearest_neighbour);
disp('---------------------------------------------');
% Fungsi untuk menghitung rute distribusi menggunakan metode Clarke and Wright Saving
Heuristic
function rute_distribusi = clarke_wright_saving_heuristic(jarak_data,
volume_permintaan, kapasitas_kendaraan)
% Implementasi metode Clarke and Wright Saving Heuristic
% ...
% ... Implementasi algoritma Clarke and Wright Saving Heuristic
% ...
rute_distribusi = [1 3 2]; % Contoh rute distribusi hasil dari metode
end
2
% ...
rute_distribusi = [1 2 3]; % Contoh rute distribusi hasil dari metode
end
L=length(x);
for i=1:L;
for j=1:L;
dx(i,j) =sqrt(x(i)-x(j)).^2+(y(1).^2); % Menghitung jarak antara
end
end
dx = round(dx)
jumlah_costumer = length(dx)-1;
nomor_rute =1;
konsumen(1: jumlah_costumer+1)=0;
konsumen(1)=1;
awal=1;
for i = 1:jumlah_costumer
nilai_min = inf;
for j = 1:jumlah_costumer+1
if dx (awal,j) < nilai_min & konsumen(j)~= 1 dx(awal,j)>0
nilai_min = dx(awal,j);
urutan_min = j;
end
end
konsumen (urutan_min)=1;
solusi_rute(nomor_rute,i)=urutan_min;
awal = urutan_min;
end
r = [1 solusi_rute 1] % urutan rute
3
%% membuat grafik
for i = 1 :length(r)
m(i) = x(r(i));
n(i) = y(r(i));
end
8. Kesimpulan
1. Berdasarkan hasil perhitungan matlab dan excel diperleh bahwasannya
biaya distribusi menggunakan metode clark saving heuristic lebih rendah
daripada biaya yang dikeluarkan perusahaan.
2. Kapasitas kendaraan mempengaruhi penghematan pengantaran
3. Waktu loading dan unloading, waktu tempuh kendaraan memengaruhi
penghematan biaya rute distribusi.