Anda di halaman 1dari 47

Oleh : IVENIL G 201 06 036

Latar Belakang

Tinjuan Pustaka Graph Berarah

Rumusan Masalah
Manfaat Penelitian

Permasalahan Lintasan Terpendek

Batasan Masalah

Matriks Jarak

Algoritma Tabu Search

Kerangka Pikir Metode Penelitian

Selesai

A.1 Latar Belakang

Traveling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing (Munir Rinaldi, 2005.). Masalah optimasi TSP terkenal dan telah menjadi standar untuk mencoba algoritma yang komputational. Pokok permasalahan dari TSP adalah seorang salesman harus mengunjungi sejumlah kota yang diketahui jaraknya satu dengan yang lainnya. Semua kota yang ada harus dikunjungi oleh salesman tersebut dan kota tersebut hanya boleh dikunjungi tepat satu kali. Permasalahannya adalah bagaimana salesman tersebut dapat mengatur rute perjalanannya sehingga jarak yang ditempuhnya merupakan rute yang optimum yaitu jarak minimum terbaik. (Munir Rinaldi, 2005).

Banyak penerapan Travelling Salesmen Problem (TSP) yang muncul dalam kehidupan sehari-hari salah satunya yaitu penjualan barang pada Pendistribusian Penjualan Industri Rumahan Althaf Food. Pendistribusian Penjualan Industri Rumahan Althaf Food merupakan suatu bentuk usaha perseorangan dalam memproduksi suatu makanan yaitu abon. Pendistribusian Penjualan Industri Rumahan Althaf Food memegang peranan penting untuk menunjang kelancaran bisnis penjualan dan pemasaran, yaitu dengan menyediakan abon sapi, abon ikan dan bawang goreng. Pendistribusian Penjualan Industri Rumahan Althaf Food berusaha menciptakan informasi tentang usaha perseorangan dan berusaha untuk meningkatkan serta menyebarkan hasil produksinya sesuai dengan permintaan masyarakat.

Pendistribusian Penjualan Industri Rumahan Althaf Food saat ini melakukan penjualan produk dengan mengirim

produk ke toko toko dan swalayan dengan rute yang ditentukan di beberapa tempat. Kemudian proses selanjutnya dilakukan dengan cara yang sama. Agar pengiriman produk ke pencarian konsumen lebih optimum dapat dilakukan dengan menggunakan rute terpendek Travelling Sales Problem pada Pendistribusian Penjualan Industri Rumahan Althaf Food sehingga pendistribusian barang tidak memakan waktu yang lama. Salah satu metode yang dapat digunakan pada masalah ini yaitu Tabu Search (TS). TS merupakan bagian dari heuristik. Heuristik merupakan metode pencarian untuk penyelesaian masalah optimasi. Sedangkan TS merupakan suatu algoritma untuk penyelesaian masalah optimasi yang menggunakan short-term memory untuk menjaga agar proses pencarian tidak terjebak pada nilai optimum lokal.
Back

A.2 Rumusan Masalah Bagaimana memanfaatkan algoritma tabu search untuk menyelesaikan travelling sales problem pada

Pendistribusian Penjualan Industri Rumahan Althaf Food sehingga diperoleh rute terpendek.
A.3 Tujuan Penelitian Tujuan penelitian ini adalah memperoleh rute terpendek untuk travelling sales problem pada

Pendistribusian Penjualan Industri Rumahan Althaf Food dengan menggunakan Algoritma Tabu Search (TS).

Back

A.4 Manfaat Penelitian 1. Untuk meningkatkan pemahaman tentang algoritma Tabu Search. 2. Mengatasi masalah Travelling Sales Problem pada Pendistribusian Penjualan Industri Home Althaf Food untuk penyelesaian optimal rute terpendek dengan menggunakan Tabu Search 3. Dapat merepresentasikan masalah Travelling Salesman Probem (TSP) ke dalam model graf. A.5 Asumsi Penelitian Dalam penelitian ini asumsi yang diambil yaitu adanya keterlambatan dalam pengambilan barang produksi misalnya, kondisi jalan yang rusak, dan tandatanda larangan seperti lampu merah untuk berhenti, tidak menjadi hambatan untuk menyalurkan barang produksi tersebut.
Back

A.6 Batasan Masalah Pengiriman penjualan Industri Rumahan Althaf Food hanya untuk wilayah Kota Palu.

Back

B1. Pengertian Graph Sebuah graph linier (atau secara sederhana disebut graph) G = (V, E) terdiri atas sekumpulan objek V ={ , ,.} yang disebut himpunan titik, dan sebuah himpunan lain E = { , ,.} yang merupakan himpunan sisi sedemikian hingga tiap sisi dikaitkan dengan suatu pasangan tak terurut ( , ) titik , yang berkaitan dengan disebut titik-titik ujung sisi Cara merepresentasikan sebuah graph yang paling umum adalah berupa diagram. Dalam diagram tersebut, titik-titik dinyatakan sebagai noktah/titik dan tiap sisi dinyatakan sebagai segmen garis yang menghubungkan tiap dua titik.

Graph G adalah pasangan (V,E) dengan V adalah himpunan tidak kosong dan berhingga dari objek-objek yang disebut titik dan E adalah himpunan (mungkin kosong) pasangan tak berurutan dari titik-titik berbeda di V yang disebut sisi (Miller, 2000). Banyaknya unsur di V disebut order dari G dan dilambangkan dengan p(G) dan banyaknya unsur di E disebut ukuran dari G dan dilambangkan dengan q(G). Jika graph yang dibicarakan hanya Graph G, maka order dan ukuran dari G cukup masing-masing ditulis p dan q (Chartrand, G. dalam Abdul Muis). Berdasarkan definisi graph tersebut, maka suatu graph sederhana tidak boleh mempunyai sisi rangkap dan loop. Sisi rangkap adalah sisi yang diwakili oleh dua pasangan tak berurutan yang sebenarnya sama, misal (a, b) dan (b ,a). Loop adalah Garis yang hanya berhubungan dengan satu titik ujung, misalnya (a, a) (Euler, 1736). Sebagian penulis menyebut graph yang tidak mempunyai sisi rangkap dan loop disebut graph sederhana (simple graph), sedangkan yang membolehkannya adanya sisi rangkap dan loop disebut graph ganda atau multigraph.

Back

B2. Graph Berarah Sebuah graph berarah D adalah suatu himpunan yang tidak kosong dengan sebuah relasi R pada V. R adalah relasi yang tidak refleksif. Seperti halnya dalam graph yang sudah dibicarakan di atas, elemen dari V disebut titik. Tiap pasangan terurut dalam R disebut sisi berarah atau arah. Karena relasi dari sebuah graph berarah D tidak perlu simetris, maka apabila (u, v) merupakan arah D (v, u) belum tentu merupakan arah dari D. Hal semacam ini dapat kita ilustrasikan pada diagram dengan gambar segmen garis atau kurva antara titik u dan v yang memakai tanda panah sebagai tanda arah dari u ke v atau dari v ke u. Bila dari u ke v masing-masing mempunyai arah, graph berarah dapat di lihat pada gambar 1.
Back

Gambar 1: Graf berarah

B.3 Permasalahan Lintasan Terpendek (Shortest Path Problem)

Menurut Munir, 2009 persoalan lintasan terpendek di dalam graf merupakan salah satu persoalan optimasi. Graf yang digunakan dalam pencarian lintasan terpendek adalah graf berbobot (weighted graph), yaitu graf yang setiap sisinya diberikan suatu nilai atau bobot. Bobot pada sisi graf dapat dinyatakan sebagai jarak antar kota. Dengan kata lain lintasan terpendek merupakan suatu jaringan atau kerangka jalur petunjuk perjalanan dari suatu simpul atau titik ke simpul lainnya atau yang menjadi tujuan perjalanan dengan beberapa pilihan jalur yang mungkin untuk di jalani. Graf berarah sering dipakai untuk menggambarkan aliran proses, peta lintas kota dan lain sebagainya. Sehingga pada graf berarah gelang atau looping diperbolehkan tetapi sisi ganda tidak diperbolehkan. Perhatikan contoh berikut dengan enam buah simpul dan sebelas buah sisi.

Gambar 2 : Graf berarah dan berbobot

B.4 Matriks Jarak Matrik jarak (distance matrix) dari suatu graf G dengan n simpul (vertex) dan dinotasikan dengan W = (wij) berordo n x n di mana:

Dengan panjang dari (vi ,vj) adalah bobot dari setiap garis (edge) yang ada pada graf G tersebut, baik berupa jarak, waktu maupun biaya. Pada graf berarah matrik jaraknya tidak simetris dan pada graf tidak berarah matrik jaraknya simetris (Wilson, R. J,1990).
A

Gambar 3 : Graf ABCDEF

Back

1. Banyaknya garis yang keluar dari titik (out degree) bersesuain dengan banyaknya elemen 1 pada baris ke-i matriks hubunganya. 2. Banyaknya garis yang menuju titik (in degree) bersesuian dengan banyaknya elemen 1 pada kolom ke-i matriks hubunganya. Banyaknya keseluruhan garis graf G adalah banyaknya elemen 1 pada matriks hubungannya. 3. Graf tidak mempunyai loop bila dan hanya bila semua elemen diagonal utamanya = 0. Loop pada titik bersesuain dengan =1. (Siang, jj.2002)

B.5 Algoritma Tabu Search (TS) Diperkenalkan oleh Fred Glover pada tahun 1986. Pada tahun 1988, Committee on the Next Decade of Operations Research (CONDOR) menetapkan TS sebagai metode yang sangat menjanjikan untuk aplikasi praktis. Saat ini TS telah menjadi salah satu teknik optimasi yang digunakan secara luas di berbagai bidang dan metode ini telah mengalami banyak perkembangan melalui berbagai penelitian. Tabu Search adalah sebuah meta-heuristik yang menuntun prosedur local search untuk melakukan eksplorasi di daerah solusi di luar titik optimum lokal. Metode ini menerapkan konsep adaptive memory dan responsive exploration, untuk dapat melakukan proses pencarian secara efektif dan efisien dengan cara memanfaatkan informasi tentang ciri solusi yang baik pada saat menjelajahi daerah pencarian yang baru.

1. 2.

3.
4. 5. 6.

7.

Selama proses optimasi, pada setiap iterasi, solusi yang akan dievaluasi akan dicocokkan terlebih dahulu dengan isi tabu list untuk melihat apakah solusi tersebut sudah ada pada tabu list. Apabila solusi tersebut sudah ada pada tabu list, maka solusi tersebut tidak akan dievaluasi lagi pada iterasi berikutnya. Dan jika sudah tidak ada lagi solusi yang tidak akan menjadi anggota tabu list, maka nilai terbaik yang baru saja diperoleh merupakan solusi yang sebenarnya. Karakteristik dari prosedur pencarian tabu search (TS) dalam langkah-langkah berikut, antara lain: Memilih solusi awal i dalam S. Tetapkan i*=i dan k=0. Tetapkan k=k+1 dan bangkitkan sebuah subset V* dari solusi dalam N(i,k) sehingga salah satu dari kondisi tabu t yang melanggar (=1,2,,t) atau setidaknya satu kondisi aspirasi a yang memiliki (=1,2,,a). Pilih j terbaik melalui j=im dalam V* dan tetapkan i=j. Jika f(i)maka tetapkan i*=i. Perbaharui kondisi tabu dan aspirasi. kondisi berhenti Jika f(i) = f(i*). Selesai

Peta merupakan bahan utama yang berfungsi sebagai model untuk menjeLasosokan dan memberi gambaran mengenai wilayah wilayah dan jalan jalan yang akan dilalui truk pengangkut sampah. (DesnaputraJourney.blogspot.com/2011/05/Palu-CityMap.html).

Distribusi merupakan salah satu variabel dari beberapa variabel pemasaran lainnya sehingga sangat penting untuk diperhatikan oleh setiap perusahaan. Distribusi merupakan suatu kegiatan yang mesti dilakukan oleh setiap perusahaan dalam rangka untuk menyebarkan dan menjamin persediaan produk di pasar sehingga masyarakat memperoleh kemudahan dalam upaya mencari dan mendapatkan produk yang diharapkan untuk memenuhi sebagian kebutuhan hidup mereka. Penentuan saluran distribusi sebagai salah satu unsur daripada bauran distribusi dianggap sebagai salah satu kegiatan kritis yang dihadapi manajemen karena dapat mempengaruhi seluruh keputusan-keputusan pemasaran lainnya, seperti keputusan mengenai produk, harga, promosi, dan lain-lainnya.

B.8 Algoritma Tabu Search


Memilih solusi awal i dalam S, tetapkan i*=i dan k=0 Tetapkan k=k+1 dan bangkitkan sebuah subset v* dari solusi dalam N(i,k) sehingga salah satu dari kondisi tabu t yang melanggar (=1,2,,t) atau setidaknya satu kondisi aspirasi t yang memiliki (=1,2,,a)

Pilih

j terbaik melalui j=im dalam V* dan tetapkan i=j.

Jika f(i) maka tetapkan i*=i

Perbaharui kondisi tabu dan aspirasi

Tidak Kondisi berhenti jika f(i)=f(i*)

Ya Selesai Selesai

Back

B.9 Kerangka Pikir


Mulai

Pengumpulan data

Menggambar rute lintasan dalam graph

Matriks jarak

Implementasi Algoritma tabu search dengan menggunakan program MATLAB

Hasil

Kesimpulan

Selesai

Back

C.1 Lokasi dan Tempat Penelitian Lokasi penelitian bertempat di Perusahaan Allthaf Food Jl. Lasoso Palu Barat dan tempat penelitian di Laboratorium Matematika MIPA UNTAD. C.2 Alat dan Bahan Alat dan bahan yang digunakan pada penelitian ini adalah sebagai berikut :
Acer, Rating 2,9 windows experience index, procecor Pentium dual-core CPU T4400 @ 2,20 GHZ, ram 1.00 GB, system tipe 32-bit operating system. Windows seven. MATLAB. 2008b

C.3 Jenis dan Sumber Data Jenis data yang digunakan pada penelitian ini adalah kuantitatif berupa data jarak tempuh truk yang mendistribusikan Penjualan Industri Rumahan Althaf Food ke setiap titik/pelanggan.

Sumber Data dari penelitian ini merupakan data primer yaitu jarak tempuh truk yang mendistribusikan Penjualan Industri Rumahan Althaf Food ke setiap titik/pelanggan yang diukur langsung dengan menggunakan alat spidometer.

C.4 Prosedur Penelitian

Memulai penelitian Mengumpulkan data Menggambar rute lintasan dalam graf Matriks jarak Implementasi Algoritma tabu search dengan menggunakan program MATLAB Menentukan hasil Menyimpulkan hasil penelitian Selesai

C.5 Teknik Analisa Data Setelah data data diperoleh dengan mengumpulkan data-data jarak ke setiap titik tujuan, membuat matriks jarak, dan menggunakan algoritma tabu search. Langkah-langkah algoritma tabu search antara lain : Memilih solusi awal i dalam S. Tetapkan i*=i dan k=0. Tetapkan k=k+1 dan bangkitkan sebuah subset V* dari solusi dalam N(i,k) sehingga salah satu dari kondisi tabu t yang melanggar (=1,2,,t) atau setidaknya satu kondisi aspirasi a yang memiliki (=1,2,,a). Pilih j terbaik melalui j=im dalam V* dan tetapkan i=j. Jika f(i)maka tetapkan i*=i. Perbaharui kondisi tabu dan aspirasi. kondisi berhenti Jika f(i)=f(i*)

HASIL DAN PEMBAHASAN


D.1 Hasil Penelitian Hasil dan pembahasan ini adalah mengenai aplikasi dari penggunaan algoritma pencarian tabu yang akan diujikan pada persoalan pencarian lintasan ataupun rute terpendek, sehingga akan diketahui keakuratan hasil dan lamanya waktu dieksekusi dari algorima tabu search. 4.1.1 Pengambilan Data Dalam penelitian ini, yang harus dilakukan yaitu pengambilan data ke setiap pelanggan pada Pendistibusian Penjualan Industri Rumahan Althaf Food. Kemudian melakukan pengukuran jarak antar titik ke setiap rute pelanggan.

Data yang ada berjumlah 40 titik- titik pelanggan yang dilintasi oleh truk per hari. Truk pelanggan pada Pendistibusian Penjualan Industri Rumahan Althaf Food, mulai beroperasi pada pukul 07.30 pagi sampai tugas selesai. Jarak antar titik bisa dilihat pada tabel 4.1.

4.1.2 Peta Rute Lintasan Ke Setiap Titik Pelanggan


lasoso
Diponegoro 5 Diponegoro 1 Diponegoro 4 Diponegoro 3 Diponegoro 2 Poebongo 4

Poebongo 3

Poebongo 1

Poebongo 2

i.bonjol 1 Sis aljufri Hasanudin 1

i.bonjol 3 Kimaja 1 Kimaja 2

i.bonjol 2

Hasanudin 2 Bali Touwa 2 Touwa 1 Basuki Rahmat S.parman 1 S.parman 2

Tondo 1 Tondo 2

Tondo 3

Dewi Sartika 5

Dewi Sartika 4

Dewi Sartika 3

Dewi Sartika 2

Dewi Sartika 1

Abd.rahman saleh 1 Abd.rahman saleh 2 Abd.rahman saleh 3 Abd.rahman saleh 4 Abd.rahman saleh 5

Vetran 3 Vetran 2 Vetran 1

4.1.3 Pembentukan Rute Lintasan Dalam Graph


Dari pengambilan data yang diperoleh maka, akan dibentuk ke dalam graph berarah. Pada penelitian ini akan dicari lintasan dan jarak yang optimal pada Pendistribusian Penjualan Industri Rumahan Althaf Food ke 40 pelanggan. Pertama, akan dicari rute terpendek mulai dari Lasoso 1, Diponegoro 2, Diponegoro 3, Diponegoro 4, Diponegoro 5, Diponegoro 6, Kimaja 23, Kimaja 24, Hasanudin 25, Hasanudin 26, Bali 35, Sisaljufri 10, Poebongo 11, Poebongo 12, Poebongo 13, Poebongo 14, Touwa 15, Touwa 16, Basuki rahmat 17, Dewi sartika 18, Dewi sartika 19, Dewi sartika 20, Dewi sartika 21, Dewi sartika 22, Abd. Rahman saleh 36, Abd. Rahman saleh 37, Abd. Rahman saleh 38, Abd. Rahman saleh 39, Abd. Rahman saleh 40, Vetran 32, Vetran 33, Vetran 34, S.Parman 30, S.parman 31, Tondo 27, Tondo 28, Tondo 29 Imam Bonjol 7, Imam Bonjol 8, Imam Bonjol 9 dan Lasoso 1.

4.1.4 Hasil rute lintasan dalam graph Berbobot


1
19 00 m

31

00

14
100 m

13

12
400 m 500 m

11

10

9
200m

8
200m

7 6

5
500m

400m
3200

3
200m

200m

1400 m

500 m

23

25
0m 10

24
650m

200m

3500 m

16

220 m

15
32 0

26
21 0 0m 89 00
m

17

35

22 21 20 19 18
300m 600m 300m 500m

2320 m

31
500m

5400 m

27

800m

28

1000m

29

38 39 40

100m 100m

36 37

100m

2320 m

30
29 00 m

100m
00 m

300m

600m

37

32

33

34

4.1.6 Algoritma Tabu Search Setelah data data diperoleh dengan mengumpulkan data-data jarak ke setiap titik tujuan, membuat matriks jarak, dan menggunakan algoritma tabu search. Langkah-langkah algoritma tabu search yaitu memilih solusi awal i ke dalam solusi S. Kemudian tetapkan k=k+1 atau kita masukkan iterasinya. Kemudian bangkitkan sebuah tabu list baru atau jalur baru V* dari solusi dalam N(i,k) yang artinya jumlah item untuk jalur i sebanyak k, sehingga salah satu dari kondisi tabu t akan memenuhi. Kemudian memilih j terbaik melalui j=im artinya solusi baru dalam V* dan tetapkan i = j. Jika f (i) merupakan fungsi pada i artinya ketika i memang sudah memenuhi, maka kita tetapkan bahwa i*= i, sehingga kondisi berhenti jika f(i)=f(i*).

Cara Perhitungan manual mencari jarak optimal ke setiap titik pelanggan dengan jalur dari Lasoso 1, Diponegoro 2, Diponegoro 3, Diponegoro 4, Diponegoro 5, Diponegoro 6, Kimaja 23, Kimaja 24, Hasanudin 25, Hasanudin 26, Bali 35, Sisaljufri 10, Poebongo 11, Poebongo 12, Poebongo 13, Poebongo 14, Touwa 15, Touwa 16, Basuki rahmat 17, Dewi sartika 18, Dewi sartika 19, Dewi sartika 20, Dewi sartika 21, Dewi sartika 22, Abd. Rahman saleh 36, Abd. Rahman saleh 37, Abd. Rahman saleh 38, Abd. Rahman saleh 39, Abd. Rahman saleh 40, Vetran 32, Vetran 33, Vetran 34, S.Parman 30, S.parman 31, Tondo 27, Tondo 28, Tondo 29 Imam Bonjol 7, Imam Bonjol 8, Imam Bonjol 9 dan Lasoso 1.

yang di bentuk ke dalam matriks jarak bobot berarah dapat dilihat pada lampiran 1 pada tabel 4.2 yang berukuran 40 x 40. Berikut adalah cara perhitungan manual untuk mencari jarak optimal dengan langkahlangkah yaitu memilih jalur awal i= 1 2 3 4 5 6 23 24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8 9 1 dalam S. S merupakan himpunan semua solusi yang akan diperoleh. k merupakan sebuah iterasi, karena k = 0, maka untuk menetapkan solusi terbaik i*=i, maka solusi terbaik pada saat k=0 adalah jalur awalnya. Jalur awal yaitu 1 2 3 4 5 6 23 24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8 9 1. Maksud dari k=k+1 yaitu iterasinya berjalan dari k=1 sampai N (I,k) yaitu jumlah item untuk jalur sebanyak iterasinya. Iterasi pertama sebagai berikut :

Iterasi 1 Tabu List : 1 2 3 4 5 6 23 24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8 9 1 panjang jalur = 50.490 Tetangga (Jalur alternatif berikutnya) : Jalur pertama = 1 3 2 4 5 6 23 24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8 9 1 panjang jalur = 51.090. Jalur kedua = 1 4 3 2 5 6 23 24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8 9 1 panjang jalur = 51.290. Jalur ketiga = 1 5 4 3 2 6 23 24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8 9 1 panjang jalur = 51.890.

Seterusnya hingga 40 tetangga atau jalur alternatif yang diperoleh. Setelah melakukan iterasi pertama, langkah selanjutnya adalah membangkitkan sebuah subset V* pada iterasi pertama dengan mencari solusi baru atau jalur terbaiknya untuk melakukan iterasi selanjutnya. Setelah semua iterasi berjalan akan dipilih jalur terbaik (j) dalam V* dan ditetapakan i = j. Jika f(i) merupakan fungsi pada i artinya i sudah memenuhi, maka tetapkan i*= i, setelah itu perbaharui kondisi tabu. Setelah perbaharui kondisi tabu, maka kondisi berhenti jika f(i) = f(i*).

Seperti halnya diatas data-data dapat dihitung dengan menggunakan program matlab dengan matriks jarak dapat dilihat pada lampiran 1 pada tabel 4.2, dan di dapatkan hasil rute terpendek sebesar 42.050. Hasil program tersebut sebagai berikut : >> yes Initial solution crnt_tour = Columns 1 through 15 1 2 3 4 5 6 25 26 24 23 9 8 7 10 11 12 Columns 16 through 30 13 14 15 16 17 35 22 21 20 19 18 36 37 38 39 Columns 31 through 40 40 32 33 34 30 31 27 28 29 1 best obj =42050 time taken = 0.109201 >> Rute terpendek yang dihasilkan oleh suatu program matlab yaitu :

Dari hasil program tersebut dapat dibuat graph perjalanan seperti gambar di bawah ini dengan rute terpendek yang dihasilkan oleh suatu program matlab yaitu:

4.1.7 Graph rute lintasan hasil program


1
19 00 m

14
100 m

13

12
400 m 500 m

11

10

7
200m

8
200m

9
500m
m

5 6
700 m

400m

3
200m

200m

1400 m 400 m

500 m

25
0m 10

10

23
200m

00

24
750m

16

15 220 m 26
32 0 m

10 50 0m

1680 m

17
3700 m

35

22 21 20 19 18
300m 600m 300m 500m

31
500m

5400 m

27

800m

28

1000m

29

38 39 40

100m 100m

36 37

100m

2320 m

30
29 00 m

100m
00 m

300m

600m

37

32

33

34

4.2

Pembahasan

Pelayanan Pendistribusian Penjualan Industri Rumahan Althaf Food saat ini melakukan penjualan produk dengan mengirim produk ke toko toko dan swalayan dengan rute yang ditentukan di beberapa tempat. Untuk pelayanan Pendistribusian Penjualan Industri Rumahan Althaf Food wilayah Kota Palu dibagi menjadi 3 (tiga) wilayah pelayanan yaitu Palu timur, Palu barat, dan Palu selatan. Untuk wilayah Palu utara tidak dilakukan penelitian, karena dari data yang ada tidak terdapat titik-titik pelanggan yang ada pada wilayah Palu utara. Truk dalam sehari melewati 40 titik/ pelanggan. Pendistribusian Penjualan Industri Rumahan Althaf Food di Kota Palu dilakukan dengan jenis kendaraan pengangkutan yaitu Truck yang berjumlah 1 truk. Truk Pendistribusian Penjualan Industri Rumahan Althaf Food mulai beroperasi pada pukul 07.30 pagi sampai tugas selesai.

Dari penelitian ini, yang membedakan graph rute hasil lintasan dengan graph hasil program yaitu jalur yang dilewati pada pendistribusian Althaf Food kesetiap titik pelanggan dan jarak total yang diperoleh. Total pada jalur awal sebesar 50.490 m, sedangkan total jarak yang dihasilkan pada program sebesar 42.050 m dengan penghematan sebesar 8.440m. jalur yang terbentuk yaitu

KESIMPULAN DAN SARAN


E.1 Kesimpulan Berdasarkan hasil penelitian yang telah dilakukan maka dapat disimpulkan Rute terpendek yang dihasilkan algoritma tabu search dengan menggunakan algoritma tabu search adalah sebagai berikut :

E.2 Saran Untuk memperlihatkan dan membuktikan keefektifan, kelebihan, keakuratan dan kelemahan dari algoritma tabu search (TS), maka perlu diadakan sebuah penelitian lebih lanjut dengan tujuan untuk membandingkan seluruh algoritma pencarian jalur tependek (shortest path problem) yang ada pada berbagai data dengan jumlah titik yang lebih banyak dari yang saat ini ditteliti. Dan juga diharapkan agar kinerja proses pencarian jalur terpendek dari algoritma tersebut dapat lebih ditingkatkan lagi dalam hal kecepatan eksekusi pencarian dalam pengunaan memori komputer saat melakukan proses iterasi.

TERIMA KASIH

Kembali Slide 1

Back