// <![CDATA[USULAN PERBAIKAN RUTE PENDISTRIBUSIAN BERAS BERSUBSIDI MENGGUNAKAN ALGORITMA GENETIKA]]> Hartika Yoza/132008081 Dosen Pembimbing 1 Susy Susanty, Ir., M.T. Arif Imran, S.Si., M.T., PhD.
Pemindahan produk seringkali dipengaruhi oleh jarak yang jauh dan kapasitas kendaraan yang berdampak pada lamanya waktu pengiriman dan biaya operasional yang dibutuhkan selama proses pengiriman berlangsung. Oleh karena itu, pemilihan tipe kendaraan dan rute adalah komponen penting dalam proses pengiriman produk. Permasalahan ini perlu dikaji untuk meningkatkan pelayanan kepada pelanggan. Algoritma genetika merupakan salah satu algoritma yang dapat digunakan dalam mengkaji permasalahan yang terjadi.Algoritma ini merupakan adaptasi dari proses evolusi. Pada proses evolusi, individu (rute) akan mengalami perubahan keturunan/rute agar terjadi perbaikan ke arah yang lebih baik. Tujuan penelitian untuk menghasilkan usulan perbaikan rute kendaraan dalam meminimumkan waktu penyelesaian total Penelitian Budikusuma (2012) telah melakukan kajian mengenai pendistribusian Raskin dan menghasilkan solusi penentuan rute kendaraan. Karakteristik VRP yang digunakan yaitu split delivery, single depot, dan multiple trips yang artinya kendaraan dapat kembali ke kelurahan yang sama, menggunakan depot (gudang) tunggal, dan terdiri dari beberapa rute dalam satu tur pengantaran Raskin dengan menggunakan metode nearest neighbour. Hasil penelitian yang diperoleh kemudian akan dilakukan usulan perbaikan rute kendaraan untuk menghasilkan rute yang dapat memberikan waktu penyelesaian yang minimum. Usulan perbaikan rute menggunakan algoritma genetika sebagai cabang dari algoritma evolusi merupakan metode adaptive yang biasa digunakan untuk memecahkan suatu pencarian nilai dalam sebuah masalah optimasi. Algoritma ini dimulai dengan pengambilan populasi awal dari pembentukan rute menggunakan algoritma nearest neighbour, kemudian dilakukan proses seleksi, crossover, dan mutasi. Hasil dari pengolahan data menghasilkan perubahan beberapa rute yang sudah terbentuk dari populasi awal penelitian Budikusuma (2012). Setelah terjadi perubahan rute maka akan diperoleh waktu penyelesaian yang lebih minimum tanpa mengubah jumlah tur yang terbentuk dari populasi awal penelitian Budikusuma (2012). Penggunaan algoritma genetika untuk perbaikan rute mampu membentuk rute dengan waktu penyelesaian yang lebih singkat dari rute penelitian sebelumnya. Algoritma ini mampu menghasilkan nilai yang lebih baik karena setiap operasi berusaha menemukan nilai yang lebih baik dari populasi awal yang terbentuk Berdasarkan rute yang terbentuk dari penelitian sebelumnya (Budikusuma, 2012) menggunakan algoritma nearest neighbour dan rute perbaikan menggunakan algoritma genetika dapat dilihat bahwa algoritma genetika mampu menghasilkan rute yang lebih baik. Hal ini terbukti dari total waktu penyelesaian rute penelitian sebelumnya (Budikusuma, 2012) sebesar 23320.833 menit, sedangkan rute perbaikan alternatif dengan Pc 0.2 dan Pm 0.04 mampu menghasilkan total fitness (waktu penyelesaian) sebesar 21486.2 menit.