Masalah pendistribusian barang merupakan masalah yang cukup penting dalam kegiatan ekonomi. Namun, hambatan dalam proses pendistribusian barang adalah sulitnya menentukan alokasi distribusi barang agar segala penawaran (dari beberapa gudang) dapat memenuhi segala permintaan (dari beberapa toko). Untuk itu, diperlukan suatu kebijakan yang tepat pada proses distribusi. Salah satu metode yang dapat digunakan untuk menyelesaikan permasalahan pendistribusian barang ialah algoritme genetika. Penelitian ini berisi penerapan algoritme genetika untuk optimasi permasalahan transportasi. Proses yang dilibatkan mulai dari pembangkitan populasi, seleksi, penyilangan, mutasi, hingga pada pemilihan individu terbaik sebagai solusi. Algoritme genetika diterapkan pada 2 buah kasus permasalahan transportasi (data penelitian Sari dkk. serta Xiangyu dkk.). Hasil yang diperoleh berupa biaya distribusi optimal dan alokasi distribusi barang. Pada penelitian ini juga dilakukan pembandingan antara hasil yang diperoleh melalui algoritme genetika dengan hasil yang diperoleh melalui metode optimasi deterministik (metode barat laut). Solusi yang diperoleh melalui algoritme genetika lebih optimal dibanding solusi yang didapat dari metode barat laut. Pada kasus A (data penelitian Sari dkk.), biaya transportasi lebih hemat sebanyak 19% dibanding metode barat laut, sedangkan pada kasus B (data penelitian Xiangyu dkk.), biaya transportasi lebih hemat sebanyak 23%. Namun, dari segi waktu komputasi, algoritme genetika memang membutuhkan waktu yang lebih lama, yakni 4,368387 detik berbanding 0,000911 detik pada kasus A dan 4,792465 detik berbanding 0,002401 detik pada kasus B. Pada bagian akhir juga dilakukan pengubahan parameter genetika untuk mengetahui pengaruhnya terhadap solusi. Hasilnya, parameter genetika ideal yang didapat yaitu probabilitas penyilangan 0,6, probabilitas mutasi 0,05, dan jumlah generasi pada kisaran 250 sampai 500.

The problem of distributing goods is an important problem in economic activities. However, the obstacles in the process of distributing goods are the difficulty of determining the allocation of goods distribution so that all offers (from several warehouses) can meet all requests (from several stores). For that, a good policy in the distribution process is needed. One method that can be used to solve item distribution problems is the genetic algorithm. This study contains the application of genetic algorithm to optimize transportation problem. The process involved starts from population generation, selection, cross over, mutation, and the selection of the best individual as a solution. Genetic algorithm were applied to 2 cases of transportation problem (data from Sari et al. and Xiangyu et al.). The results obtained are in the form of optimal distribution cost and allocation of goods distribution. In this study also made a comparison between the results obtained through genetic algorithm with the results obtained through deterministic optimization method (north-west corner method). The solution obtained through genetic algorithm is more optimal than the solution obtained from the north-west corner method. In case A (Sari et al. research data), transportation cost were more efficient at 19% compared to the north-west corner method, whereas in case B (Xiangyu et al. research data), transportation cost were more efficient by 23%. However, in terms of computational time, genetic algorithm requires a longer time, which is 4,368387 seconds compared to 0,000911 seconds in case A and 4,792465 seconds compared with 0,002401 seconds in case B. The final part also changes genetic parameters to determine its effect on the solution. As a result, the ideal genetic parameters obtained are the probability of cross over 0.6, the probability of a mutation of 0.05, and the number of generations in the range 250 to 500.

Kata Kunci : masalah transportasi, optimasi, algoritme genetika