Optimasi Penentuan Rute Distribusi Barang dengan Metode Genetic Algorithm dan Ant Colony Optimization pada Perusahaan Manufaktur
NI KOMANG NETI HERLIANI, Prof. Dr.rer.nat. Dedi Rosadi, S.Si., M.Sc.
2024 | Skripsi | STATISTIKA
Tingginya
penggunaan sepeda motor di Indonesia, menjadi peluang bagi perusahaan sepeda
motor untuk meningkatkan penjualan dengan pengelolaan distribusi yang baik. Penelitian
ini bertujuan untuk mengoptimalkan rute distribusi barang pada perusahaan manufaktur
dengan menggunakan metode Genetic Algorithm (GA) dan Ant Colony
Optimization (ACO). Optimasi rute distribusi sangat penting untuk
mengurangi biaya dan waktu pengiriman, sehingga meningkatkan efisiensi
operasional. Data yang digunakan dalam penelitian ini mencakup lokasi gudang
dan 44 dealer di Tangerang dengan jumlah permintaan unit harian pada
bulan November 2023. Penelitian ini mengimplementasikan GA dan ACO untuk
menemukan rute distribusi yang optimal dengan jarak minimum. GA bekerja dengan
mekanisme seleksi, crossover, dan mutasi untuk menghasilkan solusi
optimal, sedangkan ACO menggunakan perilaku pencarian jalur semut untuk
menemukan rute terbaik. Hasil penelitian menunjukkan bahwa kedua metode
tersebut mampu menghasilkan rute distribusi yang lebih efisien dibandingkan
rute yang sudah ada. Metode GA lebih unggul dalam kemampuan eksplorasi solusi
sehingga menghasilkan rute dengan jarak yang lebih pendek dibandingkan ACO.
Studi ini memberikan alternatif solusi bagi perusahaan dalam mengoptimalkan
distribusi dan dapat dijadikan referensi untuk penelitian lebih lanjut dalam
bidang optimasi rute distribusi.
The increasing use of motorcycles in Indonesia
is an opportunity for motorcycle companies to increase sales with good
distribution management. This study aims to optimize the distribution route of
goods at manufacturing company by using the Genetic Algorithm (GA) and Ant
Colony Optimization (ACO) methods. Optimization of distribution routes is very
important to reduce shipping costs and time, thereby increasing operational
efficiency. The data used in this study includes warehouse locations and 44 dealers
in Tangerang with total daily unit demand in November 2023. This study
implements GA and ACO to find the optimal distribution route with minimum
distance. GA applies selection, crossover, and mutation mechanisms to generate
optimal solutions, while ACO uses ant pathfinding behavior to find the best
route. The results show that both methods are able to produce more efficient
distribution routes than existing routes. GA is better at solution exploration,
thus producing routes with shorter distances than ACO. This study provides an
alternative solution for companies in optimizing distribution and can be used
as a reference for further research in the field of distribution route
optimization.
Kata Kunci : Optimasi Rute Distribusi, Capacitated Vehicle Routing Problem, Genetic Algorithm, Ant Colony Optimization