Metode Adaptive Variable Neighborhood Search untuk penyelesaian masalah Heterogeneous Fleet Vehicle Routing Problem dengan pemuatan tiga dimensi dan constraint kendaraan berpendingin untuk distribusi obat-obatan

HAMONANGAN JONATHAN, Muhammad Alfian Amrizal, B.Eng., M.I.S., Ph.D.

2025 | Skripsi | ILMU KOMPUTER

Logistik obat-obatan adalah salah satu masalah yang sangat penting yang harus dapat diatasi seefisien mungkin. Oleh karena itu dibutuhkan sebuah penyelesaian permasalahan logistik obat-obatan, yang biasanya dikenal dengan Vehicle Routing Problem. Penelitian ini bertujuan untuk memformulasikan sebuah masalah VRP dengan armada yang heterogen untuk distribusi obat-obatan yang memiliki pendingin dan dengan proses 3D loading yang terintegrasi. Penelitian ini akan menggunakan metode Adaptive Variable Neighborhood Search (AVNS) yang dievaluasi menggunakan data historis perusahaan distribusi obat-obatan di Indonesia. Penelitian ini juga mengembangkan problem instance generator untuk melakukan evaluasi dari metode AVNS pada berbagai jenis kasus yang ada. 

Hasil simulasi menunjukkan bahwa karakteristik problem instance secara signifikan memengaruhi performa AVNS. Faktor geografis menjadi penentu utama, di mana depot Jakarta (JK2) terbukti 15,8% lebih hemat biaya dibandingkan Makassar (MKS). Selain itu, struktur distribusi pelanggan juga krusial, dengan konfigurasi tiga klaster mampu menekan biaya hingga 8,7% dibandingkan distribusi acak. Perbedaan paling drastis terlihat pada jenis pesanan, di mana problem instance yang di-generate menghasilkan biaya 7,37 kali lebih tinggi dibandingkan data historical, yang mengonfirmasi sensitivitas algoritma terhadap kompleksitas masalah. Temuan-temuan ini menegaskan bahwa problem instance generator memegang peran krusial untuk evaluasi metode AVNS yang komprehensif.

Pharmaceutical logistics is a critical challenge requiring highly efficient solutions. This research addresses this need by formulating a Vehicle Routing Problem (VRP) for medicine distribution, integrating heterogeneous fleets (refrigerated/non-refrigerated vehicles), 3D loading constraints (volume, fragility, stability), and refrigeration requirements for temperature-sensitive products. The study develops an Adaptive Variable Neighborhood Search (AVNS) algorithm, evaluated using historical data from an Indonesian pharmaceutical distributor. A problem instance generator is designed to comprehensively test AVNS across diverse logistical scenarios.

Key findings show that AVNS performance is highly sensitive to problem instance characteristics. Geographical factors are a key determinant, with the Jakarta (JK2) depot proving to be 15.8% more cost-effective than Makassar (MKS). Furthermore, customer distribution is crucial, as a 3-cluster configuration reduces costs by 8.7% compared to a random distribution. The most drastic difference was observed in order types, where generated instances led to costs 737% higher than historical data, highlighting the algorithm's sensitivity to problem complexity. These findings validate the problem instance generator as essential for a robust and comprehensive evaluation of the AVNS method.

Kata Kunci : Vehicle Routing Problem, Kendaraan Berpendingin, Pemuatan Tiga Dimensi, Adaptive Variable Neighborhood Search, Distribusi Obat-Obatan