A 2L-3D-HMCLP FRAMEWORK USING ADAPTIVE LARGE NEIGHBORHOOD SEARCH (ALNS) HEURISTIC AND DYNAMIC TWO-LEVEL OPTIMIZATION FOR SOLVING SPACE EFFICIENCY IN FIRST-MILE DELIVERY

Sasha Annabel, Muhammad Alfian Amrizal, B.Eng., M.I.S., Ph.D.

2026 | Skripsi | ILMU KOMPUTER

Ekspansi pesat sektor lokapasar (e-commerce) Indonesia telah meningkatkan permintaan akan optimalisasi logistik, terutama pada pengiriman tahap pertama (first-mile) dari pabrik ke pusat distribusi. Tesis ini membahas Two-Level Three-Dimensional Heterogeneous Multi-Container Loading Problem (2L-3D-HMCLP), yang berfokus pada meminimalkan total biaya dengan menyeimbangkan efisiensi ruang di berbagai jenis kotak karton dan kontainer yang beragam, sembari mematuhi batasan dunia nyata seperti family unity. Studi ini mengusulkan kerangka kerja Global Optimization dua tingkat yang terintegrasi dan baru, menggunakan Adaptive Large Neighborhood Search (ALNS) dan heuristik Extreme Point untuk pengepakan geometris. Kinerjanya kemudian dibandingkan dengan pendekatan Local Optimization satu tingkat sekuensial yang ditetapkan oleh Prietno et al. (2025). Kerangka kerja Lokal mengoptimalkan pengepakan barang ke dalam karton hingga mencapai susunan optimal yang tetap, yang tidak dapat dioptimalkan kembali kemudian selama pengepakan karton ke dalam kontainer. Sebaliknya, Global Optimization memungkinkan perubahan tingkat satu (penataan ulang karton dalam kontainer) dan perubahan tingkat dua (penataan ulang barang dalam karton) pada iterasi apa pun, serta dilengkapi untuk memutuskan tingkat optimalisasi terbaik secara dinamis pada setiap iterasi. Hasil eksperimen menunjukkan bahwa metode Global memiliki kemampuan pencarian yang jauh lebih besar karena menemukan biaya minimum mutlak dalam 84% instansi, yang juga tercermin dari Average Rate of Improvement (ARI) tinggi yang konsisten sebesar 40%–80% di berbagai karakteristik masalah. Sebaliknya, metode Local Optimization menunjukkan waktu eksekusi yang lebih baik dengan rentang kurang dari 2 menit pada instansi yang kompleks, tetapi lebih rentan terjebak dalam ruang pencarian yang lebih kecil. Secara keseluruhan, temuan ini menunjukkan bahwa pendekatan multi-tingkat sangat penting untuk perencanaan logistik skala besar di mana pengurangan biaya global lebih diutamakan daripada pemrosesan yang hampir seketika.

The rapid expansion of Indonesia’s e-commerce sector has intensified the demand for logistics optimization, particularly in first-mile deliveries from factories to distribution centers. This thesis addresses the Two-Level Three-Dimensional Heterogeneous Multi-Container Loading Problem (2L-3D-HMCLP), focusing minimizing total costs by balancing space efficiency across many and diverse types of carton boxes and containers, while adhering to real-world constraints such as family unity. This study proposes a novel integrated, two-level Global Optimization framework using Adaptive Large Neighborhood Search (ALNS) and Extreme Point heuristic for geometrical packing. Its performance is then compared against the sequential, one-level Local Optimization approach established by Prietno et al. (2025). The Local framework optimizes item packing into cartons until reaching a fixed optimal arrangement, which cannot be re-optimized later during carton packing into containers. On the contrary, Global Optimization allows both one-level changes (carton rearrangement in containers) and two-level changes (item rearrangement in cartons) at any iteration, and is equipped to dynamically decide the best optimization-level at any iteration. Experimental results indicate that Global method has significantly greater search ability as it found absolute minimum costs in 84% of instances, also mirrored by consistent 40%–80% high Average Rate of Improvement (ARI) across different problem characteristics. Conversely, Local Optimization method demonstrates better execution time ranging less than 2 minutes against complex instances, but is more prone to stuck in smaller search space. Overall, these findings suggest that a multi-level approach is essential for large-scale logistics planning where global cost reduction outweighs near-instantaneous processing. 

Kata Kunci : Container Loading Problem, Family Unity, Adaptive Large Neighborhood Search, Two-Level Optimization, Extreme Point Heuristic