Algoritme Genetika pada Penyelesaian Travelling Salesman Problems untuk Pendistribusian Produk Bubur Organik

Abstract

Pada penelitian ini, dibahas pencarian rute terpendek untuk mendistribusikan produk bubur organik yang diproduksi oleh PT. Rofindiya Ekamulia Sukses ke sejumlah outlet, yang mana setiap outlet hanya dapat dikunjungi satu kali saja dan proses distribusi dimulai dan diakhiri dari suatu outlet yang sama. Terdapat 44 outlet yang pada awalnya terbagi ke dalam 9 jalur distribusi, yang kemudian penulis usulkan dikelompokkan menjadi 3 jalur distribusi saja untuk efisiensi perusahaan. Permasalahan pendistribusian produk tersebut pada masing-masing jalur distribusi dapat dikategorikan sebagai travelling salesman problems (TSP). Pencarian rute terpendek pada masing-masing jalur distribusi dilakukan dengan menggunakan algoritme genetika (GA). Dalam implementasi GA, barisan outlet pada suatu jalur distribusi direpresentasikan sebagai barisan gen pada suatu kromosom. Nilai fitness pada GA dalam hal ini diasosiasikan sebagai total jarak tempuh suatu rute, sehingga implementasi GA dalam penelitian ini diarahkan untuk memperoleh nilai fitness yang terkecil. Hasil implementasi GA menunjukkan adanya perbaikan total jarak tempuh bila jumlah iterasi dan ukuran populasi ditingkatkan. Implementasi GA dilakukan dengan menggunakan bahasa pemrograman Octave.

This study discussed finding a shortest route to distribute the organic porridge products produced by PT. Rofindiya Ekamulia Sukses to some outlets, in which each outlet is visited exactly once and the distribution process is started and ended from the same outlet. There are 44 outlets involved in this study. The outlets are initially grouped into 9 distribution tracks. The authors proposed to regroup them into 3 distribution tracks to increase distribution efficiency. The distribution problem on each track can be categorized as a travelling salesman problems (TSP). Each of those 3 distribution problems is solved using genetic algorithm (GA). In the implementation of GA, the outlet sequence on a distribution route is represented as a gene sequence on a chromosome. Since the fitness value of a chromosome is associated with total travelling distance of that route, the implementation of GA in this study is directed to obtain a smallest fitness value. The GA implementation shows that the total travelling distance can be reduced, up to a certain level, by increasing the number of iterations and the population size. The GA implementation is done using the programming language Octave.