Abstract:
Biaya supply chain rata-rata mencakup 55% harga produk, dimana transportasi
memiliki peran terbesar dalam rantai logistik. Seiring perkembangan ekonomi dan
globalisasi, iklim industri semakin kompetitif. Untuk bisa tetap bersaing dan berkembang,
perusahaan-perusahaan terus mencari cara untuk meningkatkan efisiensi supply chain.
Terutama di kota besar dan padat seperti Jakarta, dimana kendaraan-kendaraan besar
seperti truk dan lori sulit menavigasi jalanan yang sempit. Oleh karena itu, lebih baik
menggunakan kendaraan kecil yang bisa melakukan banyak trip dalam satu hari kerja.
Permasalahan ini merupakan Vehicle Routing Problem with Multi-Trip. Meski sudah cukup
banyak algoritma-algoritma metaheuristik yang dibuat untuk menyelesaikan permasalahan
ini, belum ada yang berhasil menemukan solusi optimal dengan konsisten.
Pada penelitian ini, dilakukan pengembangan Dragonfly Algorithm untuk
menyelesaikan kasus VRPMT, dengan menggunakan pendekatan yang terinspirasi dari
proses initialization penelitian Variable Neighborhood Search untuk kasus VRPMT.
Algoritma yang dibuat dijalankan dengan program Matlab.
Hasil dari dragonfly algorithm dengan proses encoding decoding yang dibuat tidak
berhasil untuk menyelesaikan kasus VRPMT, khususnya pada populasi pelanggan yang
besar. Karena tidak memaksimalkan kapasitas kendaraan dalam rute dan kurang
optimalnya rute yang dibuat, batasan waktu terkadang tidak terpenuhi. Diperlukan
penelitian lebih lanjut untuk mengembangkan algoritma, baik dengan menambahkan local
search, atau dengan mengubah proses encoding decoding yang digunakan dengan proses
yang lebih sesuai.