Abstract:
Capacitated Vehicle Routing Problem (CVRP) merupakan suatu permasalahan
untuk menentukan rute pengiriman dari satu depot dengan menggunakan beberapa
kendaraan yang berada pada depot yang dapat digunakan untuk mengirimkan barang
menuju ke pelanggan. CVRP menentukan set rute S (satu rute untuk setiap kendaraan
yang harus dimulai dan diakhiri di depot) sehingga seluruh kebutuhan pelanggan dan
batasan operasional dapat dipenuhi dengan jarak transportasi minimal. Masalah CVRP
adalah variasi dari VRP dimana pada CVRP terdapat tambahan batasan kapasitas
kendaraan.
Pada Penelitian ini CVRP akan diselesaikan dengan menggunakan algoritma
Pigeon Inspired Optimization (PIO). Algoritma ini adalah algoritma swarm intelligence yang
terinspirasi dari kemampuan burung merpati yang dapat mencari jalan pulang sendiri
(homing ability). Terdapat dua kemampuan merpati yang digunakan sebagai inspirasi
dalam algoritma ini yaitu map and compass operator dan landmark operator. Terdapat 4
parameter yang digunakan pada algoritma ini yaitu NP, Nc1max, Nc2max, dan R.
Pernacangan algoritma PIO untuk menyelesaikan CVRP telah dilakukan dan
algoritma PIO telah diimplementasikan pada 6 kasus benchmark CVRP. Performansi PIO
akan dibandingkan dengan Artificial Bee Colony (ABC), Genetic Algorithm (GA), dan
Dragonfly Algorithm (DA). Algoritma PIO berhasil mendapatkan solusi optimal pada kasus
dengan 15 pelanggan, namun untuk kasus lain algoritma ABC dan GA menghasilkan solusi
yang lebih baik dari PIO. Pengujian parameter telah dilakukan dengan ANOVA Multifaktor,
hasilnya parameter R dan Nc1max memiliki pengaruh pada beberapa kasus.
