Abstract:
Salah satu kegiatan yang penting dan sering dilakukan dalam
perusahaan industri adalah kegiatan transportasi. Transportasi adalah kegiatan
yang berkaitan erat dengan pendistribusian sejumlah barang dari sejumlah
sumber (supply) untuk memenuhi sejumlah permintaan (demand) pada sejumlah
tempat atau tujuan. Setiap perusahaan industri tentunya ingin meminimasi biaya
yang dikeluarkan untuk kegiatan transportasi ini sehingga diperlukan suatu
strategi atau metode untuk melakukan pemecahan masalah transportasi ini agar
didapatkan solusi yang optimal.
Transportation Problem (TP) adalah salah satu tipe khusus dari masalah
linear programming. Permasalahan transportasi biasanya dimodelkan dalam
bentuk linear programming dimana fungsi tujuan dari permasalahan ini adalah
untuk meminimasi total biaya pengiriman. Parameter-parameter yang terkait
dalam permasalahan ini adalah banyaknya sumber, banyaknya tujuan, jumlah
setiap sumber, jumlah setiap tujuan, dan biaya variabel yang dikeluarkan akibat
pengiriman unit dari suatu sumber ke suatu tujuan. Transportation Problem (TP)
dapat diaplikasikan untuk berbagai macam masalah sehingga membuat TP
menjadi salah satu objek penelitian yang paling sering dipakai untuk
diselesaikan.
Algoritma yang dipakai dalam penelitian ini adalah algoritma Viral
Systems. Viral Systems merupakan metode meta-heuristic yang terinspirasi oleh
cara kerja virus dalam menginfeksi sel dari suatu organisme. VS mempunyai tiga
buah komponen yaitu sekumpulan virus, satu organism, dan satu interaksi antara
virus dan organism. Pembuatan algoritma Viral Systems untuk penyelesaian
masalah transportasi ini dilakukan dalam 6 tahap besar, yaitu penentuan tipe
infeksi, penentuan initial clinical picture, pengecekan antigen untuk clinical
picture awal, penentuan tipe replikasi, pengecekan antigen untuk sel tetangga,
dan pembaharuan solusi terbaik.
Berdasarkan penelitian yang telah dilakukan diketahui bahwa algoritma
Viral Systems dapat menghasilkan solusi yang sama baiknya dengan metode
optimasi untuk kasus kecil dan algoritma ini juga dapat diterapkan pada 8 kasus
besar dimana tiap kasus memiliki karakteristik yang dibedakan berdasarkan
ukuran dan range biaya pengiriman. Selain itu, berdasarkan pengujian parameter
pada kasus 10 x 10 dapat diketahui bahwa parameter-parameter yang
berpengaruh terhadap hasil implementasi adalah pan, plt, interaksi pan-pr,
interaksi plt-pi-LIT0, dan interaksi pr-pi-LNR0. Sedangkan untuk kasus 20 x 20,
parameter-parameter yang berpengaruh terhadap hasil implementasi adalah
pan, plt, pr, pi, interaksi pan-plt, interaksi pan-plt-pr, interaksi pan-plt-pr-pi,
interaksi plt-pr-LNR0-LIT0, dan interaksi pan-plt-pi-LNR0-LIT0.