Abstract:
Salah satu permasalahan yang sering terjadi dalam dunia perindustrian adalah
permasalahan yang terkait dengan distribusi. Distribusi akan berdampak pada biaya yang
harus dikeluarkan. Biaya distribusi meliputi biaya jarak tempuh kendaraan dan jumlah
kendaraan yang digunakan yang harus diminimasi. Capacitated Vehicle Routing Problem
with Time Windows (CVRPTW) merupakan suatu permasalahan yang terkait dengan
pencarian rute terpendek yang dapat ditempuh oleh sejumlah kendaraan dalam melayani
pelanggan dalam ruang waktu tertentu. CVRPTW merupakan permasalahan bersifat nondeterministic
polynomial-time hard (NP-Hard). Hal ini dikarenakan semakin banyak
jumlah pelanggan yang dilayani, maka waktu yang dibutuhkan semakin lama, sehingga
metode eksak tidak cukup efisien dalam segi waktu komputasi untuk menyelesaikan
permasalahan ini. Oleh karena itu, perlunya metode lain untuk dapat menyelesaikan
permasalahan CVRPTW. Salah satu metode yang dapat menyelesaikan permasalahan
dengan np-hard adalah dengan menggunakan metode metaheuristik.
Pada penelitian ini, permasalahan CVRPTW akan diselesaikan dengan
algoritma Multi-Verse Optimizer (MVO). MVO merupakan algoritma metaheuristik yang
terinspirasi dari hipotesis multiverse dimana terdapat beberapa alam semesta (universe)
yang memiliki beberapa objek di dalamnya dan dapat saling berinteraksi. Dalam
pencarian universe terbaik, ada dua jenis perpindahan objek yang dilakukan, yaitu
perpindahan dengan melewati Black/White Hole (eksplorasi) dan perpindahan dengan
melewati Wormhole (eksploitasi).
Pada penelitian ini, MVO diimplementasikan pada enam benchmark problems
CVRPTW. Hasil implementasi yang dilakukan akan dibandingkan dengan dua algoritma
pembanding, yaitu Grey Wolf Optimizer (GWO) dan Bat Algorithm (BAT). Secara
keseluruhan, dapat dikatakan bahwa MVO memiliki peformansi yang lebih baik dari
GWO. Algoritma MVO juga dapat mendapatkan hasil yang lebih dengan BAT pada tiga
kasus benchmark danmemberikan hasil yang serupa pada tiga kasus yang lain.
Algoritma MVO mempunyai tiga parameter yang diuji pengaruhnya terhadap performansi
yang dihasilkan, yaitu variabel max, min dan p. Hasil pengujian menunjukkan adanya
pengaruh parameter max dan p terhadap nilai fungsi objektif yang dihasilkan MVO untuk
satu kasus benchmark.