Abstract:
Forward dan reverse logistic merupakan salah satu sistem yang terdapat di
dalam supply chain. Dalam sistem tersebut terdapat beberapa permasalahan yang terjadi
seperti bagaimana cara mendistribusikan barang kepada pelanggan. Permasalahan
pendistribusian barang tersebut dapat disebut pula sebagai vehicle routing problem (VRP).
Jenis VRP untuk permasalahan pada sistem distribusi forward dan reverse logistic disebut
pula sebagai vehicle routing problem with simultaneous pickup and delivery (VRPSPD).
Selain permasalahan distribusi, terdapat pula permasalahan dalam hal packing barang di
dalam truk, terutama dalam kondisi kontainer yang yang memiliki satu pintu. Dalam kondisi
tersebut didapatkan bahwa terdapat masalah pada saat proses memasukan barang ke
dalam truk. Apabila barang yang diambil dari suatu pelanggan menutupi barang-barang
lain yang akan diberikan kepada pelanggan selanjutnya, hal tersebut mengakibatkan
barang yang telah dimasukan perlu diturunkan terlebih dahulu. Kejadian tersebut
mengakibatkan meningkatnya potensi kerusakan barang akibat terlalu sering dipindahkan.
Oleh karena itu akan dirancang sebuah algoritma yang dapat digunakan untuk
menyelesaikan permasalahan tersebut.
Proses perancangan dilakukan dengan membuat algoritma routing first packing
second (R1P2) yang dapat digunakan untuk menghitung biaya dari hasil penentuan rute
dan jumlah perpindahan yang terjadi disaat melakukan proses bongkar muat barang yang
ada di dalam truk. Solusi routing diselesaikan dengan metode exact yaitu metode branch
and cut sedangkan solusi packing akan dicari dengan menggunakan GA. Algoritma yang
dirancang telah terverifikasi dan tervalidasi, selanjutnya dilakukan implementasi dengan
menggunakan parameter algoritma yang telah ditentukan.
Berdasarkan hasil pengolahan data tersebut, telah didapatkan sebuah algoritma
yang dapat mencari solusi dari routing dan packing secara sequential. Algoritma yang
dirancang berhasil menemukan solusi dengan total perpindahan barang dengan rata-rata
sebesar 2,67. Terdapat lima parameter yang digunakan dalam menyelesaikan GA. Nilai
parameter yang dapat menghasilkan solusi terbaik adalah dengan menggunakan jumlah
kromosom adalah sebesar 500, jumlah replikasi sebesar 100, mutation rate sebesar 1,
elitism proportion sebesar 0,25, dan crossover rate sebesar 1.
