MERPATI VOL. 6, NO. 3 DESEMBER 2018

ISSN: 2252-3006

Aplikasi Optimalisasi Pengiriman Barang Menggunakan Metode Tabu Search Berbasis Web

Putu Irvan Arya Purwadana, Dwi Putra Githa, Desy Purnami Singgih

Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Bukit Jimbaran, Bali, Indonesia, telp (0361) 701806

e-mail: [email protected], [email protected], [email protected]

Abstrak

Tujuan pengiriman barang adalah menyampaikan barang dalam kondisi yang baik dan cepat. Pengiriman barang berjalan efisien apabila memperhatikan faktor pengiriman barang yaitu, wilayah dan muatan. Masalah pengiriman barang yang biasanya terjadi yaitu pengiriman dilakukan secara acak dan barang yang dikirim tidak sesuai kapasitas kendaraan. Masalah tersebut menjadi latar belakang pembuatan aplikasi optimalisasi pengiriman barang. Aplikasi optimalisasi pengiriman barang bertujuan untuk mencari rute pengiriman barang yang optimal tidak hanya berdasarkan jarak tapi juga muatan. Metode Tabu Search digunakan pada aplikasi optimalisasi pengiriman barang untuk mencari rute pengiriman terbaik dari beberapa alternatif rute yang terbentuk. Aplikasi optimalisasi pengiriman barang memanfaatkan Google Maps untuk mendapatkan jarak pengiriman dan visualisasi rute pengiriman. Hasil dari aplikasi optimalisasi pengiriman barang yaitu menentukan barang yang dikirim oleh kendaraan, rute pengiriman barang yang optimal dan visualisasi rute dalam bentuk maps.

Kata Kunci: Pengiriman Barang, CVRP, Metode Tabu Search.

Abstract

Purpose of shipping is deliver items to the intended place in good condition and quickly. Shipping runs efficiently when keep attention to the factors of shipping, namely the area and capacity. Shipping problems that usually happen are shipments carried out randomly and goods sent doesn’t fit to the capacity of vehicle. Its become the references of making this application. This application purpose to find optimal shipping route not only by distance but also capacity. Tabu search method used in this application to find the best shipping route. This application utilizes Google Maps to get shipping distances and route visualization. The results of this application are which items will be sent by each vehicle, shipping route and visualization of the route in the maps.

Keywords: Shipping Item, CVRP, Tabu Search Method.

  • 1.    Pendahuluan

Pengiriman barang bertujuan untuk menyampaikan barang ke tempat tujuan dengan cepat dan dalam kondisi yang masih baik. Pengiriman barang yang efektif dan efisien dapat mengurangi waktu dan biaya yang dihabiskan untuk melakukan pengiriman barang. Pengiriman barang dapat berjalan efisen apabila memperhatikan faktor-faktor penting dalam pengiriman barang yaitu faktor wilayah dan muatan. Faktor wilayah dan muatan diperlukan agar pengiriman barang menjangkau wilayah secara menyeluruh serta daya angkut kendaraan mencapai titik optimal.

Masalah akan timbul apabila tidak terpenuhinya faktor-faktor pengiriman barang yaitu wilayah dan muatan sehinga berdampak pada efisiensi pengiriman barang. Masalah wilayah biasanya terjadi karena pengiriman barang dilakukan secara acak tanpa melalui rute optimal. Masalah muatan barang yang bisa berlebih atau kurang dari kapasitas kendaraan menjadi masalah yang sering dialami pada proses pengiriman barang.

Model permasalahan pencarian rute dengan memperhatikan kapasitas pada pengiriman barang ini termasuk model permasalahan CVRP (Capacitated Vehicle Routing Problem). CVRP

merupakan masalah praktikal seperti distrubusi dan pengiriman barang dengan tujuan menentukan rute dengan cost yang minimum [1]. Penelitian yang ditulis oleh Marchalia Sari dengan judul “Penyelesaian Capacitated Vehicle Routing Problem menggunakan Saving Matriks, Sequential Insertion dan Nearest Neighbour di Victoria RO” menggunakan input daftar jarak pelanggan, daftar permintaan dan kapasitas kendaraan untuk permasalahan CVRP [2]. CVRP atau masalah pengiriman barang dapat diatasi dengan menggunakan metode metaheuristik yang menghasilkan solusi mendekati optimum dengan waktu yang singkat [3]. Contoh metode metaheuristik adalah metode tabu search. Metode tabu search digunakan dalam penelitian Sulistino dan Noor Saif Muhammad yang berjudul “Rancang Bangun Vehicle Routing Problem Menggunakan Algoritma Tabu Search” untuk mencari rute pengiriman barang dengan jarak terpendek dan optimal [4]. Penelitian lain yang ditulis oleh Sami Faiz dengan judul “A DSS Based on GIS and Tabu Search for Solving the CVRP: The Tunisian Case” menyatakan bahwa metode tabu search mampu mencari solusi diluar solusi optimal lokal [5].

Mengacu pada penelitian sebeumnya, pengembangan yang dilakukan pada penelitian aplikasi optimalisasi pengiriman barang adalah adanya proses clustering. Proses clustering dilakukan untuk memilih barang mana saja yang dikirim untuk masing-masing kendaraan dengan memperhatikan kapasitas maksimum kendaraan. pembentukan rute tidak hanya memperhatikan jarak namun juga muatan. Kelebihan lain dari aplikasi optimalisasi pengiriman barang adalah terdapat visuliasi rute pengiriman barang dalam bentuk maps sehingga memudahkan pengirim menuju lokasi pengiriman.

  • 2.    Metodologi Penelitian

Tahapan penelitian dari aplikasi optimalisasi pengiriman barang yaitu melakukan observasi masalah yang biasanya terjadi pada pengiriman barang yaitu masalah wilayah dan muatan. Analisa kebutuhan dilakukan setelah mendapatkan masalah pengiriman sehingga didapatkan bahwa kebutuhan aplikasi yaitu pencarian rute dan visualisasi pada maps. Pencarian teori penunjang dan metode untuk menyelesaikan masalah sehingga didapatkan metode tabu search. Masalah pengiriman barang tersebut diuraikan dan studi literatur untuk menganalisa kebutuhan dan mencari teori penunjang pengembangan aplikasi. Tahap pemodelan sistem menguraikan metode, proses perhitungan dan output yang dihasilkan aplikasi. Tahap perancangan dan desain meliputi pembuatan database dan GUI. Tahap pengembangan sistem mulai melakukan koding. Tahap uji coba melakukan pengujian fungsi yang ada pada sistem bekerja dengan baik dan menghasilkan rute pengiriman barang yang optimal. Tahap terakhir adalah pembuatan laporan apabila tahap uji coba berhasil dilakukan.

  • 2.1    Gambaran Umum

Gambaran umum dari Aplikasi Optimalisasi Pengiriman Barang menggunakan Metode Tabu Search Berbasis Web dapat dilihat pada Gambar 2.

Gambar 2. Gambaran Umum Sistem

  • Gambar 2 menampilkan gambaran umum aplikasi optimalisasi pengiriman barang. Entitas yang terlibat pada aplikasi optimalisasi pengiriman barang yaitu operator, driver dan admin. Entitas admin dapat melakukan pengolahan data user. Entitas operator dapat melakukan

pengolahan data transaksi kemudian generate rute pengiriman barang. Proses generate rute menggunakan metode tabu search, dimana semua data transaksi terlebih dahulu dikelompokkan sesuai dengan kapasitas kendaraan kemudian dicari rute pengirimannya. Hasil rute pengiriman brang dapat dilihat oleh driver kemudian driver dapat melakukan pengiriman barang. Status pengiriman barang dapat diubah oleh driver apabila barang telah dikirim.

  • 3.      Kajian Pustaka

Teori dan teknonologi penunjang pengembangan aplikasi optimalisasi pengiriman barang menggunakan Metode Tabu Search berbasis web akan dijelaskan sebagai berikut.

  • 3.1    Teori Graph

Graph menggambarkan garis yang menyatukan dua buah titik. Graph dapat dibedakan berdasarkan arahnya yaitu directed graph dan undirected graph. Directed graph merupakan graph yang mempunyai arah sedangkan undirected graph merupakan graph yang tidak mempunyai arah atau graph yang melakukan pergerakan dari satu node ke node yang lain dan sebaliknya. Contoh graph adalah jalan raya dan sungai [6].

  • 3.2    Capacitated Vehicle Routing Problem (CVRP)

Capacitated Vehicle Routing Problem (CVRP) merupakan pengembangan dari VRP dengan menambahkan kendala kapasitas kendaraan [7]. Tujuan CVRP mencari rute dengan cost yang meminimalkan dalam pengiriman barang. Kendala pada CVRP adalah total permintaan agen dalam satu rute tidak melenihi kapasitas kendaraan, agen hanya dikunjungi satu kali dan rute berawal dan berakhir pada depot [8].

  • 3.3    Sistem Informasi Geografis

Sistem informasi geografis merupakan sistem untuk melakukan pengolahan data spasial. Pengolahan data spasial yang dilakukan pada sistem informasi geografis yaitu memasukkan, menyimpan, mengelola, menganalisa dan mengaktifkan kembali data keruangan atau spasial yang berkaitan dengan pemetaan [9]. Sistem Informasi Geografis. Fungsi dari sistem informasi geografis adalah mengumpulkan, menyimpan dan analisis dan fenomena geografis. Aplikasi sistem informasi geografis dapat menentukan lokasi, tren, pola dan pemodelan berdasarkan suatu wilayah geografis. Sistem informasi geografis memberikan informasi dalam bentuk peta. [10].

  • 3.4    Google Maps dan Google Maps API

Tahun 2005, Google mengeluarkan layanan peta online yang dengan nama google maps. Google maps. Google maps menggunakan interaksi client-server untuk mengunduh informasi dari peta. Pengembangan sistem informasi geografis dikembangkan dengan google maps untuk melakukan pemetaan [11]. Google maps API diperkenalkan oleh Google bulan Februari tahun 2005 untuk dapat menggunakan peta digital pada berbagai macam aplikasi. Google Maps API memudahkan kerja maps pada web dengan menggeser dan menggerakkannya [12]. Google maps API berfungsi untuk mengintegrasikan google maps ke situs web pengguna sehingga dapat menampilkan peta digital. Penggunaan google maps API harus menggunakan maps API java script agar google maps dapat muncul [13].

  • 3.5    Metode Tabu Search

Metode tabu search tergolong metode heuristik dimana pencarian solusi menggunakan short term memory agar tidak terjebak pada nilai optimum lokal. Metode ini mencari solusi terbaik pada setiap iterasi dan memasukkannya pada tabu list. Solusi yang sudah ada pada tabu list tidak akan dievaluasi lagi. Tabu list berisi solusi terbaik dari setiap iterasi kemudian diseleksi hingga mendapatkan solusi yang paling optimal [14]. Langkah perhitungan dalam algoritma tabu search dapat dijelaskan sebagai berikut.

  • 1.      Langkah 1 : Pilih Solusi awal i dalam himpunan S. Tetapkan i* = i dan k=0 dimana i*

adalah solusi terbaik dan k adalah banyaknya perulangan yang terjadi saat dilakukannya pencarian solusi terbaik i*.

  • 2.      Langkah 2 : Tetapkan k = k + 1 dan hasilkan himpunan bagian V* dari solusi dalam

solusi himpunan N(i,k) sehingga tabu conditions tidak memenuhi dan aspirations conditions terpenuhi.

  • 3.      Langkah 3 : Pilih solusi terbaik j dalam himpunan bagian V* tetapkan i = j.

  • 4.      Langkah 4 : Jika f(i)f(i*) maka tetapkan i* = i.

  • 5.      Langkah 5 : Update tabu dan aspirations conditions.

  • 6.      Langkah 6 : Jika kondisi berhenti (stopping conditions) terpenuhi, maka pencarian

berhenti. Jika tidak, lakukan langkah 2.

  • 4.     Hasil dan Pembahasan

Hasil dan pembahasan akan menjelaskan tentang perancangan sistem dan implementasi sistem.

  • 4.1    Perancangan Sistem

Diagram konteks dan struktur database yang digunakan dalam perancangan aplikasi optimasi pengiriman barang.

  • a.     Diagram Konteks

Diagram konteks menjelaskan aliran data terhadap entitas-entitas yang ada pada aplikasi optimasi pengiriman barang yang dapat dilihat pada Gambar 3.

Gambar 3. Diagram Konteks

Gambar 3 menampilkan diagram konteks pada aplikasi optimalisasi pengiriman barang. Entitas yang terlibat dalam aplikasi optimalisasi pengiriman barang adalah customer, operator, admin dan driver. Entitas admin adalah pengguna sistem yang dapat melakukan sign in, manajemen data user dan lihat data transaksi. Entitas customer adalah entitas luar yang memberikan data pengiriman yang akan di-input oleh operator. Entitas operator adalah pengguna sistem yang dapat melakukan manajemen data transkasi dan generate untuk mendapatkan rute pengiriman barang. Entitas driver adalah pengguna sistem yang dapat melihat data pengiriman dan mengubah status pengiriman barang.

  • b.     Struktur Database

Data yang diperlukan pada aplikasi optimasi pengiriman barang akan disimpan pada struktur database yang dapat dilihat pada Gambar 4.

Gambar 4. Struktur Database

Gambar 4 menampilkan struktur database yang digunakan pada aplikasi optimalisasi pengiriman barang. Tabel utama yang terdapat pada database tersebut antara lain, tabel transaksi yang berisi data setiap transaksi yang masuk untuk dilakukan pengiriman, tabel user digunakan untuk menyimpan data operator, driver dan admin untuk melakukan login pada sistem, tabel driver digunakan untuk menyimpan data driver, tabel kendaraan untuk menyimpan data kendaraan yang dimiliki beserta batas muatannya dan tabel depot untuk menyimpan data alamat perusahaan yang dijadikan titik awal pengiriman.

  • 4.2    Implementasi Sistem

Hasil implementasi aplikasi optimalisasi pengiriman barang menggunakan metode tabu search berbasis web sebagai berikut.

49 Rute Pengiriman Kendaraan 1                       H                      49 Rute Pengiriman Kendaraan 2

Tanggal

i Generate

Pemilik

No Telepon

Alamat

Berat Barang (kg)         ^

Volume Barang (m3)         '

Pengirim

Nomor

Kendaraan

2018-07-09

Ni Nyoman Jepun

081129991921

Denpasar, Denpasar City, Bali,

65

0

Ahmad

Yudi

DK9878AD

2018-07-09

Nanoe Biroe

083905920124

Denpasar, Denpasar City, Bali,

66

0              Ahmad

Yudi

DK9878AD

2018-07-09

Ni Luh Ratna

081912949591

Denpasar, Denpasar

City, Bali,

65

0

Ahmad

Yudi

DK9878AD

2018-07-09

Putra Yasa

085919295819

Denpasar, Denpasar City, Bali,

65

0

Ahmad

Yudi

DK9878AD

2018-07-09

Putu Bagus

085923958991

Denpasar, Denpasar City, Bali,

75

0

Ahmad

Yudi

DK9878AD

2018-07-09

Nyoman Suluh

085881283849

Denpasar, Denpasar City, Bali,

76

0              Ahmad

Yudi

DK9878AD

2018-07-09

Ketut Putra

084593459123

Denpasar, Denpasar

City, Bali,

75

0

Ahmad

Yudi

DK9878AD

2018-07-09

Widi Widiana

081295918295

Denpasar, Denpasar City, Bali,

75

0

Ahmad

Yudi

DK9878AD

9

2018-07-09

Ketut Budi

085192995189

Denpasar1 Denpasar City, Bali,

65              0

Ahmad

Yudi

DK9878AD

10

2018-07-09

Kadek Putra

085129959155

Denpasar1 Denpasar City, Bali,

60              0

Ahmad

Yudi

DK9878AD

11

2018-07-09

Ketut Nengah

081958192855

Denpasar1 Denpasar City, Bali,

60              0

Ahmad

Yudi

DK9878AD

12

2018-07-09

Komang Adi

081295988691

Denpasar1 Denpasar City, Bali,

60              0

Ahmad

Yudi

DK9878AD

13

2018-07-09

Hendra

Wijaya

087574357912

Denpasar1 Denpasar City, Bali,

70              0

Ahmad

Yudi

DK9878AD

14

2018-07-09

TutAni

085182958991

Denpasar1 Denpasar City, Bali,

70              0

Ahmad

Yudi

DK9878AD

15

2018-07-09

Pande

Mahendra

081959893858

Denpasar1 Denpasar City, Bali,

55              0

Ahmad

Yudi

DK9878AD

16

2018-07-09

Ni Nyoman

Widi

081111222333

Denpasar1 Denpasar City, Bali,

65              0

Ali Imron

DK912300

17

2018-07-09

Ni Kadek

Luluh

081295999696

Denpasar1 Denpasar City, Bali,

70              0

Ali Imron

DK9123OO

18

2018-07-09

Ni Ketut Pande

085919249951

Denpasar1 Denpasar City, Bali,

65              0

Ali Imron

DK9123OO

19

2018-07-09

Kadek Pari

0813374326911

Denpasar1 Denpasar City, Bali.

75              0

Ali Imron

DK912300

20

2018-07-09

Ratna Wati

085192859819

Denpasar1 Denpasar City, Bali,

70              0

Ali Imron

DK9123OO

21

2018-07-09

Ni Ketut Istrl

081129912951

Denpasar1 Denpasar

City, Bali,

70              0

Ali Imron

DK912300

22

2018-07-09

Ni Putu

Kamboja

081291959199

Denpasar1 Denpasar City, Bali,

70              0

Ali Imron

DK912300

23

2018-07-09

Ni Wayan Lanang

081129959129

Denpasar1 Denpasar City, Bali.

65              0

Ali Imron

DK9123OO

24

2018-07-09

Luh Dewi

085818285815

Denpasar1 Denpasar

City, Bali,

65              0

Ali Imron

DK912300

25

2018-07-09

Nyoman

Koplar

083487501120

Denpasar1 Denpasar City, Bali,

75              0

Ali Imron

DK912300

26

2018-07-09

Bagas Bagus

085919295996

Denpasar1 Denpasar City, Bali.

60                0

Ali Imron

DK9123OO

27

2018-07-09

Putu Awan

085182848185

Denpasar1 Denpasar City, Bali,

60                0

Ali Imron

DK912300

28

2018-07-09

Nengah

Panawan

085129999519

Denpasar1 Denpasar City, Bali,

70              0

Ali Imron

DK912300

29

2018-07-09

Jun Bintang

085394950199

Denpasar, Denpasar

City, Bali,

60              0

Ali Imron

DK912300

30

2018-07-09

Dek Ulik

085912958129

Denpasar, Denpasar City, Bali,

60              0

All Imron

DK9123OO

Gambar 5. Data Pengiriman Barang

Data pengiriman barang dijadikan sebagai data acuan untuk mencari rute pengiriman barang dapat dilihat pada Gambar 5. Proses generate rute dibagi menjadi dua buah proses yaitu clustering atau pengelompokkan berdasarkan muatan dan proses pencarian rute untuk masing-masing kendaraan. Hasil uji coba proses clustering dapat dilihat pada Gambar 6.

Kendaraan 1

No Kendaraan

ID Pengiriman

Longitude

Latitude

Muatan

1                                  16

-8.660954702978932

115.20301596289062

70

1

27

-8.65043291549904

11518825308447276

70

1                              23

-8.666045784831057

115 20380560103365

60

1

20

-8.670118600672335

115.2007156962485

60

1                                  17

-8.67351258015114

11519247595015474

60

1

U

-8.676906528960949

115 19899908247896

75

1                                  19

-8.675888347538939

115.2014023417563

65

1

4

-8.672576

115 209593

65

1                                  18

-8.677924707621706

115.20438925390624

65

1

12

-8.675888347538939

115.2068955058188

65

1                                  30

-8.685391266732283

115 19786612158202

75

1

26

-8.686070037464786

115.19796911421724

75

1                                  9

-8.680300447090136

115 20449224654146

75

1

6

-8 676796

115212711

65

1

28

-8 658578841196888

115 23357168798827

55

Kendaraan 2

No Kendaraan

ID Pengiriman

Longitude

Latitude

Muatan

2

24

-8.684033721582225

115.22783819380709

60

2

1

-8.673808

115217078

70

2

25

-8.687427575244227

115.2395111674399

70

2

13

-8.676567135460404

115.2226883524985

75

2

15

-8.676567135460404

115 2230316752524

60

2

22

-8.675209558390401

115.22612158003756

65

2

5

-8.672809

115221202

70

2

2

-8.66753

115.22167

65

2

11

-8.662651737921403

115.23676458540865

60

2

10

-8.657560610125973

115 22234502974459

60

2

3

-8.666681

115.215147

70

2

8

-8.66566395673064

115 21392503868117

65

2

21

-8.658239431146074

115.21513525191256

70

2

29

-8.639231979999426

115.21743551855468

65

2

7

-8.658239431146074

115 21376196089693

75

Gambar 6. Hasil Clustering Data Pengiriman Barang

Hasil dari proses clustering adalah barang yang akan dikirim oleh masing-masing kendaraan dapat dilihat pada Gambar 6. Proses selanjutnya dalah proses pencarian rute masing-masing kendaraan dengan mencari alternatif rute yang mungkin dihasilkan. Alternatif rute yang dihasilkan sistem untuk kendaraan 1 dan kendaraan 2 dapat dilihat pada Gambar 7.

Tabulist Pada Masing-Masing Kendaraan

Kendaraan 1

Iterasi

Jalur

Jarak

1

0,4,12,18,19, 14, 30, 26,9,6,20,23,17, 27,16,28, 0

27576

2

0,4,12,6,19,14, 30,26,9,18,20,23,17, 27,16,28, 0

27411

3

0,6,12, 4,19,14, 30,26,9,18,20,23, 17, 27, 16,28, 0

27125

4

0,4,12, 6, 19,14, 30,26, 9, 18,20,23, 17, 27, 16,28, 0

27411

Kendaraan 2

Iterasi

Jalur

Jarak

1

0,8,3,21,7,10,22, 5, 2,1,13,15,24, 25,11, 29, 0

29559

2

0,8, 3,29, 7, 10,22, 5, 2,1,13,15,24, 25,11, 21, 0

29578

3

0,8, 3,29, 7, 21,22, 5, 2,1,13,15,24, 25,11, 10, 0

28275

4

0,8,3,29, 7, 21,1, 5, 2,22,13,15,24, 25,11, 10, 0

27990

5

0,8,3,29, 21,7,1, 5, 2,22,13,15,24, 25,11, 10, 0

28006

6

0,8,3,29, 7, 21,1, 5, 2,22,13,15,24, 25,11, 10. 0

27990

Gambar 7. Tabu List Masing-Masing Kendaraan

Alternatif rute terbaik yang dihasilkan masing-masing kendaraan pada setiap proses iterasi dimasukkan dalam tabu list, kemudian dilakukan seleksi rute yang paling optimal dari alternatif tersebut. Rute terpendek yang ada pada tabu list dipilih menjadi rute pengiriman untuk masing-masing kendaraan. Rute pengiriman barang yang terpilih dari hasil seleksi tabu list dapat dilihat pada Gambar 8.

Jalur Terpendek Kendaraan

Nomor Kendaraan                    Jalur                                                                                     Jarak

1                                       0,6, 12,4,19, U. 30,26,θ, 18,20,23, 17,27, 16,28, 0                                                 27125

2                                   0,8,3,29,7,21,1,5,2,22,13,15,24,25,11,10,0                                               27990

Gambar 8. Hasil Pencarian Rute Pengiriman Barang Masing-Masing Kendaraan

Hasil akhir dari pencarian rute pengiriman barang adalah rute pengiriman barang dan total jarak pengiriman ditampilkan pada Gambar 8. Visualisasi rute pengiriman barang pada Google Maps dapat dilihat pada Gambar 9.

Gambar 9(a). Visualisasi Pencarian Rute Pengiriman Barang Kendaraan 1

Gambar 9(b). Visualisasi Pencarian Rute Pengiriman Barang Kendaraan 2

Visualisasi rute pengiriman barang untuk masing-masing kendaraan pada google maps ditampilkan pada Gambar 9. Rute pengiriman barang terdiri dari lima belas titik pengiriman yang dimuai dari depot dan berakhir di depot. Rute ini bisa dilihat oleh masing-masing driver kendaraan tersebut. Rute pengiriman barang untuk masing-masing driver dapat dilihat pada Gambar 10.

Gambar 10. Rute Pengiriman Barang

Rute pengiriman barang yang harus dilewati oleh driver kendaraan 1 dapat dilihat pada Gambar 10, apabila driver ingin melakukan pengiriman barang klik button pengiriman barang maka akan ditampilkan rute pengiriman dari titik pengiriman 1 menuju titik pengiriman 2.

  • 5.    Kesimpulan

Aplikasi Optimalisasi Pengiriman Barang menggunakan Metode Tabu Search Berbasis Web yang mampu menyelesaikan model permasalahan CVRP yaitu permasalahan rute pengiriman barang dan kapasitas muatan barang. Aplikasi optimalisasi pengiriman barang membantu mencari rute pengiriman barang yang optimal dan memaksimalkan kapasitas muatan barang sehingga berdampak pada biaya dan waktu pengiriman barang yang lebih rendah. Aplikasi optimalisasi pengiriman barang memanfaatkan Google Maps yang digunakan untuk mencari rute optimal agar driver dapat mengetahui jalur pengiriman barang yang harus dilewati sesuai urutan.

Daftar Pustaka

  • [1]     Z. Borcinova, “Two Model of the Capacitated Vehicle Routing Problem,” Croatian

Operational Research Review, vol. 8, pp. 463-469, 2017.

  • [2]     M. Sari, A. Dhoruri and Eminugroho, “Penyelesaian Capacitated Vehicle Routing

Problem menggunakan Saving Matriks, Sequential Insertion dan Nearest Neighbour di Victoria RO,” Jurnal Matematika, vol. 5 No. 3, pp. 1-5, 2016.

  • [3]     S. E. Fradina and F. Y Saptaningtyas, “Penerapan Algoritma Sweep dan Algoritma

Genetika pada Penyelesaian Capacitated Vehicle Routing Problem (CVRP) untuk Optimasi Pendistribusian Gula,” Jurnal Matematika, vol. 6 No. 2, pp. 63-65, 2017.

  • [4]     Sulistiono and N. S. M. Mussafi, “Rancang Bangun Vehicle Routing Problem

menggunakan Algoritma Tabu Search,” Jurnal FOURIER, vol. 4 No. 2, pp.113-122, 2015.

  • [5]     S. Faiz, S. Krichen and W. Inoubli, “A DSS based on GIS and Tabu search for Sloving

the CVRP: The Tunisian Case,” The Egyptian Journal of Remote Sensing and Space Sciences, pp. 105-110, 2014.

  • [6]     P. W. Buana, “Penemuan Rute Terpendek Pada Aplikasi Berbasis Peta,” Lontar

Komputer, vol. 1 No. 1, p. 2, 2010.

  • [7]     S. Rupiah, Mulyono and E. Sugiharti, “Efektivitas Algoritma Clarke-Wright dan Sequential

Insertion dalam Penentuan Rute Pendistribusian Tabung Gas LPG,” UNNES Journal of Mathematics, vo. 6 No. 2, pp. 199-200, 2017.

  • [8]     T. Caric and H. Gold, Vehicle Routing Problem, Austria: In-Teh, 2008.

  • [9]     I. N. Piarsa, I. G. Udayana Putra and A. A. K Oka Sudana, “The Implementation of Tree

Method in Geographic Information System of Mother Temple Mapping and its Linkage based on Web,” International Journal of Computer Applications, vol. 148 No. 10, pp. 910, 2016.

  • [10]    E. Prahasta, Sistem Informasi Geografis Konsep-Konsep Dasar (Perspektif Geodesi &

Geomatika), Bandung: Informatika, 2009.

  • [11]    S. Rahayu, I. N. Piarsa and P. W. Buana, “Sistem Informasi Geografis Pemetaan Daerah

Aliran Sungai Berbasis Web,” Lontar Komputer, vol. 7 No. 2, pp. 75-76, 2016.

  • [12]    G. Svennerberg, Beginning Google Maps API 3, America: Appres, 2010.

  • [13]    A. Rahmi, I. N. Piarsa and P. W. Buana, “FinDoctor – Interactive Android Clinic

Geographical Information System Using Firebase and Google Maps API,” International Journal of New Technology and Research, vol. 3 No. 7, pp. 8-10, 2017.

  • [14]    P. M. Hasugian, “Pengembangan Aplikasi Untuk Memepermudah Pencarian Rumah

Sakit Umum Dengan Algoritma Tabu Search,” Journal of Informatic Pelita Nusantara, vol. 2 No. 1, pp. 2-3, 2017.

Aplikasi Optimalisasi Pengiriman Barang Menggunakan Metode Tabu Search

Berbasis Web (Putu Irvan Arya Purwadana)

243