PEMECAHAN MASALAH RUTE KENDARAAN DENGAN TRIP MAJEMUK, JENDELA WAKTU DAN PENGANTARAN-PENJEMPUTAN SIMULTAN MENGGUNAKAN ALGORITMA GENETIKA

Abstract

Masalah rute kendaraan (MRK) merupakan salah satu masalah keputusan yang memegang peranan penting dalam kegiatan transportasi dan distribusi dalam manajemen logistik. MRK terkait dengan penentuan rute-rute kendaraan yang meminimumkan total jarak yang ditempuh dengan memperhatikan pembatas-pembatas berikut: (1) tiap rute berawal dan berakhir di depot, (2) tiap kendaraan hanya melayani satu rute, (3) tiap pelanggan dilayani oleh satu rute, (4) seluruh pelanggan harus dilayani, dan (5) total muatan untuk tiap rute tidak melebihi kapasitas kendaraan. Dalam literatur, definisi ini merupakan definisi untuk MRK dasar atau klasik. Makalah ini membahas perluasan dari MRK dasar yang mencakup karakteristik-karakteristik berikut: (1) trip majemuk (TM), (2) jendela waktu (JW) dan (3) pengantaran-penjemputan simultan (AJS). Metode pemecahan berbasis algoritma genetika (AG) diusulkan untuk memecahkan MRK yang dibahas dalam makalah ini. AG yang diusulkan diuji-coba dengan menggunakan beberapa contoh hipotetik.

Abstract

Vehicle routing problem (VRP) is one of decision problems having an important role in transportation and distribution activity in the logistic management. The VRP deals with determining vehicle routes that minimizes total distance by satisfying the following constraints: (1) each route starts and ends at the depot, (2) each vehicle serves only one route, (3) each costumer is served by one route, (4) all customers must be served, and (5) total load for each route does not exceed the vehicle capacity. In literature, this definition is the definition for the basic or classical VRP. This paper discusses an extension of the basic VRP including the following characteristics: (1)multiple trips (MT), (2) time windows (TW), and (3) simultaneous pickup-delivery (SPD). A solution method based on genetic algorithm (GA) is proposed to solve the VRP discussed in this papaer. The proposed GA is examined using some hypothetical instances.