Oleh : IVENIL G 201 06 036
Latar Belakang
Tinjuan Pustaka Graph Berarah
Rumusan MasalahManfaat Penelitian
Permasalahan Lintasan Terpendek
Batasan Masalah
Matriks Jarak
Algoritma Tabu Search
Kerangka Pikir Metode Penelitian
Selesai
A.1 Latar Belakang
Traveling Salesman Problem (TSP) merupakan sebuah permasalahan
optimasi yang dapat diterapkan pada berbagai kegiatan seperti
routing (Munir Rinaldi, 2005.). Masalah optimasi TSP terkenal dan
telah menjadi standar untuk mencoba algoritma yang komputational.
Pokok permasalahan dari TSP adalah seorang salesman harus
mengunjungi sejumlah kota yang diketahui jaraknya satu dengan yang
lainnya. Semua kota yang ada harus dikunjungi oleh salesman
tersebut dan kota tersebut hanya boleh dikunjungi tepat satu kali.
Permasalahannya adalah bagaimana salesman tersebut dapat mengatur
rute perjalanannya sehingga jarak yang ditempuhnya merupakan rute
yang optimum yaitu jarak minimum terbaik. (Munir Rinaldi,
2005).
Banyak penerapan Travelling Salesmen Problem (TSP) yang muncul
dalam kehidupan sehari-hari salah satunya yaitu penjualan barang
pada Pendistribusian Penjualan Industri Rumahan Althaf Food.
Pendistribusian Penjualan Industri Rumahan Althaf Food merupakan
suatu bentuk usaha perseorangan dalam memproduksi suatu makanan
yaitu abon. Pendistribusian Penjualan Industri Rumahan Althaf Food
memegang peranan penting untuk menunjang kelancaran bisnis
penjualan dan pemasaran, yaitu dengan menyediakan abon sapi, abon
ikan dan bawang goreng. Pendistribusian Penjualan Industri Rumahan
Althaf Food berusaha menciptakan informasi tentang usaha
perseorangan dan berusaha untuk meningkatkan serta menyebarkan
hasil produksinya sesuai dengan permintaan masyarakat.
Pendistribusian Penjualan Industri Rumahan Althaf Food saat ini
melakukan penjualan produk dengan mengirim
produk ke toko toko dan swalayan dengan rute yang ditentukan di
beberapa tempat. Kemudian proses selanjutnya dilakukan dengan cara
yang sama. Agar pengiriman produk ke pencarian konsumen lebih
optimum dapat dilakukan dengan menggunakan rute terpendek
Travelling Sales Problem pada Pendistribusian Penjualan Industri
Rumahan Althaf Food sehingga pendistribusian barang tidak memakan
waktu yang lama. Salah satu metode yang dapat digunakan pada
masalah ini yaitu Tabu Search (TS). TS merupakan bagian dari
heuristik. Heuristik merupakan metode pencarian untuk penyelesaian
masalah optimasi. Sedangkan TS merupakan suatu algoritma untuk
penyelesaian masalah optimasi yang menggunakan short-term memory
untuk menjaga agar proses pencarian tidak terjebak pada nilai
optimum lokal.Back
A.2 Rumusan Masalah Bagaimana memanfaatkan algoritma tabu search
untuk menyelesaikan travelling sales problem pada
Pendistribusian Penjualan Industri Rumahan Althaf Food sehingga
diperoleh rute terpendek.A.3 Tujuan Penelitian Tujuan penelitian
ini adalah memperoleh rute terpendek untuk travelling sales problem
pada
Pendistribusian Penjualan Industri Rumahan Althaf Food dengan
menggunakan Algoritma Tabu Search (TS).
Back
A.4 Manfaat Penelitian 1. Untuk meningkatkan pemahaman tentang
algoritma Tabu Search. 2. Mengatasi masalah Travelling Sales
Problem pada Pendistribusian Penjualan Industri Home Althaf Food
untuk penyelesaian optimal rute terpendek dengan menggunakan Tabu
Search 3. Dapat merepresentasikan masalah Travelling Salesman
Probem (TSP) ke dalam model graf. A.5 Asumsi Penelitian Dalam
penelitian ini asumsi yang diambil yaitu adanya keterlambatan dalam
pengambilan barang produksi misalnya, kondisi jalan yang rusak, dan
tandatanda larangan seperti lampu merah untuk berhenti, tidak
menjadi hambatan untuk menyalurkan barang produksi
tersebut.Back
A.6 Batasan Masalah Pengiriman penjualan Industri Rumahan Althaf
Food hanya untuk wilayah Kota Palu.
Back
,
B1. Pengertian Graph Sebuah graph linier (atau secara sederhana
disebut graph) G = (V, E) terdiri atas sekumpulan objek V ={ , ,.}
yang disebut himpunan titik, dan sebuah himpunan lain E = { , ,.}
yang merupakan himpunan sisi sedemikian hingga tiap sisi dikaitkan
dengan suatu pasangan tak terurut ( , ) titik , yang berkaitan
dengan disebut titik-titik ujung sisi Cara merepresentasikan sebuah
graph yang paling umum adalah berupa diagram. Dalam diagram
tersebut, titik-titik dinyatakan sebagai noktah/titik dan tiap sisi
dinyatakan sebagai segmen garis yang menghubungkan tiap dua
titik.
Graph G adalah pasangan (V,E) dengan V adalah himpunan tidak
kosong dan berhingga dari objek-objek yang disebut titik dan E
adalah himpunan (mungkin kosong) pasangan tak berurutan dari
titik-titik berbeda di V yang disebut sisi (Miller, 2000).
Banyaknya unsur di V disebut order dari G dan dilambangkan dengan
p(G) dan banyaknya unsur di E disebut ukuran dari G dan
dilambangkan dengan q(G). Jika graph yang dibicarakan hanya Graph
G, maka order dan ukuran dari G cukup masing-masing ditulis p dan q
(Chartrand, G. dalam Abdul Muis). Berdasarkan definisi graph
tersebut, maka suatu graph sederhana tidak boleh mempunyai sisi
rangkap dan loop. Sisi rangkap adalah sisi yang diwakili oleh dua
pasangan tak berurutan yang sebenarnya sama, misal (a, b) dan (b
,a). Loop adalah Garis yang hanya berhubungan dengan satu titik
ujung, misalnya (a, a) (Euler, 1736). Sebagian penulis menyebut
graph yang tidak mempunyai sisi rangkap dan loop disebut graph
sederhana (simple graph), sedangkan yang membolehkannya adanya sisi
rangkap dan loop disebut graph ganda atau multigraph.
Back
B2. Graph Berarah Sebuah graph berarah D adalah suatu himpunan
yang tidak kosong dengan sebuah relasi R pada V. R adalah relasi
yang tidak refleksif. Seperti halnya dalam graph yang sudah
dibicarakan di atas, elemen dari V disebut titik. Tiap pasangan
terurut dalam R disebut sisi berarah atau arah. Karena relasi dari
sebuah graph berarah D tidak perlu simetris, maka apabila (u, v)
merupakan arah D (v, u) belum tentu merupakan arah dari D. Hal
semacam ini dapat kita ilustrasikan pada diagram dengan gambar
segmen garis atau kurva antara titik u dan v yang memakai tanda
panah sebagai tanda arah dari u ke v atau dari v ke u. Bila dari u
ke v masing-masing mempunyai arah, graph berarah dapat di lihat
pada gambar 1.Back
Gambar 1: Graf berarah
B.3 Permasalahan Lintasan Terpendek (Shortest Path Problem)
Menurut Munir, 2009 persoalan lintasan terpendek di dalam graf
merupakan salah satu persoalan optimasi. Graf yang digunakan dalam
pencarian lintasan terpendek adalah graf berbobot (weighted graph),
yaitu graf yang setiap sisinya diberikan suatu nilai atau bobot.
Bobot pada sisi graf dapat dinyatakan sebagai jarak antar kota.
Dengan kata lain lintasan terpendek merupakan suatu jaringan atau
kerangka jalur petunjuk perjalanan dari suatu simpul atau titik ke
simpul lainnya atau yang menjadi tujuan perjalanan dengan beberapa
pilihan jalur yang mungkin untuk di jalani. Graf berarah sering
dipakai untuk menggambarkan aliran proses, peta lintas kota dan
lain sebagainya. Sehingga pada graf berarah gelang atau looping
diperbolehkan tetapi sisi ganda tidak diperbolehkan. Perhatikan
contoh berikut dengan enam buah simpul dan sebelas buah sisi.
Gambar 2 : Graf berarah dan berbobot
B.4 Matriks Jarak Matrik jarak (distance matrix) dari suatu graf
G dengan n simpul (vertex) dan dinotasikan dengan W = (wij) berordo
n x n di mana:
Dengan panjang dari (vi ,vj) adalah bobot dari setiap garis
(edge) yang ada pada graf G tersebut, baik berupa jarak, waktu
maupun biaya. Pada graf berarah matrik jaraknya tidak simetris dan
pada graf tidak berarah matrik jaraknya simetris (Wilson, R.
J,1990).A
B
F
C
E
D
Gambar 3 : Graf ABCDEF
Back
1. Banyaknya garis yang keluar dari titik (out degree)
bersesuain dengan banyaknya elemen 1 pada baris ke-i matriks
hubunganya. 2. Banyaknya garis yang menuju titik (in degree)
bersesuian dengan banyaknya elemen 1 pada kolom ke-i matriks
hubunganya. Banyaknya keseluruhan garis graf G adalah banyaknya
elemen 1 pada matriks hubungannya. 3. Graf tidak mempunyai loop
bila dan hanya bila semua elemen diagonal utamanya = 0. Loop pada
titik bersesuain dengan =1. (Siang, jj.2002)
B.5 Algoritma Tabu Search (TS) Diperkenalkan oleh Fred Glover
pada tahun 1986. Pada tahun 1988, Committee on the Next Decade of
Operations Research (CONDOR) menetapkan TS sebagai metode yang
sangat menjanjikan untuk aplikasi praktis. Saat ini TS telah
menjadi salah satu teknik optimasi yang digunakan secara luas di
berbagai bidang dan metode ini telah mengalami banyak perkembangan
melalui berbagai penelitian. Tabu Search adalah sebuah
meta-heuristik yang menuntun prosedur local search untuk melakukan
eksplorasi di daerah solusi di luar titik optimum lokal. Metode ini
menerapkan konsep adaptive memory dan responsive exploration, untuk
dapat melakukan proses pencarian secara efektif dan efisien dengan
cara memanfaatkan informasi tentang ciri solusi yang baik pada saat
menjelajahi daerah pencarian yang baru.
1. 2.
3.4. 5. 6.
7.
Selama proses optimasi, pada setiap iterasi, solusi yang akan
dievaluasi akan dicocokkan terlebih dahulu dengan isi tabu list
untuk melihat apakah solusi tersebut sudah ada pada tabu list.
Apabila solusi tersebut sudah ada pada tabu list, maka solusi
tersebut tidak akan dievaluasi lagi pada iterasi berikutnya. Dan
jika sudah tidak ada lagi solusi yang tidak akan menjadi anggota
tabu list, maka nilai terbaik yang baru saja diperoleh merupakan
solusi yang sebenarnya. Karakteristik dari prosedur pencarian tabu
search (TS) dalam langkah-langkah berikut, antara lain: Memilih
solusi awal i dalam S. Tetapkan i*=i dan k=0. Tetapkan k=k+1 dan
bangkitkan sebuah subset V* dari solusi dalam N(i,k) sehingga salah
satu dari kondisi tabu t yang melanggar (=1,2,,t) atau setidaknya
satu kondisi aspirasi a yang memiliki (=1,2,,a). Pilih j terbaik
melalui j=im dalam V* dan tetapkan i=j. Jika f(i)maka tetapkan
i*=i. Perbaharui kondisi tabu dan aspirasi. kondisi berhenti Jika
f(i) = f(i*). Selesai
Peta merupakan bahan utama yang berfungsi sebagai model untuk
menjeLasosokan dan memberi gambaran mengenai wilayah wilayah dan
jalan jalan yang akan dilalui truk pengangkut sampah.
(DesnaputraJourney.blogspot.com/2011/05/Palu-CityMap.html).
Distribusi merupakan salah satu variabel dari beberapa variabel
pemasaran lainnya sehingga sangat penting untuk diperhatikan oleh
setiap perusahaan. Distribusi merupakan suatu kegiatan yang mesti
dilakukan oleh setiap perusahaan dalam rangka untuk menyebarkan dan
menjamin persediaan produk di pasar sehingga masyarakat memperoleh
kemudahan dalam upaya mencari dan mendapatkan produk yang
diharapkan untuk memenuhi sebagian kebutuhan hidup mereka.
Penentuan saluran distribusi sebagai salah satu unsur daripada
bauran distribusi dianggap sebagai salah satu kegiatan kritis yang
dihadapi manajemen karena dapat mempengaruhi seluruh
keputusan-keputusan pemasaran lainnya, seperti keputusan mengenai
produk, harga, promosi, dan lain-lainnya.
B.8 Algoritma Tabu SearchMemilih solusi awal i dalam S, tetapkan
i*=i dan k=0 Tetapkan k=k+1 dan bangkitkan sebuah subset v* dari
solusi dalam N(i,k) sehingga salah satu dari kondisi tabu t yang
melanggar (=1,2,,t) atau setidaknya satu kondisi aspirasi t yang
memiliki (=1,2,,a)
Pilih
j terbaik melalui j=im dalam V* dan tetapkan i=j.
Jika f(i) maka tetapkan i*=i
Perbaharui kondisi tabu dan aspirasi
Tidak Kondisi berhenti jika f(i)=f(i*)
Ya Selesai Selesai
Back
B.9 Kerangka PikirMulai
Pengumpulan data
Menggambar rute lintasan dalam graph
Matriks jarak
Implementasi Algoritma tabu search dengan menggunakan program
MATLAB
Hasil
Kesimpulan
Selesai
Back
C.1 Lokasi dan Tempat Penelitian Lokasi penelitian bertempat di
Perusahaan Allthaf Food Jl. Lasoso Palu Barat dan tempat penelitian
di Laboratorium Matematika MIPA UNTAD. C.2 Alat dan Bahan Alat dan
bahan yang digunakan pada penelitian ini adalah sebagai berikut
:Acer, Rating 2,9 windows experience index, procecor Pentium
dual-core CPU T4400 @ 2,20 GHZ, ram 1.00 GB, system tipe 32-bit
operating system. Windows seven. MATLAB. 2008b
C.3 Jenis dan Sumber Data Jenis data yang digunakan pada
penelitian ini adalah kuantitatif berupa data jarak tempuh truk
yang mendistribusikan Penjualan Industri Rumahan Althaf Food ke
setiap titik/pelanggan.
Sumber Data dari penelitian ini merupakan data primer yaitu
jarak tempuh truk yang mendistribusikan Penjualan Industri Rumahan
Althaf Food ke setiap titik/pelanggan yang diukur langsung dengan
menggunakan alat spidometer.
C.4 Prosedur Penelitian
Memulai penelitian Mengumpulkan data Menggambar rute lintasan
dalam graf Matriks jarak Implementasi Algoritma tabu search dengan
menggunakan program MATLAB Menentukan hasil Menyimpulkan hasil
penelitian Selesai
C.5 Teknik Analisa Data Setelah data data diperoleh dengan
mengumpulkan data-data jarak ke setiap titik tujuan, membuat
matriks jarak, dan menggunakan algoritma tabu search.
Langkah-langkah algoritma tabu search antara lain : Memilih solusi
awal i dalam S. Tetapkan i*=i dan k=0. Tetapkan k=k+1 dan
bangkitkan sebuah subset V* dari solusi dalam N(i,k) sehingga salah
satu dari kondisi tabu t yang melanggar (=1,2,,t) atau setidaknya
satu kondisi aspirasi a yang memiliki (=1,2,,a). Pilih j terbaik
melalui j=im dalam V* dan tetapkan i=j. Jika f(i)maka tetapkan
i*=i. Perbaharui kondisi tabu dan aspirasi. kondisi berhenti Jika
f(i)=f(i*)
HASIL DAN PEMBAHASAND.1 Hasil Penelitian Hasil dan pembahasan
ini adalah mengenai aplikasi dari penggunaan algoritma pencarian
tabu yang akan diujikan pada persoalan pencarian lintasan ataupun
rute terpendek, sehingga akan diketahui keakuratan hasil dan
lamanya waktu dieksekusi dari algorima tabu search. 4.1.1
Pengambilan Data Dalam penelitian ini, yang harus dilakukan yaitu
pengambilan data ke setiap pelanggan pada Pendistibusian Penjualan
Industri Rumahan Althaf Food. Kemudian melakukan pengukuran jarak
antar titik ke setiap rute pelanggan.
Data yang ada berjumlah 40 titik- titik pelanggan yang dilintasi
oleh truk per hari. Truk pelanggan pada Pendistibusian Penjualan
Industri Rumahan Althaf Food, mulai beroperasi pada pukul 07.30
pagi sampai tugas selesai. Jarak antar titik bisa dilihat pada
tabel 4.1.
4.1.2 Peta Rute Lintasan Ke Setiap Titik
PelangganlasosoDiponegoro 5 Diponegoro 1 Diponegoro 4 Diponegoro 3
Diponegoro 2 Poebongo 4
Poebongo 3
Poebongo 1
Poebongo 2
i.bonjol 1 Sis aljufri Hasanudin 1
i.bonjol 3 Kimaja 1 Kimaja 2
i.bonjol 2
Hasanudin 2 Bali Touwa 2 Touwa 1 Basuki Rahmat S.parman 1
S.parman 2
Tondo 1 Tondo 2
Tondo 3
Dewi Sartika 5
Dewi Sartika 4
Dewi Sartika 3
Dewi Sartika 2
Dewi Sartika 1
Abd.rahman saleh 1 Abd.rahman saleh 2 Abd.rahman saleh 3
Abd.rahman saleh 4 Abd.rahman saleh 5
Vetran 3 Vetran 2 Vetran 1
4.1.3 Pembentukan Rute Lintasan Dalam GraphDari pengambilan data
yang diperoleh maka, akan dibentuk ke dalam graph berarah. Pada
penelitian ini akan dicari lintasan dan jarak yang optimal pada
Pendistribusian Penjualan Industri Rumahan Althaf Food ke 40
pelanggan. Pertama, akan dicari rute terpendek mulai dari Lasoso 1,
Diponegoro 2, Diponegoro 3, Diponegoro 4, Diponegoro 5, Diponegoro
6, Kimaja 23, Kimaja 24, Hasanudin 25, Hasanudin 26, Bali 35,
Sisaljufri 10, Poebongo 11, Poebongo 12, Poebongo 13, Poebongo 14,
Touwa 15, Touwa 16, Basuki rahmat 17, Dewi sartika 18, Dewi sartika
19, Dewi sartika 20, Dewi sartika 21, Dewi sartika 22, Abd. Rahman
saleh 36, Abd. Rahman saleh 37, Abd. Rahman saleh 38, Abd. Rahman
saleh 39, Abd. Rahman saleh 40, Vetran 32, Vetran 33, Vetran 34,
S.Parman 30, S.parman 31, Tondo 27, Tondo 28, Tondo 29 Imam Bonjol
7, Imam Bonjol 8, Imam Bonjol 9 dan Lasoso 1.
4.1.4 Hasil rute lintasan dalam graph Berbobot119 00 m
31
00
m
14100 m
13
12400 m 500 m
11
10
9200m
8200m
7 6
5500m
400m3200
4
3200m
200m
2
1400 m
m
500 m
23
250m 10
24650m
200m
3500 m
16
220 m
1532 0
2621 0 0m 89 00m
17
35
m
22 21 20 19 18300m 600m 300m 500m
2320 m
31500m
5400 m
27
800m
28
1000m
29
38 39 40
100m 100m
36 37
100m
2320 m
3029 00 m
100m00 m
300m
600m
37
32
33
34
4.1.6 Algoritma Tabu Search Setelah data data diperoleh dengan
mengumpulkan data-data jarak ke setiap titik tujuan, membuat
matriks jarak, dan menggunakan algoritma tabu search.
Langkah-langkah algoritma tabu search yaitu memilih solusi awal i
ke dalam solusi S. Kemudian tetapkan k=k+1 atau kita masukkan
iterasinya. Kemudian bangkitkan sebuah tabu list baru atau jalur
baru V* dari solusi dalam N(i,k) yang artinya jumlah item untuk
jalur i sebanyak k, sehingga salah satu dari kondisi tabu t akan
memenuhi. Kemudian memilih j terbaik melalui j=im artinya solusi
baru dalam V* dan tetapkan i = j. Jika f (i) merupakan fungsi pada
i artinya ketika i memang sudah memenuhi, maka kita tetapkan bahwa
i*= i, sehingga kondisi berhenti jika f(i)=f(i*).
Cara Perhitungan manual mencari jarak optimal ke setiap titik
pelanggan dengan jalur dari Lasoso 1, Diponegoro 2, Diponegoro 3,
Diponegoro 4, Diponegoro 5, Diponegoro 6, Kimaja 23, Kimaja 24,
Hasanudin 25, Hasanudin 26, Bali 35, Sisaljufri 10, Poebongo 11,
Poebongo 12, Poebongo 13, Poebongo 14, Touwa 15, Touwa 16, Basuki
rahmat 17, Dewi sartika 18, Dewi sartika 19, Dewi sartika 20, Dewi
sartika 21, Dewi sartika 22, Abd. Rahman saleh 36, Abd. Rahman
saleh 37, Abd. Rahman saleh 38, Abd. Rahman saleh 39, Abd. Rahman
saleh 40, Vetran 32, Vetran 33, Vetran 34, S.Parman 30, S.parman
31, Tondo 27, Tondo 28, Tondo 29 Imam Bonjol 7, Imam Bonjol 8, Imam
Bonjol 9 dan Lasoso 1.
yang di bentuk ke dalam matriks jarak bobot berarah dapat
dilihat pada lampiran 1 pada tabel 4.2 yang berukuran 40 x 40.
Berikut adalah cara perhitungan manual untuk mencari jarak optimal
dengan langkahlangkah yaitu memilih jalur awal i= 1 2 3 4 5 6 23 24
25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32
33 34 30 31 27 28 29 7 8 9 1 dalam S. S merupakan himpunan semua
solusi yang akan diperoleh. k merupakan sebuah iterasi, karena k =
0, maka untuk menetapkan solusi terbaik i*=i, maka solusi terbaik
pada saat k=0 adalah jalur awalnya. Jalur awal yaitu 1 2 3 4 5 6 23
24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40
32 33 34 30 31 27 28 29 7 8 9 1. Maksud dari k=k+1 yaitu iterasinya
berjalan dari k=1 sampai N (I,k) yaitu jumlah item untuk jalur
sebanyak iterasinya. Iterasi pertama sebagai berikut :
Iterasi 1 Tabu List : 1 2 3 4 5 6 23 24 25 26 35 10 11 12 13 14
15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8
9 1 panjang jalur = 50.490 Tetangga (Jalur alternatif berikutnya) :
Jalur pertama = 1 3 2 4 5 6 23 24 25 26 35 10 11 12 13 14 15 16 17
18 19 20 21 22 36 37 38 39 40 32 33 34 30 31 27 28 29 7 8 9 1
panjang jalur = 51.090. Jalur kedua = 1 4 3 2 5 6 23 24 25 26 35 10
11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39 40 32 33 34 30 31
27 28 29 7 8 9 1 panjang jalur = 51.290. Jalur ketiga = 1 5 4 3 2 6
23 24 25 26 35 10 11 12 13 14 15 16 17 18 19 20 21 22 36 37 38 39
40 32 33 34 30 31 27 28 29 7 8 9 1 panjang jalur = 51.890.
Seterusnya hingga 40 tetangga atau jalur alternatif yang
diperoleh. Setelah melakukan iterasi pertama, langkah selanjutnya
adalah membangkitkan sebuah subset V* pada iterasi pertama dengan
mencari solusi baru atau jalur terbaiknya untuk melakukan iterasi
selanjutnya. Setelah semua iterasi berjalan akan dipilih jalur
terbaik (j) dalam V* dan ditetapakan i = j. Jika f(i) merupakan
fungsi pada i artinya i sudah memenuhi, maka tetapkan i*= i,
setelah itu perbaharui kondisi tabu. Setelah perbaharui kondisi
tabu, maka kondisi berhenti jika f(i) = f(i*).
Seperti halnya diatas data-data dapat dihitung dengan
menggunakan program matlab dengan matriks jarak dapat dilihat pada
lampiran 1 pada tabel 4.2, dan di dapatkan hasil rute terpendek
sebesar 42.050. Hasil program tersebut sebagai berikut : >>
yes Initial solution crnt_tour = Columns 1 through 15 1 2 3 4 5 6
25 26 24 23 9 8 7 10 11 12 Columns 16 through 30 13 14 15 16 17 35
22 21 20 19 18 36 37 38 39 Columns 31 through 40 40 32 33 34 30 31
27 28 29 1 best obj =42050 time taken = 0.109201 >> Rute
terpendek yang dihasilkan oleh suatu program matlab yaitu :
Dari hasil program tersebut dapat dibuat graph perjalanan
seperti gambar di bawah ini dengan rute terpendek yang dihasilkan
oleh suatu program matlab yaitu:
4.1.7 Graph rute lintasan hasil program119 00 m
14100 m
13
12400 m 500 m
11
10
7200m
8200m
9500mm
5 6700 m
400m
4
3200m
200m
2
1400 m 400 m
500 m
250m 10
10
23200m
00
24750m
16
15 220 m 2632 0 m
10 50 0m
1680 m
173700 m
35
22 21 20 19 18300m 600m 300m 500m
31500m
5400 m
27
800m
28
1000m
29
38 39 40
100m 100m
36 37
100m
2320 m
3029 00 m
100m00 m
300m
600m
37
32
33
34
4.2
Pembahasan
Pelayanan Pendistribusian Penjualan Industri Rumahan Althaf Food
saat ini melakukan penjualan produk dengan mengirim produk ke toko
toko dan swalayan dengan rute yang ditentukan di beberapa tempat.
Untuk pelayanan Pendistribusian Penjualan Industri Rumahan Althaf
Food wilayah Kota Palu dibagi menjadi 3 (tiga) wilayah pelayanan
yaitu Palu timur, Palu barat, dan Palu selatan. Untuk wilayah Palu
utara tidak dilakukan penelitian, karena dari data yang ada tidak
terdapat titik-titik pelanggan yang ada pada wilayah Palu utara.
Truk dalam sehari melewati 40 titik/ pelanggan. Pendistribusian
Penjualan Industri Rumahan Althaf Food di Kota Palu dilakukan
dengan jenis kendaraan pengangkutan yaitu Truck yang berjumlah 1
truk. Truk Pendistribusian Penjualan Industri Rumahan Althaf Food
mulai beroperasi pada pukul 07.30 pagi sampai tugas selesai.
Dari penelitian ini, yang membedakan graph rute hasil lintasan
dengan graph hasil program yaitu jalur yang dilewati pada
pendistribusian Althaf Food kesetiap titik pelanggan dan jarak
total yang diperoleh. Total pada jalur awal sebesar 50.490 m,
sedangkan total jarak yang dihasilkan pada program sebesar 42.050 m
dengan penghematan sebesar 8.440m. jalur yang terbentuk yaitu
KESIMPULAN DAN SARANE.1 Kesimpulan Berdasarkan hasil penelitian
yang telah dilakukan maka dapat disimpulkan Rute terpendek yang
dihasilkan algoritma tabu search dengan menggunakan algoritma tabu
search adalah sebagai berikut :
E.2 Saran Untuk memperlihatkan dan membuktikan keefektifan,
kelebihan, keakuratan dan kelemahan dari algoritma tabu search
(TS), maka perlu diadakan sebuah penelitian lebih lanjut dengan
tujuan untuk membandingkan seluruh algoritma pencarian jalur
tependek (shortest path problem) yang ada pada berbagai data dengan
jumlah titik yang lebih banyak dari yang saat ini ditteliti. Dan
juga diharapkan agar kinerja proses pencarian jalur terpendek dari
algoritma tersebut dapat lebih ditingkatkan lagi dalam hal
kecepatan eksekusi pencarian dalam pengunaan memori komputer saat
melakukan proses iterasi.
TERIMA KASIH
Kembali Slide 1
Back
