scholarly journals PENGOPTIMALAN RUTE PENDISTRIBUSIAN TABUNG GAS LPG 3 KG DENGAN ALGORITMA SEQUENTIAL INSERTION (Studi Kasus: Koperasi Pegawai Kantor Gubernur Kalimantan Barat)

Author(s):  
Syarifah Ratih Eka Wahyuni, Mariatul Kiftiah, Yudhi

LPG (Liquid Petrolium Gas) adalah salah satu komoditas sektor migas yang diproduksi oleh PT. Pertamina (Persero). Salah satu permasalahan yang dihadapi Koperasi Pegawai Negeri Kantor Gubernur Kalimantan Barat yaitu mendistribusikan tabung gas LPG dari Stasiun Pengisian  Bahan Bakar Elpiji (SPBE) ke setiap pangkalan. Permasalahan rute pendistribusian termasuk dalam Vehicle Routing Problem (VRP) yaitu permasalahan penentuan rute kendaraan untuk melayani beberapa pelanggan. Salah satu variasi VRP yaitu Capacitated Vehicle  Routing Problem (CVRP) dimana permasalahan setiap kendaraan yang mempunyai kapasitas terbatas. Variasi ini dapat diselesaikan menggunakan algoritma Sequential Insertion dimana terdapat empat kriteria dalam pemilihan pelanggan pertama yaitu earliest deadline, earliest ready time, shortest time window dan longest travel time. Penyelesaian permasalahan pendistribusian Gas LPG 3 kg di Koperasi Pegawai Negeri Kantor Gubernur Kalimantan Barat dengan algoritma Sequential Insertion memiliki hasil perhitungan dengan total jarak dan waktu tempuh yang berbeda untuk setiap kriteria yaitu untuk kriteria earliest deadline didapat total jarak dan waktu tempuh adalah 280.3 km dan 15.071 jam, Kriteria earliest ready time didapat total jarak dan waktu tempuh 293.66 km dan 15.4055 jam, Kriteria Shortest time window didapat total jarak dan waktu tempuh 276.54 km dan 14.6355 jam dan kriteria longest travel time didapat total jarak dan waktu tempuh 256.16 km dan 14.468 jam. Pada permasalahan ini dalam penentuan pelanggan awal dengan Kriteria longest travel time menghasilkan jarak dan waktu yang lebih optimal sehingga sistem pendistribusian lebih efisien dan juga menghemat biaya dalam  penggunaan bahan bakar bensin dan waktu dalam mendistribusikan LPG.Kata Kunci: Vehicle Routing Problem, Capacitated Vehicle Routing Problem, Sequential nsertion

2021 ◽  
Vol 19 (1) ◽  
pp. 1-6
Author(s):  
Dedi Sa'dudin Taptajani

Vehicle Routing Problem (VRP) merupakan suatu permasalahan yang berkaitan dengan bagaimana menentukan rute yang dianggap optimal dan melibatkan lebih dari satu alat angkut demi memperhatikan beberapa kendala dalam melayani sejumlah tempat layanan sesuai dengan permintaan. Salah satu varian dari VRP adalah capacitated vehicle routing problem with time window (CVRPTW) varian ini menambahkan kendala kapasitas alat angkut sebagai salah satu pertimbangan didalam mengangkut ke masing masing tujuan dan kemudian memberikan jendela waktu didalam proses pengangkutannya. Tujuan dari penulisan ini adalah menjelaskan pembentukan model dari CVRPTW untuk permasalahan rute pengangkutan sampah dari tiap rumah Sampai Ke Tempat Pembuangan Akhir, dengan pertimbangan waktu yang tersedia dan kapasitas angkut alat angkut yang tersedia, Sedangkan Penyelesaiannya yaitu dengan menggunakan pendekatan algoritma sweep. Algoritma Ini merupakan algoritma yang terdiri dari dua tahap, pada tahapan pertama yaitu clustering dari masing masing rumah dan tahap selanjurtnya yaitu membentuk rute pengiriman untuk masing-masing cluster dengan metode Nearest Neighbour, kemudian dilanjutkan dengan menentukan kapasitas alat angkut terhadap waktu yang diperlukan untuk menentukan kapan sampah ini akan di angkut ke tempat pembuangan akhir. Studi ini sangat penting dilakukan dalam rangka menerapkan dasar untuk memahami kemungkinan meningkatkan tingkat layanan pada proses pengangkutan sampah di tingkat desa.


2020 ◽  
Vol 12 (9) ◽  
pp. 3666
Author(s):  
Letizia Tebaldi ◽  
Teresa Murino ◽  
Eleonora Bottani

Customers’ habits, as far as shipping requests are concerned, have changed in the last decade, due to the fast spread of e-commerce and business to consumer (B2C) systems, thus generating more and more vehicles on the road, traffic congestion and, consequently, more pollution. Trying to partially solve this problem, the operational research field dedicates part of its research to possible ways to optimize transports in terms of costs, travel times, full loads etc., with the aim of reducing inefficiencies and impacts on profit, planet and people, i.e., the well-known triple bottom line approach to sustainability, also thanks to new technologies able to instantly provide probe data, which can detail information as far as the vehicle behavior. In line with this, an adapted version of the metaheuristic water wave optimization algorithm is here presented and applied to the context of the capacitated vehicle routing problem with time windows. This latter one is a particular case of the vehicle routing problem, whose aim is to define the best route in terms of travel time for visiting a set of customers, given the vehicles capacity and time constraints in which some customers need to be visited. The algorithm is then tested on a real case study of an express courier operating in the South of Italy. A nearest neighbor heuristic is applied, as well, to the same set of data, to test the effectiveness and accuracy of the algorithm. Results show a better performance of the proposed metaheuristic, which could improve the journeys by reducing the travel time by up to 23.64%.


2019 ◽  
Vol 28 (50) ◽  
pp. 19-33
Author(s):  
Jorge Oyola

A full multiobjective approach is employed in this paper to deal with a stochastic multiobjective capacitated vehicle routing problem (CVRP). In this version of the problem, the demand is considered to be deterministic, but the travel times are assumed to be stochastic. A soft time window is tied to every customer and there is a penalty for starting the service outside the time window. Two objectives are minimized, the total length and the time window penalty. The suggested solution method includes a non-dominated sorting genetic algorithm (NSGA) together with a variable neighborhood search (VNS) heuristic. It was tested on instances from the literature and compared to a previous solution approach. The suggested method is able to find solutions that dominate some of the previously best known stochastic multiobjective CVRP solutions.


Sign in / Sign up

Export Citation Format

Share Document