Optimasi Rute Perjalanan dengan Metode Ant Colony pada Perusahaan Speedo Kurir Surabaya

Dianutami, Vania Rahma (2023) Optimasi Rute Perjalanan dengan Metode Ant Colony pada Perusahaan Speedo Kurir Surabaya. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05211940000017-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (3MB) | Request a copy

Abstract

Selama pandemi, masyarakat dihimbau untuk tidak melakukan aktivitas di luar rumah oleh pemerintah demi mengurangi penyebaran virus ini. Tentu saja hal itu berpengaruh terhadap pola hidup masyarakat Indonesia. Kebiasaan-kebiasaan yang dilakukan secara offline dipaksa berubah menjadi online, seperti kegiatan belajar-mengajar, bekerja dari rumah (Work from Home), dan lainnya. Namun diantara itu semua, yang paling terlihat dampaknya adalah transaksi jual-beli. Dengan adanya wabah ini, transaksi jual-beli melalui e-commerce meningkat sebesar 26% dan penambahan konsumen baru sebanyak 51%. Penambahan ini juga berdampak pada pemilik usaha logistik sebagai jasa pengirim barang. E-commerce meningkatkan permintaan terhadap layanan logistik hingga 30% semenjak adanya COVID 19. Peningkatan ini penting dalam menjaga keberlangsungan rantai pasok barang dengan mempertahankan kualitas pelayanan yang diberikan terhadap pengiriman barang untuk dapat meningkatkan kinerja dan pendapatan perusahaan. Proses pengiriman barang oleh kurir kepada pelanggan sesuai dengan alamat tujuan pasti membutuhkan waktu. Pengiriman barang biasanya dikirim saat jam kerja dan hal ini berpengaruh terhadap jauhnya alamat pengiriman. Semakin jauh tujuan pengiriman maka semakin lama juga waktu yang dibutuhkan kurir untuk sampai tujuan. Seorang kurir dapat memiliki banyak opsi rute untuk mengantarkan barang pelanggan. Namun dengan rute tertentu kurir dapat meminimalkan biaya operasional pengiriman dan mengurangi waktu tempuh. Hal ini merupakan salah satu permasalahan Travelling Salesman Problem (TSP). Perusahaan yang menjadi objek penelitian ini adalah Speedo Kurir Surabaya. Perusahaan ini masih memanfaatkan Google Maps tanpa memikirkan urutan titik-titik tujuan yang harus dikunjungi. Oleh karena itu, untuk menemukan rute tersebut, diperlukan optimasi rute perjalanan kurir yang dapat meminimalkan biaya operasional dan mengurangi waktu tempuh. Optimasi ini menggunakan pendekatan aproksimasi (metaheuristik). Penelitian ini menggunakan algoritma Ant Colony Optimization (ACO) yang termasuk ke dalam population-based methods. ACO merupakan salah satu algoritma yang mampu menyelesaikan masalah TSP yang termasuk NP-hard. ACO terinspirasi dari tingkah laku semut dalam mencari rute dari sarang ke sumber makanan dengan memanfaatkan pheromone. Hasil dari penelitian ini adalah rekomendasi rute yang dapat dilalui oleh kurir dengan total jarak tempuh 5,4% lebih kecil dari kondisi eksisting. Biaya operasional pun juga terpangkas sebesar 5,38% dari biaya eksisting. Parameter yang berpengaruh dalam pengujian ini adalah alpha, beta, dan rho. Selain itu, performa algoritma ACO juga dibandingkan dengan Simulated Annealing (SA). Hasil jarak dari
performa ACO 3,64% lebih besar dibandingkan dengan SA. Walaupun demikian, ACO memiliki hasil jarak yang lebih stabil dibandingkan dengan SA.
=================================================================================================================================
During the pandemic, the government urged the public not to carry out activities outside the home to reduce the spread of this virus. Of course, it affects the lifestyle of the Indonesian people. Habits carried out offline were forced to turn online, such as teaching and learning activities, working from home (Work from Home), and others. But among all that, the most visible impact is buying and selling transactions. With this outbreak, buying and selling transactions through e-commerce increased by 26%, and the addition of new customers by 51%. This addition also impacts logistics business owners as goods delivery services. E-commerce has increased the demand for logistics services by up to 30% since COVID-19. This increase is essential in maintaining the continuity of the goods supply chain by maintaining the quality of services provided for goods delivery to improve company performance and income. Delivering goods by courier to customers according to the destination address takes time. Delivery of goods is usually sent during business hours, which affects the delivery address's distance. The farther the delivery destination, the longer the courier can reach it. A courier can have many route options to deliver customer goods. However, with specific routes, couriers can minimize operational shipping costs and travel time. This is one of the Traveling Salesman Problem (TSP) problems. The company that is the object of this research is Speedo Kurir Surabaya. This company still uses Google Maps without thinking about the order of the destination points that must be visited. Therefore, it is necessary to optimize travel courier routes to minimize operational costs and shorten travel time to find these routes. This optimization uses an approximation (metaheuristic) approach. This study uses the Ant Colony Optimization (ACO) algorithm, which is included in the population-based method. ACO is one of the algorithms that can solve TSP problems that are NP-hard. The behavior of ants inspired ACO to find routes from nests to food sources by using pheromones. The results of this study are recommendations for routes that can be passed by couriers with a total mileage of 5.4% less than the existing conditions. Operational costs were also cut by 5.38% of existing costs. The influential parameters in this test are alpha, beta, and rho. In addition, the performance of the ACO algorithm is compared to Simulated Annealing (SA). The distance results from ACO performance are 3.64% greater than SA. However, ACO has a more stable distance result compared to SA.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Ant Colony Optimization (ACO), supply chain sustainability, route optimization, courier, Traveling Salesman Problem (TSP), keberlangsungan rantai pasok, optimasi rute, kurir
Subjects:	H Social Sciences > HE Transportation and Communications > HE336.R68 Route choice T Technology > T Technology (General) > T57.84 Heuristic algorithms.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Vania Rahma Dianutami
Date Deposited:	13 Jul 2023 05:23
Last Modified:	13 Jul 2023 05:23
URI:	http://repository.its.ac.id/id/eprint/98450

Actions (login required)

View Item