OPTIMASI RUTE DISTRIBUSI MULTI-DEPOT VEHICLE ROUTING PROBLEM DENGAN PERBANDINGAN ALGORITMA GENETIKA DAN SIMULATED ANNEALING

Abstract

Perkembangan pesat perdagangan elektronik dan sistem logistik menuntut efisiensi tinggi dalam perencanaan rute distribusi. Salah satu permasalahan utama dalam sistem logistik adalah penentuan rute kendaraan yang optimal dengan keterbatasan jumlah kendaraan dan kapasitas angkut yang dikenal sebagai Capacitated Vehicle Routing Problem (CVRP). Penelitian ini bertujuan untuk membandingkan kinerja Algoritma Genetika (GA) dan Simulated Annealing (SA) dalam menyelesaikan permasalahan CVRP. Metode penelitian dilakukan dengan membangun dataset sintetis yang terdiri dari 25 pelanggan, 1 depot, dan 3 kendaraan dengan batasan kapasitas tertentu. Kedua algoritma diimplementasikan menggunakan bahasa pemrograman Python dan diuji dengan jumlah iterasi yang sama. Hasil penelitian menunjukkan bahwa Algoritma Genetika menghasilkan total jarak tempuh sebesar 7170,87, sedangkan Simulated Annealing menghasilkan total jarak tempuh sebesar 7188,00. Meskipun Simulated Annealing mampu mencapai solusi awal yang baik dengan lebih cepat, Algoritma Genetika menunjukkan kualitas solusi akhir yang lebih optimal. Hasil ini menunjukkan bahwa pemilihan algoritma optimasi rute perlu disesuaikan dengan kebutuhan untuk berfokus pada kualitas solusi atau kecepatan pencarian solusi awal