Optimasi Model Green-Capacitated Vehicle Routing Problem with Time Windows Menggunakan Algoritme Golden Jackal Optimization

Oleh :
Adinda Putri Azzahra - M0122004 - Fak. MIPA

Permasalahan distribusi barang tidak hanya mempertimbangkan efisiensi biaya, tetapi juga dampak lingkungan akibat konsumsi bahan bakar kendaraan. Salah satu permasalahan optimasi yang banyak digunakan untuk merepresentasikan distribusi barang adalah Green-Capacitated Vehicle Routing Problem with Time Windows (G-CVRPTW), yang mengintegrasikan batasan kapasitas kendaraan, jendela waktu pelayanan, dan aspek lingkungan dalam penentuan rute distribusi. Kompleksitas model tersebut menyebabkan metode metaheuristik menjadi salah satu pendekatan yang sesuai untuk memeroleh penyelesaian dalam waktu komputasi yang efisien. Oleh karena itu, penelitian ini bertujuan mengonstruksikan model G-CVRPTW, menentukan penyelesaian model menggunakan algoritme Golden Jackal Optimization (GJO), serta melakukan eksperimen numerik terhadap parameter algoritme dan parameter model untuk menganalisis pengaruhnya terhadap konsumsi bahan bakar. Penelitian menggunakan dataset benchmark Vehicle Routing Problem with Time Windows (VRPTW) Solomon, yaitu instance C101, R101, dan RC101 dengan jumlah pelanggan sebanyak 25, 50, dan 100. Penyelesaian model dilakukan menggunakan algoritme GJO melalui mekanisme random key encoding, prosedur split untuk membentuk rute yang memenuhi batasan kapasitas kendaraan dan jendela waktu pelayanan, serta evaluasi fungsi fitness berdasarkan total konsumsi bahan bakar dan penalti pelanggaran kendala. Selanjutnya dilakukan eksperimen numerik terhadap parameter algoritme, yaitu ukuran populasi (population size) dan jumlah iterasi maksimum (maximum iteration), serta parameter model yang meliputi kapasitas kendaraan, berat kosong kendaraan, dan faktor keketatan jendela waktu. Berdasarkan hasil penelitian, diperoleh model G-CVRPTW yang memiliki fungsi objektif meminimumkan konsumsi bahan bakar dengan memerhatikan berbagai kendala. Penyelesaian model menggunakan algoritme GJO dengan parameter Npop=20 dan MaxIter=50 menghasilkan kualitas penyelesaian yang baik pada kasus yang diuji. Hasil eksperimen menunjukkan bahwa peningkatan ukuran populasi dan jumlah iterasi maksimum meningkatkan waktu komputasi, tetapi tidak selalu menghasilkan konsumsi bahan bakar minimum yang lebih rendah. Selain itu, peningkatan kapasitas dan berat kosong kendaraan mengurangi jumlah armada yang digunakan, tetapi meningkatkan total konsumsi bahan bakar, sedangkan perubahan tingkat keketatan jendela waktu pelayanan hanya memberikan pengaruh yang relatif kecil terhadap konsumsi bahan bakar dan waktu komputasi.