Optimasi Model Vehicle Routing Problem With Time Windows (VRPTW) dengan Penalti Tardiness dan Waiting Time menggunakan Artificial Rabbit Optimization

Oleh :
Shiva Mahira Bagindo - M0122080 - Fak. MIPA

Vehicle routing problem with time windows (VRPTW) merupakan masalah optimasi rute kendaraan untuk melayani permintaan pelanggan dengan mempertimbangkan kendala kapasitas kendaraan dan jendela waktu pelayanan. Kedatangan kendaraan sebelum batas awal jendela waktu menimbulkan waiting time, sedangkan pelayanan setelah batas akhir jendela waktu menimbulkan tardiness. Masalah VRPTW dapat diselesaikan menggunakan metode metaheuristik. Algoritme artificial rabbits optimization (ARO) merupakan salah satu algoritme metaheuristik yang memiliki mekanisme eksplorasi dan eksploitasi untuk menentukan penyelesaian optimal atau mendekati optimal dari suatu masalah optimasi.Penelitian ini bertujuan untuk mengonstruksikan model VRPTW dengan mempertimbangkan penalti waiting time dan tardiness, menentukan penyelesaian optimal model VRPTW menggunakan algoritme ARO, serta melakukan perubahan pada bobot penalti, jumlah populasi, dan jumlah iterasi maksimum untuk mengetahui pengaruhnya terhadap penyelesaian yang diperoleh. Metode yang digunakan pada penelitian ini adalah studi literatur dan terapan. Studi literatur dilakukan dengan mengembangkan model dasar VRPTW melalui penambahan komponen waiting time dan tardiness, pendekatan weighted sum, serta kendala Miller Tucker Zemlin (MTZ), kemudian menentukan himpunan, parameter, dan variabel keputusan untuk mengonstruksikan model. Studi terapan dilakukan menggunakan smart logistics dataset untuk menentukan penyelesaian model menggunakan algoritme ARO, kemudian melakukan perubahan pada bobot penalti, jumlah populasi, dan jumlah iterasi maksimum.Berdasarkan hasil penelitian, diperoleh model VRPTW yang meminimumkan total jarak rute, total waiting time, dan total tardiness terhadap kendala pelayanan pelanggan, kapasitas kendaraan, keseimbangan aliran, keterkaitan waktu pelayanan, dan eliminasi subtour. Penyelesaian optimal yang diperoleh berupa rute distribusi dengan nilai fungsi objektif minimum. Perubahan pada kombinasi bobot penalti menunjukkan bahwa bobot α dan β dapat memengaruhi total waiting time, total tardiness, dan nilai fitness. Perubahan pada jumlah populasi (N) dan jumlah iterasi maksimum (MaxIter) juga menunjukkan bahwa kedua parameter tersebut dapat memengaruhi kualitas penyelesaian yang diperoleh oleh algoritme ARO.