Model Optimasi Cross-Docking Vehicle Routing Problem Menggunakan Algoritma Genetika

Oleh :
Muhammad Rafi Nur Iman - I0321074 - Fak. Teknik

Dalam era logistik modern yang semakin kompleks dan berorientasi pada keberlanjutan, efisiensi distribusi dan pengurangan emisi karbon menjadi tantangan utama dalam manajemen rantai pasok. Penelitian ini mengembangkan model optimasi multi-objektif untuk Cross-Docking Vehicle Routing Problem (CD-VRP) berbasis algoritma genetika, yang mempertimbangkan dua tujuan utama secara simultan, yaitu minimasi total biaya operasional dan minimasi total emisi karbon. Model optimasi dikembangkan dalam skenario multiproduk, multi-supplier, dan multi-periode, dengan mempertimbangkan struktur distribusi yang terdiri atas supplier, pusat cross-docking, dan retailer. Komponen biaya mencakup biaya pengiriman truk masuk dan keluar, biaya penyimpanan, biaya tambahan kapasitas, serta biaya sewa kendaraan, sedangkan komponen emisi mencakup emisi transportasi dan penyimpanan. Proses optimasi dilakukan menggunakan pendekatan metaheuristik algoritma genetika yang diimplementasikan pada software Python 3.10.7, dengan mekanisme static penalties untuk penalti pelanggaran batasan dan random selection dalam seleksi parent. Sebanyak enam pengaturan parameter algoritma genetika diuji, dengan variasi nilai ukuran populasi, probabilitas crossover dan mutation, maksimum generasi, dan kisaran awal populasi. Hasil pengujian menunjukkan bahwa Pengaturan #6 menghasilkan solusi terbaik dengan nilai fitness terendah sebesar 4,292×109, total biaya Rp33.183.295.570,00, dan total emisi karbon 96.940.934,00 kg.CO₂eq. Secara keseluruhan, nilai total biaya dari seluruh pengaturan berkisar antara Rp33.183.295.570,00 hingga Rp248.782.396.346,00, sementara nilai total emisi karbon berkisar antara 96.940.934,00 hingga 1.374.804.059,00 kg.CO₂eq. Analisis sensitivitas menunjukkan bahwa parameter algoritma seperti maksimum generasi, probabilitas crossover dan mutation, ukuran populasi, dan kisaran populasi awal sangat memengaruhi kualitas solusi. Temuan ini menegaskan pentingnya pengaturan parameter dalam pendekatan evolusioner untuk permasalahan optimasi kompleks. Penelitian ini memberikan kontribusi pada pengembangan model distribusi hijau yang efisien, adaptif, dan relevan terhadap kebutuhan industri logistik berkelanjutan.