Optimasi Rute Distribusi Tabung Gas Menggunakan Metode Algoritma Genetika (Studi Kasus PT Samator Gas Gresik, Jawa Timur)

C, Deriavinti TriIndahI M and Ceria Farela Mada Tantrika, ST., MT, - and Ir. Purnomo Budi Santosa, M.Sc., Ph.D, - (2014) Optimasi Rute Distribusi Tabung Gas Menggunakan Metode Algoritma Genetika (Studi Kasus PT Samator Gas Gresik, Jawa Timur). Sarjana thesis, Universitas Brawijaya.

Abstract

PT. Samator Gas Gresik merupakan salah satu perusahaan gas industri yang memproduksi gas-gas seperti oksigen, nitrogen, karbondioksida, argon, dan hidrogen. PT. Samator Gas Gresik mendistribusikan produknya ke beberapa kota di Jawa Timur. Distribusi yang sudah ada dilakukan dengan menetapkan satu kendaraan yang menyalurkan produk untuk setiap pelanggan. Ini berarti bahwa jika perusahaan memiliki enam pelanggan maka enam kendaraan akan ditugaskan. Rute distribusi juga ditentukan oleh pengemudi secara subjektif tanpa mempertimbangkan rute yang terbaik untuk pergi ke tempat pelanggan. Kondisi ini mengindikasikan perlunya mengalokasikan muatan dan menentukan rute distribusi tabung gas agar lebih efektif dan efisien. Penelitian ini bertujuan untuk merancang, menganalisa dan membandingkan rute distribusi yang ada dengan rute yang dihasilkan dari hasil algoritma genetika dalam hal efektivitas dan efisiensi. Penelitian ini mengalokasikan muatan dan memilih kendaraan yang digunakan untuk mendistribusikan tabung gas. Kemudian, Algoritma Genetika digunakan untuk menentukan rute terbaik dengan menetapkan parameter algoritma genetika. Tahapan yang dilakukan di Algoritma Genetika adalah pembentukan kromosom menggunakan bilangan real, inisialisasi populasi, perhitungan nilai fitness dengan menghitung jarak tempuh dari setiap rute yang dihasilkan dari inisialisasi populasi, seleksi dengan menggunakan seleksi roulette wheel, crossover dengan Pc = 0,4 dan mutasi dengan Pm = 1/n (dimana n adalah jumlah gen dalam kromosom). Algoritma Genetika dijalankan dengan menggunakan Delphi 2010. Ini menghasilkan rute distribusi, dimana kendaraan ditugaskan untuk menyalurkan tabung gas untuk banyak pelanggan secara bersamaan. Dari rute distribusi dapat diketahui jarak tempuh. Jarak tempuh ini kemudian dikalikan dengan biaya bahan bakar kendaraan. Biaya distribusi dapat diketahui dengan menambahkan total biaya bahan bakar dengan biaya jalan tol dan uang makan sopir dan kernet. Dalam studi ini, algoritma genetika digunakan untuk menghasilkan rute dan menghitung biaya selama 25 hari dengan perbedaan jumlah permintaan dan tujuan. Hasil menunjukkan bahwa rute distribusi yang diperoleh dengan algoritma genetika memiliki rute yang berbeda dari rute distribusi yang telah ada. Dengan menggunakan algoritma genetika, total jarak tempuh mengalami penurunan sebesar 8034,6 kilometer atau 60,87% dan total biaya distribusi mengalami penurunan sebesar Rp 19.227.100 atau sebesar 70,27 %. Hal ini terbukti bahwa algoritma genetika mampu menghemat jarak tempuh dan biaya distribusi.

English Abstract

PT. Samator Gas Gresik is one of industrial gas company that produces gases such as oxygen, nitrogen, carbon dioxide, argon, and hydrogen. PT. Samator Gas Gresik distribute its product to several cities in east java. Existing distribution is done by assign one vehicle to deliver product for each customer. It means that if company has six customers than six vehicles would be assigned. Distribution route is also determined by the drivers subjectively without considering the best route to go to customer’s place. This condition indicates the need for allocating load and determining distribution route of gas tubes to be more effective and efficient. This study aims to design, analyze and compare the existing distribution route with the route generated from the results of genetic algorithm in terms of its effectiveness and efficiency. This study allocating load and selecting vehicle used to distribute gas tubes. Then, a genetic algorithm (GA) is used to determine best route by setting the parameters of genetic algorithm. Stages done in GA are formation of chromosomes, initialization of the population, calculation of the fitness value by calculating the distance of each route generated from population initialization, selection by using roulette wheel selection, crossover with Pc = 0,4 and mutation with Pm = 1/n (where n is the number of genes in the chromosome). The GA is executed by using Delphi 2010. It results distribution route, in which a vehicle assigns to deliver gas tubes for many customers simultaneously. From these distribution route can be seen the distance. This distance is then multiplied by fuel cost of vehicles. The distribution cost can be known by adding that total fuel cost with toll road cost and the driver’s allowance cost. In this study, GA is used to generate route and calculate cost for 25 days with different demand quantities and destinations. The result shows that distribution route obtained by GA has different route from existing distribution route. By using GA, total distance is decreased by 8034,6 kilometers or 60,87% and total distribution cost is decreased by IDR 19.227.100 or equivalent to 70,27 %. It is proven that GA is capable to provide distribution route that reduce the traveled distance and distribution cost.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FT/2014/484/051405249
Subjects: 600 Technology (Applied sciences) > 670 Manufacturing
Divisions: Fakultas Teknik > Teknik Industri
Depositing User: Hasbi
Date Deposited: 29 Aug 2014 08:51
Last Modified: 17 Nov 2021 06:50
URI: http://repository.ub.ac.id/id/eprint/142790
[thumbnail of BAB_IV.pdf]
Preview
Text
BAB_IV.pdf

Download (2MB) | Preview
[thumbnail of BAB_V.pdf]
Preview
Text
BAB_V.pdf

Download (1MB) | Preview
[thumbnail of COVER.pdf]
Preview
Text
COVER.pdf

Download (1MB) | Preview
[thumbnail of DAFTAR_PUSTAKA.pdf]
Preview
Text
DAFTAR_PUSTAKA.pdf

Download (1MB) | Preview
[thumbnail of KATA_PENGANTAR.pdf]
Preview
Text
KATA_PENGANTAR.pdf

Download (1MB) | Preview
[thumbnail of Lampiran.pdf]
Preview
Text
Lampiran.pdf

Download (2MB) | Preview
[thumbnail of BAB_I.pdf]
Preview
Text
BAB_I.pdf

Download (1MB) | Preview
[thumbnail of BAB_II.pdf]
Preview
Text
BAB_II.pdf

Download (1MB) | Preview
[thumbnail of BAB_III.pdf]
Preview
Text
BAB_III.pdf

Download (1MB) | Preview

Actions (login required)

View Item View Item