Optimalisasi Rute Distribusi Kopi Menggunakan Hybrid Genetic Algorithm dan Ant Colony Optimization Pada Permasalahan Multi Salesman

Abstract

Distribusi merupakan salah satu faktor penting dalam efisiensi biaya operasional perusahaan. Pemilihan rute distribusi yang tidak optimal dapat meningkatkan biaya bahan bakar, waktu tempuh, serta biaya operasional kendaraan lainnya. Penelitian ini bertujuan untuk mengoptimalkan rute distribusi produk kopi pada perusahaan RKB Roastery menggunakan pendekatan Multiple Traveling Salesman Problem (MTSP). Metode yang digunakan adalah Ant Colony Optimization (ACO) dengan parameter yang dioptimasi menggunakan Genetic Algorithm (GA). Penggunaan GA dilakukan karena performa ACO sangat bergantung pada parameter yang digunakan dan sering mengalami konvergensi prematur serta terjebak pada solusi lokal. Parameter ACO yang dioptimasi meliputi pengaruh feromon (α), pengaruh heuristik (β), laju evaporasi feromon (ρ), dan jumlah feromon yang ditinggalkan semut (q). Data penelitian diperoleh dari lokasi distribusi RKB Roastery dan dipetakan menggunakan OSMnx untuk memperoleh jarak rute nyata. Hasil pengujian menunjukkan bahwa kombinasi ACO dan GA berhasil menghasilkan total jarak distribusi sebesar 593,59 km, lebih baik dibandingkan ACO murni sebesar 629,04 km dan GA murni sebesar 859,72 km. Nilai fitness terbaik juga diperoleh oleh metode kombinasi sebesar 0,002021. Hasil penelitian menunjukkan bahwa optimasi parameter menggunakan GA mampu meningkatkan performa ACO dalam menyelesaikan permasalahan MTSP pada distribusi kopi.