@phdthesis{UNY50959,
           month = {April},
           title = {PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV JOGJA TRANSPORT},
          author = {Handriyo Hutomo and Eminugroho Ratna Sari},
          school = {UNY},
            year = {2017},
        abstract = {Tingginya jumlah permintaan roti membuat distributor harus lebih efektif dalam menentukan rute pendistribusian. Masalah pengefektifan rute pendistribusian ini dapat dimodelkan sebagai Capacitated Vehicle Routing Problem (CVRP). Penelitian ini bertujuan untuk membentuk model matematika CVRP pada pendistribusian roti di CV Jogja Transport dan menyelesaikannya menggunakan Algoritma Genetika dan Metode Nearest Neighbour, serta membandingkan hasil penyelesaian model tersebut.
Penelitian ini dilakukan di CV Jogja Transport dalam pendistribusian roti. Data yang dibutuhkan antara lain jarak antar depot dengan pelanggan dan jarak antar pelanggan, jumlah permintaan masing-masing pelanggan, jumlah kendaraan yang dioperasikan dan kapasitas kendaraan. Data kemudian diolah untuk dimodelkan sebagai permasalahan CVRP yang selanjutnya diselesaikan dengan Algoritma Genetika dan Metode Nearest Neighbour. Secara umum, langkah-langkah penyelesaian dengan Algoritma Genetika adalah mendefinisikan individu, mendefinisikan nilai fitness, menentukan proses pembangkitan populasi awal, menentukan proses seleksi, menentukan proses perkawinan silang dan mutasi gen yang akan digunakan. Sementara metode Nearest Neighbour merupakan suatu metode yang paling alami dalam menyelesaikan permasalahan CVRP karena hanya memilih pelanggan yang terdekat dari lokasi awal dalam membentuk rute perjalanan.
Hasil penelitian menunjukkan bahwa berdasarkan perbandingan efektivitas terhadap roti yang diangkut diangkut Metode Nearest Neighbour lebih efektif dari Algoritma Genetika. Metode Nearest Neighbour menghasilkan rute yang dapat memaksimalkan kapasitas angkut kendaraan yaitu mengangkut 420 roti (100\%). Berdasarkan perbandingan efektivitas terhadap jarak tempuh Algoritma Genetika lebih efektif dari Metode Nearest Neighbour. Algoritma Genetika menghasilkan total jarak sejauh 39,5 km. Jarak tersebut lebih efektif 6,4 km dari Metode Nearest Neighbour.
Kata kunci: CVRP, Algoritma Genetika, Nearest Neighbour, rute, distribusi},
             url = {http://eprints.uny.ac.id/50959/}
}