Perpustakaan Digital ITB

Perkembangan bisnis E-commerce mengalami pertumbuhan yang signifikan dengan diimbangi oleh transaksi penjualan yang tinggi. Hal tersebut berdampak pada berkurangnya kebutuhan masyarakat terhadap keberadaan toko retail, namun sebaliknya kebutuhan pergudangan dan pusat distribusi modern malah semakin meningkat. Oleh karena itu, perlunya sebuah sistem smart warehouse yang dapat meningkat efektivitas dan efisiensi dari aktivitas pergudangan. Salah satu komponen aktivitas pergudangan tidak dapat dihilangkan dari aktivitas pergudangan dan memiliki biaya dan waktu tinggi adalah aktivitas perpindahan barang (penerimaan ke lokasi penyimpanan dan lokasi penyimpanan ke pengiriman). Maka dari permasalahan tersebut penelitian mengusulkan penentuan keputusan lokasi penyimpanan berdasarkan fungsi kinerja (kebijakan gudang dan kondisi gudang: jarak penyimpanan, jarak pengiriman, total jarak perpindahan dan ketersediaan line penyimpanan). Maka pada penelitian ini mengusulkan metode algoritma dalam mengambil keputusan penentuan lokasi penyimpanan yaitu algoritma extended weighted tree similarity, algoritma PSO dan algoritma genetika. Pada pengujian ke 3 algoritma yang diusulkan berdasarkan 2 kondisi gudang (sebelum dan sesudah gudang ada produk). Maka hasil dari pengujian yaitu algoritma extended weighted tree similarity dan algoritma PSO memiliki total jarak perpindahan yang minimal. Sedangkan algoritma genetika memiliki total jarak perpindahan yang relatif sama dengan 2 algoritma tersebut. Selain itu, pada algoritma PSO memiliki waktu rata-rata komputasi yang paling cepat dari 2 kondisi gudang yaitu 7,70 detik, selanjutnya algoritma genetika dengan rata-rata 15,84 detik dan algoritma extended weighted tree similarity dengan rata-rata 24,22 detik. Selain pengujian dari beberapa algoritma, maka dilakukan kombinasi algoritma PSO dengan metode ABC membantu dalam pengelompokan produk dengan permintaan yang tinggi sampai terendah. Walaupun hasil dari kombinasi algoritma PSO dengan metode ABC tidak sebaik dengan algoritma PSO sendiri. Tapi kombinasi algoritma tersebut membantu dalam pengelompokan produk.