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.