Perpustakaan Digital ITB

Industri ekspedisi di Indonesia mengalami pertumbuhan pesat seiring perkembangan penjualan daring, yang menciptakan tantangan kompleks dalam optimasi biaya operasional, terutama pada tahap penjemputan first mile. Perusahaan ekspedisi menghadapi permasalahan ketidakefisienan rute, gagal penjemputan, dan distribusi beban kerja yang tidak seimbang. Seiring meningkatnya kompleksitas operasional dan kebutuhan efisiensi, optimasi rute menjadi pendekatan strategis yang berpotensi menghasilkan penghematan biaya operasional yang signifikan melalui perencanaan rute sistematis dan pemilihan kendaraan yang tepat. Penelitian ini mengembangkan model optimasi Multi-Trip Heterogeneous Vehicle Routing Problem (MTHVRP) untuk penjemputan first mile yang mempertimbangkan jendela waktu, aksesibilitas kendaraan, dan waktu perjalanan bergantung waktu (time-dependent travel time). Model matematis diselesaikan menggunakan solver Gurobi untuk instance kecil, sementara algoritma Adaptive Large Neighborhood Search dengan Simulated Annealing (ALNS-SA) dikembangkan untuk menyelesaikan masalah skala besar secara efisien. Hasil pengujian menunjukkan algoritma ALNS-SA mencapai solusi optimal pada 8 dari 10 instance dengan gap rata-rata 2.28%. Efisiensi komputasi meningkat signifikan dengan waktu penyelesaian 32.9 detik untuk instance 20 pelanggan, dibandingkan 914.1 detik menggunakan solver matematis. Implementasi pada data riil menghasilkan pengurangan jarak tempuh 6.4%, peningkatan service level dari 96% menjadi 100%, dan penghematan biaya operasional bulanan sebesar 11.7%. Perbandingan dengan Record-to-Record Travel menunjukkan keunggulan ALNS-SA sebesar 20-23% pada dataset clustered, mengkonfirmasi efektivitas Simulated Annealing sebagai acceptance criterion.