Perpustakaan Digital ITB

Distribusi Bahan Bakar Minyak (BBM) merupakan permasalahan logistik kompleks yang melibatkan rute multi-kompartemen, pengangkutan multi-produk, penugasan kendaraan ke loading bay, serta keterbatasan fasilitas dan waktu operasi. Penelitian ini mengembangkan model Mixed-Integer Linear Programming (MILP) untuk menyelesaikan Multi-Compartment Vehicle Routing Problem (MCVRP) dengan mengintegrasikan keputusan routing, penugasan kompartemen dan produk, penjadwalan multi-trip, serta sequencing kendaraan pada loading bay dalam satu kerangka optimasi terpadu. Model mempertimbangkan biaya perjalanan, biaya tetap kendaraan, dan waktu menganggur (idle time) akibat antrean loading, sehingga mampu merepresentasikan proses distribusi BBM secara lebih realistis dalam horizon operasi 24 jam. Hasil pengujian menunjukkan bahwa model MILP menghasilkan solusi optimal untuk dataset kecil, namun mengalami keterbatasan komputasi pada skala besar. Untuk mengatasi hal tersebut, dikembangkan algoritma greedy konstruktif yang membangun solusi secara bertahap berdasarkan prioritas pelanggan, produk, kompartemen, dan loading bay. Algoritma greedy mampu menghasilkan solusi dengan kualitas mendekati optimal (optimality gap 0–7%) dengan waktu komputasi yang jauh lebih singkat, serta tetap feasible pada skala besar ketika MILP tidak dapat diselesaikan secara eksak. Penelitian ini menegaskan bahwa integrasi penugasan dan sequencing loading bay berperan penting dalam mengendalikan waktu tunggu kendaraan dan meningkatkan efisiensi operasional depot. Model MILP direkomendasikan sebagai alat perencanaan strategis dan benchmark optimalitas, sedangkan algoritma greedy sangat sesuai untuk implementasi operasional harian. Pendekatan yang diusulkan memberikan kontribusi pada pengembangan MCVRP berbasis biaya dan waktu serta menjadi dasar bagi penelitian lanjutan yang mempertimbangkan ketidakpastian dan perencanaan distribusi multi-periode.