Apa Masalah Perutean Kendaraan Anda? Memahami Tugas Pengoptimalan Rute
Optimalisasi rute adalah proses penentuan rute yang paling hemat biaya. Anda mungkin berpikir bahwa itu berarti menemukan jalur terpendek antara dua titik, tetapi jarang sesederhana itu: Anda harus memperhitungkan semua faktor yang relevan yang terlibat seperti jumlah dan lokasi semua pemberhentian di rute, kesenjangan waktu kedatangan/keberangkatan, pemuatan efektif, dll. Optimalisasi rute adalah solusi untuk apa yang disebut masalah perutean kendaraan (VRP).

Vehicle Routing Problem atau VRP adalah tantangan dalam merancang rute optimal dari depot ke satu set tujuan masing-masing dengan kendala khusus bisnis, seperti keterbatasan kendaraan, kontrol biaya, jendela waktu, keterbatasan sumber daya mengenai proses pemuatan di depot, dll .

VRP klasik pertama dikenal sebagai travelling salesman problem (TSP), yang bermula pada awal 1800-an dan menyebar luas pada hari-hari ketika salesman door-to-door menjajakan penyedot debu dan ensiklopedia. Seiring waktu, VRP dikategorikan ke dalam tugas-tugas yang jauh lebih canggih yang melibatkan sejumlah besar data.

Mari kita lihat lebih dekat VRP dan perangkat lunak paling umum yang dapat Anda terapkan untuk mengungkapnya.

Penafian: VRP dunia nyata terdiri dari ratusan atau ribuan node. Waktu yang dibutuhkan untuk menyelesaikannya semakin meningkat relatif terhadap ukuran masalah. Untuk masalah yang cukup besar, dibutuhkan waktu bertahun-tahun untuk menemukan solusi optimal. Frane Saric, CTO di OptimoRoute, menegaskan hal itu: “Metode eksak seperti integer linear programming (ILP) jarang digunakan dalam praktik karena sangat lambat dan hanya dapat menyelesaikan masalah yang sangat kecil dengan beberapa perintah”. Oleh karena itu, solusi perutean sering mengandalkan heuristik untuk dapat dengan cepat mengembalikan solusi yang cukup baik tetapi belum tentu solusi yang optimal.

Masalah Rute Kendaraan Berkapasitas (CVRP)
Karena setiap kendaraan memiliki kapasitas muatan maksimum, Anda harus selalu mempertimbangkan berat dan volume barang yang diangkut. Tantangannya adalah menghemat biaya dengan mengangkut lebih banyak barang dalam satu perjalanan tanpa melebihi kapasitas kendaraan. Mungkin ada komplikasi tambahan seperti:

beberapa depot subset terbatas kendaraan yang memiliki permintaan fasilitas tertentu (misalnya kompartemen freezer) dimensi kargo yang berbeda untuk dikirim / diambil
kapasitas yang berbeda dari setiap kendaraan kendaraan multi-kompartemen Skenario kehidupan nyata: Tesco Company, pengecer bahan makanan dan barang umum global, menggunakan kendaraan over-the-road untuk distribusi barang. Barang diangkut dengan palet. Satu kendaraan dapat menampung palet dalam jumlah terbatas, sementara setiap unit usaha (BU) menuntut jumlah palet yang berbeda. Misalnya, department store besar membutuhkan palet beberapa kali lebih banyak daripada yang dapat ditampung oleh kendaraan.

Pendekatan solusi: Tetapkan rute terpendek untuk kendaraan sehingga jumlah total unit kendaraan memenuhi batasan kapasitasnya.

Masalah Perutean Kendaraan dengan Time Windows (VRPTW)
Seringkali pelanggan hanya tersedia selama periode waktu tertentu. Hal ini membatasi waktu pengiriman/penjemputan, karena sekarang kendaraan harus menjangkau pelanggan dalam jangka waktu yang diprioritaskan. Ketika jendela waktu terbuka, kendaraan harus melayani pelanggan. Mungkin tiba lebih awal, tetapi, tidak berarti, di luar jendela waktu yang ditentukan. Tertinggal dari jadwal dapat secara signifikan menurunkan tingkat kepuasan pelanggan yang menyebabkan hilangnya keuntungan dalam jangka panjang. Ini menentukan kebutuhan untuk menjadwalkan perjalanan, tetapi melakukannya dengan cara yang paling hemat biaya. Itulah yang dimaksud dengan VRPTW. Jendela waktu dapat berupa:

beberapa jendela waktu: satu set jendela waktu yang tidak tumpang tindih dengan panjang yang berbeda
jendela waktu terputus: tiba di antara dua jendela waktu, kendaraan harus menunggu sampai jendela waktu berikutnya terbuka
jendela waktu lunak: melayani di luar jendela waktu diperbolehkan, tetapi memerlukan hukuman
jendela waktu sulit: tidak ada pelanggaran waktu yang diizinkan. Jika kendaraan datang terlalu dini, ia harus menunggu sampai jendela waktu terbuka; dan tidak diperbolehkan datang terlambat.

Pengabdian kepada Manyarakat dengan menjadi narasumber dalam seminar Marketing 4.0

Tema: Marketing 4.0

Tempat: Mikie Wijaya Hall FEB Universitas Sumatera Utara

Waktu: Kamis/ 12 Desember 2019

1.1       Pengertian Statistik

            Kata Statistik dapat diartikan sebagai kumpulan angka-angka mengenai suatu masalah, sehingga dapat memberikan gambaran mengenai masalah tersebut. Misalnya statistik kecelakaan lalu lintas berisi angka-angka mengenai banyak kecelakaan lalu lintas  menurut jenis korbannya, seperti luka ringan, luka berat dan meninggal.

Kata statistik juga diartikan sebagai suatu ukuran yang dihitung dari sekumpulan data dan merupakan wakil dari data itu.

Misalnya :

1. Rata-rata berat badan dari mahasiswa yang mengikuti kuliah statistika dasar adalah 53 kg.
2. 80 % yang mengikuti kuliah statistika dasar ini berasal dari kota “P”
3. Kecelakaan lalu lintas itu kebanyakan diakibatkan karena kecerobohan pengemudi angkutan kota.

Dalam hal ini persentase, rata-rata dan kebanyakan termasuk dalam statistik.

Pengertian statistik yang ketiga dikaitkan dengan ilmu pengetahuan atau metode ilmiah dan sering disebut Statistika. Statistika adalah metode ilmiah yang mempelajari pengumpulan, pengaturan, perhitungan, penggambaran dan penganalisaan data, serta pengambilan kesimpulan yang valid berdasarkan penganalisaan yang dilakukan dan pembuatan keputusan yang rasional. Statistika menurut fungsinya dibagi menjadi dua bagian yaitu Statistika Deskriptif (Deduktif) dan Statistika Inferensial (Induktif). Statistika yang menyangkut kesimpulan yang valid dinamakan statistika induktif. Dalam statistika induktif biasanya memasukkan unsur peluang dalam menarik kesimpulannya. Sedangkan statistika yang hanya menggambarkan dan menganalisis kelompok data yang diberikan tanpa penarikan kesimpulan mengenai kelompok data yang lebih besar dinamakan statistika deskriptif.

•      Macam-macam Data

Dalam menyelidiki suatu masalah selalu diperlukan data. Data dapat diartikan sebagai keterangan yang diperlukan untuk memecahkan suatu masalah. Berikut ini diberikan macam-macam data ditinjau dari beberapa segi :

1.2.1    Menurut Sifatnya

Dalam hal ini, data dibagi menjadi dua bagian, yaitu :

1. Data Kualitatif adalah data yang berbentuk kategori atau atribut

Contoh :          a.         Harga dolar hari ini mangalami kenaikan.

1. Sebagian dari produksi barang “ X “ pada perusahaan “Y” rusak.
2. Data Kuantitatif adalah data yang berbentuk bilangan

Contoh :          a.         Luas bangunan hotel itu adalah 6000 m².

1. Tinggi badan Dody mencapai 180 cm.
2. Banyak perguruan tinggi di kota “A” ada 6 buah.

Data kuantitatif dibagi menjadi dua bagian, yaitu :

b.1       Data Diskrit adalah data yang diperoleh dengan cara menghitung atau membilang.

Contoh :

1. Banyak kursi yang ada di ruangan ini ada 50 buah.
2. Jumlah mahasiswa yang mengikuti mata kuliah ini mencapai 60 orang.
3. Banyak anak pada keluarga Patris ada 4 orang

b.2       Data Kontinu adalah data yang diperoleh dengan cara mengukur.

Contoh :

1. Panjang benda itu adalah 25 cm
2. Jarak antara kota Medan dengan kota Siantar adalah 128 km
3. Berat bayi yang baru lahir adalah 3,2 kg.

1.2.2    Menurut Cara Memperolehnya

            Dalam hal ini data dibagi menjadi dua bagian, yaitu :

1. Data Primer adalah data yang dikumpulkan dan diolah sendiri oleh suatu organisasi serta diperoleh langsung dari objeknya.

Contoh :

Pemerintah melalui Biro Pusat Statistik (BPS) ingin mengetahui jumlah penduduk Indonesia, maka BPS mengirimkan petugasnya untuk mendatangi secara langsung rumah tangga-rumah tangga yang ada di Indonesia.

1. Perusahaan susu “ Segar Jaya “ ingin mengetahui jumlah konsumsi susu yang diminum oleh masyarakat di Kelurahan Medan Baru, maka petugas dari perusahaan tersebut secara langsung mendatangi rumah tangga-rumah tangga yang ada di Kelurahan Medan Baru.                       

1. Data Sekunder adalah data yang diperoleh dalam bentuk sudah jadi, sudah dikumpulkan dan diolah oleh pihak lain, biasanya data itu dicatat dalam bentuk publikasi-publikasi.

Contoh :

Misalkan seorang peneliti memerlukan data mengenai jumlah pendududk di sebuah kota dari tahun 1980 sampai 1990, maka data itu dapat diperolehnya di BPS.

1.3       Pengumpulan Data

Dalam statistika, proses pengumpulan data ada dua cara, yaitu Sensus dan Sampling.

Sensus adalah cara pengumpulan data, jika setiap anggota populasi diteliti satu persatu.

Contoh :          Misalkan Kepala Desa ingin mengetahui rata-rata penghasilan warganya dalam satu bulan yang berjumlah 250 kepala keluarga. Apabila setiap keluarga ditanya penghasilannya, kemudian dicatat, maka cara pengumpulan data seperti ini dinamakan sensus.

Sampling adalah cara pengumpulan data, jika hanya sebagian anggota populasi saja yang diteliti. Jadi di sini tidak semua anggota populasi yang diteliti, tetapi hanya sebagian anggota populasi saja yang diteliti. Akan tetapi yang sebagian itu harus menggambarkan keadaan populasi yang sebenarnya. Dengan demikian sebagian dari anggota populasi itu dikatakan bersifat representatif.

Contoh :          Apabila dari 250 kepala keluarga yang ditanya penghasilannya 25 keluarga saja dengan perincian :

Penghasilan lebih kecil 1 juta rupiah diambil 12 kepala keluarga,

Penghasilan antara 1 juta sampai 3 juta rupiah diambil 7 kepala keluarga,

Penghasilan antara 3 juta sampai 5 juta rupiah diambil 4 kepala keluarga,

Penghasilan lebih besar 5 juta rupiah diambil 2 kepala keluarga,

Maka cara pengumpulan data seperti ini dinamakan sampling.

Dalam pengertian sensus dan sampling ada istilah populasi. Istilah populasi sering digunakan dalam mempelajari statistika. Menurut definisi, sebuah populasi mencakup semua anggota dari kelompok yang diteliti.

Contoh :

1. Semua penduduk Kotamadya Medan.
2. Semua pasien di rumah sakit ” X ” pada waktu tertentu.
3. Semua mahasiswa D3 Statistika tahun akademik 2007 / 2008.
4. Semua pegawai negeri sipil di suatu kota.

Semua contoh di atas merupakan contoh populasi. Pada prakteknya tidak mungkin mengamati semua anggota populasi, mengingat berbagai hal. Jadi kita hanya mengamati sebagian anggota dari anggota populasi, dengan sebagian anggota tersebut harus bersifat representatif. Sebagian anggota yang diambil dari populasi disebut sampel. Apabila kita mengambil sampel acak dari jumlah penduduk Kotamadya Medan dan menghitung proporsi penduduk yang berjenis kelamin perempuan, kadang-kadang dikatakan parameter, maka karakteristik dari sampel itu dinamakan statistik. Untuk menotasikan sebuah parameter populasi biasanya digunakan Huruf Yunani, sedangkan untuk notasi sebuah statistik digunakan Huruf Latin.

Misalnya            (mu) adalah simbol untuk rata-rata populasi.

adalah simbol untuk rata-rata sampel

Banyak anggota populasi biasanya dinotasikan dengan N dan banyak anggota sampel biasanya dinotasikan dengan n.

Untuk memilih sampel dari suatu populasi dapat dilakukan dalam dua cara, yaitu :

1.3.1    Cara Acak

adalah cara pemilihan sejumlah anggota dari populasi yang dilakukan sedemikian rupa sehingga anggota-anggota populasi itu mempunyai kemungkinan yang sama untuk terpilih menjadi anggota sampel. Penilaian dengan cara seperti ini bersifat objektif.

Cara pemilihan anggota sampel dapat dilakukan dengan dua cara yaitu :

1. Dengan Undian

Setiap anggota populasi diberi nomor, kemudian diundi untuk mendapatkan anggota sampel yang diharapkan, cara seperti ini dilakukan jika jumlah anggota populasinya sedikit.

   2. Dengan Tabel Bilangan Acak

Dalam hal ini, untuk memilih anggotanya menggunakan tabel bilangan acak, yaitu tabel yang berisi sekumpulan bilangan yang dikelompokan ke dalam lima kolom dan lima baris.Misalnya banyak anggota populasinya ada 900. Jadi N = 900. Kemudian anggota-anggota tersebut diberi nomor yang terdiri dari tiga digit (angka), mulai dari 001, 002, 003, 004, 005, 006, 007, 008, 009, 010, 011, … , 898, 899, 900. Lalu diambil pensil yang runcing dan ditunjukkan pada angka-angka tabel bilangan acak secara acak dan hasilnya diambil tiga digit ke samping kanan. Jika hasil tersebut merupakan bilangan yang lebih kecil atau sama dengan 900, maka ini dapat dianggap sebagai anggota sampel. Kemudian kita melihat tiga digit lagi ke kanan bawah. Jika hasil tersebut merupakan bilangan yang lebih besar dari 900, maka ini tidak dianggap sebagai anggota sampel. Apabila penunjukkan bilangan ini sudah sampai ke bawah, maka penunjukan itu dilanjutkan dengan tiga digit di atasnya mulai dari digit keempat. Penunjukkan ini diteruskan sampai banyak anggota sampel yang harus diambil itu terpenuhi.

1.3.2    Cara Tidak Acak

adalah cara pemilihan sejumlah anggota dari populasi dengan setiap anggotanya tidak mempunyai kemungkinan yang sama untuk terpilih menjadi anggota sampel. Dalam hal ini, anggota-anggota tertentu saja dari populasi yang akan terpilih menjadi anggota sampel, dan pemilihan anggota-anggota seperti ini bersifat subyektif.

Cara mana yang akan digunakan sepenuhnya tergantung kepada orang yang akan mengumpulkan data. Hal yang perlu ditekankan di sini adalah, bahwa hanya dengan probability sampling yang sifatnya acak, kita dapat menggunakan metode analisis statistik, menguji hipotesis, membuat perkiraan interval, serta dapat memperkirakan besarnya kesalahan perkiraan. Dengan demikian yang terakhir ini memungkinkan kita untuk memperhitungkan besarnya resiko ketidakpastian (uncertainty) dalam proses pengambilan keputusan.

1.4       Alat Pengumpulan Data

Apabila metode pengumpulan datanya sudah ditentukan, kemudian ditentukan alat untuk memperoleh data dari objek yang akan diteliti. Alat atau devise untuk memeperoleh keterangan dari objek atau elemen antara lain :

1. Daftar pertanyaan (quetionnaire)
2. Wawancara (interview)
3. Observasi atau pengamatan langsung
4. Melalui pos, telepon, atau alat komunikasi lainnya.

Bagian yang terpenting dalam pengumpulan data adalah merencanakan daftar pertanyaan. Daftar pertanyaan atau daftar isian (kuesioner) adalah satu set pertanyaan yang tersusun secara sistematis dan standar sehingga pertanyaan yang sama dapat diajukan terhadap setiap responden.

Usaha untuk membuat kuesioner / data suatu survey yang baik, harus diarahkan pada dua tujuan utama, yaitu :

1. Memperoleh informasi / data yang berhubungan dengan maksud dan tujuan survey.
2. Mengumpulkan informasi dengan kecermatan dan ketelitian yang dapat dipertanggungjawabkan.

1.5       Pengolahan Data

Apabila data sudah dikumpulkan (daftar pertanyaan sudah diisi, pertanyaan-pertanyaan yang diajukan dalam wawancara sudah memperoleh jawaban, pengamatan / observasi sudah dilakukan), maka diperoleh data mentah. Data mentah adalah hasil pencatatan peristiwa atau karakteristik elemen yang dilakukan pada tahap pengumpulan data.

Tujuan dari pengolahan data adalah mendapatkan data statistik yang dapat digunakan untuk melihat atau menjawab persoalan secara agregat atau kelompok, bukan satu persatu secara individu. Misalnya, berapa jumlah penduduk Indonesia, berapa jumlah produksi beras di Sumatera Utara tahun 2002, berapa rata-rata harga beras, berapa % penduduk Indonesia yang yang buta huruf dan lain sebagainya.

Metode pengolahan data dapat dibedakan menjadi dua, yaitu pengolahan data secara manual (manual data processing) dan pengolahan data secara elektronik (electronical data processing). Pengolahan data secara manual umumnya dilakukan untuk jumlah observasi yang tidak terlalu banyak. Pengolahan secara manual biasanya memerlukan waktu yang sangat lama, karena harus meneliti satu persatu dari setiap observasi.