Analisis Efisiensi Distribusi Last Mile Delivery Berbasis Genetic Algorithm pada E-Commerce
DOI:
https://doi.org/10.55642/eatij.v8i01.1264Keywords:
Genetic Algorithm; Last Mile Delivery; VRPTW; E-Commerce; Optimasi RuteAbstract
Penelitian ini mengkaji penerapan Algoritma Genetika (Genetic Algorithm/GA) untuk mengoptimalkan distribusi last mile delivery pada platform e-commerce di Batam, Indonesia. Last mile delivery mencakup 41–53% dari total biaya logistik, menjadikannya komponen kritis dalam rantai pasok. Penelitian menggunakan kerangka Vehicle Routing Problem with Time Windows (VRPTW) dengan data empiris dari 847 titik pengiriman yang dikumpulkan selama enam bulan dari tiga perusahaan e-commerce lokal. GA diimplementasikan dengan operator tournament selection, Order Crossover (OX) (pᶜ=0,85), inversion mutation (pₘ=0,02), dan elitisme 10% pada populasi N=150, generasi T=500. Hasil menunjukkan GA mereduksi total jarak 23,7% (847,3 km → 647,1 km/hari), mengurangi kendaraan aktif 18,4%, meningkatkan on-time delivery dari 78,3% menjadi 93,8%, dan menghemat biaya Rp2.340.000/hari. GA unggul 9,2% atas Clarke-Wright Savings Algorithm dalam total jarak (Wilcoxon p=0,0023, r=0,52). Konvergensi rata-rata dicapai pada generasi ke-312 dengan nilai fitness 0,8734. Temuan ini mengkonfirmasi GA sebagai metaheuristik efektif untuk VRPTW pada konteks kepulauan Indonesia.
Downloads
References
Statista, 2024, Indonesia: e-commerce revenue 2017–2028, https://www.statista.com/statistics/280925, diakses 10 Januari 2025.
Mangiaracina, R., Marchet, G., Perotti, S., dan Tumino, A., 2019, A review of the intelligent warehouse management system, Journal of Intelligent Manufacturing, Vol. 30, hal. 2735–2750.
Boysen, N., Fedtke, S., dan Schwerdfeger, S., 2021, Last-mile delivery concepts: A survey from an operational research perspective, OR Spectrum, Vol. 43, No. 1, hal. 1–58.
Badan Pusat Statistik Kota Batam, 2023, Kota Batam dalam Angka 2023, BPS Batam, Batam.
Dantzig, G. B. dan Ramser, J. H., 1959, The truck dispatching problem, Management Science, Vol. 6, No. 1, hal. 80–91.
Solomon, M. M., 1987, Algorithms for vehicle routing and scheduling problems with time window constraints, Operations Research, Vol. 35, No. 2, hal. 254–265.
Desaulniers, G., Desrosiers, J., dan Solomon, M. M. (Eds.), 2005, Column Generation, Springer, New York.
Holland, J. H., 1975, Adaptation in Natural and Artificial Systems, University of Michigan Press, Michigan.
Berger, J. dan Barkaoui, M., 2004, A parallel hybrid genetic algorithm for the vehicle routing problem with time windows, Computers & Operations Research, Vol. 31, No. 12, hal. 2037–2053.
Nagata, Y. dan Bräysy, O., 2009, A powerful route minimization heuristic for VRPTW, Operations Research Letters, Vol. 37, No. 5, hal. 333–338.










