PERANCANGAN RUTE DISTRIBUSI MENGGUNAKAN ALRGORITMA ANT COLONY OPTIMIZATION (ACO) PADA PT. YAKULT INDONESIA PERSADA CABANG LHOKSEUMAWE

Abstrak

Efisiensi logistik merupakan faktor krusial bagi industri Fast-Moving Consumer Goods (FMCG), seperti PT. Yakult Indonesia Persada, Cabang Lhokseumawe. Rute distribusi yang kurang optimal berdampak langsung pada biaya operasional, terutama dari sisi bahan bakar dan perawatan kendaraan, serta berisiko menurunkan kualitas produk. Penelitian ini berfokus pada perancangan rute distribusi yang paling efisien untuk meminimalkan total jarak tempuh menggunakan Algoritma Ant Colony Optimization (ACO). Proses optimasi dilakukan menggunakan platform Google Colab dengan parameter yang telah ditentukan, yaitu kapasitas kendaraan sebanyak 2.000 unit, 20 semut buatan, dan 10.000 iterasi. Hasil implementasi algoritma ACO menunjukkan keberhasilan yang signifikan dalam meminimalkan jarak tempuh. Total jarak rute eksisting perusahaan, yang tercatat 620 km, berkurang drastis menjadi 482 km. Pengurangan ini menghasilkan efisiensi perjalanan sejauh 138 km, yang secara substansial dapat mengurangi biaya logistik perusahaan dan mempersingkat waktu pengiriman. Konvergensi algoritma yang cepat dan stabil pada iterasi awal memvalidasi bahwa solusi yang dihasilkan telah mencapai kondisi yang mendekati optimal. Studi ini menyimpulkan bahwa rute distribusi berbasis ACO yang diusulkan sangat direkomendasikan untuk diimplementasikan sebagai pedoman operasional standar guna meningkatkan efisiensi dan daya saing perusahaan.

Logistics efficiency is a crucial factor for the Fast-Moving Consumer Goods (FMCG) industry, such as PT. Yakult Indonesia Persada, Lhokseumawe Branch. Suboptimal distribution routes directly impact operational costs, particularly in terms of fuel and vehicle maintenance, and risk reducing product quality. This research focuses on designing the most efficient distribution route to minimize total travel distance using the Ant Colony Optimization (ACO) Algorithm. The optimization process was carried out using the Google Colab platform with predetermined parameters, specifically a vehicle capacity of 2,000 units, 20 artificial ants, and 10,000 iterations. The results of the ACO algorithm implementation showed significant success in minimizing travel distance. The company's total existing route distance, which was recorded at 620 km, was drastically reduced to 482 km. This reduction resulted in a travel efficiency of 138 km, which can substantially reduce the company's logistics costs and shorten delivery times. The fast and stable convergence of the algorithm in the initial iterations validated that the resulting solution had reached a near-optimal condition. This study concludes that the proposed ACO-based distribution route is highly recommended to be implemented as a standard operational guideline to improve the company's efficiency and competitiveness.