7 BAB 2 LANDASAN TEORI 2.1. Optimasi Pengertian optimasi, antara lain : 1. Anthony (2014 : 1) mengatakan bahwa “Teknik optimasi merupakan suatu cara yang dilakukan untuk memberikan hasil yang terbaik yang diinginkan.” 2. Sugioko (2013 : 113) mengatakan bahwa “Optimasi adalah suatu disiplin ilmu dalam matematika yang fokus untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun pencarian nilai lainnya dalam berbagai kasus.” Banyak cara yang dapat dilakukan dalam menyelesaikan masalah untuk memberikan hasil terbaik. Cara untuk memberikan hasil terbaik ini disebut sistem optimasi atau teknik optimasi. Sistem optimasi ini umumnya mengacu kepada teknik program matematika yang biasanya membahas atau mengacu kepada jalannya program penelitian (research programming) tentang masalah yang sedang dihadapi. Teknik ini diharapkan dapat memberikan solusi yang terbaik dari hasil keputusan yang telah diambil dari permasalahan yang sedang dihadapi tersebut. Teknik optimasi digunakan untuk memberikan hasil terbaik dari hal yang terburuk atau hal yang terbaik, tergantung masalah yang dihadapi. Hasil optimasi mungkin hasil tertinggi (misalnya keuntungan) atau hasil terendah (misalnya kerugian). Optimasi memerlukan strategi yang bagus dalam mengambil keputusan agar diperoleh hasil yang optimum. Penyelesaian suatu permasalahan optimasi akan lebih mudah bila masalah ini diubah dalam bentuk persamaan matematika dan kemudian diselesaikan dengan menggunakan teknik pemograman matematika. Sehingga untuk menyelesaikan masalah optimasi pendistribusian barang, penulis menggunakan teknik pemograman matematika. (Anthony, 2014: 1)
56
Embed
BAB 2 LANDASAN TEORI 2. - library.binus.ac.id Bab2001.pdf8 2.2. Pendistribusian 2.2.1. Proses Pendistribusian Pendistribusian adalah kegiatan memasaran yang berusaha memperlancar serta
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
7
BAB 2
LANDASAN TEORI
2.1. Optimasi
Pengertian optimasi, antara lain :
1. Anthony (2014 : 1) mengatakan bahwa “Teknik optimasi merupakan suatu
cara yang dilakukan untuk memberikan hasil yang terbaik yang
diinginkan.”
2. Sugioko (2013 : 113) mengatakan bahwa “Optimasi adalah suatu disiplin
ilmu dalam matematika yang fokus untuk mendapatkan nilai minimum atau
maksimum secara sistematis dari suatu fungsi, peluang maupun pencarian
nilai lainnya dalam berbagai kasus.”
Banyak cara yang dapat dilakukan dalam menyelesaikan masalah untuk
memberikan hasil terbaik. Cara untuk memberikan hasil terbaik ini disebut
sistem optimasi atau teknik optimasi. Sistem optimasi ini umumnya mengacu
kepada teknik program matematika yang biasanya membahas atau mengacu
kepada jalannya program penelitian (research programming) tentang masalah
yang sedang dihadapi. Teknik ini diharapkan dapat memberikan solusi yang
terbaik dari hasil keputusan yang telah diambil dari permasalahan yang sedang
dihadapi tersebut. Teknik optimasi digunakan untuk memberikan hasil terbaik
dari hal yang terburuk atau hal yang terbaik, tergantung masalah yang dihadapi.
Hasil optimasi mungkin hasil tertinggi (misalnya keuntungan) atau hasil
terendah (misalnya kerugian). Optimasi memerlukan strategi yang bagus dalam
mengambil keputusan agar diperoleh hasil yang optimum.
Penyelesaian suatu permasalahan optimasi akan lebih mudah bila masalah
ini diubah dalam bentuk persamaan matematika dan kemudian diselesaikan
dengan menggunakan teknik pemograman matematika. Sehingga untuk
menyelesaikan masalah optimasi pendistribusian barang, penulis menggunakan
teknik pemograman matematika.
(Anthony, 2014: 1)
8
2.2. Pendistribusian
2.2.1. Proses Pendistribusian
Pendistribusian adalah kegiatan memasaran yang berusaha memperlancar
serta mempermudah penyampaian produk dan jasa dari produsen kepada
konsumen sehingga penggunaannya sesuai (jenis, jumlah, harga, tempat,
dan saat) dengan yang diperlukan.
Distribusi yang paling efektif akan memperlancar arus atau akses barang
oleh konsumen sehingga dapat diperoleh kemudahan memperolehnya.
Disamping itu konsumen juga akan mendapat barang sesuai dengan yang
diperlukan. Produsen dan konsumen mempunyai kesenjangan spasial,
waktu, nilai, keragaman, dan kepemilikan produk karena perbedaan
tujuan serta persepsi masing-masing. Dengan distribusi dapat diatasi
kesenjangan antara produsen dan konsumen, dapat dilihat pada Gambar
2.1 dibawah ini:
Gambar 2.1. Kesenjangan Antara Produsen dan Konsumen
Secara fungsional, maka proses pendistribusian dapat dibedakan dalam
tiga kegiatan, dapat dilihat pada Gambar 2.2 dibawah ini :
Gambar 2.2. Kegiatan Dalam Proses Pendistribusian
1. Kegiatan pemilihan
Kegiatan pemilihan, meliputi :
a. Fungsi akumulasi merupakan kegiatan pengumpulan dan
penyimpanan persediaan dari beberapa pemasok barang untuk
memenuhi kebutuhan permintaan pasar.
PRODUSEN KONSUMEN diskrepansi spasial, waktu, nilai, keragaman, dan kepemilikan
PRODUSEN
PEMILIHAN PERTEMUAN
PERTUKARAN KONSUMEN
9
b. Fungsi klasifikasi adalah kegiatan mengelompokkan (grading)
produk-produk kedalam beberapa tingkatan kualitas atau kriteria
lain yang berbeda-beda.
c. Fungsi alokasi adalah kegiatan penguraian (breaking-bulk)
besaran atau jumlah unit persediaan yang homogen menjadi
besaran jumlah yang lebih kecil.
d. Fungsi gabungan adalah kegiatan pengumpulan (product
assortment) beberapa jenis produk menjadi kelompok produk
untuk penggunaan yang berkaitan.
2. Kegiatan pertemuan
Kegiatan pertemuan merupakan usaha mempertemukan produsen
dengan konsumen. Kegiatannya meliputi usaha mencari informasi
tentang permintaan produk dan informasi pasar yang lain serta
mencari pelanggan melalui kegiatan promosi.
3. Kegiatan pertukaran
Kegiatan pertukaran merupakan kegiatan negosiasi dan transaksi yang
meliputi pertukaran produk beserta kepemilikannya hingga kegiatan
pembayaran dan pengiriman barang. Pertukaran meliputi keputusan-
keputusan pembelian tentang jumlah, jenis, saat atau waktu, dan
syarat-syarat pembayarannya dengan memperhatikan syarat atau
kondisi pertukaran yang wajar.
(Budiarto, 2007 : 100-102)
2.2.2. Sistem Distribusi
Para produsen harus dapat menentukan jalur distribusi yang terbaik untuk
produk-produknya guna memenuhi kebutuhan konsumen. Berikut ini
pilihan saluran distribusi yang dapat digunakan produsen untuk mencapai
konsumen:
1. Distribusi melalui pengecer
Produsen mendistribusikan produknya melalui saluran pengecer untuk
sampai ke konsumen. Levi’s dan Goodyear misalnya memiliki gerai
eceran sendiri. Banyak pengecer menawarkan produk melalui internet.
10
2. Distribusi melalui grosir
Produsen mendistribusikan produknya melalui saluran grosir untuk
seterusnya didistribusikan ke pengecer sebelum sampai ke konsumen.
Pola ini dapat menghemat ruang penyimpanan bagi pengecer.
3. Distribusi melalui agen atau broken
Melalui agen penjualan (sales agent), atau pedagang perantara
(broker), produsen mendistribusikan produknya untuk kemudian
untuk dijual ke grosir, pengecer, atau keduanya. Industri perumahan
biasanya memakai broker sebagai perantara pembeli dan penjual.
(Sudaryono, 2014 : 369)
2.2.3. Saluran Distribusi
Faktor-faktor yang mempengaruhi pilihan saluran distribusi, diantaranya
adalah :
1. Saluran distribusi
Saluran distribusi beberapa bersifat ringkas dan sederhana, yang lain
bersifat panjang dan rumit. Banyak perusahaan membeli barang yang
mereka gunakan dalam operasi mereka langsung dari produsen,
sehingga saluran distribusinya menjadi pendek. Sebaliknya, saluran
untuk konsumen biasanya lebih panjang dan lebih rumit.
2. Cakupan pasar
Cakupan pasar yang tepat, jumlah grosir atau pengecer yang akan
membawa produk, bergantung pada sejumlah faktor dalam strategi
pemasaran. Barang sehari-hari murah atau persediaan organisatoris
seperti kertas komputer dan pena-pena, akan terjual dengan baik jika
tersedia di banyak gerai.
3. Biaya
Biaya memainkan peranan utama dalam pemilihan saluran perusahaan
dan merupakan salah satu alasan utama atas begitu banyak
perusahaan-perusahaan kecil telah memanfaatkan internet. Produsen
kecil atau baru sering tidak mampu melakukan banyak fungsi yang
diperlukan untuk menjual ke pengecer atau konsumen, sehingga
mereka memerlukan bantuan perantara. Tentu saja, perantara tidak
gratis, sehingga produsen perlu memberikan kompensasi berupa
11
discount atau membayar komisi ketika perantara menjual produk
kepada pelanggan akhir.
4. Kontrol
Kontrol terhadap bagaimana, dimana, kapan, dan berapa banyak
produk yang dijual. Saluran distribusi lebih panjang berarti kontrol
semakin sedikit bagi produsen, dan menjadi semakin jauh dari penjual
dan pembeli. Sebaliknya, perusahaan tidak ingin memusatkan terlalu
banyak fungsi distribusi dalam kekuasaan terlalu sedikit perantara.
5. Konflik Saluran
Karena keberhasilan setiap anggota saluran bergantung pada
keberhasilan seluruh sistem saluran, idealnya semua anggota saluran
kerja sama dengan lancar. Namun setiap anggota saluran juga
menjalankan aktivitasnya sendiri, yang berarti mereka bisa tidak
setuju pada peran masing-masing anggota. Perselisihan paham seperti
itu menciptakan konflik saluran. Suatu sumber bersama dari konflik
saluran adalah keputusan oleh produsen untuk menjual produk secara
langsung ke target pasar yang sama sebagai mitra saluran yang ada.
(Sudaryono, 2014 : 368-369, 372-373)
2.2.4. Rantai Saluran Distribusi
Sistem distribusi tidak langsung mempunyai keragaman dalam
penggunaan banyaknya tingkatan saluran yang diperlukan. Semakin
panjang jenjang saluran distribusi yang diperlukan berarti semakin tidak
langsung penyampaian barang dari produsen ke konsumen. Dengan kata
lain, jenjang atau panjangnya rantai saluran distribusi menunjukkan
tingkatan tidak langsungnya sistem saluran distribusi. Rantai saluran
distribusi untuk produk konsumen dapat dilihat pada Gambar 2.3.
dibawah ini :
12
(0) (1) (2) (3)
Gambar 2.3. Saluran Distribusi Produk Konsumen
(Budiarto, 2007 : 104)
(0) Rantai saluran distribusi jenjang 0 : dipergunakan terutama
untuk jasa, peralatan rumah tangga, kosmetika, minumam
kesehatan
(1) Rantai saluran distribusi jenjang 1 : dipergunakan umumnya
untuk produk-produk pakaian, mebel, peralatan rumah tangga
(2)(3) Rantaian saluran distribusi jenjang 2 atau 3 : dipergunakan untuk
barang-barang kebutuhan sehari-hari, dan obat-obatan
(Budiarto, 2007 : 104)
2.2.5. Strategi Distribusi
Strategi Retail Distribution dibagi menjadi tiga jenis, yaitu :
1. Strategi Distribusi Intensif
Distribusi intensif adalah strategi distribusi yang menempatkan
produk dagangan di banyak retailer atau pengecer dan distributor di
berbagai tempat. Teknik ini sangat cocok digunakan untuk produk
atau barang kebutuhan pokok sehari-hari yang memiliki permintaan
dan tingkat konsumsi yang tinggi, seperti sikat gigi, odol, sabun,
ditergen, dan lain sebagainya.
2. Strategi Distribusi Selektif
PRODUSEN
AGEN
PEDAGANG BESAR
PENGECER
KONSUMEN
13
Distribusi selektif adalah model distribusi yang menyalurkan produk
barang atau jasa di daerah pemasaran tertentu dengan memilih
beberapa distributor atau pengecer saja. Di antara distributor atau
pengecer akan terdapat suatu persaingan untuk merebut konsumen
dengan cara, teknik dan strategi masing-masing. Contoh saluran
distribusi selektif adalah : produk elektronik, produk kendaraan
bermotor, sepeda, pakaian, buku, dan lain sebagainya.
3. Strategi Distribusi Eksklusif
Distribusi eksklusif memberikan hak distribusi suatu produk kepada
satu atau dua distributor atau pengecer saja pada suatu area daerah.
Barang atau jasa yang ditawarkan oleh jenis distribusi eksklusif
adalah barang-barang dengan kualitas dan harga yang tinggi dengan
jumlah konsumen yang terbatas, seperti : showroom mobil, factory
outlet, restoran waralaba, mini market, supermarket, hipermarket, dan
lain-lain.
(Buraruallo, 2014 : 50)
2.3. Travelling Salesman Problem (TSP)
Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah
optimasi yang banyak menarik perhatian para ahli matematika dan khususnya
ilmuwan komputer karena TSP mudah didefinisikan dan begitu sulit untuk
diselesaikan. Masalah TSP dinyatakan dapat dinyatakan dimana seseorang
ingin mengunjungi ke sejumlah kota, dimana rangkaian kota-kota yang
dikunjungi harus membentuk suatu jalur sedemikian rupa sehingga kota-kota
tersebut hanya boleh dilewati tepat satu kali dan kemudian kembali lagi ke kota
awal. Tujuan dari masalah TSP ini adalah untuk mencari rute atau jarak
terpendek.
Penyelesaian eksak untuk masalah TSP ini mengharuskan perhitungan
terhadap semua kemungkinan rute yang dapat diperoleh, kemudian memilih
salah satu rute yang terpendek. Untuk itu jika terdapat n kota yang harus di
kunjungin, maka diperlukanan proses pencarian sebanyak n!/2n rute. Dengan
cara ini komputasi yang harus dilakukan akan meningkat seiring bertambahnya
jumlah kota yang harus dilalui.
14
TSP dikenal sebagai permasalahan yang bersifat Nondeterministic
Polynomial-Hard (NP-Hard). Hal inilah yang menyebabkan penyelesaian
secara eksak sulit dilakukan. Permasalahan dari penulisan ini adalah bagaimana
mendapatkan penyelesaian terbaik dalam hal ini jalur terpendek dari TSP.
Adapun objective function untuk jarak terpendek pada penelitian ini yaitu:
Dimana :
= objective function
= jarak dari kota-i ke kota-j
= kota awal
= kota tujuan
Dengan Hard Constraint sebagai berikut :
a. Kota-kota yang ada hanya dikunjungi sekali
b. Jarak dari kota i ke kota j ≠ jarak dari kota j ke kota i
c. Non negative constraint
d. Semua kota harus dikunjungi
Adapun Soft Constrain pada penelitian ini adalah jarak terpendek yang
didapatkan.
(Amri, Nababan, & Syahputra, 2012 : 8-9)
2.4. Metaheuristik
Metaheuristik adalah generasi baru pengembangan dari algoritma heuristik.
Metaheuristik dikembangkan karena tingginya stingkat kompleksitas masalah
kombinatorial pada dunia nyata akibat makin luasnya dimensi kendala,
sehingga pendekatan eksak sudah tidak mungkin digunakan.
15
Filosofi metaheuristik terbagi menjadi dua, yaitu sebagai berikut.
1. Perluasan dari algoritma Local Search (Trajectory Method)
Tujuannya adalah untuk menghindari terjadinya local minima,
sehingga dapat melakukan eksplorasi pada ruang pencarian sambil terus
mencari local minima yang lebih baik. Trajectory method menggunakan
satu atau lebih struktur neoghbourhood. Contoh: Tabu Search, Iterated
Local Search, Variable Neighboudhood Search, GRASP, dan Simulated
Annealing.
2. Menggunakan komponen pembelajaran (Learning Population-Based
Method)
Metode ini secara implisit maupun eksplisit mencoba mempejari korelasi
atar variabel keputusan untuk mengidentifikasi area yang berkualitas pada
ruang pencarian. Metode ini melakukan sampling maya pada ruang
pencarian. Contoh: Ant Colony Optimization, Particle Swarm
Optimization, dan Evolutionary Computation (Genetic Algorithm).
Klasifikasi pencarian pada metaheuristik adalah sebagai berikut :
1. Inspirasi oleh alam atau inspirasi oleh non alam.
2. Berbasis populasi atau berbasis satu titik.
3. Objective function yang dinamis atau statis.
4. Satu atau lebih struktur neighbourhood.
5. Penggunaan kapasitas memori yang besar atau sedikit.
Berikut adalah klasifikasi dari algoritma Metaheuristics dapat dilihat pada
Gambar 2.4 di bawah ini :
16
Gambar 2.4 Klasifikasi Metaheuristics Algorithm
(Dréo & Candan, 2011)
Dari sekian banyak algoritma yang termasuk dari jenis ini, beberapa algoritma
yang sering digunakan untuk menyelesaikan masalah Travelling Salesman
Problem (TSP) adalah :
1. Ant Colony Optimization (ACO)
Metaheuristik ini terinspirasi dari metafor alami, yaitu komunikasi
dan kerja sama antarsemut untuk mencari jalur terpendek dari sarang
semut hingga ke makanan. Media komunikasi ini berupa komponen kimia
yang disebut feromon, yang disebar di darat. Ketika ada semut yang
tertinggal, maka alat pendeteksi feromon pada semut dapat mendeteksi
jalur feromon dan mengikutinya dengan beberapa kemungkinan dan
diperkuat dengan feromon semut tersebut. Maka, probabilitas semut
akan mengikuti jalur feromon yang telah terbentuk akan semakin
bertambah dengan banyaknya semut yang kemudian mengikutinya.
Hal ini kemudian mengarah pada pencarian rute terpendek karena
akumulasi feromon yang cepat pada jalur yang terbentuk. Karena itu,
dibentuk metaphor buatan, di mana sejumlah semut-semut buatan
mencari solusi secara acak dalam suatu siklus. Setiap semut memilih
elemen selanjutnya yang akan dihubungkan dengan elemen sementara yang
telah terbentuk berdasarkan evaluasi heuristik dan jumlah feromon pada
elemen tersebut. Feromon ini direpresentasikan dengan bobot.
17
Feromon menggambarkan memori dari sistem. Feromon ini juga
berhubungan dengan solusi elemen baik yang sebelumnya telah
terbentuk oleh semut-semut. ACO banyak digunakan dalam
menyelesaikan TSP, di mana siklus Hamilton terpendek dapat ditemukan