Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Locus Penelitian dan Pengabdian
Rangga Etyawan Giantara
Institut Teknologi Sepuluh Nopember Surabaya, Indonesia
Aerospace Engineering Automotive Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Multi Objective Production Routing Problem dengan Dimensi Keberlanjutan Menggunakan Algoritma Weighted Tchebycheff Iterated Self Adaptive-Great Deluge (SA-DG) Hyper-Heuristic Rangga Etyawan Giantara
Jurnal Locus Penelitian dan Pengabdian Vol. 5 No. 6 (2026): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v5i6.5951

Abstract

Manajemen Rantai Pasok Berkelanjutan (Sustainable Supply Chain Management/SSCM) menuntut integrasi efisiensi ekonomi dengan tanggung jawab lingkungan dan sosial. Production Routing Problem (PRP) yang berfokus pada minimalisasi biaya kini diperluas menjadi Sustainable PRP (SU-PRP), yaitu optimasi multi-objektif (MOMILP) dari tiga tujuan yang saling bertentangan: minimalisasi biaya ekonomi, minimalisasi biaya emisi CO?, dan minimalisasi biaya sosial (risiko kecelakaan). Kompleksitas model SU-PRP pada skala besar menunjukkan inefisiensi signifikan pada algoritma eksak. Penelitian ini mengembangkan algoritma Hyper-heuristic berupa Weighted Tchebycheff Iterated Self Adaptive–Great Deluge (AWT SA-DG) untuk mengatasi permasalahan tersebut. Algoritma diuji menggunakan studi kasus dengan 2 plant, 5 retailer, 4 tipe kendaraan, 2 produk, dan 2 periode perencanaan. Hasil eksperimen menunjukkan algoritma AWT SA-DG berhasil menghasilkan 12 Pareto Optimal Solutions, dibandingkan 9 solusi dari metode Weighted Sum. Nilai Spacing Metric (SM) sebesar 6.7024 menunjukkan distribusi solusi yang lebih merata, Inverted Generational Distance (IGD) bernilai 0.00 (100% efisiensi diversifikasi), dan Mean Ideal Distance (MID) sebesar 255.35 membuktikan konvergensi 79.59% lebih dekat ke titik ideal dibanding Weighted Sum. Algoritma AWT SA-DG terbukti unggul dalam memecahkan MOMILP SU-PRP dan berpotensi diimplementasikan pada skala perencanaan industri yang lebih besar.
Co-Authors