Analisis Efisiensi Distribusi Last Mile Delivery Berbasis Genetic Algorithm pada E-Commerce

Setyabudhi, Albertus Laurensius

Engineering and Technology International Journal (EATIJ)
Vol 8 No 01 (2026): Engineering and Technology International Journal (EATIJ)

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.