<![CDATA[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.]]>
Copyrights © 2026
