IEEE-Conference-A4-format-MSword

IEEE-Conference-A4-format-MSword

• 1.
  USULAN RUTE PENGIRIMANDENGAN ALOGIRTMA CLARKE AND WRIGHT UNTUK MEMINIMASI BIAYA TRANSPORTASI DI PT. X BANDUNG Cindy Claudia Teknik Industri, Institut Teknologi Harapan Bangsa Jalan Dipatiukur no. 80-84, Bandung cindyclaudiap@gmail.com Abstrak— PT. X merupakan dealer utama sepeda motor dan suku cadang resmi Honda di Jawa Barat. Tugas utamanya adalah mengirimkan unit sepeda motor dan kelengkapan standar unit menuju dealer. Pengiriman dilakukan menggunakan jasa ekspedisi menuju 78 dealer. Terdapat 3 ekspedisi yang memiliki 40 truk dan rata-rata kapasitas 37 unit. Unit yang dikirim terbagi menjadi kategori CBU, CUB, Matic dan Sport. Rute pengiriman terbagi menjadi 6 area dalam kota dan 4 area luar kota. Rute tersebut ditentukan tim administrasi, namun tidak berdasarkan rute terpendek. Hal ini mengakibatkan jarak tempuh yang panjang dan biaya yang besar. Penelitian ini menggunakan algoritma Clarke and Wright yang bertujuan untuk mencari rute alternatif dan mengurangi biaya pengiriman. Hasil perhitungan menunjukkan 26 rute baru terbentuk dengan biaya Rp 519.058.250,-. Persentase pengurangan biaya sekitar 30% dari total biaya awal Rp 742.251.000,-. Keywords- Alternatif Rute, Mengurangi Biaya, Algoritma Clarke and Wright I. PENDAHULUAN Sepeda motor merupakan salah satu kendaraan yang sering digunakan oleh masyarakat Indonesia. Setiap tahunnya penjualan unit sepeda motor mengalami peningkatan. Hal ini menimbulkan persaingan antar industri penghasil sepeda motor. Untuk tetap bertahan diperlukan perbaikan secara terus menerus. PT. X merupakan salah satu main dealer sepeda motor di Jawa Barat. PT. X melayani 78 dealer yang memiliki permintaan fluktuatif. Terdapat 3 tim ekspedisi outsourcing yang digunakan untuk mengirimkan unit. Total kendaraan yang digunakan adalah 40 truk dengan kapasitas rata-rata 37 unit. Setiap truk dikendarai oleh seorang sopir dan dibantu seorang kenek. Unit yang dikirim terbagi menjadi CBU, CUB, Matic, dan Sport. Biaya untuk mengirimkan unit digolongkan per kategori unit per kategori jarak, yaitu dekat, sedang, jauh dan jauh+. Permasalahan yang dihadapi PT. X adalah penentuan rute yang tidak berdasarkan jarak terpendek, sehingga jarak tempuh panjang dan biaya yang dibutuhkan besar. Penentuan rute alternatif dapat menjadi solusi penghematan jarak tempuh dan biaya. Kendaraan yang dibatasi kapasitasnya dan permintaan yang harus dipenuhi dari sekumpulan dealer mengarah pada CVRP. Algoritma Clarke and Wright menjadi pilihan utama untuk mengatasi CVRP pada PT. X. Terdapat batasan dan asumsi dalam penelitian ini, yaitu data yang digunakan hanya bulan Januari-Juni 2015 di warehouse Bandung, 1 bulan terdiri dari 25 hari kerja dengan 8 kerja per hari, satu dealer dilayani satu kendaraan, satu kendaraan dapat melayani lebih dari satu dealer, pengiriman berawal dan berakhir di depot, kondisi rute yang ditempuh normal, perjalanan 5 kilometer membutuhkan 1 liter bensin. II. KAJIAN PUSTAKA Kajian pustaka dilakukan untuk memahami pengertian mengenai transportasi, permasalahan transportasi (Vehicle Routing Problem), CVRP dan metode yang digunakan untuk CVRP. A. Transportasi Transportasi adalah pemindahan manusia atau barang ari satu tempat ke tempat lain dengan menggunakan sebuah wahana yang digerakan oleh manusia atau mesin. Tamin (1997) berpendapat bahwa transportasi adalah suatu sistem yang terdiri dari prasarana/sarana dan sistem pelayanan yang memungkinkan adanya pergerakan ke seluruh wilayah. Unsur-unsur dasar transportasi adalah kendaraan, rute, fasilitas terminal, prime mover, waktu transit dan biaya, Sementara jenis transportasi dibagi menjadi transportasi darat, transportasi air dan transportasi udara. Transportasi dapat mengangkut penumpang, barang atau surat B. VRP Vehicle Routing Problem (VRP) merupakan salah satu permasalahan pada transportasi. VRP berkaitan dengan depot yang melayani sejumlah konsumen dengan kendaraan. Solusi VRP bertujuan untuk meminimalkan jumlah kendaraan dan ongkos perjalanan. VRP memiliki kategori CVRP, VRPTW, MDVRP, VRPPD, SDVRP, SVRP, dan PVRP. Solusi dapat diperoleh dengan menggunakan metode atau algoritma perhitungan.
• 2.
  C. CVRP Capacitated VehicleRouting Problem (CVRP) adalah VRP dengan batasan kapasitas kendaraan. CVRP merupakan keadaan dimana sejumlah kendaraan dengan kapasitas tertentu harus melayani sejumlah permintaan pelanggan yang diketahui dari sebuah depit dengan biaya transit minimum. D. Metode Solusi Untuk memperoleh solusi dari sebuah permasalahan transportasi, dapat digunakan beberapa metode perhitungan sesuai dengan keadaan dan tujuan. Beberapa metode ini dapat digunakan untuk mencari solusi yang optimal dari CVRP, yaitu metode North-West Corner, Least-cost, Vogel Aproximation Method (VAM), Stepping Stone, atau Algoritma Clarke and Wright. III. METODOLOGI PENELITIAN Dari berbagai metode yang dapat menghasilkan solusi optimal, algoritma Clarke and Wright dipilih karena dapat memberikan solusi terbaik. Serta dapat menjawab tujuan penelitian, yaitu membentuk rute alternatif dan mengurangi biaya yang dibutuhkan. A. Pendekatan Penelitian Algoritma Clarke and Wright termasuk kedalam algoritma heuristik yang tidak memberi solusi optimal tetapi dapat memberi solusi terbaik mendekati optimal. Pada dasarnya algoritma tersebut menghitung penghematan jarak yang mungkin dilakukan dengan menggabungkan dua konsumen atau lebih menjadi satu rute pengiriman seperti digambarkan pada Gambar III.1. Node i dan j menunjukkan konsumen, sementaran 0 menunjukkan depot. GAMBAR III.1 ILUSTRASI KONSEP PENGHEMATAN Dalam penelitian ini rute alternatif akan dibentuk dari 1 depot dan 78 dealer. Tahap pertama dalam algoritma Clarke and Wright adalah menyusun matriks jarak dari depot menuju node dan jarak antar node. TABLE IIII.1 BENTUK UMUM MATRIKS JARAK V0 V0 0 V1 V1 0 Vi Vi C0i 0 … … 0 Vj Vj Cij 0 … … 0 Vn Vn 0 Keterangan: V0 =Depot Vi =Node i Vj =Node j c0i=jarak dari depot ke node i = jarak dari node i ke depot cij=jarak dari node i ke node j = jarak dari node j ke node i Langkah selanjutnya adalah dengan menghitung nilai penghematan jarak (Sij) dan masukkan dalam table matriks penghematan seperti pada Tabel III.2. Rumus yang digunakan untuk mengitung nilai penghematan adalah: Sij=c0i+c0j-cij (III.1) TABLE IIIII.1 BENTUK UMUM MATRIKS PENGHEMATAN q V0 0 V1 0 Vi … C0i 0 … qi tij 0 Vj Si,j qj 0 … … 0 Vn qn 0 Keterangan: qi=permintaan node ke-i qj=permintaan node ke-j Sij=nilai penghematan jarak dari node i ke node j tij=penentu kombinasi node yang dapat dimasukkan dalam satu rute. Setelah memperoleh seluruh nilai penghematan dilakukan pengurutan antar node dengan nilai penghematan terbesar hingga terkecil. Hal ini dilakukan untuk memudahkan memasang node menjadi satu rute pengiriman. Perhitungan biaya dapat dilakukan untuk rute pengiriman dengan menjabarkan komponen biaya yang dibutuhkan kemudian mengalikannya dengan jumlah permintaan. B. Diagram Alir Penelitian Terdapat langkah-langkah proses dari penelitian yang digambarkan pada Gambar III.2. Diagram tersebut menunjukkan seluruh proses dan data yang digunakan terkait penelitian mencari solusi rute alternatif bagi pengiriman unit di PT.X. Tahapan awalnya adalah dengan mempelajari kondisi lapangan dan mengidentifikasi permaslahan yang ada, kemudian ditetapkan rumusan masalah dan tujuan penelitian. Kemudian melakukan studi literatur untuk mempelajari konsep teoritis, berkaitan dengan CVRP. Selanjutnya dikumpulkan data berupa kategori unit, data dealer, permintaan unit per dealer, data ekspedisi dan biaya transportasi. Pengolahan data dilakukan dengan algoritma Clarke and Wright. Kemudian dilakukan analisis dan disusun kesimpulan dan saran dari penelitian.
• 3.
  GAMBAR IVII.2 DIAGRAMPENELITIAN Model matematis dari algortima Clarke and Wright adalah:  Variabel keputusan: merupakan kumpulan lokasi depot dan dealer merupakan lokasi warehouse grafik yang merepresentasikan rute transportasi kendaraan dengan dan E merupakan penghubung antar agen (III.4) permintaan dari dealer rata-rata kapasitas kendaraan jumlah kendaraan biaya per jarak antar dealer jarak maksimum yang dapat ditempuh sebuah kendaraan batas bawah biaya transportasi dari warehouse ke dealer batas bawah jumlah kendaraan yang dibutuhkan untuk mengunjungi semua lokasi, dengan adalah solusi optimal. dan komplemen dari dalam .  Fungsi tujuan: (III.1)  Pembatas: 1. Setiap titik dikunjungi tepat satu kali oleh suatu kendaraan: (III.2) 2. Total permintaan semua titik dalam satu rute tidak melebihi kapasitas kendaraan: (III.3) 3. Setiap rute berawal dari depot 0: (III.4) 4. Setiap kendaraan yang mengunjungi satu titik pasti akan meninggalkan titik tersebut: (III.5) 5. Setiap rute berakhir di depot 79: (III.6) 6. Variabel merupakan variable biner: (III.7) IV.PENGUMPULAN DATA Data yang dikumpulkan dalam penelitian ini adalah: A. Data Master Unit Master unit berupa tipe-tipe unit yang tergolong dalam kategori CBU, CUB, matic dan sport. Data ini berguna dalam memudahkan penyimpanan dan penggolongan unit apa saja yang masuk dalam 4 kategori unit. TABLE VV.1 CONTOH DATA MASTER UNIT JENIS MOTOR TIPE KATEGORI CBR 150 CBR150RC CBU Blade Series NF11C1CA CUB Techno CBS ACB2J21B02 MATIC CB 150 CB15A1RRF1 SPORT CB15A1RRF2 SPORT
• 4.
  B. Data Dealer Dataini berguna untuk memetakan lokasi warehouse dan dealer. Lokasi dipetakan berdasarkan alamat dealer menggunakan google maps. TABLE VIV.2 CONTOH DATA DEALER Kota Kode Dealer Alamat Dealer Bandung EBAQ Warehouse (Main Dealer Honda) Jl. H.M.S. Mintaredja Kec. Cimahi Tengah Cimahi Bandung BJL ACEH MOTOR, PD Jl. Aceh 25 Kec. Sumur Bandung Bandung Tasikmalaya ORGA AGUNG JAYA BERSAMA, CV Jl. Perintis Kemerdekaan 206 Kec. Kawalu Tasikmalaya Cianjur RCPA AGUNG MOTOR 2, CV Jl. Dr. Muwardi 175 C Kec. Cianjur Cianjur Cianjur RBM AGUNG MOTOR, CV Jl. Raya Cipanas Komplek Ruko Kp. Cipendewa Kec. Pacet Cianjur C. Data Demand Dealer Permintaan dealer tidak tentu, tergantung permintaan konsumen. Rata-rata permintaan unit pada Januari-Juni 2015 adalah 22.225 unit, totalnya 133.250 unit. TABLE VIIV.3 CONTOH DATA DEMAND DEALER Nama Dealer Total Demand (Jan-Jun 2015) CBU CUB MATIC SPORT ACEH MOTOR, PD 18 65 911 27 AGUNG JAYA BERSAMA, CV 38 133 1592 47 AGUNG MOTOR 1, CV 47 194 1893 114 AGUNG MOTOR 2, CV 17 95 925 53 AMARTA SAYAP MERAH, PT 22 228 3187 123 D. Data Ekspedisi Tim ekspedisi terdiri dari SBR, RJTM dan TM. Setiap tim memiliki truk dan kapasitas yang jumlahnya berbeda. Total truk ketiganya 40 dengan rata-rata kapasitas 37 unit. TABLE VIIIV.4 DATA EKSPEDISI JUMLAH TRUK KAPASITAS UNIT SBR 8 30-40 RJTM 19 32-36 TM 13 32-36 Total: 40 Rata-rata: 37 unit E. Biaya Transportasi Biaya transportasi unit tergantung pada tariff yang digunakan oleh perusahaan. Seperti pada Tabel IV.5, tarif dibedakan atas kategori jarak dan kategori unit. Untuk menghitung biaya transportasi dari rute alternatif dibutuhkan komponen biaya seperti bensin, gaji, maintenance,tol, uang makan, dan lain-lain. Seluruh komponen biaya diperoleh berdasarkan biaya aktual yang dibutuhkan dalam transportasi unit di tahun 2015. TABLE IXV.5 TARIF TRANSPORTASI TARIF ONGKOS ANGKUT DAN BIAYA KIRIM UNIT Kategori Jarak Jarak Kategori Unit Tarif 2015 (Rp) Dekat 0-20 KM CBU 64000 CUB 20000 Matic 24000 Sport 24000 Sedang 21-60 KM CBU 73000 CUB 26000 Matic 31000 Sport 31000 Jauh 60-120 KM CBU 84000 CUB 38000 Matic 43000 Sport 43000 Jauh+ >120 KM CBU 93000 CUB 45000 Matic 50000 Sport 50000 V. PENGOLAHAN DATA DAN ANALISIS A. Pengolahan Data Total biaya dari rute yang diterapkan perusahaan dapat dihitung dengan menjumlahkan seluruh unit yang dipesan selama periode Januari hingga Juni 2015. Unit yang dijumlahkan harus berdasarkan tipe, kemudian dirata-rata untuk mengetahui jumlah unit yang dipesan per bulan. Jumlah unit tersebut kemudian akan dikalikan dengan tarif sesuai kategori jarak dan kategori unit seperti pada Tabel V.2, yang menghasilkan total Rp 742.251.000,-. Biaya awal berguna untuk perbandingan dengan biaya yang dibutuhkan untuk rute alternatif. TABLE V.1 BIAYA AWAL TOTAL BIAYA AWAL Kategori Jarak Tipe Motor Tarif 2015 (Rp) Demand Biaya (Rp) Dekat CBU 64.000 200 12.800.000 CUB 20.000 690 13.800.000 Matic 24.000 7889 189.336.000 Sport 24.000 365 8.760.000 Sedang CBU 73.000 106 7.738.000 CUB 26.000 293 7618.000 Matic 31.000 3930 12.1830.000 Sport 31.000 179 5.549.000 Jauh CBU 84.000 206 17.304.000
• 5.
  CUB 38.000 73127.778.000 Matic 43.000 7040 302.720.000 Sport 43.000 421 18.103.000 Jauh+ CBU 93.000 5 465.000 CUB 45.000 10 450.000 Matic 50.000 155 7.750.000 Sport 50.000 5 250.000 Total Biaya 742.251.000 Matriks jarak diperoleh dari pencarian jarak warehouse ke dealer dan jarak antara dealer lewat aplikasi google maps. Kondisi jalan yang dilalui dianggap normal dengan memperhatikan kemacetan dan stopan. Setiap kendaraan diasumsikan berangkat antaran jam 08.00 hingga 09.00. TABLE V.2 MATRIKS JARAK Kode Lokasi Kode Lokasi WH BJL ORGA RBM RCPA DARI- KE (KM) WH BAROS ACEH MOTOR, PD AGUNG JAYA BERSAMA, CV AGUNG MOTOR 1, CV AGUNG MOTOR 2, CV WH WH BAROS 0 BJL ACEH MOTOR, PD 12 0 ORGA AGUNG JAYA BERSA MA, CV 125 118 0 RBM AGUNG MOTOR 1, CV 53 62 173 0 RCPA AGUNG MOTOR 2, CV 69 79 190 16 0 Perhitungan matriks penghematan didasari oleh jarak tempuh suatu kendaraan yang menggantikan dua kendaraan untuk melayani node dan node . Rumus yang digunakan untuk menghitung nilai penghematan adalah: (V.1) TABLE V.3 PERHITUNGAN PENGHEMATAN JARAK BJL,ORGA Dari-Ke (KM) WH BJL ORGA RBM RCPA WH 0 BJL 12 0 ORGA +125 -118 0 RBM 53 62 173 0 RCPA 69 79 190 16 0 Dari-Ke (KM) BJL ORGA RBM BJL ORGA 19 RBM RCPA Lakukan tahapan perhitungan hingga seluruh nilai penghematan diketahui. Matriks penghematan ditunjukkan pada Tabel V.4. TABLE V.4 MATRIKS PENGHEMATAN JARAK DARI-KE (KM) Dealer ACEH MOTOR, PD AGUNG JAYA BERSAMA, CV AGUNG MOTOR 1, CV Kode BJL ORGA RBM ACEH MOTOR, PD BJL AGUNG JAYA BERSAMA, CV ORGA 19 AGUNG MOTOR 1, CV RBM 116 5 AGUNG MOTOR 2, CV RCPA 43 -68 -68 Langkah selanjutnya adalah mengurutkan matriks penghematan jarak dari nilai terbesar hingga terkecil. Kemudian tentukan rute berdasarkan nilai penghematannya dan permintaan dealer per hari yang tidak boleh melebihi kapasitas kendaraan jika dijumlahkan. Berikut rute yang terbentuk: 1. Netral Jaya Motor 2-Astra International TBK-Buana Jaya Cemerlang-Budiman Motor-Netral Jaya Motor 3 2. Helmi Hendra Motor-Setia Kawan Motor III-Daya Anugaerah Mandiri Ciamis 3. Netral Jaya Motor 4-Daya Anugrah Mandiri Tasikmalaya 4. Subur Jaya-Sinar Mas I-Niaga Redja Abadi-Agung Jaya Bersama 5. Surya Wijaya Sejahtera-Lima Motor-Anugrah Hasta Mulia-Sinar Mas II 6. Cemara Guna Lestari-Daya Anugrah Mandiri Garut 7. Wijaya Abadi-Daya Anugrah Mandiri Soreang-Hari Baru Gemilang 8. Bintang Alam Jaya 9. Roda Mas Auto Lestari-Selamat Lestari Mandiri 3- Selamat Lestari Mandiri 2-Selamat lestari Mandiri 1 10. Daya Anugrah Mandiri Sukabumi 2-Daya Anugrah Mandiri Sukabumi 1-Mega Motor 11. Nusantara Surya Sakti-Tunas Dwipa Matra 2-Terus Jaya 12. Agung Motor 1-Duta Niaga Multi Sejahtera-Agung Motor2 13. Amarta Sayap Merah-Daya Anugrah Mandiri Cianjur- Suprajaya Motor 14. Nagamas Mitra Abadi 2-Tunas Dwipa Matra 1 15. Dwiputra Anugrah Perkasa-Daya Adicipta Motora- Perwiratama Darmaguna 16. Sumber Rejeki2-Cemara Agung Motor-SUmber Rejeki 1- Daya Anugrah Mandiri Sumedang 2-Mawar Putra 17. Daya Anugrah Mnandiri Sumedang 1-Sinar Makmur- Daya Alvita Mandiri 18. Subur Motor Raya-Berkat Abadi-Mitra Jaya 19. Sinar Karya-Daya Anugrah Mandiri Kiaracondong-Naga Mas Mitra Abadi 1-Daya Anugrah Mandiri Soekarno Hatta 20. Arimbi Amartapura 21. Daya Anugrah Mandiri Asia Afrika-Cemara Agung Sejahtera-Gelora Fajar Perkasa 22. Sinar Mas Sakti-Mitradeka Mandiri 2-Mitradeka Mandiri 1 23. Wijaya Abadi Mulia-Sinar Rejeki Lembang
• 6.
  24. Astra International-BudiAgung-Wijaya Motor 25. Netral jaya Motor 1-Wahanaartha Ritelindo 26. Rejeki Motor-Aceh Motor-Surya Anugrah mnadiri-Eka Surya Wijaya Kemudian hitung biaya transportasi per rute berdasarkan komponen biaya yang diperoleh dari tim ekspedisi. Biaya per rute alternatif adalah: TABLE V.5 TOTAL BIAYA PER RUTE TOTAL BIAYA PER BULAN = Rp 451,455,000,- TOTAL BIAYA PER BULAN - DEPRESIASI = Rp 451,355,000,- TOTAL BIAYA PER BULAN DENGAN MARGIN DENGAN MARGIN 15% = Rp 519,058,250,- B. Analisis Terdapat 26 rute terbentuk dibandingkan dengan rute sebelumnya yang dibagi berdasarkan area dalam kota dan luar kota saja. Biaya yang dibutuhkan untuk rute awal Rp 742.251.000,- sementara biaya yang dibutuhkan untuk rute baru Rp 519.058.250,-. Tarif yang diberlakukan untuk rute alternatif berbeda dengan tarif awal, dapat dilihat pada Tabel V.1 dan Tabel V.6. TABLE V.6 TARIF ALTERNATIF TARIF ALTERNATIF Kategori Jarak Jarak Kategori Tarif Baru Dekat 0-20 KM CBU Rp 60,193 CUB Rp 18,651 Matic Rp 22,214 Sport Rp 24,224 Sedang 21-60 KM CBU Rp 60,045 CUB Rp 21,269 Matic Rp 21,691 Sport Rp 42,983 Jauh 61-120 KM CBU Rp 26,583 CUB Rp 12,478 Matic Rp 15,293 Sport Rp 20,266 Jauh+ >120 KM CBU Rp 40,331 CUB Rp 17,954 Matic Rp 19,949 Sport Rp 19,949 VI.KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan pengolahan data dan analisis dapat disimpulkan bahwa: 1. Terdapat 26 rute baru yang terbentuk, rute tersebut terbagi menjadi rute Barat, Timur-Utara dan Utara- Selatan. 2. Total biaya transportasi rata-rata yang dikeluarkan perusahaan sekitar Rp 742,251,000,- per bulan. Biaya yang dibutuhkan untuk rute alternatif yang terbentuk sekitar Rp 519,058,250,-, maka biaya dapat dikurangi sebesar 30%. B. Kesimpulan Berdasarkan penelitian tersebut terdapat beberapa hal yang mungkin dapat dilakukan perusahaan sebagai berikut: 1. Harga per kategori dapat diperbaharui setiap tahun, agar mengurangi biaya dapat dilakukan secara maksimal. 2. Terapkan rute yang baru sesuai penelitian ini, jika terdapat dealer baru. 3. Lakukan assembly produk CBU untuk membuat harga unit kategori tersebut lebih murah. 4. Pembulatan angka dari hasil perhitungan ini dapat dilakukan untuk memudahkan pembagian biaya secara nyata. 5. GPS dapat digunakan untuk mengetahui lokasi truk dan menghitung jarak aktual yang ditempuh truk. Untuk optimalisasi jarak tempuh dapat dibandingkan jarak aktual dengan jarak rute baru. References 1. A. Raden Prana, 2007. Aplikasi Kombinatorial pada Vehicle Routing Problem. Bandung: Jurusan Teknik Informatika ITB. 2. Amberg, A., Domschke, W., and Voss, S. (2000), ‘Multiple center capacitated arc routing problems: A tabu search algorithm using capacitated trees’, European Journal of Operational Research, vol. 44, no. 2, pp. 360-376. 3. Altinel, K., and Oncan (2005), ‘A new enhancement of the Clarke and Wright savings heuristic for the capacitated vehicle routing problem’, Journal of the Operational Research Society, 56(8), pp. 954-961. 4. Alba, E., and Dorronsoro, B. (2005), ‘Computing nine new best-so-far solutions for Capacitated VRP with a cellular Genetic Algorithm’ Cellular Genetic Algorithm, Information Processing Letters 98 (2006), pp. 225–230. 5. Baker, E. K. (2002), ‘Evolution of microcomputer- based vehicle routing software’, Case studies in the United States, pp. 353-361 in Toth P & Vigo D (Eds.), ‘The vehicle routing problem’, SIAM, Philadelphia (PA), 22(1), pp. 3-27. 6. Braysy, O., and Gendreau, M. (2005), ‘Vehicle routing problem with time windows, Part I: Route construction and local search algorithms’, Transportation Science, 39(1), pp. 104-118.
• 7.
  7. Caccetta etal. (2013), ‘An Improved Clarke and Wright Algorithm to Solve the Capacitated Vehicle Routing Problem’, Engineering, Technology and Applied Science Research, Vol. 3, No. 2, pp. 413-415. 8. Chandran, B., and Raghavan, S., (2008), ‘Modeling and Solving the Capacitated Vehicle Routing Problem on Trees’, The Vehicle Routing Problem: Latest Advances and New Challenges, Vol. 33, pp. 239-261. 9. Islam, M., Ghosh, S., and Rahman, M., (2015), ‘Solving Capacitated Vehicle Routing Problem by Using Heuristic Approaches: A Case Study’, Journal of Modern Science and Technology, Vol. 3, No.1, pp. 135-146. 10. Kamaluddin, Rustian. Beberapa aspek pembangunan nasional dan pembangunan daerah. Lembaga Penerbit, Fakultas Ekonomi, Universitas Indonesia, 1987. 11. Lysgaard, J., Clarke and Wright’s Savings Algorithm, Denmark: Department of Management Science and Logistics, The Aarhus School of Business, 1997. 12. Morlok, Edward K. Pengantar teknik dan perencanaan transportasi (Introduction to transportation engineering and planning). Jakarta: Penerbit Erlangga, 1991. 13. Nasution, M. Nur., Manajemen Transportasi. Jakarta: Penerbit Ghalia Indonesia, 2004. 14. Sri Mulyono, Riset Operasi, Jakarta: Lembaga Penerbit Fakultas Ekonomi UI, 2002. 15. Tamin, Ofyar Z., Perencanaan dan pemodelan transportasi, Bandung: ITB, 2000.