Penerapan algoritma koloni semut untuk optimisasi rute distribusi pengangkutan sampah di kota Yogyakarta

Abstract

Abstrak

Sistem pengangkutan sampah di Kota Yogyakarta dilakukan dari Kelurahan/Kecamatan (KK) ke Tempat Pembuangan Sementara (TPS), selanjutnya dari TPS ke Tempat Pembuangan Akhir (TPA). TPS sendiri terbagi atas tiga jenis: depo, container, dan landasan (bangunan permanen). Di lain pihak, pengambilan sampah oleh kendaraan truk pengangkut sampah seringkali tidak teratur mengakibatkan volume sampah di Kota Yogyakarta yang cukup besar tidak dapat didistribusikan dengan baik ke TPA Piyungan. Sehubungan dengan masalah tersebut sistem optimasi rute distribusi ini dirancang agar sistem distribusi pengangkutan sampah di Kota Yogyakarta dapat berfungsi secara optimal. Dalam hal ini digunakan Algoritma Koloni Semut untuk menyelesaikan masalah. Pada penelitian ini, TPS yang akan dibahas berupa bangunan permanen. Selanjutnya penyelesaian algoritma koloni semut dibantu dengan software Macro Excel. Diperoleh 12 rute pengangkutan sampah setiap hari di Kota Yogyakarta.

Kata kunci: sampah, TPS, algoritma koloni semut.

Abstract

Waste collection transportation system in Yogyakarta is begun from District to Temporary Shelters (TPS), then from TPS to End Shelter/landfill (TPA). TPS is divided into three types: depot, container, and permanent buildings. On the other hand, collecting waste in each TPS is often irregular. This causes the garbage cannot be distributed properly to landfill in Piyungan. Based on the problem, an optimization system of distribution route is designed so that the distribution of waste collection transportation system in Yogyakarta becomes optimal. In this case, the ant colony algorithm is used to solve the problem. In this research, the type of TPS discussed is a permanent building. Furthermore, the optimal solution of distribution problem using ant colony algorithm is calculated via software Macro Excel. The result is 12 daily routes of waste collection in Yogyakarta.

Key words: waste, TPS, ant colony algorithm