Optimasi Green Vehicle Routing Problem (GVRP) Pada Distribusi Produk Teh Botol Sosro Menggunakan Metode Algoritma Genetika (Studi KasusCV. Podo Lancar Malang)

CV Podo Lancar merupakan salah satu unit distribusi PT. Sinar Sosro di wilayah Malang. Permasalahan pendistribusian produk di CV. Podo Lancar yaitu besarnya jarak tempuh pada proses pendistribusian produk dan kurang memaksimalkan jumlah muatan atau kapasitas kendaraan yang digunakan pada proses pendistribusian produk. Tujuan penelitian ini adalah membangun model penentuan rute optimal distribusi produk Teh Botol Sosrodan meminimalkan total biaya pendistribusian produk Teh Botol Sosro dengan mempertimbangkan kapasitas kendaraan waktu distribusi,dan emisi CO2 menggunakan metode Algoritma genetika di CV. Podo Lancar Malang. Algoritma genetika adalah langkah-langkah dari proses pencarian solusi menggunakan pencarian acak, pencarian dilakukan berdasarkan proses-proses teori genetika untuk memperoleh individu terbaik. Langkah-langkah penelitian ini meliputi melakukan representasi kromosom dengan proses yang menerjemahkan masalah kedalam bentuk kromosom, selanjutnya proses crossover dan proses mutasi, menghitung nilai fitness/fungsi fitness dimana fungsi ini digunakan untuk mengukur nilai kecocokan suatu kromosom, selanjutnya proses seleksi kromosom menggunakan metode elitism, pencarian acak dari Algoritma genetika akan berhenti jika memenuhi salah satu dari dua kriteria berhenti yaitu maksimum nilai fitness dan stall generation. Penelitian ini menggunakan ukuran populasi sebesar 180, crossover sebesar 0,4, mutation rate sebesar 0,6 dan jumlah generasi 400.Penelitian ini berhasil mendapatkan rute optimal yang meminimalkan total biaya untuk perusahaan. Rute optimal dihasilkan sebanyak 7 rute dengan hasil masing-masing wilayah yaitu 3 rute wilayah 1, wilayah 2 adalah 2 rute dan 2 rute untuk wilayah 3. Penelitian ini juga dapat menurunkan jumlah jarak, biaya bahan bakar, emisi dan biaya operasional sales. Jarak optimal wilayah 1 sebesar 195,9 km. Total jarak pendistribusian wilayah 2 sebesar 139,93 km, dengan jumlah kapasitas maksimal 326. Pendistibusian wilayah 3 mengunjungi konsumen sebanyak 59 outlet. Total jarak pendistribusian wilayah 3 sebesar 131,88 km, penggunakan algoritma genetika biaya perusahaan dapat menghemat biaya bahan bakar sebesar 15% pada wilayah 1, 25% wilayah 2, dan 25% wilayah 3. Sedangkan penghematan biaya sales wilayah 1,2 dan 3 adalah 25%, 33%, dan 33%