Pemodelan Penentuan Rute Truk Tangki Untuk Optimalisasi Permasalahan Penyiraman Taman Kota Di Surabaya

Berdasarkan UU No 26 Tahun 2007, proporsi minimal Ruang Terbuka Hijau (RTH) adalah 30% dari luas wilayah kota yang terdiri dari 20% RTH publik dan 10% RTH privat. Untuk menjalankan peraturan tersebut, Pemerintah Kota Surabaya sedang giat menambah jumlah RTH publik dengan membuat taman kota dan dikelola oleh Dinas Kebersihan dan Ruang Terbuka Hijau (DKRTH) Kota Surabaya. Dengan jumlah RTH yang semakin besar, maka dibutuhkan perawatan dan pemeliharaan, salah satunya adalah dengan melakukan penyiraman yang rutin dilakukan setiap hari. Permasalahan yang sering dihadapi oleh DKRTH Surabaya adalah menentukan rute truk yang dapat mengoptimalkan waktu tempuh. Banyak variabel yang dapat mempengaruhi, antara lain demand, jumlah kendaraan, kapasitas kendaraan, time windows, jam kerja operasi dan rute angkut kendaraan. Namun pada praktiknya, banyaknya jumlah lokasi penyiraman, rute dan penugasan area service yang tidak merata seringkali mengakibatkan overtime. Overtime ini berimbas pada jam kerja shift berikutnya. Penugasan dan penentuan rute pada truk tangki penyiraman termasuk dalam sebuah permasalahan NP-hard, yaitu sulit diselesaikan dengan menggunakan metode konvensional dan membutuhkan waktu komputasi yang lama. Permasalahan optimasi rute truk penyiraman secara matematis termasuk dalam Vehicle Routing Problem (VRP). Prinsip dasar VRP berkaitan dengan kunjungan setiap titik hanya dilakukan satu kali dirasa kurang cocok untuk menyelesaikan permasalahan ini, sehingga perlu dimodifikasi dengan tambahan split service agar pembagian tugas antar kendaraan merata. Sehingga memenuhi batasan constraint, terutama permasalahan batasan waktu (time windows). Untuk dapat menyelesaikan suatu permasalahan pada proses penjadwalan dan penentuan rute dapat menggunakan metode optimasi dengan pendekatan metaheuristik menggunakan algoritma Ant Colony Optimization. Tujuan dari penelitian ini adalah meminimasi waktu total penyiraman dan menghasilkan model yang terkait dengan jumlah minimum kendaraan dan rute dalam melakukan proses pengisian dan penyiraman dari depot menuju ke taman. Penelitian ini membangun model dengan empat skenario dalam proses penyiraman taman. Skenario pertama dengan menggunakan split service untuk melakukan penyiraman taman, skenario kedua menggunakan split service dan saving value, skenario ketiga menggunakan saving value tanpa split service (Hard No Split), dan skenario keempat menggunakan saving value tanpa split service (Soft No Split). Keempat skenario memberikan rekomendasi penggunaan 8 truk dari 9 truk yang tersedia. Jika dilihat dari fungsi tujuan, skenario 4 lebih unggul dari sisi total waktu tempuh dan menghasilkan penghematan sebesar 31,18% dari total waktu tempuh rute existing. ===================================================================================================================================== Based on Law No. 26/2007, the minimum proportion of Green Open Space is 30% of the city area consisting of 20% of public green open space and 10% private green open space. To carry out these regulations, the Surabaya City Government is actively increasing the number of public green space by creating city parks and is managed by Dinas Kbersihan dan Ruang Terbuka Hijau (DKRTH) Surabaya. With the ever-increasing amount of green open space, care and maintenance are needed, one of which is to do routine watering every day. The problem often faced by DKRTH Surabaya is determining truck routes that can optimize travel time. Many variables can affect, among others, demand, number of vehicles, vehicle capacity, time windows, operating hours and vehicle transport routes. But in practice, a large number of watering locations, irregular routes, and uneven service area assignments often result in overtime. This overtime impacts the next shift work hours. Assigning and determining the route on the watering tank truck is included in an NP-hard problem, which is difficult to solve using conventional methods and requires a long computational time. Problems with optimizing the route of the watering truck mathematically included in the Vehicle Routing Problem (VRP). The basic principle of VRP about visiting each point only once is not suitable to solve this problem, so it needs to be modified with the addition of split service so that the division of tasks between vehicles is evenly distributed. So that it meets the constraints, especially the problem of time constraints (time windows). To be able to solve a problem in the process of scheduling and determining routes can use the optimization method with a metaheuristic approach using the Ant Colony Optimization algorithm. The purpose of this study is to minimize the total watering time and produce a model related to the minimum number of vehicles and routes in the process of filling and watering from the depot to the park. This research builds a model with four scenarios in the process of watering the park. The first scenario uses split service to do garden watering, the second scenario uses split service and saving value, the third scenario uses saving value without split service (Hard No Split), and the fourth scenario uses saving value without split service (Soft No Split). The four scenarios provide recommendations for using 8 of the 9 available trucks. If viewed from the objective function, scenario 4 is the best in terms of total travel time and results in savings of 31.18% of the total travel time of existing routes