Electronic Theses and Dissertation

Distribusi merupakan salah satu elemen penting dalam suatu perusahaan. perusahaan perlu memperhatikan proses distribusi terutama pada penentuan rute distribusi agar produk dapat diantarkan sampai ke konsumen. pt langini jaya group merupakan salah satu perusahaan air minum yang berada di banda aceh. perusahaan ini dapat memasarkan produknya di wilayah banda aceh, aceh besar sekitarnya. produk dikirim menggunakan truk pengantar menuju lokasi distribusi, namun pada pt langini jaya group menentukan rute distribusi berdasarkan asumsi driver tanpa mempertimbangkan biaya distribusi, jarak dan emisi yang dikeluarkan. maka dari itu tujuan penelitian ini untuk menentukan rute distribusi yang lebih optimal dengan menggunakan metode nearest neighbour (nn) dan particle swarm optimization (pso) yang dipadukan dengan metode k-means clustering. pada penelitian ini terdapat 40 lokasi distribusi dengan total permintaan sebesar 520 kardus yang akan dibagi menjadi 2 cluster berdasarkan hasil k-means clustering. pada penerapan nn terdapat efisiensi pengurangan jarak pada cluster 1 sebesar 2,75%, dan pada cluster 2 terdapat penambahan jarak sebesar 2,41%. sementara itu metode pso memiliki efisiensi yang lebih besar daripada nn, yaitu pengurangan jarak pada cluster 1 sebesar 7,76%, dan pada cluster 2 sebesar 10,52%. oleh karena itu terdapat efisiensi biaya distribusi pada cluster 1 sebesar rp2.280, dan cluster 2 sebesar rp3.105, serta penurunan emisi pada cluster 1 sebesar 4,256 kg dan cluster 2 sebesar 5,796 kg.

Distribution is an essential element in any company. Companies need to pay attention to the distribution process, especially in determining distribution routes so that products can be delivered to consumers. PT Langini Jaya Group is a drinking water company located in Banda Aceh. This company markets its products in Banda Aceh, Greater Aceh, and surrounding areas. Products are delivered using delivery trucks to distribution locations; however, PT Langini Jaya Group determines distribution routes based on driver assumptions without considering distribution costs, distance, and emissions produced. Therefore, this research aims to determine more optimal distribution routes using the Nearest Neighbor (NN) and Particle Swarm Optimization (PSO) methods combined with the K-Means Clustering method. In this study, there are 40 distribution locations with a total demand of 520 boxes, which will be divided into 2 clusters based on K-Means Clustering results. In the NN implementation, there is a distance reduction efficiency in cluster 1 of 2.75%, while in cluster 2, there is a distance increase of 2.41%. Meanwhile, the PSO method has greater efficiency than NN, with distance reduction in cluster 1 of 7.76% and in cluster 2 of 10.52%. Therefore, there is a distribution cost efficiency in cluster 1 of Rp2,280 and cluster 2 of Rp3,105, as well as emission reductions in cluster 1 of 4.256 kg and cluster 2 of 5.796 kg.