OPTIMASI DISTRIBUSI PAKAN TERNAK MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) (Studi Kasus: UD. PERDANA TANI)

Distribusi pakan ternak merupakan salah satu aktivitas penting dalam mendukung kelancaran operasional UD. Perdana Tani. Namun, proses distribusi yang dilakukan masih berdasarkan pengalaman dan belum menggunakan perencanaan rute yang terstruktur, sehingga menyebabkan jarak tempuh distribusi menjadi kurang efisien dan pemanfaatan kendaraan belum optimal. Permasalahan tersebut termasuk ke dalam Capacitated Vehicle Routing Problem (CVRP), yaitu permasalahan penentuan rute distribusi dengan mempertimbangkan batasan kapasitas kendaraan. Penelitian ini bertujuan untuk menganalisis sistem distribusi yang berjalan, menerapkan algoritma Particle Swarm Optimization (PSO) dalam menentukan rute distribusi yang optimal, serta membandingkan kinerja distribusi sebelum dan sesudah dilakukan optimasi. Data yang digunakan meliputi 62 pelanggan, data permintaan pelanggan, data kendaraan distribusi, dan matriks jarak yang diperoleh dari Google Maps. Implementasi algoritma PSO dilakukan menggunakan bahasa pemrograman Python dengan mempertimbangkan kapasitas kendaraan yang tersedia. Hasil penelitian menunjukkan bahwa algoritma PSO mampu menghasilkan 15 rute distribusi yang memenuhi batasan kapasitas kendaraan. Total jarak distribusi berhasil dikurangi dari 841,3 km pada kondisi eksisting menjadi 594,5 km setelah dilakukan optimasi, sehingga diperoleh penghematan jarak sebesar 246,8 km atau sebesar 29,34%. Hasil tersebut menunjukkan bahwa algoritma PSO mampu meningkatkan efisiensi sistem distribusi dan berpotensi menurunkan biaya operasional pada UD. Perdana Tani. Penelitian ini mendukung pencapaian Sustainable Development Goals (SDGs) tujuan ke-9, yaitu Industri, Inovasi, dan Infrastruktur, melalui penerapan metode optimasi berbasis teknologi dalam kegiatan distribusi.