Algoritma Emperor Penguin pada Efisiensi Pengiriman Produk UMKM dengan Konsep Pembagian Ongkos Kirim

Hendrawan Armanto; Pickerling Pickerling; Kevin Susanto

doi:10.37823/insight.v3i02.176

Authors

Hendrawan Armanto Institut Sains dan Teknologi Terpadu Surabaya https://orcid.org/0000-0002-2295-2016
Pickerling Pickerling Institut Sains dan Teknologi Terpadu Surabaya
Kevin Susanto Institut Sains dan Teknologi Terpadu Surabaya

DOI:

https://doi.org/10.37823/insight.v3i02.176

Keywords:

UMKM, Flutter, Emperor Penguin Optimizer, Pencarian Rute

Abstract

Di Era Pandemi saat ini, perkembangan ekonomi atau bisnis Usaha Mikro, Kecil, dan Menengah (UMKM) semakin menjamur di masyarakat. Perkembangan UMKM ini tidak hanya berhenti pada jumlah saja akan tetapi juga pada sistem pemesanan UMKM tersebut. Saat ini banyak UMKM yang menerapkan konsep Pre-Order (PO) di dalam pemesanannya dimana mayoritas UMKM tersebut merupakan UMKM yang memasarkan produknya melalui media sosial atau chating. Munculnya sistem baru ini memunculkan juga beberapa permasalahan bagi UMKM, salah satu diantaranya adalah besarnya biaya pengiriman apabila sebuah produk dikirim secara khusus ke seorang pembeli. Hal ini mungkin tidak terlihat memberatkan bagi UMKM akan tetapi permasalahan ini memberatkan pelanggan dan semakin mahal biaya yang harus dikeluarkan pelanggan maka akan semakin kecil kemungkinan pelanggan membeli produk di UMKM tersebut. Penelitian ini berfokus pada dua hal, yang pertama adalah menyediakan marketplace bagi UMKM Pre-Order yang dapat mengatasi permasalahan biaya pengiriman dan kedua adalah dampak Algoritma Emperor Penguin pada pencarian rute pengiriman. Marketplace UMKM Pre-Order yang dikembangkan akan menerapkan teknologi fluter dan berbasiskan mobile apps. Hal ini dikarenakan semakin besarnya pengaruh mobile apps di kalangan masyarakat dibandingkan web apps atau desktop apps. Mobile Apps akan secara otomatis melakukan pencarian rute pengiriman untuk seluruh pre-order yang terjadi pada hari tertentu dan melakukan assign kepada driver yang bertugas dimana rute yang dicari bukan hanya berdasarkan jarak melainkan juga berdasarkan biaya pengiriman yang dikeluarkan oleh keseluruhan pembeli pada 1x pengiriman. Algoritma Emperor Penguin akan berusaha mencari rute pengiriman yang terdekat dan biaya yang dikeluarkan pembeli yang terkecil. Setelah melalui berbagai ujicoba, dapat disimpulkan bahwa 94.7% UMKM yang didukung oleh penelitian ini puas dan merasa terbantu, 97.4% pelanggan merasa terbantu dengan sistem pembagian ongkos kirim, dan Algoritma Emperor Penguin bekerja dengan baik dan dapat menghasilkan rute optimal dengan ongkos terkecil.

References

A. N. Sloss and S. Gustafson, “2019 Evolutionary Algorithms Review,” Jun. 2019.

Z. Dasgupta Dipankarand Michalewicz, “Evolutionary Algorithms — An Overview,” in Evolutionary Algorithms in Engineering Applications, Z. Dasgupta Dipankarand Michalewicz, Ed. Berlin, Heidelberg: Springer Berlin Heidelberg, 1997, pp. 3–28.

D. Whitley, “An overview of evolutionary algorithms: practical issues and common pitfalls,” Inf. Softw. Technol., vol. 43, no. 14, pp. 817–831, 2001, doi: https://doi.org/10.1016/S0950-5849(01)00188-4.

T. Bäck and H.-P. Schwefel, “An Overview of Evolutionary Algorithms for Parameter Optimization,” Evol. Comput., vol. 1, no. 1, pp. 1–23, 1993, doi: 10.1162/evco.1993.1.1.1.

C. Pickerling, H. Armanto, and E. R. Setyaningsih, “Symbiotic organisms search algorithm for scheduling laboratory sessions in University,” in 2017 4th International Conference on Computer Applications and Information Processing Technology (CAIPT), 2017, pp. 1–6, doi: 10.1109/CAIPT.2017.8320698.

Zulkarnaen, H. Budianto, and H. Armanto, “Algoritma Improved Symbiotic Organism Search (I-SOS) sebagai Pendukung Keputusan dalam Penentuan Dosen Pengampu Matakuliah,” JTIM J. Teknol. Inf. dan Multimed., vol. 1, no. 4, pp. 279–286, Feb. 2020, doi: 10.35746/jtim.v1i4.64.

M. S. Hossain, A. S. Tanim, S. S. Choudhury, S. M. A. I. Hayat, M. N. Kabir, and M. M. Islam, “An Efficient Solution to Travelling Salesman Problem using Genetic Algorithm with Modified Crossover Operator,” Emit. Int. J. Eng. Technol., vol. 7, no. 2, Dec. 2019, doi: 10.24003/emitter.v7i2.380.

M. Yousefikhoshbakht, “Solving the Traveling Salesman Problem: A Modified Metaheuristic Algorithm,” Complexity, vol. 2021, p. 6668345, 2021, doi: 10.1155/2021/6668345.

C.-M. Pintea, P. C. Pop, and C. Chira, “The generalized traveling salesman problem solved with ant algorithms,” Complex Adapt. Syst. Model., vol. 5, no. 1, p. 8, 2017, doi: 10.1186/s40294-017-0048-9.

H. Abdulkarim and I. F. Alshammari, “Comparison of Algorithms for Solving Traveling Salesman Problem,” Int. J. Eng. Adv. Technol., vol. ISSN, pp. 2249 – 8958, Nov. 2015.

J. Li, Q. Sun, M. Zhou, X. Yu, and X. Dai, “Colored Traveling Salesman Problem and Solution,” IFAC Proc. Vol., vol. 47, no. 3, pp. 9575–9580, 2014, doi: https://doi.org/10.3182/20140824-6-ZA-1003.01403.

G. Dhiman and V. Kumar, “Emperor penguin optimizer: A bio-inspired algorithm for engineering problems,” Knowledge-Based Syst., vol. 159, pp. 20–50, 2018, doi: https://doi.org/10.1016/j.knosys.2018.06.001.

M. L. Napoli, Beginning Flutter: A Hands On Guide to App Development. Wiley, 2019.

S. Alessandria and B. Kayfitz, Flutter Cookbook: Over 100 proven techniques and solutions for app development with Flutter 2.2 and Dart. Packt Publishing, 2021.

E. Windmill, Flutter in Action. Manning, 2020.

C. Zaccagnino, Programming Flutter: Native, Cross-Platform Apps the Easy Way. Pragmatic Bookshelf, 2020.