Implementasi Sistem Informasi Distribusi Pangan Berbasis Laravel dengan Multi-Heuristic Vehicle Routing Problem with Time Windows pada SPPG Hinai

Abstrak

Penelitian ini bertujuan menganalisis implementasi sistem informasi distribusi pangan berbasis Laravel pada SPPG Hinai yang mengintegrasikan data awal Excel dengan modul operasional berbasis basis data dan engine Vehicle Routing Problem with Time Windows (VRPTW). Data awal diperoleh dari workbook penerima manfaat, workbook menu harian, data relawan, master sekolah, dan master depot, kemudian diproses melalui modul impor pada aplikasi untuk membentuk data operasional sistem. Implementasi yang dikaji meliputi pengelolaan master distribusi, impor menu harian, generate rute berbasis job queue, visualisasi peta rute, laporan efisiensi, portal pengemudi, antarmuka pemrograman aplikasi untuk pembaruan status pengiriman, dan broadcast event perubahan node rute. Hasil ekstraksi menghasilkan 33 node distribusi aktif, 13 sekolah tujuan, total demand 1.578 porsi, dan nilai distribusi Rp 14.154.000. Evaluasi terhadap sistem menunjukkan bahwa heuristik greedy_vrptw menjadi strategi terbaik karena menurunkan total jarak tempuh dari 123,55 km menjadi 101,59 km atau 17,77%, menurunkan total waktu distribusi dari 613 menit menjadi 610 menit atau 0,49%, serta mempertahankan tingkat layanan tepat waktu sebesar 100%. Temuan ini menegaskan bahwa aplikasi Laravel yang terintegrasi dengan logika optimasi mampu berfungsi sebagai sistem pendukung keputusan distribusi pangan publik, sedangkan Excel berperan sebagai sumber data awal, bukan sebagai sistem utama operasional.

1. Pendahuluan

Distribusi pangan pada layanan publik pendidikan merupakan persoalan logistik yang menuntut akurasi ruang, waktu, dan kapasitas. Pada konteks SPPG, distribusi tidak hanya berkaitan dengan pemindahan barang dari depot ke titik layanan, tetapi juga dengan kepatuhan terhadap jadwal operasional sekolah, ketepatan volume distribusi untuk kelompok penerima, dan kemampuan sistem untuk melacak status pengiriman di lapangan. Pada banyak institusi, data awal memang tersimpan dalam spreadsheet, tetapi pengelolaan operasional harian memerlukan aplikasi yang mampu melakukan validasi, penyimpanan, generate rute, monitoring, dan pelaporan secara terintegrasi.

VRPTW menjadi pendekatan penting dalam domain ini karena memungkinkan model memperhitungkan batas waktu pelayanan di setiap titik. Literatur lima tahun terakhir memperlihatkan bahwa riset VRPTW telah berkembang ke arah multi-trip, heterogenous fleet, two-echelon distribution, serta distribusi pangan mudah rusak [1]–[7]. Namun, studi yang memanfaatkan workbook operasional lokal sebagai data awal dan mengimplementasikan model tersebut ke dalam aplikasi Laravel yang dipakai dalam alur operasional masih terbatas. Penelitian ini menempati ruang tersebut dengan menganalisis sistem SPPG Hinai yang telah mengintegrasikan impor data, optimasi rute, dan monitoring pengiriman ke dalam satu aplikasi web.

2. Metode Penelitian

Penelitian ini menggunakan pendekatan kuantitatif terapan dengan fokus evaluasi implementasi sistem. Tahapan penelitian mencakup identifikasi modul Laravel, ekstraksi dan impor data awal, pencocokan sekolah, pembersihan koordinat outlier, pembentukan baseline manual, eksekusi heuristik VRPTW pada service aplikasi, dan evaluasi hasil terbaik. Node distribusi dibentuk pada level sekolah-klaster untuk menjaga kompatibilitas dengan kapasitas kendaraan yang tersedia, yaitu motor box 50 porsi, Suzuki Carry box 100 porsi, dan truck engkel box 200 porsi.

Implementasi sistem yang dikaji memanfaatkan DistribusiController dan DistribusiService untuk impor data awal Excel, RouteOptimizationController dan RouteScheduleService untuk generate rute, CalculateRouteJob untuk proses asinkron, VrptwOptimizationService untuk perhitungan jarak serta pemilihan rute berbasis nearest neighbor dan time window, DriverRouteController untuk pembaruan status lapangan, serta event RouteNodeUpdated untuk broadcast perubahan node. Setelah data berada di database, evaluasi dilakukan pada dua skenario. Skenario pertama adalah baseline manual berbasis urutan administrasi dan dispatch bergilir. Skenario kedua adalah optimasi yang membandingkan tiga heuristik: `best_fit`, `capacity_tiered`, dan `greedy_vrptw`. Pemilihan solusi terbaik ditentukan secara berurutan berdasarkan keterlambatan minimum, jarak minimum, dan total waktu distribusi minimum.

2.1 Pipeline Pengolahan Data

2.2 Rancangan Pengujian

2.3 Arsitektur Implementasi Laravel

2.4 Pemetaan Controller-Service-Model

3. Hasil dan Pembahasan

3.1 Fitur Sistem yang Diimplementasikan

3.2 Karakteristik Dataset

3.3 Hasil Optimasi dan Perbandingan Before-After

3.4 Analisis Performa VRPTW

Penurunan jarak 17,77% menunjukkan bahwa implementasi VRPTW pada aplikasi Laravel efektif mereduksi lintasan yang berulang dan tidak ekonomis. Efek ini diperkuat oleh penurunan reload dari 15 menjadi 12 kali, yang berarti modul generate rute dalam sistem turut mengurangi frekuensi perjalanan kembali ke depot. Pada perspektif sistem informasi, hasil ini menunjukkan bahwa keputusan dispatch berbasis heuristik di dalam aplikasi lebih efisien daripada urutan administrasi murni.

Di sisi lain, penurunan total waktu distribusi hanya mencapai 0,49%. Hal ini terjadi karena waktu perjalanan berhasil ditekan 32 menit, tetapi kenaikan waiting time sebesar 29 menit menahan perbaikan waktu total. Secara akademik, fenomena ini penting karena menegaskan bahwa sistem tidak cukup hanya meminimalkan jarak; ia juga perlu mengoptimalkan sinkronisasi temporal. Artinya, keberhasilan VRPTW pada layanan publik harus dievaluasi secara multi-dimensi: jarak, waktu perjalanan, waktu tunggu, makespan, dan tingkat layanan.

Dengan kata lain, kinerja implementasi menunjukkan pola yang konsisten dengan karakter VRPTW pada domain layanan publik: solusi terbaik bukan selalu solusi dengan penyelesaian tercepat, tetapi solusi yang menjaga keterpenuhan demand, menurunkan biaya perjalanan, dan tidak melanggar time window pelanggan. Karena seluruh skenario tetap mempertahankan on-time rate 100%, maka indikator pembeda utama terletak pada kualitas lintasan, efisiensi penggunaan armada, dan kemampuan sistem mencatat status distribusi secara operasional.

3.5 Simulasi Distribusi per Armada

Struktur hasil armada menunjukkan bahwa optimasi memindahkan sebagian beban distribusi ke kendaraan besar pada node bervolume besar, sementara kendaraan kecil dan sedang menangani lintasan dekat-depot dengan lebih efisien. Hasil tersebut konsisten dengan teori heterogenous fleet routing, yakni efektivitas optimasi tidak identik dengan pemerataan beban, melainkan dengan kombinasi alokasi armada yang menurunkan total biaya distribusi.

3.6 Analisis Menyeluruh dan Implikasi Temuan

Secara menyeluruh, hasil penelitian menunjukkan tiga temuan penting. Pertama, kualitas data menjadi faktor yang sangat menentukan akurasi implementasi. Tanpa pembersihan subtotal Excel dan koreksi 10 titik outlier, aplikasi akan menghasilkan lintasan semu dan estimasi jarak yang bias. Kedua, heuristik greedy_vrptw lebih sesuai untuk karakter distribusi SPPG karena ia menggabungkan kedekatan spasial dengan kelayakan time window. Ketiga, manfaat terbesar implementasi pada kasus ini muncul dalam bentuk pengurangan jarak dan reload, bukan pengurangan makespan yang drastis.

Temuan tersebut memperkuat argumen bahwa aplikasi Laravel pada penelitian ini tidak boleh hanya diposisikan sebagai alat pencatatan, tetapi sebagai sistem pendukung keputusan. Hal itu terlihat dari keberadaan modul validasi input, impor data, engine perencanaan rute, job queue, peta distribusi, portal driver, API status, dan dashboard evaluasi harian yang memantau total distance, travel time, waiting time, reload, completion time, dan on-time rate.

3.7 Keterbatasan Penelitian

1. Model implementasi belum memasukkan variasi kecepatan berbasis kondisi lalu lintas aktual per jam.
2. Biaya operasional seperti bahan bakar, upah pengemudi, dan biaya keterlambatan belum dimodelkan sebagai objective function eksplisit.
3. Skenario penelitian berfokus pada satu area layanan dan satu horizon distribusi harian.
4. Koordinasi dengan kesiapan produksi dapur belum dioptimalkan bersama routing sehingga waiting time masih relatif tinggi.
5. Beberapa modul sistem masih lebih kuat pada dukungan operasional daripada analitik prediktif lanjutan.

4. Implikasi Sistem Informasi

1. Sistem informasi perlu memiliki modul validasi spasial untuk mendeteksi anomali koordinat secara otomatis.
2. Input spreadsheet perlu diperlakukan hanya sebagai data awal dan segera dipetakan ke model database sekolah-klaster pada Laravel.
3. Dashboard monitoring harus menampilkan bukan hanya jarak, tetapi juga waiting time, reload, dan status node untuk evaluasi kinerja yang utuh.
4. Mesin optimasi sebaiknya mendukung beberapa heuristik dan memilih skenario terbaik secara otomatis.
5. Integrasi portal driver, API status, dan broadcast event perlu dipertahankan karena menjadi pembeda utama antara sistem implementatif dan simulasi statis.

5. Kejelasan Referensi dan Relevansinya

6. Kesimpulan

Penelitian ini menunjukkan bahwa implementasi sistem informasi distribusi pangan berbasis Laravel yang mengintegrasikan data awal Excel dengan model VRPTW dapat menghasilkan peningkatan efisiensi distribusi pangan yang terukur. Strategi greedy_vrptw menurunkan total jarak sebesar 17,77%, menurunkan total waktu distribusi sebesar 0,49%, mempertahankan ketepatan waktu 100%, dan mengurangi reload armada. Temuan ini menegaskan bahwa optimasi rute layak dijadikan inti pengambilan keputusan pada sistem informasi distribusi pangan sekolah, sementara Laravel menjadi platform yang memungkinkan logika tersebut berjalan secara operasional. Penelitian lanjutan dianjurkan untuk mengintegrasikan objective function yang secara eksplisit menekan waiting time dan makespan.

7. Rekomendasi Penelitian Lanjutan

1. Menggabungkan routing dengan penjadwalan produksi agar waiting time dapat ditekan secara simultan.
2. Menggunakan data perjalanan aktual per jam untuk membentuk travel time yang lebih realistis.
3. Menambahkan objective function berbasis biaya total distribusi.
4. Menguji generalisasi model pada beberapa depot atau beberapa kecamatan layanan.

Ucapan Terima Kasih

Penulis mengucapkan terima kasih kepada pengelola data operasional SPPG, pengembang sistem informasi distribusi, serta dosen pembimbing yang mendukung penyusunan model dan analisis pada penelitian ini.

Daftar Pustaka

1. B. Pan, Z. Zhang, and A. Lim, "Multi-trip time-dependent vehicle routing problem with time windows," European Journal of Operational Research, doi: 10.1016/j.ejor.2020.09.022.
2. M. K. Şahin and H. Yaman, "A Branch and Price Algorithm for the Heterogeneous Fleet Multi-Depot Multi-Trip Vehicle Routing Problem with Time Windows," Transportation Science, doi: 10.1287/trsc.2022.1146.
3. G. Marques, R. Sadykov, R. Dupas, and J.-C. Deschamps, "A Branch-Cut-and-Price Approach for the Single-Trip and Multi-Trip Two-Echelon Vehicle Routing Problem with Time Windows," Transportation Science, doi: 10.1287/trsc.2022.1136.
4. A. Ahmadi-Javid, M. Mansourfar, C.-G. Lee, and L. Liu, "Optimal distribution of perishable foods with storage temperature control and quality requirements: An integrated vehicle routing problem," Computers & Industrial Engineering, doi: 10.1016/j.cie.2023.109215.
5. G. Pérez-Lechuga, J. F. Martínez-Sánchez, F. Venegas-Martínez, and K. N. Madrid-Fernández, "A Routing Model for the Distribution of Perishable Food in a Green Cold Chain," Mathematics, doi: 10.3390/math12020332.
6. J. Lehmann and M. Winkenbach, "A matheuristic for the Two-Echelon Multi-Trip Vehicle Routing Problem with mixed pickup and delivery demand and time windows," Transportation Research Part C: Emerging Technologies, doi: 10.1016/j.trc.2024.104522.
7. Y. Wang, Y. Wang, and J. Leng, "A Study on the Vehicle Routing Planning Method for Fresh Food Distribution," Applied Sciences, doi: 10.3390/app142210499.