Email this article Analisis Perbandingan Metode North West Corner (NWC), Vogel, Least Cost, dan Particle Swarm Optimization (PSO) pada Optimasi Distribusi Beras antar Provinsi di Indonesia
Abstract
Indonesia pada tahun 2025 dihadapkan pada permasalahan distribusi beras yang lambat, yang berdampak pada kelangkaan beras premium serta menyebabkan kenaikan harga yang signifikan. Harga beras premium meningkat dari Rp68.000 per 5 kg menjadi Rp90.000–Rp130.000 per 5 kg. Meskipun stok beras di gudang BULOG melimpah, distribusi yang tidak optimal berpotensi menghambat ketahanan pangan, meningkatkan risiko kerusakan beras, serta menimbulkan kerugian negara. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk menentukan alokasi distribusi beras optimal dari supply area ke demand area berdasarkan jarak terpendek guna meminimalkan total jarak pengiriman. Metode yang digunakan meliputi North West Corner (NWC), Vogel Approximation Method (VAM), Least Cost, dan Particle Swarm Optimization (PSO). Penelitian ini memiliki kontribusi akademik dengan menghubungkan pendekatan optimasi transportasi dengan kebijakan distribusi pangan nasional. Selain itu, kebaharuan penelitian ini terletak pada cakupan wilayah Indonesia secara nasional serta perbandingan empat metode optimasi dalam satu kerangka analisis. Hasil penelitian menunjukan bahwa metode Vogel merupakan solusi optimal dengan total jarak pengiriman 2,982,335.63 km.
Keywords
Full Text:
PDFReferences
Abera, A. G., Yetayew, T. T., & Alyu, A. B. (2025). Optimized Solar PV Integration for Voltage Enhancement and Loss Reduction in The Kombolcha Distribution System Using Hybrid Grey Wolf-Particle Swarm Optimization. Results in Engineering, 26. https://doi.org/10.1016/j.rineng.2025.105484
Adegoke, S. A. (2025). Optimal Sizing and Placement of Capacitors Using an Improved Particle Swarm Optimization to Enhance Networks Reliability and Voltage Profile in Distribution Systems. Energy Conversion and Management: X, 28. https://doi.org/10.1016/j.ecmx.2025.101294
Amiryousefi, M., Lotfalian Dehkordi, A., & Elhami, B. (2026). Optimizing Environmental Performance of Rice Production in Semi-Arid Iran: An Life Cycle Assessment (LCA)-Multi-Objective Particle Swarm Optimization (MOPSO) Approach. Sustainable Futures, 11. https://doi.org/10.1016/j.sftr.2026.101645
Bahri, S., Farhan Karimi, A., & Baqi, A. I. (2024). Optimasi Biaya Distribusi Beras Sejahtera Perum Bulog Divre Sumatera Barat dengan Improved Vogel’s Approximation Method. Jurnal Matematika UNAND, 13(3), 208–221.
Harrison, K. R., Engelbrecht, A. P., & Ombuki-Berman, B. M. (2016). Inertia Weight Control Strategies for Particle Swarm Optimization. Swarm Intelligence, 10(4), 267–305. https://doi.org/https://doi.org/10.1007/s11721-016-0128-0
Hejazi, M., Harsej, F., Nemati, K., & Rezaeyan, R. (2026). Hybrid Evolutionary Annealing for Outage-Aware Power Plant Allocation and Electricity Distribution Scheduling. Results in Engineering, 109888. https://doi.org/10.1016/j.rineng.2026.109888
Hillier, F. S., & L. G. J. (2015). Introduction to Operations Research (10th ed.). McGraw-Hill Education.
Li, X., Zhang, H., & Wang, Z. (2022). A Comprehensive Review of Particle Swarm Optimization and Its Applications. Applied Soft Computing, 2(3), 108–123. https://doi.org/https://doi.org/10.1016/j.asoc.2022.108123
Martínez, M., Mateo, C., Gómez, T., Alonso, B., & Frías, P. (2024). A Hybrid Particle Swarm Optimization Approach for Explicit Flexibility Procurement in Distribution Network Planning. International Journal of Electrical Power and Energy Systems, 161. https://doi.org/10.1016/j.ijepes.2024.110215
Muhajir, M., Suriadi, S., & Melinda, M. (2026). Optimasi Penempatan Distributed Generation dan Kapasitor Bank Berbasis Particle Swarm Optimization untuk meningkatkan Kinerja Sistem Distribusi Kota Sabang. Jurnal Al-Azhar Indonesia Seri Sains dan Teknologi, 11(1), 100. https://doi.org/10.36722/sst.v11i1.5343
Nurhalimah, Dina, S., Andespa, S., Sahrul R., & Siti., S. Br Ginting. (2025). Penyelesaian Masalah Transportasi dalam Distribusi Beras untuk Meminimalkan Biaya Transportasi dengan Menggunakan Metode VAM (Vogel’s Approximation Method): Sistematis Literatur Review (SLR). Jejak Digital: Jurnal Ilmiah Multidisiplin, 1(4), 1419–1428. https://doi.org/10.63822/d6n8b014
Putra, A. D., Rachma, Z., Muhajar, H., Tamtama, S., & Hermawan, B. (2026). Optimalisasi Distribusi Beras Gudang Umbul Tengah menggunakan Metode Transportasi BULOG Cabang Serang. Journal of Business Economics and Management, 02, 2239–2251.
Saragih, O. S. (2022). Optimasi Biaya Distribusi Beras di Perum Bulog Kantor Bulog Cabang Pemtangsiantar menggunakan Metode Transportasi. Jurnal Pembelajaran dan Matematika Sigma (JPMS), 8(2), 459–469. https://doi.org/10.36987/jpms.v8i2.3317
Setiawan, R. F., Nurjihan, E., Queena, N., Aryanto, Z., Herlambang, I. S., & Hasanah, H. (2025). Analisis Optimasi Biaya Transportasi Distribusi Beras Pb. Sridewi dengan Metode VAM.
Tesaloni, L. (2025, September 6). YLKI Desak Pemerintah Bereskan Polemik Distribusi Beras. Kontan. https://nasional.kontan.co.id/news/ylki-desak-pemerintah-bereskan-polemik-distribusi-beras.
Toto, J. (2025, August 12). Stok Beras Bulog Menggunung, Distribusi Berjalan Lambat Bisa Picu Harga di Pasaran Naik hingga Rugikan Negara. Selingkar Wilis. https://www.selingkarwilis.com/nasional/85015755482/stok-beras-bulog-menggunung-distribusi-berjalan-lambat-bisa-picu-harga-di-pasaran-naik-hingga-rugikan-negara.
Refbacks
- There are currently no refbacks.
Jurnal PASTI (Penelitian dan Aplikasi Sistem dan Teknik Industri)
Teknik Industri, Fakultas Teknik, Universitas Mercu Buana
Jl. Meruya Selatan, Kembangan, Jakarta Barat 11650
Tlp./Fax: +62215871335
p-ISSN: 2085-5869 / e-ISSN: 2598-4853
http://journal.mercubuana.ac.id/index.php/pasti/
This journal is accredited:
This journal is indexed by:
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.