Kota Balikpapan, sebagai titik akses utama ke Kalimantan dan salah satu kota pendukung Ibu Kota Negara (IKN) yang baru, sedang mengalami pertumbuhan dan pembangunan perkotaan yang pesat, dengan meningkatnya mobilitas masyarakat akibat pertumbuhan penduduk dan aktivitas ekonomi, tantangan seperti kemacetan lalu lintas, rute transportasi yang kurang optimal, dan meningkatnya biaya operasional angkutan umum menjadi permasalahan yang mendesak dan memerlukan perhatian. Sektor transportasi di Kota Balikpapan masih menghadapi berbagai permasalahan, terutama terkait kinerja transportasi umum dan angkutan massal yang belum optimal. Data Rencana Pembangunan Jangka Menengah Daerah (RPJMD) menunjukkan bahwa rasio pemanfaatan angkutan umum terhadap jumlah kendaraan telah menurun dari 0,3% pada tahun 2016 menjadi hanya 0,12% pada tahun 2020. Rasio ini berdampak pada penurunan kinerja jalan perkotaan, yang ditunjukkan oleh Rasio Volume per Kapasitas sebesar 0,64, yang mengindikasikan kemungkinan terjadinya kemacetan.
Balikpapan City Trans (Bacitra), sebagai penyedia layanan transportasi umum berkontribusi signifikan dalam memfasilitasi mobilitas warga Balikpapan. Rute koridor Bacitra yang ada saat ini belum optimal, sehingga memunculkan kesenjangan antara kebutuhan masyarakat dan layanan yang ada. Hal ini memengaruhi kenyamanan pengguna, efisiensi operasional, dan peran transportasi umum dalam mengurangi emisi karbon. Peningkatan efisiensi transportasi perkotaan dapat dicapai dengan mengoptimalkan rute dan jaringan koridor angkutan umum. Seiring dengan kemajuan teknologi dan metode optimasi, strategi baru diperlukan untuk meningkatkan efisiensi sistem transportasi, khususnya melalui penggunaan Vehicle Routing Problem (VRP). Vehicle Routing Problem (VRP) adalah masalah optimasi kombinatorial yang bertujuan untuk menentukan rangkaian rute paling efisien bagi armada kendaraan yang bertugas melayani sejumlah pelanggan dari satu atau lebih depo, guna meminimalkan total biaya perjalanan. VRP telah berkembang menjadi berbagai varian yang lebih kompleks untuk mengakomodasi tuntutan industri logistik.
Multiple Depot Vehicle Routing Problem (MDVRP) merupakan varian dari Vehicle Routing Problem (VRP) yang dirancang untuk memecahkan masalah logistik dan distribusi yang memiliki lebih dari 1 depo. Dalam MDVRP, kendaraan dapat memulai dan mengakhiri rutenya di depo mana pun yang tersedia, sehingga menghasilkan kompleksitas dalam perencanaan rute dan alokasi sumber daya yang optimal. MDVRP bertujuan untuk menentukan rute optimal bagi armada kendaraan yang berasal dari beberapa depo yang melayani konsumen atau lokasi layanan, untuk meminimalkan biaya perjalanan, jarak, atau waktu secara keseluruhan. MDVRP telah dilakukan menggunakan algoritma genetika (GA) dalam sistem transportasi Tiongkok, yang menghasilkan peningkatan efisiensi rute hingga 25%. MDVRP juga telah digunakan untuk memecahkan masalah rute di Tokyo untuk homogeneous fleets dan mixed fleets.
Penelitian dimulai dengan mengidentifikasi masalah transportasi yang dihadapi Bacitra, dengan fokus utama pada pengelolaan dan pengoptimalan rute angkutan umum. Data yang dikumpulkan meliputi lokasi geografis, lokasi depo, rute yang ada, dan pola mobilitas masyarakat. Model MDVRP didasarkan pada data yang dikumpulkan dan disesuaikan dengan karakteristik Bacitra. Pemrograman linier diimplementasikan untuk menemukan rute transportasi optimal untuk menyelesaikan model MDVRP. Dalam MDVRP, jumlah dan lokasi depo telah ditentukan sebelumnya. Setiap kendaraan memulai dan mengakhiri rutenya di depo yang sama. Lokasi dan jumlah penumpang setiap halte atau titik penjemputan penumpang juga diketahui sebelumnya, dan setiap halte hanya dikunjungi oleh satu kendaraan. Hasil perhitungan kemudian dievaluasi untuk membandingkan rute baru dengan rute yang sudah ada.
Saat ini terdapat tiga rute koridor (Tabel 1,2,3) dan 17 bus yang beroperasi. Rute A meliputi Pelabuhan Semayang – Bandara Sepinggan – Pelabuhan Semayang. Rute B meliputi Batu Ampar – BC – Batu Ampar via MT Haryono. Rute C meliputi Batu Ampar – BC – Batu Ampar via Ahmad Yani.
Ditemukan bahwa Rute A hanya membutuhkan 6 (enam) bus dan saat pemantauan juga terlihat beberapa bus sedang idle (Gambar 1). Hal ini menunjukkan peluang signifikan untuk mengurangi jumlah armada, yang akan menghasilkan peningkatan efisiensi operasional dan penghematan biaya.
Gambar 1. Tangkapan layar di aplikasi Mitra Darat pada Bacitra Koridor A
Studi ini berhasil menerapkan MDVRP untuk mengoptimalkan rute Bacitra. Dari 17 kendaraan yang dioperasionalkan, melalui optimalisasi dan penjadwalan rute, ditemukan bahwa hanya dibutuhkan 14 kendaraan untuk melayani semua lokasi pelanggan yang ada (Tabel 4).
Analisis VRP yang baru membahas area yang sebelumnya tidak tercakup oleh Rute A, B, dan C. Tiga kendaraan tersisa dialokasikan untuk rute baru, dan di antara rute-rute baru yang diusulkan, Rute E (Tabel 5) muncul sebagai rute yang paling efisien, mencakup titik terbanyak dengan total jarak tempuh terpendek.
Tabel 5. Jadwal Rute E
Rute E ini meliputi Batu Ampar – Stadion Batakan – Batu Ampar via Syarifuddin Yoes dan beroperasi dalam rentang waktu sekitar 16 jam, dengan shift dimulai pukul 05.30 dan berakhir sekitar pukul 21.30. Setiap perjalanan pulang pergi memakan waktu sekitar 85 menit, diikuti dengan istirahat 20 menit, dengan keberangkatan dijadwalkan setiap 35 menit.
Keterbatasan studi ini terletak pada model yang hanya mengoptimalkan rute berdasarkan jarak dan kapasitas, tanpa mempertimbangkan kendala yang sensitif terhadap waktu seperti waktu tunggu penumpang, jadwal kedatangan/keberangkatan, atau jam sibuk. Terlepas dari keterbatasannya, pendekatan berbasis MDVRP telah terbukti menjadi tools yang efektif untuk mengurangi ukuran armada dan memperluas cakupan layanan, sehingga menghasilkan sistem transportasi umum yang lebih efisien dan mudah diakses. Studi mendatang dapat memperluas model MDVRP yang ada dengan mengintegrasikan jendela waktu (time windows), permintaan dinamis (dynamic demands), dan optimalisasi multi-objektif (multi-objective optimization), serta mengembangkan model yang terintegrasi penuh untuk perutean dan penjadwalan.
Anggota :
Ahmad Jamil
Anis Rohmana Malik
1. Penerapan model MDVRP dengan algoritma heuristik yang relevan untuk sistem transportasi publik di Balikpapan.
2. Usulkan rute koridor optimal bagi Bacitra menggunakan algoritma heuristik.
3. Evaluasi rute yang diusulkan berdasarkan parameter efisiensi operasional, termasuk jarak tempuh, waktu perjalanan, dan biaya operasional.