Hasil Pencarian  ::  Simpan CSV :: Kembali

"Persaingan dunia industri yang semakin ketat, membuat para perusahaan berlomba-lomba untuk menghemat biaya perusahaan, termasuk logistik. Salah satu biaya yang menyumbang angka terbesar ialah biaya distribusi. Fakta bahwa indeks performa logistik Indonesia cenderung menurun dari tahun ke tahun membuktikan bahwa kondisi logistik di Indonesia masih belum optimal, terutama di daerah perkotaan yang volume permintaannya terpusat dan cukup besar. Oleh sebab itu, perancangan rute dan jadwal distribusi barang menjadi sebuah hal yang penting untuk dilakukan. Penelitian ini berfokus kepada perancangan Vehicle Routing Problem with Time Windows VRPTW , yaitu pencarian rute distribusi dengan jarak tempuh minimal yang tetap memenuhi permintaan seluruh pelanggan dan mempertimbangkan batasan kapasitas kendaraan serta waktu respons pelanggan. Dengan menggunakan metode heuristik yaitu algoritma local search dan Lin Kernighan Helsgaun, dihasilkan hasil rute dan jadwal distribusi paling optimal sebagai bahan pertimbangan dalam mengambil keputusan.

---

High competitiveness in industrial practice has encouraged companies to do cost saving, including logistic. One of the aspects that contribute the biggest amount is physical distribution cost. Besides, the fact that Indonesia rsquo s logistic performance index keep decreasing year by year has proven that Indonesia rsquo s logistic is not optimal yet, especially in urban areas which customer demand is centred and high. Hence, a better planning of distribution route and schedule become an important thing to execute. This research will be focused on planning Vehicle Routing Problem With Time Windows VRPTW , which is finding the most optimum distribution route with lowest total distance yet still manage to fulfill all demand and considering the constraints of vehicle capacity and customers rsquo time windows. By using heuristic methods which are local search and Lin Kernighan Helsgaun, the most optimum distribution route and schedule will be generated to be considered in company decision making."

"

Perkembangan teknologi memungkinkan perusahaan untuk senantiasa meningkatkan kinerjanya dalam berbagai kegiatan usaha. Salah satu kegiatan usaha yang menjadi perhatian adalah distribusi. Penentuan rute distribusi harus mempertimbangkan permintaan pelanggan dan biaya transportasi. Perancangan rute distribusi yang meminimalisir jarak tempuh transportasi dapat menghemat biaya distribusi. Di sisi lain, ketepatan waktu pengiriman juga masih menjadi salah satu faktor penting distribusi. Penelitian ini berfokus pada perancangan algoritma penyelesaian Vehicle Routing Problem with Time Windows (VRPTW) dengan metode heuristik Lin Kernighan Helsgaun dan Local Search. Hasil dari algoritma ini adalah rute distribusi yang memenuhi permintaan pelanggan dengan memenuthi batasan kapasitas kendaraan dan rentang waktu pelayanan.

---

Technology development has enabled businesses to continuously improve their performance on various activities. One of the highlighted activity is distribution. The planning of distribution routes must consider customer demands and transportation cost. A better distribution route planning that minimizes transportation distances would save distribution costs. On the other hand, timeliness remains one of the important factors of distribution. This research focuses on designing an algorithm that solves Vehicle Routing Problem with Time Windows (VRPTW) using the heuristic methods which are Lin Kernighan Helsgaun and Local Search. The result of the algorithm is a list of routes that fulfills all demands and within the constraints of limited capacity and a drop off time window.

"

"Vehicle Routing Problem with Time Windows menjadi suatu permasalahan bagi perusahaan saat ini dimana biaya logistik yang semakin tinggi. Penentuan rute yang tepat untuk distribusi barang sangat dibutuhkan untuk menekan biaya bahan bakar kendaraan. Penyelesaian VRPTW ini menggunakan algoritma metaheuristic: Tabu Search, Particle Swarm Optimization dan Simulated Annealing. Penelitian ini membandingkan karakter dari ketiga algoritma tersebut. Dimana hasil tabu search memberikan nilai yang mayoritas optimal dibandingkan ketiganya. Tetapi untuk iterasi pendek, PSO memberikan nilai yang cepat menuju optimal.

---

Vehicle Routing Problem with Time Windows become main problem to company when dealing with distribution cost that comes bigger. Determining best routing to distribute goods or service can help reduce distribution cost. This research using metaheuristic algorithm: Tabu Search, Particle Swarm Optimization dan Simulated Annealing to solve VRPTW. This research benchmark that three algorithm. The conclusion is tabu search bring best solution for long iteration. But for short iteration, PSO bring better solution."

"ABSTRAKTingkat kemacetan jalan di kota besar cenderung meningkat dari tahun ke tahun.Kemacetan jalan tersebut menyebabkan model distribusi barang dengan satuDistribution Center (DC) untuk melayani semua titik pengiriman dalam satu kota besarbelum tentu menjamin ketersediaan barang. Fluktuasi permintaan dan batasan waktupenerimaan di titik pengiriman menjadi hal yang harus diperhitungkan dalammenentukan kombinasi rute yang paling efisien. Penambahan sub-DC untuk melayanibeberapa titik pengiriman bisa merupakan satu solusi agar tidak terjadi stock out. Hanyasaja penambahan sub-DC cenderung akan menambah total biaya operasional, baik biayapengiriman maupun biaya penyimpanan barang. Untuk itu perlu optimasi penentuantambahan sub-DC yang mempunyai biaya paling efisien, termasuk meneliti sejauh manaperkembangan kondisi kemacetan akan membuat pilihan tambahan sub-DC tepat atautidak. Model CVRPTW (Capacitated Vehicle Routing Problem with Time Window)dijalankan menggunakan VRP Speadsheet Solver. Kasus nyata pengiriman barang diJakarta digunakan sebagai benchmark dan mengetes validitas model yang dibuat. Darihasil eksperimen, selain didapat rute optimal hasil perhitungan, penambahan sub-DCtetap menambah biaya operasional total, namun bisa dipilih lokasi sub-DC yangmemberikan tambahan paling kecil dibanding lokasi yang lain. Namun dalam jangkapanjang, dengan kondisi kemacetan ekstrim, penambahan sub-DC ternyata memberikanbiaya total yang lebih efisien dibandingkan bila hanya ada satu DC untuk melayanisemua titik pengiriman barang.

---

ABSTRACTThe level of traffic congestion in big cities tends to increase from year to year. Trafficcongestion causes the distribution of goods model with one Distribution Center (DC) toserve all delivery points in one big city not necessarily guarantee the availability ofgoods. The demand fluctuations and acceptance time limits at the point of delivery arethe things that must be taken into account in determining the most efficient routecombinations. The addition of sub-DC to serve multiple points of delivery can be onesolution to avoid stock out. It is just that the addition of sub-DC tends to increase thetotal operations cost, both shipping and storage costs. Therefore, it is necessary tooptimize the determination of sub-DC additions which have the most efficient cost,including to examine the extent to which the development of congestion conditions willmake the sub-DC sub-appraisal correct or not. The CVRPTW (Capacitated VehicleRouting Problem with Time Window) model is run using VRP Spreadsheet Solver. Thereal case of delivery of goods in Jakarta is used as a benchmark and test the validity ofthe model created. From the experimental results, in addition to the optimal route ofcalculation results, the addition of sub-DC still adds the total operational cost but can beselected sub-DC location which gives the smallest addition compared to other locations.However, in the long term, with extreme traffic congestion conditions, sub-DCadditions turn out to provide a more efficient total cost than if there was only one DC toserve all points of delivery."

"Vehicle Routing Problem (VRP) merupakan salah satu model yang dapat mengatasi permasalahan rute distribusi. Salah satu permasalahan yang ada di dunia nyata adalah rute distribusi kantong darah di UDD PMI DKI Jakarta. UDD PMI DKI Jakarta harus mengirim kantong darah setiap harinya menuju lima UDD PMI masing-masing kota di Provinsi DKI Jakarta. Adanya durasi shelf life darah dan kapasitas mobil yang terbatas membuat permasalahan ini berkembang menjadi Capacitated Vehicle Routing Problem with Time Windows (CVRPTW). Dengan menggunakan software Gurobi, terbukti bahwa rute distribusi masih bisa dioptimasi. Di mana rute awal memerlukan waktu selama 1.034 menit, dan rute hasil optimasi memerlukan waktu selama 707 menit. Pengurangan waktu yang didapat adalah 31,6%, dengan tetap memenuhi kendala lainnya, seperti kapasitas kendaraan dan durasi shelf life kantong darah. Analisis sensitivitas juga dilakukan untuk mengetahui apakah model dapat dipakai dengan fluktuasi permintaan kantong darah yang merepresentasikan kondisi sebenarnya. Dari hasil optimasi menggunakan tiga skenario, didapat bahwa terdapat perubahan durasi perjalanan dan penambahan jumlah kendaraan yang dipakai, serta perubahan rute yang dipilih oleh setiap kendaraan.

---

The Vehicle Routing Problem (VRP) is a model that addresses distribution route issues. One real-world problem is the distribution of blood bags at UDD PMI DKI Jakarta. UDD PMI DKI Jakarta needs to deliver blood bags daily to five UDD PMI located in each city in DKI Jakarta. The presence of limited blood shelf life duration and vehicle capacity has led to the development of the Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) for this problem. By using Gurobi software, it has been proven that the distribution routes can be optimized. The initial route took 1.034 minutes, while the optimized route took 707 minutes. This resulted in a time reduction of 31,6%, while still meeting other constraints such as vehicle capacity and blood bag shelf life duration. Sensitivity analysis was also conducted to assess whether the model can be used with blood bag demand fluctuations that represent real-world conditions. From the optimization results using three scenarios, it was found that there were changes in travel duration, an increase in the number of vehicles used, and changes in the selected routes for each vehicle."

"Pendistibusian uang dapat diartikan sebagai proses penyaluran uang dari pusat kas (bank sentral) ke penyimpanan lainnya (bank cabang). Untuk menjaga kelancaran dan keamanan distribusi uang tunai dari risiko perjalanan, bank sentral terus meningkatkan kerja sama dengan berbagai instansi logistik seperti penyedia moda transportasi Cash-In-Transit (CIT) untuk pengantaran, pengawalan dan pengamanan uang tunai pada jalur distribusi. Dengan demikian, perusahaan CIT membutuhkan pengoptimalan dalam pemilihan rute-rute dan keamanan pada kendaraan CIT dalam upaya penekanan biaya distribusi untuk mendapati keuntungan yang optimal. Fokus pada penelitian ini yaitu membangun model matematis yang berbentuk Vehicle Routing Problem with Time Windows (VRPTW) untuk optimasi rute distribusi pengantaran uang tunai dengan mempertimbangkan resiko perjalanan. Model yang dirancang membentuk suatu fungsi objektif (bobot) dengan tujuan mendapatkan rute yang optimal dalam jarak tempuh kendaraan CIT dan risiko perjalanan. Risiko perjalanan diselaraskan pada suatu keadaan yang mengakibatkan uang tunai hilang dari kendaraan CIT. Selanjutnya, masalah optimasi rute tersebut diselesaikan dengan menggunakan Metode Tabu Search (TS). Data percobaan yang digunakan merupakan data dummy yang terkait dengan informasi kantor bank di DKI Jakarta. Berdasarkan hasil pengolahan data, metode TS mampu mengoptimalkan nilai objektif pada rute distribusi CIT dengan penurunan nilai objektif sebesar 29.3%. Selain itu, metode TS mampu menurunkan nilai risiko perjalanan sebesar 17.2% dari rute distribusi awal.

---

Money distribution can be defined as the process of channeling funds from the central cash center (central bank) to other storage facilities (branch banks). To ensure smooth and secure distribution of cash, central banks continue to enhance cooperation with various logistics agencies such as Cash-In-Transit (CIT) transportation providers for cash delivery, escort, and security along the distribution routes. Consequently, CIT companies require optimization in route selection and security for CIT vehicles in order to minimize distribution costs and achieve optimal benefits. The focus of this research is to build a mathematical model based on the Vehicle Routing Problem with Time Windows (VRPTW) using the Tabu Search (TS) method. The designed model forms an objective function (weight) with the goal of obtaining optimal routes in terms of CIT vehicle mileage and travel risk. Travel risk is aligned with a situation that results in cash loss from CIT vehicles. The experimental data used consists of dummy data for bank office information in DKI Jakarta. The data is then processed in a program built based on the existing method and problem. The results show that the TS method is able to optimize the objective value of CIT distribution routes with a decrease of 29.3% in the objective value. Additionally, the TS method reduces travel risk by 17.2% compared to the initial distribution routes"

"Salah satu tugas penting bank sentral adalah mendistribusikan uang tunai ke seluruh wilayah kantor kerja bank sentral di Indonesia, perbankan dan/atau lembaga keuangan. Dalam melakukan proses tersebut, bank sentral bekerja sama dengan pihak ketiga yaitu perusahaan jasa Cash-in-Transit (CIT). CIT adalah proses pengiriman dan pengangkutan uang tunai dari satu tempat ke tempat lainnya. Proses ini harus dilakukan dengan tingkat keamanan yang tinggi mengingat adanya kemungkinan risiko perjalanan yaitu kehilangan uang akibat perampokan. Oleh karena itu, perusahaan jasa CIT harus menentukan jalur distribusi yang optimal yaitu yang meminimalkan biaya transportasi dan risiko perjalanan. Fokus pada skripsi ini hanya distribusi pengantaran uang tunai dari bank sentral ke perbankan yaitu bank umum. Setiap bank umum tersebar secara geografis dan memiliki batasan waktu (time windows) yang berbeda. Permasalahan tersebut dapat dimodelkan dalam bentuk Vehicle Routing Problem with Time Windows (VRPTW) dengan fungsi objektif yang telah mengombinasikan dua faktor yaitu jarak dan risiko menjadi suatu nilai bobot yang tidak memiliki satuan. VRPTW merupakan varian dari masalah Vehicle Routing Problem (VRP) yang setiap pelanggan memiliki batasan waktu (time windows). Metode penyelesaian yang digunakan adalah Simulated Annealing (SA) dengan penentuan solusi awal menggunakan metode Nearest Neighbor (NN). Hasil perhitungan berupa nilai objektif yang minimum dan dari nilai tersebut didapatkan informasi mengenai total biaya dan risiko perjalanan. Program diimplementasikan pada contoh kasus dengan data 1 depot dan 29 kantor bank umum. Kesimpulan dari hasil yang diperoleh yaitu bahwa metode SA dapat mengoptimalkan nilai objektif, yang dihasilkan dari metode NN, dengan penurunan sebesar 39,85%. Pada hasil tersebut, total biaya perjalanan meningkat sebesar 13,72% dan risiko turun sebesar 19,66% dari solusi awal yang menggunakan metode NN.

---

One of the important tasks of the central bank is to distribute cash throughout the regional offices of central bank in Indonesia, banking institutions, and/or financial institutions. In executing this process, the central bank collaborates with a third party, namely Cash-in-Transit (CIT) companies. CIT involves the delivery and transportation of cash from one location to another. This process must be conducted with a high level of security, considering the potential travel risks such as the loss of money due to robbery. Therefore, CIT companies must determine an optimal distribution route that minimizes transportation costs and travel risks. The focus of this thesis is specifically on the distribution of cash delivery from the central bank to commercial banks, namely public banks. Each public bank is geographically dispersed and has different time windows. This issue can be modeled in the form of the Vehicle Routing Problem with Time Windows (VRPTW), with an objective function that combines two factors: distance and risk, into a dimensionless weight. VRPTW is a variant of the Vehicle Routing Problem (VRP) where each customer has time windows. The chosen solution method is Simulated Annealing (SA), with the determination of the initial solution using the Nearest Neighbor (NN) method. The calculated results include the minimum objective value, providing information on the total cost and travel risk. The program is implemented in a case study with one depot and 29 public bank offices. The conclusion drawn from the obtained results is that the SA method can optimize the objective value generated by the NN method, with a decrease of 39.85%. In these results, the total travel cost increases by 13.72%, while the risk decreases by 19.66%."

"Uang tunai yang digunakan sebagai alat tukar utama dalam transaksi ekonomi, dicetak dan diedarkan oleh Bank Sentral suatu Negara. Pendistribusian uang tunai dari Bank Sentral ke bank-bank umum, agar dapat digunakan oleh masyarakat, dilakukan oleh Perusahaan Jasa Cash-in-Transit (CIT). CIT merupakan proses pengiriman dan pengangkutan uang tunai dari satu tempat ke tempat lainnya. Salah satu risiko perjalanan yang mungkin terjadi dalam proses ini yaitu hilangnya uang akibat perampokan. Oleh karena itu, pada skripsi ini dilakukan optimasi distribusi pengantaran uang tunai yang bertujuan meminimumkan biaya perjalanan sekaligus meminimumkan risiko perjalanan akibat perampokan. Masalah optimasi tersebut dimodelkan dalam bentuk Vehicle Routing Problem with Time Windows (VRPTW) yang merupakan sebuah modifikasi dengan fungsi tujuan yang menggabungkan dua aspek, yaitu biaya perjalanan dan risiko, menjadi suatu nilai yang tidak memiliki satuan. Untuk menyelesaikan permasalahan tersebut digunakan metode Ant Colony Optimization (ACO), yaitu metode heuristik berdasarkan perilaku semut dalam mencari jejak perjalanan, dengan pembentukan solusi awal menggunakan metode Nearest Neighbor. Eksperimen diimplementasikan pada contoh kasus terdapat 1 depot dan 15 kantor bank umum. Hasil eksperimen menunjukkan bahwa metode Ant Colony Optimization (ACO) dapat mengoptimalkan solusi yang sebelumnya dihasilkan oleh metode Nearest Neighbor dengan mengalami penurunan sebesar 4,87%, hasil tersebut meliputi penurunan nilai risiko sebesar 3,67% dan total biaya perjalanan yang meningkat sebesar 0,02%.

---

Cash is used as the primary medium of exchange in economic transactions, printed and circulated by the Central Bank of a country. The distribution of cash from the Central Bank to commercial banks, for use by the public, is carried out by Cash-in-Transit (CIT) companies. CIT involves the transportation and delivery of cash from one location to another. One of the risks in this process is the potential loss of money due to robbery. Therefore, this thesis aims to optimize the distribution of cash delivery with the dual objectives of minimizing travel costs and reducing the risk of robbery during transportation. The optimization problem is modeled as a Vehicle Routing Problem with Time Windows (VRPTW), which is a modification with an objective function combining two aspects: travel costs and risk, resulting in a unitless value. To address this problem, the Ant Colony Optimization (ACO) method is employed, a heuristic approach based on the behavior of ants in finding travel paths, with the initial solution formed using the Nearest Neighbor method. Experiments were implemented on a sample case with data from 1 depot and 15 commercial bank offices. The experimental results show that the Ant Colony Optimization (ACO) method can optimize solutions compared to the Nearest Neighbor method, resulting in a decrease of 4.87%. This improvement includes a 3.67% reduction in risk and a marginal increase of 0.02% in total travel costs."

"Pemfokusan pembangunan nasional pada sektor infrastruktur berimbas pada pertumbuhan pasar konstruksi yang cukup pesat. Permintaan yang tinggi dan proses bisnis yang kompleks membuat produsen beton ready-mix khususnya di Jakarta tidak lagi dapat mengandalkan mekanisme perencanaan rute dan penjadwalan manual, dimana telah terjadi beberapa keterlambatan pengiriman yang berimbas pada penurunan service level perusahaan. Penelitian ini mengusulkan metoda optimasi berbasis mixed integer linear programming pada mekanisme perencanaan rute dan penjadwalan pengirimnan beton ready-mix yang dikembangkan menggunakan bahasa Java dengan dukungan library optimasi Gurobi. Simulasi dilakukan dengan menggunakan data historis perusahaan objek penelitian, yang merupakan salah satu produsen beton ready-mix di Jakarta. Simulasi yang dilakukan menghasilkan output dengan total biaya -3674 dan gap sebesar 0,49 , dimana seluruh permintaan pelanggan terpenuhi dalam time windows yang diberikan. Hasil ini menunjukkan bahwa model optimasi yang dikembangkan dalam penelitian ini dapat menghasilkan solusi optimum untuk mekanisme perencanaan rute dan penjadwalan pengiriman beton ready-mix.

---

The focus of national development on the infrastructure sector impacts on the rapid growth of the construction market. High demand and complex business processes make ready mix concrete producers especially in Jakarta no longer able to rely on route planning and manual scheduling mechanisms, which have been some delays in deliveries that impact on the decline in service level.

This research proposes an optimization method based on mixed integer linear programming on route planning mechanism and scheduling of ready mix concrete delivery developed in Java language with Gurobi optimization library support. The simulation is done using the company s historical data of the research object, which is one of the ready mix concrete producers in Jakarta.

The simulation resulted in an output with a total cost of 3674 and a gap of 0.49 , where all customer requests are met in the given time window. These results indicate that the optimization model developed in this study can yield the optimum solution for route planning mechanism and ready mix concrete delivery scheduling."

"Sejak terjadinya pandemi Covid-19, jumlah masyarakat yang melakukan aktivitas jual beli secara online meningkat secara pesat, akibat adanya pembatasan aktivitas di luar untuk mencegah penyebaran Covid-19. Peningkatan jual-beli secara online mengakibatkan peningkatan distribusi pengiriman barang hasil dari jual beli tersebut. Distribusi pengiriman barang tersebut dilakukan oleh pihak ketiga, yaitu perusahaan penyedia layanan pengiriman barang. Perusahaan tersebut dituntut untuk bergerak secara cepat, efektif, serta efisien, sehingga memberikan dampak persaingan yang cukup ketat antar perusahaan penyedia jasa layanan pengantar barang. Salah satu strategi untuk mengatasi dampak persaingan tersebut yaitu perusahaan-perusahaan penyedia layanan pengiriman barang saling bekerja sama untuk meningkatkan kinerja pengiriman barang sehingga meningkatkan keuntungan melalui skema profit sharing pada tahap last mile delivery. Last mile delivery merupakan tahapan akhir proses pengiriman barang dari depot akhir hingga sampai di lokasi tujuan pengiriman barang, sementara skema profit sharing adalah pembagian keuntungan jika barang yang harusnya diantar oleh kurir perusahaan A menjadi diantar oleh kurir perusahaan B, begitu juga sebaliknya. Pada skripsi ini, dibahas masalah pencarian rute yang optimal untuk tahap last mile delivery dari layanan pengiriman barang pada kerjasama antara perusahaan logistik dengan perusahaan ekspedisi dengan tipe layanan pengantaran same day delivery. Layanan same day delivery merupakan layanan pengantaran barang yang akan sampai di hari yang sama dengan waktu konsumen memesan barang dari penjual. Masalah pencarian rute yang optimal yang melibatkan kerjasama antara beberapa pihak penyedia layanan pengiriman barang merupakan salah satu penerapan Cooperative Game Theory pada Vehicle Routing Problem atau dikenal sebagai Cooperative rich Vehicle Routing Problem (CoRVRP). Metode penyelesaian yang digunakan pada skripsi ini adalah Algoritma Branch-Priceand-Cut, yaitu suatu metode yang menggabungkan beberapa teknik sekaligus untuk menghasilkan solusi yang optimal. Berdasarkan simulasi yang dilakukan, terlihat bahwa dengan melakukan kerja sama pada proses pengiriman barang dengan skema profit sharing 10%, keuntungan perusahaan logistik meningkat sebesar 24,78%, sementara keuntungan perusahaan ekspedisi meningkat sebesar 27,65%. Sehingga skema kerjasama jelas memberikan keuntungan yang meningkat bagi kedua perusahaan dengan nilai yang berbeda sesuai persentase profit sharing bagi kedua perusahaan.

---

Since the onset of the Covid-19 pandemic, the number of people who buy and sell online increased rapidly due to restrictions on outside activities to prevent the spread of Covid-19. The increase in online buying and selling has increased the delivery of goods resulting from buying and selling. The distribution of goods delivery is carried out by third parties, namely goods delivery service providers. The company is required to move quickly, effectively, and efficiently, thus giving the impact of tight competition between companies providing goods delivery services. One strategy to overcome the effect of this competition is that goods delivery service providers work together to improve delivery performance to increase profits through a profit sharing scheme at the last mile delivery stage. Last mile delivery is the final stage of the goods delivery process from the final depot to the delivery destination. At the same time, the profit sharing scheme is profit sharing if the goods that should be delivered by courier company A are delivered by courier company B, and vice versa. In this final project, the problem of finding the optimal route for the last mile delivery stage of goods delivery services is discussed in cooperation between logistics companies and forwarders with the same day delivery service type. The same day delivery service is a delivery service for goods that will arrive on the same day the consumer orders goods from the seller. Finding an optimal route that involves cooperation between several parties providing goods delivery services is one of the applications of the Cooperative Game Theory on the Vehicle Routing Problem or the Cooperative Rich Vehicle Routing Problem (CoRVRP). The solving method used in this final project is the Branch-Price-and-Cut Algorithm, which is a method that combines

several techniques at once to produce an optimal solution. Based on the simulations, it can be seen that by cooperating in the process of shipping goods with a profit sharing scheme of 10%, the logistics company's profits increase by 24.78%. In comparison, the freight forwarder's profits increase by 27.65%. Hence, the cooperation scheme provides increased profits for the two companies with different values according to the percentage of profit sharing for the two companies."