Transportation cost adalah bagian penting dari logistics costs suatu perusahaan. Aktivitas pada transportasi merupakan salah satu aktivitas yang membutuhkan biaya terbesar dari keseluruhan biaya logistik. Oleh karena itu, mengurangi biaya yang terkait dengan transportasi merupakan kunci dalam mengurangi total biaya logistik. Namun hal tersebut akan menjadi semakin kompleks seiring dengan bertambahnya jumlah pelanggan. Dalam keilmuan optimasi, aktivitas transpostasi dapat dikategorikan sebagai Capacitated-Vehicle Routing Problem (CVRP). Dimana, salah satu cara untuk mengurangi biaya yang terjadi dari kegiatan ini adalah dengan mengoptimalkan jalur pengiriman. Namun, dengan bertambahnya lokasi pengiriman, maka permasalahan akan semakin kompleks secara eksponensial, meningkatkan kompleksitas untuk menemukan rute yang optimal. Penelitian terbaru dari F. Arnold dan K. Sörensen telah menunjukkan bahwa CVRP memiliki beberapa fitur penting untuk menentukan apakah solusinya baik atau tidak. Dengan menggunakan fitur-fitur pada CVRP, mereka berhasil memandu algoritma untuk menyelesaikan CVRP berskala besar. Dalam penelitian ini, peneliti mencoba mengembangkan algoritma Iterated Local Search (disebut sebagai modified-Iterated Local Search atau MILS), untuk menyelesaikan CVRP skala besar. Kami mencoba memandu algoritme menggunakan fitur paling penting dari VRP untuk menyelesaikan dengan cepat dan efektif. Kemudian algoritma juga diuji untuk menyelesaikan berbagai ukuran masalah, hingga mencapai 30.000 node dengan hasil yang kompetitif.

---

Transportation cost is the critical element of the total logistics costs of an organization.  Transportation activity is one of the main cost-driver of overall logistics cost. Hence, the transportation problem is becoming more complex in response to the growth of customers number. One way to reduce the cost that occurs from this activity is to optimize the delivery route. However, with the increase of delivery location, the potential routes are growing exponentially, escalating the complexity to find the optimal routes. This activity widely known as Capacitated-Vehicle Routing Problem (CVRP). Recent research from F. Arnold and K. Sörensen has shown that CVRP has some important features to define whether the solution is good or not. Using the features of CVRP, they successfully guide the algorithm to solve the large-scale CVRP. In this paper, we are focus employing the Iterated Local Search algorithm (called as modified-Iterated Local Search or MILS), to solve large-scale CVRP. We attempt to guide the algorithm using the most important feature of VRP to solve quickly and effectively.  Later, the algorithm also tested to solve various problems' size, until up to 30,000 nodes with the competitive result.