Perutean kendaraan berkapasitas (CVRP) merupakan masalah pengiriman
barang dari suatu depot ke berbagai lokasi pelanggan yang bertujuan
meminimalkan panjang rute dengan tetap memperhatikan batasan kapasitas
kendaraan. Pada penelitian ini, digunakan sebuah pendekatan yang
menggabungkan metaheuristik Harris Hawks Optimization dengan operator
genetika mutasi dan crossover, serta menerapkan teknik pencarian lokal 2-opt.
Selain itu, digunakan juga teknik pengkodean random-key encoding untuk
mengubah representasi solusi kontinu menjadi permutasi. Dataset pengujian yang
digunakan adalah 6 set populer (Set ABEFMP) yang kemudian digunakan pada 18
rangkaian pengujian berdasarkan kombinasi parameter jumlah populasi 10, 20, dan
30, serta jumlah iterasi 100, 200, 300, 400, 500, dan 1000. Metode validasi
menggunakan gap, yaitu selisih antara best solution dengan global optima (BKS)
yang terdapat pada dataset pengujian. Analisis sensitivitas parameter menunjukkan
bahwa semakin besar pengaturan nilai parameter, maka akan meningkatkan
kualitas solusi rata-rata dengan mengorbankan waktu komputasi. Kemudian
dilakukan perbandingan hasil pengujian dengan 7 metaheuristik lainnya terhadap
89 dataset pengujian. Hasilnya menunjukkan bahwa metode yang diusulkan
mampu mengungguli metode lainnya dengan mendapatkan 76 hasil terbaik dari 89
dataset pengujian (sekitar 85.4%). Kemudian disusul oleh Genetic Algorithm with
Fuzzy C-Means Clustering yang mendapatkan 18 hasil terbaik (sekitar 20.2%) dan
dilanjutkan oleh Advanced Phasmatodea Population Evolution Algorithm dengan
5 hasil terbaik (5.6%).