Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem distribusi merupakan bagian dari sistem transportasi secara menyeluruh dimana memiliki hubungan dan peran yang penting dalam menunjang aktivitas sosial dan ekonomi masyarakat. Keberadaan suatu sistem distribusi pada kawasan tertentu memberikan kontribusi yang cukup banyak bagi masyarakat. Tanpa sistem distribusi, maka aktivitas kehidupan masyarakat menjadi terganggu atau bahkan dapat terhenti sama sekali. Oleh karena itu, maka hubungan antara kedua sistem tersebut tidak dapat dipisahkan. Berdasarkan hal diatas, maka dalam skripsi ini dimaksudkan untuk mengembangkan suatu pendekatan sistem logistik. Pada perencanaan model stochastis ini, variabel-variabel yang saling berkaitan akan dibentuk menjadi suatu model yang dapat mewakili sistem logistik dalam distribusi barang. Model besardari sistem logistik ini antara lain, model bahan baku, model produksi, model fabrikasi, model penyimpanan produk, model penjadwalan pesanan, model pemenuhan pesanan, model distribusi barang, dan model fluktuasi pertumbuhan pesanan. Dari bentuk pemodelan tersebut, kemudian dilakukan simulasi. Simulasi ini bertujuan untuk mendapatkan karakteristik interaksi antar variabel yang saling mempengaruhi serta hasil pola tertentu dari berbagai variabel penentu yang berubah-ubah dalam sistem distribusi dan operasional melalui skenario Delay Opportunity Cost Combination Feedback. Umtuk mengetahui hal tersebut maka diterapkan 18 skenario dalam melayani pesanan yang diterima. Skenario itu dibagi menjadi 2 yaitu tidak adanya rejected order dan dengan adanya rejected order. Pemodelan dirancang dengan menggunkan software POWERS IM. Skenario terbaik dalam pemodelan ini adalah skenario yang menerapkan model pemenuhan pesanan dimana persentase keuntungan dan kuantitas pesanan region dekat lebih besar dibandingkan region jauh dan tidak adanya kebijakan rejected order. Hal ini disebabkan karena pemenuhan pesanan dilakukan hampir ditiap daerah pelayanan, kemudian total pesanan tunda pada akhir bulan hampir tidak ada dan tidak terjadi perbedaan keuntungan yang terlalu besar sehingga produsen mampu untuk mempertahankan daerah pemasaran dan meminimalkan persaingan dengan produsen lain."

"Upaya untuk menghubungkan antara kebutuhan suatu produk dengan aktivitas produksinya, membutuhkan suatu manajemen sistem logistik yang efektif, efisien dan saling menguntungkan antara kedua belah pihak Dalam konsep manajemen sistem logistik diperlukan strategi untuk menyeimbangkan antara demand yang terjadi dengan kemampuan produksi dan distribusi. Konsep pengembangan model sistem logistik dilakukan dengan pendekatan dinamika sistem, di mana proses yang terjadi dalam aktivitas sistem logistik pada suatu waktu akan berpengaruh pada proses aktivitas selanjutnya, dan terus akan berfluktuasi mengikuti kondisi yang terjadi. Skenario yang dirancang dalam proses pemenuhan pesanan terdiri dari : skenario prioritas pemenuhan pesanan dan pesanan tunda berdasakan jarak, berdasarkan daerah yang memberikan keuntungan terbesar, kombinasi antar dua skenario di atas, dan skenario yang merancang optimalisasi akumulasi keuntungan yang mungkin didapat. Untuk menguji validitas model, dilakukan simulasi dengan memasukkan sejumlah data masukan, yaitu data logistik dari P.T Semen Cibinong. Analisa model dilakukan dengan membandingkan kecenderungan (trend) yang terjadi untuk masing-masing variabel dari tiap skenario. Untuk skenario yang memberikan prioritas pemenuhan pesanan berdasarkan jarak, pesanan tunda terbanyak berasal dari daerah dengan jarak terjauh, sedangkan untuk skenario yang memberikan prioritas berdasarkan keuntungan dari tiap daerah (region), pesanan tunda terbanyak berasal dari daerah yang memberikan keuntungan terkecil. Dan untuk skenario yang memberikan prioritas pemenuhan pesanan berdasarkan optimalisasi keuntungan yang didapat, jumlah pesanan tunda bervariasi untuk masing-masing daerah, karena fungsi yang digunakan adalah fungsi optimalisasi akumulasi keuntungan yang didapat.Berdasarkan hasil simulasi, akumulasi keuntungan yang didapat untuk skenario 1 adalah Rp.10.860.000.000 dengan sisa pesanan tunda sebanyak 36.116 ton, untuk skenario 2 adalah Rp.11.200.000.000 dengan sisa pesanan tunda sebanyak 37.925 ton, untuk skenario 3 adalah Rp.9.982.000A00 dengan sisa pesanan tunda sebanyak 8907 ton, untuk skenario 4 adalah Rp.10.770.000.000 dengan sisa pesanan tunda sebanyak 46.991 ton, untuk skenario 5 adalah 4.12.800.000.000 dengan sisa pesanan tunda sebanyak 45.490 ton."

"Masalah klasik yang sering dialami oleh manajemen sistem logistik adalah bagaimana menyeimbangkan antara tuntutan kepuasan pelanggan dan tuntutan perusahaan untuk menghemat biaya. Logistik adalah salah satu komponen perusahaan yang memberikan kontribusi pengeluaran terbesar. Bagian dari logistik yang paling berpengaruh terhadap penciptaan biaya ini adalah sistem transportasi. Selalu ada tank menarik kepentingan antara komponen-komponen sistem logistik dalam upaya penghematan biaya karena penghematan pada salah satu komponen seperti transportasi tidak seialu memberikan basil yang memuaskan. Sebab dalam suatu sistem logistik penurunan biaya di satu sisi dapat berarti peningkatan biaya di sisi lain. Tantangan bagi manajemen adalah mencari solusi yang seimbang antara sisi yang tank menarik ini agar pengehematan akhir yang dapat dicapai adalah optimal bukan suboptimal.Dalam memecahkan permasalahan sistem seperti sistem logistik yang saling tank menarik tersebut diperlukan suatu pendekatan sistemik dan sistematik. Pendekatan kualitatif yang mengandalkan pengetahuan dan intuisi belaka sering kali menghasilkan solusi parsial dan temporal. Hal ini disebabkan keterbatasan Cara berpikir manusia yang cenderung simtomatis dan linier. Pada kenyataannya permasalahan didunia nyata seperti permasalahan di sistem logistik bukanlah liner namun sering melibatkan hubungan kausalitas yang kompleks. Oleh karena itu guna mendapatkan keyakinan yang lebih tinggi dalam mengambil keputusan, manajemen juga membutuhkan pendekatan kuantitatif yang melibatkan pemodelan dan simulasi sistem. Satu dari beberapa pendekatan analisis berbasis pola pikir sistem adalah System Dynamics. Pendekatan ini memungkinkan manajemen mengidentifikasi hubungan kausalitas dalam sistem serta memodelkannya menggunakan piranti lunak tertentu seperti Powersim dan mengamali perilaku sistein melalui proses simulasi tahap demi tahap.Langkah awal dari upaya analisis sistem ke arah penghematan yang optimal dari suatu sistem logistik dapat dimulai dari analisis apakah sistem transportasi itu sendiri dapat ditingkatkan efisiensinya terutama jika gejala ke arah tersebut cukup kuat. Kasus dalam penelitian ini menunjukkan sistem transportasi perusahaan masih kurang efisien dengan utilisasi angkutan hanya sekitar 50% hingga 55%. Untuk memahami lebih dalam permasalahan ini maka dibuatlah sebuah model konseptual yang menggambarkan hubungan kausalitas antar komponen dan model simulasi sederhana yang kedua-duanya menggambarkan pola penggunaan sarana transportasi. Sebagai masukan untuk model simulasi tersebut digunakan data historis distribusi barang dari bulan Juni 2005 hingga Agustus 2005 serta sejumlah informasi terkait yang menggambarkan kondisi sistem sehari-hari di lapangan.Setelah melalui tahap pemodelan dan simulasi diperoleh basil yang menunjukkan bahwa faktor yang memiliki pengaruh terkuat terhadap tingkat efisiensi sistem transportasi adalah pola permintaan dari pelanggan. Sementara faktor internal yaitu konfigurasi armada truk walau juga memiliki pengaruh narnun tidak setinggi faktor permintaan. Dengan demikian upaya yang mungkin dilakukan perusahaan untuk meningkatkan efisiensi sistem transportasi adalah merangsang pelanggan untuk menyesuaikan pola permintaannya. Penerapannya dapat dilakukan dengan cara mendorong pelanggan untuk berbagi informasi stok dan penjualannya secara kontinyu dengan perusahaan. Sistem informasi yang terintegrasi berperan penting dalam hal ini.

---

The classical problem frequently faced by logistics managements is on how to make a good balance between delivering customer satisfaction and reducing costs. Logistics is generally considered as a component of a firm which gives the largest contribution to costs. Part of logistics which contributes most to these costs is transportation system. There is always conflicting interests among logistics components in their efforts in reducing costs, because cost reduction on one component such as transportation does not always give satisfying result. This happens because in logistics systems, cost reduction on one part of the systems could increase costs on others. It is a challenge for management to find balanced solutions for these conflicting parts so as to make the final results optimal but not suboptimal.

In solving problems like the one previously mentioned, logistics managements have to use systemic and systematic approach. Qualitative approaches which solely rely on knowledge and intuitions often give partial and temporary results. It comes from our limitation in the way we think which tends to be symptomatic and linear. In fact, problems in the real world such as problems in logistics systems are not linear but often involve causal relationships which are complex by nature. Therefore, in order to gain stronger confidence in decision making, logistics managements have also to use quantitative approach which involves systems modeling and simulations. One of a few analysis based on systems thinking is System Dynamics. Such analysis allows managements to identify causal relationships in systems and to model them using software such as Powersim, and finally to investigate systems behavior through simulation process, step by step.

The first step of systems analysis, which objective is to find an optimal cost reduction, is to analyze whether the efficiency of the transportation system itself could be increased, especially when the symptoms are sufficiently strong. The case of this research shows that the company transportation system is still inefficient. Trucks utilization is only between 50% and 55%. In order to understand the problems in hand better, a conceptual model, which depicts causal relationships between components, and a simple simulation model are made. Both show trucks utilization patterns. Historical products distribution data from June through August, 2005, and some related information which shows daily system activities are used as the simulation input.

After going through some modeling and simulation steps, the final result shows that the factor which gives the largest contribution to the transportation system's efficiency level is the customers demand. Meanwhile, the internal factor, which is trucks fleet configuration, though also has some influence, gives smallest contribution to the efficiency level. It can be concluded that the most promising move the company could exercise in its effort to improve its transportation system efficiency is to stimulate its customers to adjust their demand patterns. This can be done by stimulating the customers to share their stock and sales information with the company. Integrated information systems could play significant roles in this case."

"Perkembangan sistem distribusi barang memungkinkan produk dapat didstribusikan ke beberapa daerah dengan jarak yang bervariasi, sehingga pengelolaan dan pengaturan dalam produksi dan distribusi barang menjadi sangat penting. Masalah yang terjadi pada saat ini adalah bahwa produksi barang cenderung tetap sepanjang waktu, tanpa memperhatikan jumlah pesanan, selain itu masalah distribusi barang ke daerah yang jauh menimbulkan biaya yang tinggi. Berdasarkan kondisi tersebut, skripsi ini bertujuan untuk mengembangkan suatu model dinamika sistem untuk sistem pendistribusian barang. Pada perencanaan model sistem logistik dengan skenario Delay Cost Feedback ini, aspek-aspek dalam sistem logistik yang saling terkait akan menjadi variabel-variabel dalam pemodelan yang mewakili sistem logistik ini. Model sistem ini terdiri dari beberapa submodel antara lain submodel bahan baku, submodel produksi, submodel pemesanan produk, submodel distribusi dan submodel reaksi pasar. Dari pemodelan tersebut selanjutnya akan dilakukan simulasi yang bertujuan untuk menegetahui karakteristik interaksi antar variabel yang saling mempengaruhi dan hasil serta pola tertentu dari hasil simulasi dalam sistem distribusi dan operasional melalui skenario Delay Cost Feedback sekailigus melakukakan uji kebijakan terhadap sistem tersebut. Simulasi dilakukan sebanyak 4 kali dengan menerapkan kebijakan yang berbeda dalam pemenuhan pesanan di setiap simulasinya, yaitu dengan minimalisasi cost dan maksimalisasi cost. Pemodelan dirancang dengan menggunakan software POWERSIM?. Penerapan kebijakan yang diambil dalam pemodelan ini memberikan feedback yang berbeda dan memberikan keuntungan yang berbeda pula. Dari feedback tersebut dapat diambil kesimpulan bahwa kebijakan yang terbaik adalah dengan meminimalisasi cost. Dengan kebijakan ini produsen akan mengeluarkan cost yang terkecil dalam melayani pesanan yaitu dengan memprioritaskan daerah pelayanan yang terdekat, walaupun produsen akan kehilangan konsumen didaerah yang jauh. Kebijakan ini sesuai dengan tujuan setiap produsen untuk meminimalisasi cost, dalam hal ini transportation cost."

"Skripsi ini membahas tentang bagaimana optimisasi jumlah angkutan umum perkotaan pada suatu rute dilakukan menggunakan metode Integer Linear Programming. Penelitian ini bertujuan untuk mengurangi kepadatan lalu lintas dan juga mengurangi biaya yang dikeluarkan. Model yang digunakan merujuk kepada model penelitian yang telah dibangun oleh Alkheder et al., 2018, dengan menyesuaikan kondisi objek penelitian. Variabel yang digunakan merupakan variabel yang berkaitan dengan tingkat pelayanan angkutan umum, dengan permintaan yang ada pada saat jam sibuk. Hasil dari penelitian ini menunjukkan, perlu adanya pengurangan angkutan umum yang sudah ada, dengan frekuensi per jam yang telah ditetapkan. Kuantitas optimal yang didapatkan merupakan kuantitas optimal untuk jam sibuk, yang sudah memenuhi syarat untuk melayani penumpang di jam tidak sibuk.

---

This study discusses about how to optimize bus quantity that is used as urban transport. As the problem constructed is about optimization, Integer Linear Programming is chosen to be the method for this study. The purpose of this study is to decrease the quantity of bus based on demand and certain constraints made by observing the object of this study, thus will decrease total cost in each route based on the length of them.

This study was conducted with case study design to apply and modify Alkheder et al., 2018 model through observation results. The variables involved in this study are about service level given by the operator of bus and the demand in each route.

This study found that a decrease in bus quantity is a must to match the demand with certain standard frequency. The optimal quantity of bus is the optimal quantity for peak hours, assuming the quantity is edible to serve demand in off peak hours. "

"Sejalan dengan semakin berjalannya waktu, kebutuhan manusia pun makin kompleks, yang dalam pemenuhannya mengalami berbagai kendala atau keterbatasan. Sehingga berkembanglah Sistem Logistik yang secara definitif adalah suatu sistem pengadaan barang, yang tercakup di dalamnya aspek permintaan pasar, penyediaan bahan mentah, produksi, dan distribusi ke pasar. Yang menjadi masalah adalah bahwa demand cenderung lebih besar dari supply. Oleh karena itu dibutuhkan suatu sistem pemenuhan kebutuhan yang tepat untuk dapat menyiasati hal ini. Untuk mencoba mengatasi hal tersebut, pada skripsi ini dibuat suatu model Sistem Logistik dengan pendekatan dinamika sistem dengan menggunakan software POWERSIM&Trade; dimana model ini dibuat kurang lebih sama dengan keadaan sebenarnya dengan variabel-variabelnya yang bersifat dinamis. Pada skripsi ini, digunakan bahan logistik semen yang mencakup 4 daerah pelayanan dimana 2 adalah daerah 1 dan 2 adalah daerah dekat dan daerah 3 dan 4 adalah daerah jauh serta data yang digunakan adalah data artificial. Pada skripsi ini diterapkan skenario Opportunity Cost Feedback, yaitu prioritas pemenuhan kebutuhan pesanan dari 4 region yang berbeda dilakukan berdasarkan daerah mana yang memberi keuntungan terbesar bagi produsen. Dari simulasi yang dilakukan terhadap skenario ini, dilihat bagaimana respon konsumen (feedback) yang akan mempengaruhi kinerja pabrik selanjutnya. Keuntungan diambil produsen dari biaya total antara produksi dan transportasi, dalam hal ini, pabrik menyediakan sendiri armada yang akan digunakan untuk mengantar pesanan dalam jumlah terbatas. Biaya produksi adalah tetap dan sama untuk semua daerah sementara biaya transportasi fluktuatif dan berbeda-beda tergantung jaraknya dari pabrik. Pesanan dapat diantar ke konsumen jika stok produk dan jumlah armada yang tersedia mencukupi, dalam hal ini stok produk dan armada menjadi constraints kita. Jika stok produk dan atau armada tidak mencukupi maka pemenuhan pesanan melihat nilai constraints terkecil dengan skenario pendistribusian pesanan ke 4 daerah pelayanan diprioritaskan ke daerah yang menghasilkan keuntungan terbesar bagi produsen. Pemilihan prioritas dalam pendistribusian pesanan tersebut dilakukan dengan bantuan software LOGWARE ?. Dengan software ini dapat ditentukan keuntungan yang paling maksimal dengan mengoptimalisasi constraints yang ada, dalam hal ini adalah stok produk dan kapasitas armada tersedia. Pada skenario tersebut diterapkan 2 kebijakan, yaitu pemenuhan pesanan tunda unlimited dan limited, dimana pada limited akan terdapat rejected order. Tiap kebijakan dilakukan 2 simulasi yang perbedaannya terletak pada prosentase keuntungan yang diambil dari tiap daerah, dimana total cost dianggap konstan. Pada simulasi pertama prosen keuntungan yang diambil di tiap daerah ditetapkan sama dan pada simulasi kedua prosen keuntungan diambil semakin kecil untuk daerah yang makinjauh (daerah 4). Kesimpulan yang bisa diambil dari simulasi yang dilakukan adalah dengan keuntungan yang ditentukan dari total cost, maka semakin besar transportation cost (semakin jauh) dan semakin besar prosen keuntungan yang diterapkan, keuntungan akan semakin besar, dan akan mendapat prioritas dalam pemenuhan pesanan. Dengan total cost makin besar ke daerah yang jauh dan prosen keuntungan minimal sama atau makin besar, prioritas pemenuhan pesanan ada di daerah-4, tetapi dengan prosen keuntungan yang dibuat semakin kecil ke daerah-4 dengan komposisi tertentu, prioritas pemenuhan pesanan akan bergerak ke daerah yang dekat. karena keuntungan terbesar bergerak ke daerah yang dekat."

"Penelitian tentang hubungan infrastruktur transportasi dan pertumbuhan ekonomi telah menarik perhatian banyak peneliti di Indonesia. Namun, beberapa studi yang telah dilakukan menunjukkan hasil yang bervariasi tergantung pendekatan yang digunakan, lokasi penelitian dan waktu penelitian. Berkenaan dengan itu, penelitian ini sekaligus menggunakan dua pendekatan yaitu pertama dengan menggunakan data time-series dan kedua menggunakan data panel. Dengan menggunakan pendekatan pertama, penelitian ini menyimpulkan bahwa terdapat hubungan searah dari pertumbuhan ekonomi ke pertumbuhan infrastruktur jalan, dan tidak sebaliknya. Sementara, hubungan pertumbuhan ekonomi dengan transportasi udara dan laut tidak signifikan. Hasil yang serupa juga ditemukan dengan menggunakan pendekatan kedua dengan menggunakan fixed effect model dengan robust standard errors. Pertumbuhan dari ketiga moda transportasi itu tidak memiliki efek yang signifikan pada pertumbuhan ekonomi. Namun, dampak dari level transportasi udara signifikan dan negative pada pertumbuhan ekonomi. Selanjutnya, berbeda dengan efek dari infrastruktur transportasi, efek dari pertumbuman modal tetap bruto, sebagai proxy dari investasi infrastruktur, positif dan signifikan di semua model yang menggunakan fixed effect model dengan robust standard errors. Ini menunjukkan bahwa investasi modal memiliki peran penting pada ekonomi Indonesia, dan sepertinya ini menkonfimasi bahwa pertumbuhan investasi infrastruktur meningkatkan permintaan pada intermediate goods dan buruh, yang dapat menstimulasi terjadinya multiplier effect di dalam ekonomi.

---

The relationship between transport infrastructure and economic growth has attracted many researchers, including in Indonesia. However, all of these studies show quite mixed results depending on the approach used, the study's location, and the time studied.

This study uses both time-series data analysis and panel data analysis to investigate the relationship between economic growth and three transport infrastructure types. By using time-series data analysis, by employing VAR/VECM, this study concludes that there is a unidirectional relationship from economic growth to the growth in road infrastructure, not vice versa, while the relationships of per capita economic growth with the growth in air and sea transport infrastructure are not significant. A similar result also has been found using panel FEM with robust standard errors. All the growths in three types of infrastructure have no significant effect on per capita economic growth. Similarly, the effects of the level of both road transportation infrastructure and sea transportation infrastructure on economic growth are also not significant. However, the effect of the level of air transportation infrastructure is significant and negative.

Furthermore, in contrast with the effect of the growth rate of transport infrastructure on economic growth, the effect of growth in gross capital formation per capita, as a proxy of infrastructure investment, is positive and significant in all equations using FEM with robust standard errors. This shows that capital investment plays an essential role in Indonesias economy and might confirm that the growth in infrastructure investment increases the demand for intermediate goods and labours, which can stimulate a multiplier effect in the economy."

"Penelitian ini bertujuan untuk mengoptimalkan proses penatausahaan dan pengendalian persediaan logistik bencana alam pada Direktorat Perlindungan Sosial Korban Bencana Alam PSKBA dengan pendekatan Soft Systems Methodology SSM . Penelitian mengidentifikasi beberapa permasalahan pada beberapa area seperti permasalahan dalam kegiatan penatausahaan, penyaluran, pelaporan, pengawasan dan evaluasi, serta permasalahan umum lainnya.Permasalahan-permasalahan tersebut berusaha dipecahkan oleh penelitian ini bersama para pihak terkait pada Direktorat Perlindungan Sosial Korban Bencana Alam PSKBA dengan menghasilkan beberapa kesepakatan dalam rangka optimalisasi proses penatausahaan dan pengendalian persediaan logistik bencana seperti: pembangunan kesepahaman persepsi mengenai pengelolaan logistik dengan daerah melalui nota kesepahaman; pelaksanaan peningkatan kompetensi pengelola logistik bencana dan efektivitas monev melalui pelatihan yang terstandarisasi dan pembentukan Tim Pembina pengelolaan logistik bencana; serta peningkatan prosedur dalam kegiatan kompilasi laporan logistik.

---

This study aims to optimize the natural disaster logistic inventory administration and control in Directorate of Social Protection for Natural Disaster Victims PSKBA with Soft System Methodology SSM approach. This study identifies several issues concerning the administration and control of disaster logistics inventory in several area such as administration, distribution, reporting, monitoring evaluation, and other critical activities.

These problems are solved by this study with the related parties at the Directorate of Social Protection of Natural Disaster Victims PSKBA by producing several agreements in order to optimize the process of administration and control of disaster logistic inventory through the development of perceptions of understanding the disaster logistic management with the local authority through memorandum of understanding implementation of the increased competence of disaster officers and monitoring and evaluation effectiveness through standardized training and formation of disaster management logistics management teams and improvement of procedures in compilation of logistik reports."

"Transportasi merupakan salah satu bagian penting dari sistem logistik, tetapi sektor transportasi juga merupakan salah satu konsumen bahan bakar terbesar dan penyumbang sebagian besar polutan di dunia. Berdasarkan studi ketiga dari IMO pertumbuhan emisi Gas Rumah Kaca (GRK) berpotensi meningkat secara signifikan di tahun 2050 yang utamanya dikarenakan pertumbuhan perdagangan maritim dunia. Lebih dari 80% kegiatan pendistribusian produk Bahan Bakar Minyak (BBM) dalam rantai bisnis PT. Pertamina (Persero) didukung melalui transportasi maritim, khususnya kawasan Indonesia bagian timur yang terdiri dari banyak kepulauan. Pengendalian emisi GRK dalam tranportasi maritim dapat dilakukan salah satunya melalui pengelolaan rute distribusi logistik.Dalam penelitian ini dilakukan optimasi biaya transportasi dan emisi GRK pada sistem depot majemuk dengan armada transportasi kapal yang heterogen untuk diaplikasikan pada kasus distribusi logistik produk Premium, Kerosene dan Solar di Wilayah Distribusi Niaga III dimana sumber pasokan berasal dari kilang Pertamina yang berlokasi di Balikpapan dan Kasim (RU V dan VII). Komputasi penyelesaian model optimasi menggunakan piranti lunak AIMMS versi 4.74 dengan solver CPLEX versi 12.9 untuk mendapatkan rute distribusi logistik terbaik dengan meminimalkan biaya transportasi dan emisi GRK yang dihasilkan oleh infrastruktur transportasi.Hasil optimasi skenario Z1, Z2 dan MOO untuk biaya transportasi secara berurutan diperoleh sebesar 0,05, 0,078 dan 0,062 USD/kL-km dan intensitas emisi CO2 sebesar 9,16, 4,48 dan 4,62 gr-CO2/kL-km. Hasil dari optimasi multi tujuan dapat memberikan rute distribusi logistik yang optimal dengan meminimumkan biaya transportasi dan emisi CO2 secara bersamaan.

---

Transportation is an important part of the logistics system, but the transportation sector is also one of the largest fuel consumers and contributors to the majority of pollutants in the world. Based on the third study of IMO, Green House Gas (GHG) emission growth has the potential to increase significantly in 2050 mainly due to the growth of world maritime trade. More than 80% of the distribution activities of fuel products in the business chain of PT. Pertamina (Persero) is supported through maritime transportation, especially the Eastern Indonesia Region which consists of many islands. One of the ways to control GHG emissions in maritime transportation is by managing logistics distribution routes.

This research carried out an optimization of transportation costs and GHG emissions on a multi-depot system with a heterogeneous ship transportation fleet to be applied to the logistics distribution of Gasoline, Kerosene and Diesel products in the Commercial Distribution Region III where the source of supply comes from the Pertamina Refinery located in Balikpapan and Sorong (RU V and VII). The computational model solution used in this study uses AIMMS version 4.74 software with the CPLEX solver version 12.9 to get the best logistics distribution route by minimizing transportation costs and GHG emissions generated by transportation infrastructure. Z1, Z2 and MOO scenario optimization results for transportation costs are respectively obtained by 0.05, 0.078 and 0.062 USD/kL-km and CO2 emission intensities of 9.16, 4.48 and 4.62 gr-CO2/kL-km.

The results of multi-purpose optimization can provide optimal logistics distribution routes by minimizing transportation costs and CO2 emissions simultaneously."

"Pada penelitian kali ini, dikembangkan sistem enkripsi citra digital berbasis Chaos yang akan digunakan pada proses pengiriman citra telemedicine. Sistem enkripsi citra digital ini digunakan untuk mengamankan transmisi citra telemedicine dengan baik. Sistem Enkripsi ini dikembangkan menggunakan arsitektur Substitution dan Diffusion. Substitution merupakan proses pengacakan piksel-piksel pada citra digital pada perancangan kali ini proses Substitution menggunakan metode Triangular Map, Sedangkan Diffusion merupakan proses penyamaran piksel piksel citra digital atau proses masking dengan menggunakan metode Logistic map. Sistem ini dikembangkan dengan menggunakan Bahasa pemrograman Python. Proses enkripsi citra dirancang untuk menjalankan skema Substitution terlebih dahulu lalu skema Diffusion. Begitu pula pada proses dekripsi citra skema Diffussion dijalankan terlebih dahulu lalu skema Substitution. Didapatkan hasil bahwa sistem ini dapat menaikan nilai Entropi dari 6,023376 menjadi 7,902289. Dan menurunkan nilai koefisien korelasi antar piksel dari 0,995740 menjadi 0,004858 pada bidang horizontal, 0,990354 menjadi 0,010739 pada bidang vertical dan sistem enkripsi ini memiliki sensitifitas secret key dengan presisi 1×1030.

---

In this study, a Chaos-based digital image encryption sistem was developed that will be used in the process of transmitting telemedicine images. This digital image encryption sistem is used to secure telemedicine image transmission well. This Encryption Sistem was developed using the Substitution and Diffusion architecture. Substitution is the process of randomizing pixels in a digital image. This time the Substitution process uses the Triangular Map method, while Diffusion is the process of disguising digital image pixels or masking process using the Logistic map method. This sistem was developed using the Python programming language. The image encryption process is designed to run the Substitution scheme first and then the Diffusion scheme. Likewise in the process of decryption the Diffussion scheme is run first then the Substitution scheme. The results show that this sistem can increase the value of Entropi from 6.023376 to 7.902289. And decrease the correlation coefficient between pixels from 0.995740 to 0.004858 in the horizontal plane, 0.990354 to 0.010739 in the vertical plane and this encryption sistem has a secret key sensitivity with a precision of 1×1030.."