Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kompetisi ketat pada industri penerbangan menuntut dilakukan optimasi. Biaya awak pesawat merupakan biaya kedua terbesar dalam industri penerbangan sehingga dengan meminimumkannya dapat menghasilkan penghematan biaya yang signifikan. Pembuatan jadwal rotasi penugasan awak (crew pairing) merupakan pembuatan rotasi penugasan awak dengan tujuan mengcover seluruh penerbangan dengan biaya minimum. Permasalahan rotasi penugasan awak (crew pairing problem) mempunyai kompleksitas tinggi karena banyak faktor yang harus dipertimbangkan seperti aturan yang berlaku serta biaya yang ditimbulkan. Ada dua tahap untuk pembuatan rotasi penugasan awak, tahap pertama adalah enumerasi seluruh pairing yang mungkin, kemudian optimasi pairing menggunakan algoritma genetika yang telah dimodifikasi berupa penambahan heuristic feasibility operator yang sesuai dengan karakteristik set covering problem, sehingga memungkinkan terjadinya proses deadhead. Algoritma genetika sendiri melakukan operasi genetika seperti crossover dan mutasi dengan parameter tertentu. Pengolahan data menghasilkan solusi rotasi penugasan awak yang lebih baik dari jadwal sebelumnya pada PT. X, menghasilkan penghematan biaya sebesar 39% dan pengurangan jumlah hari menginap sebesar 42%."

"Dalam dunia bisnis selalu terdapat aksi persaingan. Perusahaan yang memiliki daya saing yang tinggi maka akan mampu bertahan. Perkembangan jasa pelayanan maskapai penerbangan dari tahun ke tahun semakin menjadi perhatian masyarakat luas. Fenomena ini sudah banyak ditangani oleh perusahaan termasuk perusahaan penerbangan dalam negeri PT. X, namun penjadwalan yang kurang optimal masih menjadi penghambatnya. Masalah yang paling mendesak bagi maskapai PT. X adalah biaya operasional yang sangat tinggi melebihi nilai pemasukan perusahaan. Makalah ini menawarkan kerangka kerja bagi perusahaan penerbangan untuk menyusun penjadwalan awak pesawat, dengan menggunakan model optimasi yang optimal sambil mempertimbangkan serangkaian aturan dan batasan yang berlaku dalam penerbangan.

---

In the business world there is always competition action. Companies that have high competitiveness will be able to survive. The development of airline services from year to year is increasingly a concern of the public. This phenomenon has been handled by many airline companies including domestic airlines company PT. X, but less optimal scheduling is still a barrier. The most pressing issue for PT. X is that the operational costs exceed the company 39 s revenue. This paper offers a framework for airlines to develop aircraft scheduling schedules, using optimized optimization models while considering a set of rules and restrictions in flight."

"Saat ini persaingan antara maskapai penerbangan sangat ketat sehingga masing-masing maskapai penerbangan selalu mencari cara untuk meningkatkan kualitas dan mengoptimalkan operasional perusahaan. Masalah yang menjadi salah satu faktor terbesar dalam pengeluaran operasional adalah bagian penjadwalan. Makalah ini menawarkan model optimasi untuk rotasi penugasaan awak pesawat di industri penerbengan untuk menyusun strategi dan pola untuk menemukan rute yang optimal dengan mempertimbangkan biaya penugasan para awak pesawat untuk salah satu jenis pesawat di suatu maskpai penerbangan. Metode yang digunakan dalam penelitian ini adalah Algoritma Breadth First Search untuk pencarian pairing dan Algoritma Genetika untuk mendapatkan biaya penugasan yang paling minimum. Hasil dari penelitian ini adalah terdapat 147 rangkaian pairing dengan diperoleh total biaya penugasan sebanyak 186.062 dan terjadi penghematan sebesar 50.478 dari kondisi awal.

---

Currently the competition between airlines is so intense. Each airline is always looking for ways to improve their quality and optimize their operating costs. The problem that has become one of the biggest factors in operational rsquo s cost is the scheduling. This paper offers an optimization model for the rotation of aircraft crew assignments in the aircraft industry to devise strategies and patterns to find the optimal route to obtain the minimum total cost. The method used in this research is Breadth First Search algorithm for pairing search and Genetic Algorithm to get the minimum total hotel cost. The result of this research is there are 147 series of pairing with obtained the total hotel cost as much as 186.062 and there is savings of 50,478 from the initial conditions."

"Principal Componen Analysis (PCA) merupakan sebuah metode transformasi yang sangat berguna dalam sistem pengenalan wajah tiga dimensi. PCA berperan sangat baik sebagai alat pengekstraksi ciri yang sangat dibutuhkan dalam proses klasifikasi objek tiga dimensi yang diwakili oleh sekumpulan citra wajah dua dimensi. Dalam proses ekstraksi ciri dilakkan transformasi yang sekaligus melibatkan proses reduksi dimensi untuk mendapatkan ciri-ciri optimal sebagai basis ortogonal ruang wajah. Namun pada setiap himpunan citra wajah yang berbeda proses ini harus dilakukan berulang-ulang karena tingkat reduksi dimensi tersebut ditentukan oleh suatu parameter proporsi kumulatif nilai eigen yang harus ditentukan secara manual dari luar sistem. Akibatnya, proses untuk mendapatkan tingkat reduksi dimensi yang terbaik menjadi terhambat karena adanya proses trial and error tersebut. Disini akan dijelaskan sebuah metode untuk mengotomatisasi dan mengoptimasi proses di atas dengan menunjukkkan kinerja yang tidak kalah bahkan mampu memperbaiki kinerj PCA tanpa dikombinasikan dengan alogritma genetika, sehingga disini proses otomasi dan optimasi yang diharapkan dapat dinyatakan berhasil."

"ABSTRAKPersaingan dalam usaha jasa angkutan udara menampakkan kecenderungan yangsemakin ketat, karena adanya deregulasi dalam usaha angkutan udara, kenaikan hargabahan bakar minyak, tuntutan gaji yang lebih tinggi dari karyawan, dan tentu sajatuntutan yang semakin tinggi dari para pengguna jasa atas pelayanan yang ditawarkanpada mereka. Posisi bersaing dari suatu perusahaan penerbangan dapat ditingkatkanmelalui beberapa alternatif strategi. Salah satu diantaranya adalah mengoptimumkanpenggunaan sumber daya langka yang diperlukan untuk operasinya. Awak pesawattermasuk sumber daya yang langka, karena untuk mendapatkan awak pesawat yangdiperlukan untuk operasi penerbangan memerlukan beaya yang relatif mahal danwaktu pendidikan yang lama. Perencanaan penugasan awak pesawat merupakan salah satu proses penunjang operasipenerbangan. Dengan perencanaan ini ingin dicapai tujuan pengalokasian sumber dayamanusia, dalam hal ini adalah awak pesawat, yang optimum. Berdasarkan atas Timetabledibuat Aircraft Rotation yang menjadi masukan utama dalam proses perencanaanpenugasan awak pesawat. Keselamatan penerbangan merupakan salah satu sasarandalam suatu operasi- penerbangan, sehingga dalam perencanaan penugasan awakpesawat berlaku Flight Duty Regulations yang termuat didalam Basic OperationManual yang dibuat berdasarkan Civil Aviation Safety Regulation (dikeluarkan olehDirektorat Keselamatan Penerbangan). Kesulitan dalam perencanaan awak pesawatmeningkat dengan semakin besarnya jumlah route yang harus dikelola dan jumlahawak pesawat yang harus dialokasikan pada route-route tersebut. Bertolak dari permasalahan yang telah diuraikan diatas, maka dalam karya akhir inidicoba untuk diteliti sejauh mana aplikasi model ILP dapat dijadikan dasar pengambilankeputusan dalam operasi perusahaan penerbangan. Obyek penelitian yang dipilihuntuk penerapan model ILP ini adalah PT Garuda Indonesia, yaitu pada bidangperencanaan penugasan awak pesawat di Divisi Operasi Penerbangan. Penerapan model ILP dalam penugasan awak pesawat ini dimasudkan untukmengoptimumkan penggunaan sumber daya manusia. Kriteria optimum yang dipilihadalah minimisasi yang dinyatakan dalam fungsi tujuan. Optimasi dilaksanakandengan memperhatikan kebutuhan awak pesawat sesuai dengan tipe pesawat,ketergantungan route penerbangan, dan ketentuan pembatasan waktu kerja bagi awakpesawat. Mengingat adanya keterbatasan kemampuan program paket LINDO versi personal useryang dipergunakan dalam penelitian, maka diputuskan untuk mempergunakanpendekatan pengembangan model melalui dua tahapan. Tahap pertama adalah pembuatanmodel ILP skala-kecil dan tahap kedua adalah perluasan model skala-kecil.Dari analisa model ILP skala-kecil yang telah diformulasikan dan dicari solusinyadengan LINDO, dapat ditarik kesimpulan bahwa model ILP skala-kecil dapat diperluasdan dijadikan sebagai salah satu alternatif dalam pemecahan masalah penugasan awakpesawat. Penerapan model ILP dalam penugasan awak pesawat memerlukan dukungan saranaperangkat keras dan lunak komputer yang mampu melaksanakan komputasi dengansejumlah besar variabel keputusan, dimana jumlah variabel keputusan ini terkaitlangsung dengan jumlah route dan jumlah awak pesawat."

"Container loading menjadi inti permasalahan dari aktivitas logistik. Hal ini terjadi karena banyaknya ruang sisa pada kontainer yang tidak termanfaatkan akibat ketidaksesuaian perbandingan dimensi barang yang akan dimuat dengan dimensi kontainer. Kerugian yang ditimbulkan adalah cost untuk sewa kontainer akan bertambah juga kelelahan yang dialami helper. Oleh karena itu diperlukan suatu pengaturan yang baik agar penyusunan barang dalam kontainer dapat lebih optimal. Permasalahan ini dapat diselesaikan menggunakan metode algoritma genetika. Dimana prosesnya diawali dengan pembangkitan populasi awal, setelah itu dilakukan crossover dan mutasi, sebelum akhirnya dihitung nilai fitnessnya untuk kemudian dilakukan seleksi terhadap nilai fitness terbaik yang nantinya akan dijadikan sebagai solusi dari permasalahan yang ada. Dari hasil pengujian didapat parameter nilai terbaik yang akan mempengaruhi solusi, yakni ukuran populasi sebesar 100, nilai crossover rate sebesar 0,7, nilai mutation rate sebesar 0,3, dan ukuran generasi sebesar 50. Dari parameter yang telah didapatkan diperoleh nilai fitness terbaik sebesar 48,82. Kemudian nilai fitness ini divisualisasikan kedalam pola susunan barang yang optimal untuk digunakan sebagai solusi dari penyusunan barang di dalam kontainer.

---

The container loading is the major issues of logistics activity. This is because of the large amount of space left in the unused container as a result of the misalignment of the dimensions of goods that would be loaded with container dimensions. The loss are container rental cost will increase and fatigue experienced by helper. Therefore, a good arrangement is needed for more optimum. The matter can be solved using a genetic algorithm method. That process starts with initialization of the population, after it crossover and mutation, and then calculate the fitness value to use it for selection to get best fitness value that eventually becomes the solution for this problem. According to the tests, the best parameters, which will affect the solution, a population size is 100, a crossover rate is 0,7, a mutation rate is 0,3, and a generation size is 50. From the parameters obtained, the best fitness crose is 48,82. The final step, the value of this fitness is visualized into the optimal pattern arrangement of goods to be used as a solution for the container loading problem."

"Dengan semakin ketatnya persaingan antar perusahaan penerbangan, tuntutan optimalisasi menjadi hal yang sulit dihindari. Optimalisasi pada industri penerbangan berarti optimalisasi pada penjadwalannya karena penjadwalan merupakan inti dari industri ini. Penjadwalan awak pesawat merupakan salah satu segi penjadwalan yang kompleks karena banyaknya faktor yang harus dipertimbangkan, seperti jadwal, aturan penerbangan awak pesawat, ketersediaan awak dan homebase-nya, serta biaya-biaya yang ditimbulkan. Di PT X, masih belum terdapat metode optimalisasi yang sistematis dalam melakukan penjadwalan awak pesawat. Pada penelitian ini, dilakukan pembuatan model programa integer untuk membuat rotasi penugasan awak pesawat Boeing 737 untuk rute-rute penugasan multidays. Model ini dibuat dengan tujuan untuk meminimumkan biaya hotel yang timbul pada saat penugasan. Programa integer yang digunakan adalah programa integer penjadwalan awak yang diselesaikan dengan relaksasi dan kemudian diuji optimalitasnya. Dari hasil penyelesaian optimal progama integer, diperoleh sebuah rotasi penugasan awak yang memiliki total hari penginapan serta total biaya hotel yang lebih kecil dibanding dengan rotasi penugasan yang dilakukan selama ini."

"Beginning with the Airline Deregulation Act of 1978 in US, followed by the European Union in 1997, airlines have been constructing route networks of their own choosing rather than operating ones implicitly chosen for them by civil aviation authority. These changes have had profound effects on many aspects of airline operation, particularly fares, service, quality, and safety. But, most importantly, airlines have altered their route structures by developing hub-and-spoke networks, and this has affected all of these aspects. This structure is likely to flourish around the world as a consequence of airline liberalization and the growing trend toward privatization of this industry.In a hub-and-spoke network, centrally located service facilities serve as the hubs. Flows from a set of outlying nonhub nodes arrive at hubs and, after regrouping, all leave the hub facilities bound either to other hubs or to their ultimate destinations. Thus, the flows from the same origin with different destinations are consolidated on the route to a hub facility and the flows with different origins but the same destination on the route out of a hub facility. The centralization and broader scope of operations let the system take advantage of economies of scale.This paper proposes a framework to optimize the flight network using hub-and-spoke system. This problem consists of the determination of hub number, hub location and route assignment in order to minimize the overall transportation cost. The model is solved using genetic algorithm approach. Two networking strategies are considered:1. Strict hubbing, in which a spoke is assigned to exactly one hub and all flows to/from spoke are channeled trough the same hub and 2. Nonstrict hubbing, in which a spoke can be assigned to more than one hub under certain condition. Different values of airport fixed costs are also implemented. Variations of these strategies are evaluated along with various parameters of air transport production using data on air passenger flows between top 30 Indonesian airports in 2000.The result shows that the adoption of hub-and-spoke network increase the overall system performance with increasing load factor, frequency, coverage area, revenue passenger kilometer, available seat kilometer and more efficient utilization of aircraft. Moreover, Nonstrict hubbing strategy offers smaller total system cost, more routes and more nonstop flights."

"Quasi-Zenith Satellite System merupakan konstelasi satelit dimana satelit ditempatkan pada posisi geo-synchronous yang diletakkan pada 139°47'32"BT-35°39'59"LU dengan lintasan yang berbentuk angka "8". Posisi atau letak yang berada di BT memerlukan arah pola radiasi untuk dapat digunakan didaerah tertentu. Untuk di P. Jawa diperlukan antena ground/mobile station yang mempunyai sudut elevasi 45°. Sehingga diperlukan antena array yang mempunyai pola radiasi yang mengarah pada sudut elevasi tersebut. Metoda sintesa antena digunakan untuk mendapatkan pola radiasi antena dengan arah yang diinginkan. Metoda sintesa Woodward-Lawson merupakan salah satu metoda sintesa yang digunakan untuk model antena array dengan jumlah elemen yang banyak dengan cara memisalkan elemen-elemen antena array sebagai titik-titik sample yang masing-masing mempunyai amplitude dan phase. Pola radiasi antena dapat dicari dengan mengubah-ubah nilai-amplitude dan phase tiap elemen antena array sehingga diperoleh arah yang diinginkan. Dalam penelitian ini algoritma genetika digunakan untuk mencari nilai terbaik amplitude dan phase elemen antena array. Sebagai elemen antena array digunakan antena mikrostrip segitiga array. Bentuk pola radiasi yang diinginkan didefinisikan sebagai nilai fungsi fitness (fitness function) dari algoritma genetika. Evaluasi perfomasi dilakukan terhadap directivity dari pola radiasi yang dihasilkan. Hasil yang didapatkan menunjukkan bahwa dengan algoritma genetika menghasilkan antena array yang mempunyai elevasi 45°."