Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini membangun suatu model integrasi antara inventori di pelabuhan loading dan ketersedian muatan di pelabuhan unloading melalui penentuan rute dan penjadwalan kapal VLGC yang berfungsi sebagai pengangkut dari pelabuhan loading dan sekaligus sebagai floating storage di pelabuhan unloading. Untuk menentukan rute penjadwalan yang optimal harus ditetapkan berapa jumlah produk yang akan diangkut, kapan waktunya, menggunakan kapal yang mana, memastikan ketersediaan muatan di pelabuhan unloading, dan level inventori produk yang tidak melebihi batas kapasitas pelabuhan. Model yang dikembangkan bertujuan untuk meminimalkan biaya dengan dasar algoritma Tabu Search dengan tools Matlab. Dari hasil running program optimasi disimpulkan bahwa model yang dikembangkan memiliki performasi yang baik dibandingkan dengan kondisi existing.

---

This research present a model of integration of inventory at the loading port and the cargo availability at unloading port though routing and ship scheduling VLGC vessel that serves as a transporter of cargo from the loading portas wellas floating storage at unloading port. The optimal routing schedule Should specify how much of each product to carry, at what time, on which ship, ensure the cargo availability in unloading port, and the stock levels of the product cannot exceed the inventory capacity of loading port. The model has objective function to minimaze cost of ship that developed with Tabu Search algorithm using Matlab. form optimization running program conclude that model has good performance compared existing conditions."

"Permasalahan penjadwalan karyawan secara umum adalah masalah untuk menentukan berapa banyak pekerja yang dibutuhkan untuk ditugaskan terhadap setiap periode waktu kerja yang direncanakan oleh sebuah organisasi dengan tujuan mengcover seluruh penugasan dengan biaya minimum. Permasalahan penjadwalan karyawan mempunyai kompleksitas tinggi karena banyak faktor yang harus dipertimbangkan seperti aturan yang berlaku serta biaya yang ditimbulkan. Metode yang digunakan untuk optimasi penjadwalan karyawan dalam penelitian ini adalah Algoritma Genetika. Solusi melalui metode ini diharapkan dapat membantu perusahaan dalam mengoptimal jadwal karyawan pengawas pembangunan kapal.

---

Crew scheduling problem is in general, the problem of determining how many workers must be assigned to each of the planning periods of work time for an organization in order to cover all assignments at minimum cost. Crew scheduling has a high complexity because of many aspects must be considered, such as work-rule agreements and cost of individual assignment. The method to optimize the crew scheduling problem is Genetic Algorithm. The solution through this method could help the organization to optimize workforce scheduling of ship building surveyor."

"Kapal tanker kimia adalah salah satu jenis alat transportasi laut yang memiliki multikompartemen untuk membawa berbagai bahan kimia cair dalam jumlah besar secara bersamaan dan mencegahnya bercampur. Studi ini membahas tentang kesulitan yang dialami oleh manajemen kapal tanker kimia dalam merencanakan rute kapal dan jadwal untuk memelihara persediaan karena karakteristik yang unik dan kendala operasional kapal tanker kimia. Sampai saat ini, belum ada model yang membahas perutean dan penjadwalan kapal tanker kimia untuk menjaga tingkat persediaan yang mempertimbangkan keunikan tersebut secara simultan. Menjembatani kesenjangan penelitian yang terjadi, model matematika baru inventory ship routing and stowage planning problem (ISRSPP) untuk kapal tanker kimia diusulkan. Idenya adalah untuk menggabungkan stowage planning, yang merupakan masalah operasional, ke dalam inventory ship routing, yang merupakan masalah taktis, sebagai problem perencanaan yang terintegrasi. Tujuannya adalah untuk menemukan solusi dengan total biaya perjalanan minimum. Untuk tujuan ini, problem tersebut diformulasikan sebagai mixed integer linear programming (MILP) dengan model waktu diskrit. Untuk menganalisis penerapan model dan kinerjanya, dikembangkan dua skenario, di mana pada skenario pertama, model ISRSPP diselesaikan secara utuh, sementara pada skenario kedua, hanya bagian model inventory ship routing yang diselesaikan. Kedua skenario tersebut diselesaikan dengan menggunakan solver komersial. Hasilnya mengkonfirmasi bahwa kedua problem perencanaan tersebut tidak dapat dipisahkan karena pemisahan akan berpotensi membuat rute dan jadwal armada kapal yang tidak fisibel untuk membuat rencana penyimpanan kargo.

---

A chemical tanker is one type of ocean carriers which has multi-compartments to carry various liquid chemicals in bulk simultaneously and keep them from mixing. This study discusses the difficulties experienced by management of chemical tankers in planning vessels route and schedule to maintain inventory because of the unique characteristics and operational constraints of chemical tankers. To date, there is no existing models that address inventory routing and scheduling of chemical tankers accounts for the aforementioned uniqueness simultaneously. Bridging the research gap, a novel integrated mathematical model of inventory ship routing and stowage planning problem (ISRSPP) for chemical tankers is proposed. The idea is to combine stowage planning, which is an operational problem, into inventory ship routing, which is a tactical problem, as an integrated tactical planning. The objective is to find a solution with minimum total voyage costs. For this purpose, the problem is formulated as a mixed integer linear program with a discrete time model. To analyse the model applicability and performance, two scenarios is built. In the first scenario, the ISRSPP model was solved completely, while in the second one, only the inventory ship routing part of the ISRSPP model was solved. Both scenarios were solved using a commercial solver. The results confirm that stowage planning problem cannot be treated separately from inventory ship routing problem of chemical tankers because the separation will potentially lead us to create the fleet routes for which no feasible stowage plan can be made."

"Penelitian ini membahas mengenai kasus distribusi Premium, Kerosin dan Solar di perusahaan Migas yang mengalami masalah deviasi jumlah pendistribusian produk di beberapa depot utama (pelabuhan bongkar) yang disebabkan oleh keterlambatan kapal, keterbatasan draft pelabuhan dan fluktuasi permintaan. Pengoptimalan rute dan jadwal pendistribusian bahan bakar ini menggunakan Algoritma Tabu Search dengan mengintegrasikan 2 kapal yang berbeda jenis Medium Range (MR) dan General Purpose (GP), konsumsi harian di tiap pelabuhan bongkar berbeda akan tiap produk, stok pelabuhan muat tidak terbatas, keterbatasan draft pelabuhan sehingga menghasilkan sebuah solusi yang menjaga keberadaan persediaan pengaman dengan biaya transportasi yang minimum. Rute usulan dari penelitian ini dirancang dengan penjadwalan 30 hari menggunakan perangkat lunak Matlab versi 7 (R2000b). Hasil yang diperoleh memberikan performansi yang baik karena rute dan jadwal yang dihasilkan dapat menjaga keberadaan persediaan pengaman dengan total biaya sebesar Rp. 6,265,337,216 dengan pertimbangan Kapal MR digunakan dedicated untuk pelabuhan bongkar TTM.

---

This research discusses about case of fuel distribution (Premium, Kerosene and Solar) in an oil company which involved in quantity of product distribution problem in some main depot (unloading port) which are caused by ship lateness, limitation of draft and demand fluctuation. It is solved by using Tabu Search Algorithm which have model that integrate two different ships consist of Medium Range (MR) and General Purpose (GP), different daily consumption product of every unloading port, unlimited inventory loading port, and limited port draft for give a solution to maintain safety stock with low transportation cost. This routes were designed by planning horizon 30 days using Matlab 7th version (R2000b). The result prove that safety stock in each unloading port can be maintained with total cost is Rp. 6,265,337,216. MR (Medium Range) ship is dedicated to fulfill TTM port demand."

"Biaya transportasi adalah salah satu komponen utama dalam struktur biaya logistik total. Transportasi yang efisien dapat menurunkan biaya logistik total. Salah satu komponen utama transportasi untuk mengurangi biaya transportasi adalah penentuan rute kendaraan atau Vehicle Routing Problem. Tujuannya adalah mengatur rute pengiriman sehingga menghasilkan jarak tempuh total seminimal mungkin. Untuk menyelesaikan permasalahan pengiriman CNG di salah satu perusahaan gas di Indonesia ini, dikembangkan model penyelesaian VRP menggunakan algoritma Tabu Search. Hasil dari penelitian ini adalah sistem penentuan rute penjadwalan truk setiap harinya. Hasil rute usulan yang menggunakan jadwal pada satu hari terpadat menghasilkan pengurangan jarak tempuh sebesar 31% dan biaya transportasi sebesar 44%.

---

Transportation cost is a main component in total logistics cost. An efficient transportation system could reduce the total logistic cost. One of the main component of transportation to reduce its cost is Vehicle Routing Problem. The objective of VRP is to set the delivery route in order to minimize the total distance. In order to solve CNG delivery problem in one of the gas company in Indonesia, VRP model was developed using Tabu Search algorithm. Output of this research is to make a system to schedule the truck route for daily use. The result shows that total distance was reduced by 31% and transportation cost by 44%."

"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"

"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"

"ABSTRAKKegiatan transportasi dan logistik memiliki peranan penting dalampembiayaan perusahaan. Meningkatnya permintaan membuat perusahaanmengalami overload sehingga membutuhkan jasa dari perusahaan logistik pihakketiga untuk melakukan kegiatan distribusinya. Salah satu permasalahan yangsering dijadikan penelitian adalah permasalahan rute kendaraan, permasalahanVRP ini merupakan permasalahan umum yang sering terjadi pada kondisi nyataseperti adanya kapasitas angkut maksimal kendaraan (CVRP), jendela waktupelayanan (VRPTW), kegiatan pengangkutan dan pengiriman (VRPPD),pengiriman yang dilakukan lebih dari satu kali (SVRP) dan pengiriman yangdapat dilakukan lebih dari satu hari (PVRP). Meningkatnya jumlah permintaansewa mengharuskan perusahaan truk-sewa untuk membuat alokasi yang optimalberdasarkan kombinasi permasalahan di atas.

---

ABSTRACTTransport and logistics activities have an important role in the case offinancing company. Increased demand makes company require the services ofthird party logistic company to assist their distribution activities. One issue thatoften used as a study is Vehicle Routing Problem (VRP), VRP is a generalproblem that often occurs in real conditions such as Capacitated VRP (CVRP),VRP with time windows (VRPTW), VRP pickup and delivery (VRPPD), SplitVRP (SVRP) and Periodic VRP (PVRP). Increasing number of rental demandmakes truck-rental companies to make allocation approach optimal based on acombination of VRP problem."

"Pengiriman barang merupakan salah satu kegiatan umum masyarakat yang semakin sering dilakukan akibat peningkatan pengguna sarana belanja dalam jaringan (daring). Peningkatan kegiatan belanja daring mengakibatkan permintaan terhadap jasa pengiriman barang juga mengalami peningkatan. Hal ini juga berdampak pada meningkatnya masalah pengiriman barang terkait masalah lingkungan seperti meningkatnya polusi udara dan juga efisiensi pengiriman barang. Oleh karena itu, dibutuhkan suatu solusi untuk mengatasi masalah lingkungan serta menambah efisiensi pengiriman barang di tahap terakhirnya. Penelitian ini berfokus pada tahap last-mile delivery, yaitu tahap barang dikirimkan dari depot terakhir ke lokasi pelanggan dengan memanfaatkan penggunaan truk pengiriman dan digabung dengan drone. Kombinasi truk dan drone dipandang sebagai solusi yang inovatif. Drone yang menggantikan pengiriman dengan kendaraan bermotor tidak menghasilkan polusi yang biasanya dihasilkan oleh kendaraan berbahan bakar minyak bumi. Kemacetan juga dapat dihindari oleh drone sehingga waktu pengiriman bisa dipersingkat. Drone dapat dengan mudah melakukan pengiriman ke tempat-tempat yang tidak bisa dijangkau oleh kendaraan pengirim barang seperti truk. Dibalik semua kelebihannya, drone memiliki beberapa kendala yaitu harganya yang mahal sehingga menimbulkan keterbatasan kesediaan drone dan juga keterbatasan jangkauan terbangnya. Metode clustering diperkenalkan untuk mengatasi batasan tersebut. Pada penelitian ini digunakan metode Hierarchical Agglomerative Clustering (HAC) dengan mempertimbangkan jumlah drone yang tersedia dan jangkauan terbang maksimum dari drone. Hasil pengelompokkan kemudian digunakan untuk mencari rute optimal dengan metode Tabu Search (TS). Kedua metode ini diimplementasikan pada data simulasi sebanyak 90 pelanggan. Biaya pengiriman yang terdiri dari biaya operasional drone, biaya operasional truk, biaya penggunaan drone serta biaya penggunaan truk akan diminimalkan. Hasil berupa biaya pengiriman, jarak tempuh serta waktu tempuh yang diperoleh dibandingkan dengan hasil dari clustering data berdasarkan jarak tanpa memaksimalkan penggunaan drone serta memperhatikan batasannya. Implementasi HAC dan TS memberikan hasil pengurangan waktu sekitar 45%, pengurangan jarak sekitar 70% dan pengurangan biaya pengiriman sekitar 9%.

---

Goods delivery is a common activity in the society, and it’s becoming more frequent with the existence of online shopping. The surge in online shopping has led to a heightened demand for delivery services. This increase in demand impacts environmental concerns such as escalating air pollution and the efficiency of parcel delivery. Consequently, there’s a need for a solution to address environmental issues and enhance the efficiency of last-mile delivery. This research focuses on the last-mile delivery stage, specifically the movement of goods from the final depot to the customer’s location, utilizing a combination of delivery trucks and drones. The integration of trucks and drones is seen as an innovative solution. Drones, replacing motor vehicles in delivery, reduce pollution typically generated by fossil fuel-powered vehicles. Additionally, drones can evade traffic congestion, shortening delivery times, and easily access locations inaccessible to trucks. However, despite their advantages, drones have constraints, including high costs leading to limited availability and flight range limitations. Clustering methods are introduced to address these constraints. This study employs the Hierarchical Agglomerative Clustering (HAC) method, considering the available number of drones and their maximum flight range. The resulting clusters are then utilized to determine the optimal routes using the Tabu Search (TS) method. Both of this method is implemented on a simulation data of 90 customers. Delivery cost that includes drone operational cost, truck operational cost, drone cost, and truck cost is minimized. The result (delivery cost, distance traveled, and duration) are compared to clustering based on distance only without maximized drones available or consider its constraints. The implementation of HAC and TS provides a reduction in time of around 45%, a distance reduction of about 70%, and a shipping cost reduction of about 9%."

"Kapal memiliki peran yang sangat penting pada perekonomian dunia sebagai alat pengangkutan barang baik antar daerah ataupun antar negara. Lebih dari tujuh miliar ton barang dikirim melalui jalur laut setiap tahunnya. Sebagian besar biaya operasional kapal berasal dari pemakaian bahan bakar dan harga bahan bakar sangat bervariasi pada setiap pelabuhan. Pemilihan rute kapal yang tepat merupakan hal yang sangat krusial dalam upaya meminimalisir biaya operasional. Penelitian ini mengimplementasikan metode optimasi dengan mempergunakan algoritma heuristik untuk pemilihan rute kapal dengan tujuan meminimalisir biaya operasional. Data jarak mil laut antar pelabuhan, kecepatan kapal, daya mesin, dan harga bahan bakar pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan 3 algoritma heuristik, yaitu : Nearest Neighbor Algorithm, Simulated Annealing, dan Algoritma Genetika dipergunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif biaya bahan bakar yang seminimum mungkin. Variasi pada destinasi awal/akhir dari pemilihan rute juga dilakukan sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa algoritma genetika memberikan rute dengan biaya bahan bakar yang lebih rendah dari kedua algoritma lain pada setiap pemilihan rute yang dilakukan. Hal ini membuktikan bahwa algoritma genetika lebih efektif dalam menentukan rute kapal dengan biaya bahan bakar yang paling rendah.

---

Ships have a very important role in the world economy as a means of transporting goods between regions and between countries. More than seven billion tons of goods are shipped by sea each year. Most of the ship's operating costs come from the use of fuel and fuel prices vary widely at each port. Selection of the right ship route is very crucial to minimize operational costs. This study implements an optimization method using a heuristic algorithm for selecting ship routes with the aim of minimizing operational costs. Data on the distance of nautical miles between ports, ship speed, engine power and fuel prices at each port are processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of 3 heuristic algorithms, namely: Nearest Neighbor Algorithm, Simulated Annealing, and Genetic Algorithm are used to solve the ATSP model created with the minimum fuel cost objective function. The results showed that the genetic algorithm provides a route with lower fuel costs than the other two algorithms at each route selection made. This proves that the genetic algorithm is more effective in determining the route of ships with the lowest fuel cost."