Hasil Pencarian  ::  Simpan CSV :: Kembali

"Ketidaktepatan kedatangan kereta menyebabkan terganggunya jadwal yang sudah disusun. Sehingga diperlukan pengalokasian ulang kereta ke peron guna mengatasi gangguan tersebut. Dalam pengalokasian kereta ke peron, terdapat tiga hal yang perlu diminimumkan, yaitu lamanya waktu berhenti kereta pada area luar stasiun, penempatan kereta ke peron dengan kondisi yang kurang baik, dan perpindahan peron bagi kereta yang akan tiba di menit-menit akhir. Pada skripsi ini akan dibentuk model pemrograman linier bilangan bulat campuran untuk meminimumkan ketiga hal di atas dan akan diselesaikan dengan menggunakan metode branch and bound. Hasil optimal dari model pemrograman linier bilangan bulat campuran tersebut adalah keputusan terhadap peron yang akan ditempati oleh kereta yang tiba pada area luar stasiun dan kapan seharusnya kereta berangkat dari area luar stasiun menuju peron.

---

Inaccuracy of train arrival causes disturbance of the schedule that has been arranged. So the reallocation of train to platform needed in order to solve that disturbance. In allocating the train to platform, there are three things that should minimized, that is duration of the train stops outside the station, placement of the train to the poorly platform, and last minute reassignment of train to platform.

In this paper will be formed the model of mixed integer linear programming to minimize three points above and will be solved by using the branch and bound method. The optimal results of the mixed integer linear programming model is decisions of the platform that will be occupied by a train which arrived outside the station and when the train should leave from outside the station to the platform."

"Masalah penjadwalan kereta dapat dipandang sebagai salah satu masalah penjadwalan yang disebut job-shop scheduling problem (JSP), yaitu suatu masalah untuk menyelesaikan sejumlah pekerjaan pada sejumlah mesin yang berbeda. Dalam JSP, kereta dipandang sebagai pekerjaan yang melalui segmen rel tertentu (block section) yang dipandang sebagai mesin. Konflik terjadi saat dua atau lebih kereta membutuhkan block section yang sama pada saat yang sama sehingga harus diputuskan kereta mana yang akan mendahului kereta lainnya. Untuk merepresentasikan keputusan tersebut digunakan suatu pemodelan graf yang disebut formulasi graf alternatif. Masalah ini kemudian disebut sebagai conflict resolution problem (CRP). Diberikan jadwal awal dari sejumlah kereta pada jaringan. Tujuan penyelesaian CRP adalah untuk menemukan jadwal baru yang bebas dari konflik sehingga kereta datang dan berangkat dengan kemungkinan keterlambatan terkecil saat terjadi gangguan pada jadwal awal. Inisialisasi solusi yang dilakukan pada tugas akhir ini dilakukan dengan metode greedy avoid most critical completion time (AMCC) dan untuk memperbaiki solusi tersebut digunakan metode branch and bound.

---

Train scheduling problem can be considered as a job-shop scheduling problem (JSP), i.e. a problem to complete a set of jobs which passes through a set of machines. In JSP, a set of trains is considered as a set of jobs which successively passes through a set of railway segments (called block sections) which is considered as a set of machines. A conflict occurs whenever two or more trains require the same block section at the same time and the decision to be taken is to determine the sequence of each conflicting train. To achieve this, an alternative graph formulation is applied. The problem is then called conflict resolution problem (CRP). Given the initial schedule of the trains in a railway network. The object of CRP is to determine a new conflict-free schedule such that trains arrive and depart with the smallest possible delay when the initial schedule is perturbed. Initial solution is constructed by greedy heuristic method called avoid most critical completion time (AMCC) method and to improve this solution, branch and bound method is subsequently applied."

"Transportasi memegang salah satu peranan penting dalam segi operasional kontraktor batubara di suatu pertambangan. Tidak hanya digunakan untuk mengangkut hasil tambang, transportasi juga dibutuhkan untuk melakukan pengantaran karyawan di daerah pertambangan yang kondisi jalannya tergolong ekstrim. Pengadaan transportasi tersebut dilakukan dengan menyewa dari pihak ketiga sehingga biaya transportasi yang diperhitungkan terdiri dari biaya sewa, biaya sopir, dan biaya bahan bakar. Melihat biaya transportasi yang cukup besar, utilitas setiap kendaraan rata-rata hanya sebesar 18 dalam 24 jam. Ada celah yang bisa diambil untuk meminimalkan biaya transportasi kontraktor batubara dengan mengoptimalkan jumlah kendaraan dengan pemilihan jarak tempuh yang optimal. Hal tersebut dapat dilakukan dengan memodelkan permasalahan dalam bentuk Vehicle Routing Problem VRP dan menggunakan metode Integer Linear Programming ILP. Pencarian solusi menggunakan algoritma branch-and-bound dibantu oleh peranti lunak Lingo 11. Hasil penelitian menunjukkan terjadi penurunan jumlah kendaraan sebesar 27, kenaikan jarak tempuh sebesar 7, dan penurunan biaya transportasi sebesar 26 dari kondisi awal apabila bahan bakar diperhitungkan.

---

Transportation holds one of the most important roles in terms of coal mining operations in a mine. Not only used to transport mining products, transportation is also required to conduct employee deliveries in mining areas where the condition of the road is classified as extreme. The procurement of transportation is done by renting from a third party so that the transportation costs consist of rental fees, driver fees, and fuel costs. Looking at the considerable transportation costs, the utility of each vehicle averaged only 18 in 24 hours. There is a chance that can be taken by coal contractor to minimize the cost of transportation by optimizing the number of vehicles with optimal mileage selection. This can be done by modeling the problem in the form of Vehicle Routing Problem VRP and using Integer Linear Programming ILP method. The solution search used a branch and bound algorithm assisted by Lingo 11 software. The results showed a 27 decrease in the number of vehicles, 7 increase in mileage, and 26 reduction in transportation costs from initial conditions when fuel was calculated."

"Sebuah perusahaan kontraktor tambang di Kalimantan Timur ingin mengurangi biaya transportasi yang dikeluarkan, salah satunya adalah biaya pengantaran karyawan ke lokasi tambang menggunakan bus. Penggunaan bus untuk pengantaran karyawan digunakan untuk aspek keselamatan mengingat kondisi jalan tambang yang tidak beraspal. Untuk menentukan jumlah, kombinasi, dan penugasan bus untuk pengantaran karyawan terdapat beberapa hal yang perlu diperhatikan, seperti ketersediaan bus, kapasitas, jumlah karyawan, dan tipe bus yang tidak dapat masuk ke beberapa lokasi tambang. Oleh karena itu, dibuat model yang dapat digunakan untuk menentukan jumlah dan kombinasi bis yang sesuai untuk meminimumkan biaya sewa bus dan biaya bahan bakar yang dikeluarkan. Metode yang digunakan untuk mencari solusi dari model yang dibuat adalah integer linear programming dengan algoritma branch and bound. Dalam waktu komputasi 30 menit didapatkan solusi yang baik dengan optimality gap < 1. Hasil dari optimasi dengan 3 skenario menunjukkan penurunan biaya transportasi bus karyawan, masing-masing penurunan sebesar 2,90, 7,24, dan 10,44.

---

A mining contractor company in East Kalimantan wants to reduce the transportation costs incurred, one of which is the cost of delivering employees to the mine by bus. The use of bus for employee delivery is used for safety aspect considering the unpaved mining road condition. To determine the number, combination, and assignment of buses for employee delivery there are several things to note, such as the availability of buses, capacity, number of employees, and the type of bus that can not enter several mine sites. Therefore, a model can be used to determine the appropriate bus number and combinations to minimize the cost of bus rental and fuel costs incurred. The method used to find the solution of the model is linear integer programming with branch and bound algorithm. In 30 minute computation time, good solution generated with optimality gap of."

"Prosedur untuk mengalokasikan ruangan kelas dalam sebuah institusi pendidikan diketengahkan. Prosedur ini didasarkan kepada model program linier yang meminimumkan fungsi tujuan. Dengan harga-harga baku (tetapan) dan beberapa parameter yang dihasilkan oleh prosedur, model pertama kali menempatkan sejumlah ruang yang ada dan memungkinkan sesuai dengan permintaan. Kemudian prosedur menempatkan permintaan ke ruangan yang paling sesuai dengan tuntutan permintaan. Dengan mengubah-ubah harga tetapan dan fungsi tujuan, pemakai dapat pula mengajukan beberapa permintaan untuk menempati ruangan yang lebih disukai. Kendala-kendala dikaitkan dengan kemungkinan pemakaian ruangan pada jam-jam yang bervariasi dalam satu hari, dan dengan permintaan-permintaan terhadap ruangan-ruangan tersebut. Selama pendekatan ini secara implisit menghasilkan semua pengalokasian, ia harus menghasilkan hasil yang lebih baik daripada alokasi secara manual."

"Layanan pesan-antar makanan (takeaway-delivery) merupakan salah satu layanan yang ditawarkan oleh platform transportasi online dengan proses pengambilan dan pengantaran pesanan dilakukan oleh kurir (driver). Semakin meningkatnya penggunaan layanan pesan antar makanan ini mengakibatkan tingginya jumlah kurir yang dibutuhkan untuk memenuhi permintaan layanan tersebut. Salah satu solusi untuk mengatasi hal tersebut yaitu diperkenalkan fitur multi-order, dimana satu kurir dapat melayani dua permintaan layanan pesan antar makanan untuk pelanggan-pelanggan yang lokasinya berdekatan. Penelitian pada skripsi ini melakukan optimasi rute layanan pesan-antar makanan yang mengimplementasikan fitur multi-order dan bertujuan untuk meminimumkan biaya operasional dengan tetap mempertimbangkan kepuasan pelanggan. Kepuasan pelanggan yang dimaksud terkait dengan rentang waktu (time windows) yang ditetapkan untuk masing-masing pelanggan untuk pengantaran makanan agar kualitas makanan tetap terjaga. Masalah optimasi ini dimodelkan sebagai Vehicle Routing Problem Pickup and Delivery with Time Windows (VRPPDTW). Untuk penyelesaiannya digunakan Metode Ant Colony Optimization (ACO), yaitu metode heuristik yang terinspirasi dari perilaku semut saat mencari makanan yang meninggalkan jejak berupa zat kimia bernama pheromone pada jalur yang dilewati. Pheromone menjadi sinyal bagi sesama semut untuk menandakan jalur yang sudah pernah dilewati semut sebelumnya. Penerapan metode ACO dilakukan pada data yang terdiri dari 50 pesanan yang masuk dengan 10 kali iterasi dan 10 semut yang tersedia. Hasil yang diperoleh dari penerapan metode ACO untuk optimasi layanan pesan antar dengan fitur multi-order yaitu terjadi penghematan biaya operasional hingga 34,85% dan mengurangi jumlah driver yang beroperasi hingga 48% bila dibandingkan dengan layanan pesan antar tanpa menggunakan fitur multi-order.

---

Food delivery services offered by online transportation platforms involve couriers picking up and delivering orders. The increasing demand for these services has led to a higher number of couriers needed. To address this, the multi-order feature was introduced, allowing one courier to handle two food delivery requests from customers located near each other. This thesis research optimizes the food delivery service route using the multi-order feature, aiming to minimize operational costs while considering customer satisfaction. Customer satisfaction is tied to the time windows set for each customer to ensure food quality is maintained upon delivery. This optimization problem is modeled as a Vehicle Routing Problem Pickup and Delivery with Time Windows (VRPPDTW). The solution uses the Ant Colony Optimization (ACO) method, inspired by ants behavior in searching for food and leaving pheromone trails. These pheromones signal other ants about the paths traveled. The ACO method was applied to data consisting of 50 orders with 10 iterations and 10 available ants. Results from applying the ACO method for optimizing the multi-order food delivery service showed operational cost savings of up to 34.85% and a reduction in the number of drivers by up to 48% compared to delivery services without the multi-order feature."

"Pemodelan kurva merupakan aspek penting dalam bidang pemodelan geometris. Pemodelan kurva original menghasilkan error yang besar karena jumlah titik data yang lebih banyak daripada jumlah simpul poligon kontrol. Penelitian ini berfokus pada pemodelan kurva b-spline. Metode optimasi knot vector pada kurva dilakukan berdasarkan algoritma yang terinspirasi dari alam yang bisa digunakan untuk memodelkan kurva b-spline dengan kesalahan minimum. Algoritma yang diilhami dari alam ini adalah Firefly Algorithm yang ditemukan Prof. Xin-She Yang (Cambridge University). Menurut Xin-She Yang (2013: 123-124) dalam bukunya yang berjudul Nature-Inspired Optimization Algorithms sendiri menyatakan bahwa Firefly Algorithm memiliki dua keunggulan utama dibandingkan algoritma lain. Dua keunggulan tersebut yaitu subdivisi otomatis dan kemampuan untuk menangani multimodalitas. Tujuan penelitan ini antara lain untuk mencari variasi derajat B-Spline yang efektif terhadap drag reduction pada kapal tanker ketika berlayar. Pengujian dilakukan pada model kapal tanker dengan Froude Number 0.2 – 0.35 dengan interval sebesar 0,05 dan derajat B-Spline 5° , 10°, 15°, dan 20°. Pengujian dilakukan secara numerik menggunakan software Computational Fluid Dynamic (CFD). Penelitian ini diharapkan mampu menunjukkan konfigurasi yang optimum pada kapal tanker menggunakan Firelfy Algorithm dengan variasi derajat B-spline terhadap besar nilai hambatan total.

---

Curve modeling is an important aspect in the field of geometric modeling. The original curve modeling produces a large error because the number of data points is more than the number of control polygon vertices. This study focuses on modeling the b-spline curve. The knot vector optimization method on the curve is based on an algorithm inspired by nature which can be used to model the b-spline curve with minimum error. The algorithm inspired by this nature is the Firefly Algorithm which was discovered by Prof. Xin-She Yang (Cambridge University). According to Xin-She Yang (2013: 123-124) in his book entitled Nature-Inspired Optimization Algorithms himself states that the Firefly Algorithm has two main advantages over other algorithms. Those two advantages are automatic subdivision and the ability to handle multimodalities. The purpose of this research, among others, is to find variations in the degree of B-Spline that are effective against drag reduction on tankers when sailing. Tests were carried out on tanker models with Froude Number 0.2 – 0.35 with intervals of 0.05 and B-Spline degrees of 5°, 10°, 15°, and 20°. The test was performed numerically using Computational Fluid Dynamic (CFD) software. This research is expected to be able to show the optimum configuration on tankers using the Firefly Algorithm with variations in the degree of B-spline to the total resistance value."

"Perkembangan teknologi memainkan peran penting dalam peningkatan jumlah pengguna e-commerce di Indonesia yang kemudian menyebabkan peningkatan signifikan dalam volume pengiriman paket. Namun, peningkatan ini juga menimbulkan masalah terkait emisi gas rumah kaca terutama pada tahap pengiriman terakhir yang sering melibatkan penggunaan kendaraan bermotor. Selain itu, terdapat pula kendala ketika tempat tujuan sulit dicapai dengan menggunaan kendaraan bermotor pada tahap pengiriman terakhir. Oleh karena itu, perlu dicari solusi yang tidak hanya mengurangi dampak lingkungan, namun juga dapat meningkatkan aksesibilitas pada tahap pengiriman terakhir. Penelitian ini mengintegrasikan penggunaan truk dan drone yang bertujuan untuk mengurangi emisi gas rumah kaca dan mengatasi kendala aksesibilitas dengan kemampuan drone. Metode yang digunakan melibatkan penerapan Constrained Density-Based Spatial Clustering of Applications with Noise (Constrained DBSCAN) untuk melakukan proses clustering terhadap data pelanggan dengan mempertimbangkan kendala jumlah drone yang tersedia dan daya jangkau drone serta penerapan Tabu Search untuk merancang rute pengiriman yang optimal dengan mempertimbangkan kendala time windows pada depot dan seluruh cluster. Implementasi kedua metode tersebut digunakan pada data 90 pelanggan. Constrained DBSCAN dapat mengurangi 63.16% jumlah cluster, mengurangi 69.61% total jarak tempuh rute, mengurangi 44.89% total waktu tempuh rute, dan penurunan 8.73% nilai fungsi objektif jika dibandingkan dengan yang diperoleh dari clustering secara intuitif.

---

Technological advancements play a pivotal role in the surge of e-commerce users in Indonesia, subsequently resulting in a substantial increase in parcel delivery volumes. However, this upswing poses challenges related to greenhouse gas emissions, particularly in the last-mile delivery stage that frequently relies on motorized vehicles. Additionally, difficulties arise when the destination is hard to reach using motorized vehicles during the final delivery stage. Hence, a solution is imperative, one that not only mitigates environmental impacts but also enhances accessibility in the last-mile delivery stage. This research integrates the use of trucks and drones with the aim of reducing greenhouse gas emissions and overcoming accessibility constraints through drone capabilities. The methodology employed involves the application of Constrained DBSCAN for clustering customer data, considering constraints such as the available number of drones and drone range. Tabu Search is then implemented to design optimal delivery routes, taking into account time window constraints at depots and across all clusters. Both methods are applied to data representing 90 customers. The implementation of these approaches shows promise in addressing the challenges posed by the last-mile delivery stage, offering a balanced solution that not only reduces environmental impact but also enhances efficiency in the delivery process. Constrained DBSCAN can decrease 63.16% of the number of clusters, decrease 69.61% of the total route distance, decrease 44.89% of the total route time, and decrease 8.73% of the objective function value when compared to that derived from clustering with intuition."

"Kehadiran mahasiswa merupakan aspek penting dalam kegiatan perkuliahan. Sistem kehadiran yang banyak digunakan saat ini masih menggunakan kertas, smart card, RFID, dan fingerprint, yang sering kali memerlukan kontak fisik, rentan terhadap manipulasi, atau implementasi yang kompleks. iBeacon dipilih sebagai alternatif karena kemampuannya untuk mendeteksi keberadaan perangkat melalui sinyal Bluetooth Low Energy (BLE), yang memungkinkan pemantauan kehadiran tanpa kontak fisik serta biaya implementasi dan perawatan yang lebih rendah. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem pencatatan dan pemantauan kehadiran siswa otomatis berbasis teknologi iBeacon. Sistem yang dibentuk menggunakan metode pemantauan proximity iBeacon untuk penentuan pola masuk atau keluar mahasiswa. Machine learning (ML) berperan penting dalam mendeteksi pola kehadiran mahasiswa dengan memproses data proximity yang diterima dari iBeacon untuk menentukan status kehadiran. Penelitian ini memberikan rekomendasi peletakan iBeacon serta model yang dapat digunakan, menunjukkan bahwa iBeacon yang diletakkan dengan jarak pemisahan sebesar 5 meter memberikan hasil terbaik. Model Random Forest menunjukkan akurasi tertinggi pada jarak 5 meter dengan akurasi 0.9727, F1-score 0.9731, precision 0.9735, dan recall 0.9727. Model ini juga kemudian diuji coba pada ruangan lain yang memiliki layout dan luas yang serupa, dan mendapatkan hasil yang cukup memuaskan. Sistem diuji menggunakan beberapa skenario yang mencakup berbagai kemungkinan yang terjadi saat penggunaan aplikasi sistem kehadiran. Selain itu, sistem ini juga menerapkan verifikasi random checking untuk memastikan validitas kehadiran mahasiswa secara acak, yang meningkatkan keakuratan dan mengurangi kemungkinan manipulasi data. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa sistem kehadiran berbasis iBeacon ini mampu meningkatkan efisiensi dan akurasi pencatatan kehadiran siswa.

---

Student attendance is a crucial aspect of college activities. The attendance systems widely used today still rely on paper, smart cards, RFID, and fingerprints, which often require physical contact, are prone to manipulation, or involve complex implementation. iBeacon was chosen as an alternative due to its ability to detect the presence of devices through Bluetooth Low Energy (BLE) signals, enabling contactless attendance monitoring and offering lower implementation and maintenance costs. This study aims to develop and implement an automatic student attendance recording and monitoring system based on iBeacon technology. The system employs iBeacon proximity monitoring to determine student entry or exit patterns. Machine learning (ML) plays a crucial role in detecting attendance patterns by processing proximity data received from iBeacons to determine attendance status. This study provides recommendations for iBeacon placement and suitable models, demonstrating that iBeacons placed with a separation distance of 5 meters yield the best results. The Random Forest model shows the highest accuracy at a 5-meter distance with an accuracy of 0.9727, an F1-score of 0.9731, a precision of 0.9735, and a recall of 0.9727. This model was also tested in another room with a similar layout and size, yielding satisfactory results. The system was tested using several scenarios covering various possible situations during the application of the attendance system. Additionally, the system implements random checking verification to ensure the validity of student attendance randomly, increasing accuracy and reducing the possibility of data manipulation. Overall, the findings indicate that the iBeacon-based attendance system can improve the efficiency and accuracy of student attendance recording."