Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTravelling Salesman Problem (TSP) merupakan masalah optimisasi dimana akan dicari rute dari perjalanan tertutup dengan mengunjungi semua kota yang ada tepat satu kali sehingga menghasilkan jarak terpendek, atau biaya terendah, atau waktu tempuh perjalanan tersingkat. Dalam tugas akhir ini, akan dibahas Interval-Asymmetric Travelling Salesman Problem (I-ATSP) dengan waktu tempuh perjalanan antarkotanya tidak simetris dan direpresentasikan dengan bentuk interval dimana waktu tempuh perjalanan sesungguhnya berada dalam interval tersebut. Dengan demikian I-ATSP diformulasikan dengan menggunakan aritmatika interval. Untuk menyelesaikan I-ATSP dengan metode heuristik, digunakan Algoritma Genetika dengan dua bagian yaitu GGA dan LGA dimana nilai fitness sesungguhnya berada dalam interval nilai fitness. Sedangkan dalam menyelesaikan masalah I-ATSP dengan metode eksak, digunakan Pemrograman Dinamik dengan penambahan pembuat keputusan yaitu pessimistic decision maker untuk menentukan relasi antara dua buah interval.

---

ABSTRACTTravelling Salesman Problem (TSP) is an optimization problem in which a closed route where each city is visited exactly once, which gives the shortest length, or the minimum cost, or the fastest travel time, will be found. In this research, Interval-Asymmetric Travelling Salesman Problem (I-ATSP) which the travel time between the cities is asymmetric and represented in a form an interval on which the actual travel time stands will be explained. Therefore I-ATSP is formulated using interval arithmetic. To solve I-ATSP by heuristic method, Genetic Algorithm with two parts— GGA and LGA, which the actual fitness value exists in the interval fitness value, is proposed. Whereas, to solve I-ATSP by exact method, dynamic programming with adding pessimistic decision maker to determine the order relation between the two intervals, is used."

"ABSTRAKMultiple Travelling Salesman Problem (M-TSP) adalah masalah pencarian rute perjalanan optimal dari n kota oleh m salesman dengan m < n, dengan tiap kota hanya dapat dikunjungi satu kali dan oleh satu orang salesman saja. M-TSP merupakan perkembangan dari TSP dengan salesman lebih dari satu. Dalam tugas akhir ini akan dibahas M-TSP Single Depot yaitu M-TSP dengan kota awal perjalanan semua salesman berada di kota yang sama. Untuk menyelesaikan M-TSP digunakan Algoritma K-Means Clustering-Genetika, yaitu dengan membagi n kota yang ada menjadi m kluster kemudian tiap kluster akan diterapkan algoritma genetika dan pada akhirnya seluruh hasil yang didapat akan dijumlahkan untuk mengetahui total jarak tempuh seluruh salesman.

---

ABSTRACTMultiple Travelling Salesman Problem (M-TSP) is a problem of finding an optimal travel route from n cities by m salesmen with m < n, the condition is that each city can only be visited once and only by one salesman. M-TSP is a development of the TSP problem which involves more than one salesman. M-TSP Single Depot, where all the salesmen start travelling from the same city, will be discussed in this final project. M-TSP will be solved by using the K-Means Clustering-Genetic Algorithm that divides n cities to m clusters and applies the genetic algorithm to each cluster, then all the results obtained will be summed to determine the total mileage of the whole salesman."

"Tol Laut merupakan sebuah program pemerintah dalam upaya menjadikan Indonesia sebagai poros maritim dunia, dengan meningkatkan kapasitas ekonomi nasional dan menurunkan disparitas ekonomi antar daerah. Sejak dimulai, program tol laut sudah memberikan banyak kesempatan dan mengalami beberapa hambatan. Penelitian ini dilakukan dalam rangka menjajal kemungkinan adanya formasi trayek yang lebih optimal dalam hal mendistribusikan muatan dibandingkan dengan versi yang sekarang digunakan. Eksperimen dilakukan dengan menguji pengaruh jumlah pelabuhan dalam sebuah trayek dan membuat sebuah program berbasis artificial intelligence (AI) yang akan membantu dalam generasi formasi trayek yang optimal. Variasi konfigurasi formasi trayek yang digunakan adalah 5 Trayek, 4 Trayek + shuttle ship via Makasar, dan 4 Trayek + shuttle ship via Makasar-Bitung. Hasil penelitian ini secara eksperimental menunjukkan pengelompokkan pelabuhan pengumpul secara tepat dapat memberikan hasil yang signifikan terhadap nilai bongkar muat per tahun dan distribusi muatan ke daerah. Efek tersebut juga dirasakan pada varian yang mengalami waiting time terlama sehingga mencegahnya untuk bekerja sesuai jadwal. Di sisi lain juga terdapat kemungkinan bahwa pelabuhan nasional seperti Makasar dan Bitung dapat menjadi lokasi yang tepat sebagai gerbang angkutan logistik ke Timur.

---

The Sea Toll is a program by the government in an effort to make Indonesia a global maritime axis, by increasing national economic capacity and reducing economic disparity between regions. Since its implementation, the sea toll program has provided many opportunities for businesses while also encountered several obstacles. This research was conducted in order to try out the possibility of a more optimal route formation in terms of goods distribution compared to the version currently used. Experiments are carried out by testing the effect of the number of ports in a route and creating an artificial intelligence (AI) based program that will help in automated generation of optimal route formation. The variants of route formation configurations being studied are 5 routes, 4 routes + shuttle ship via Makassar, and 4 routes + shuttle ship via Makassar-Bitung. The results of this study experimentally show that the proper grouping of feeder ports can provide significant results on the amount of goods unloaded per year on each region and the distribution of cargos. The effect is also felt in variants that experience the longest waiting time, thus preventing it from working on schedule. On the other hand, there is also the possibility that the Hub ports such as Makassar and Bitung could be the right location to hold the status as the Logistic Gates to the East."

"Dalam perkembangannya, dengan munculnya pelabuhan-pelabuhan baru yang dapat mengakomodir kapal – kapal internasional untuk bersandar, pilihan rute pelayaran yang dapat ditempuh oleh suatu kapal kontainer akan semakin beragam. Efisiensi dari rute yang dipilih dapat dilihat dari penggunaan bahan bakar yang digunakan oleh kapal kontainer untuk mencapai tujuannya. Bahkan beberapa penelitian menyatakan bahwa 50-60% dari keseluruhan biaya operasional kapal didasarkan pada biaya bahan bakar kapal. Harga bahan bakar juga berfluktuatif dan tidak menentu pada setiap pelabuhan sehingga membuat sebuah kesulitan baru bagi perusahaan pelayaran dalam menentukan rute pelayaran yang paling efisien bagi mereka. Pemilihan rute kapal yang tepat sangat penting untuk meminimalkan biaya operasional. Pada penelitian ini, algoritma yang digunakan untuk pemilihan rute kapal dengan biaya paling minimum adalah algoritma Ant Colony dan Brute Force. Data yang digunakan pada penelitian ini berupa data jarak mil laut antara pelabuhan, daya mesin utama dan juga mesin bantu, kecepatan kapal, dan harga bahan bakar di tiap pelabuhan. Pengolahan data dilakukan dengan membuat model Asymetric Travelling Salesman Problem (ATSP) yang memiliki fungsi objektif bahan bakar yang se efisien mungkin, yang nantinya akan diterapkan algoritma Ant Colony dan Brute Force model ATSP. Variasi yang dilakukan pada penelitian ini terdapat pada destinasi awal atau akhir dari pemilihan rute. Hasil penelitian menunjukkan bahwa algoritma Brute Force melakukan pemilihan rute lebih optimal dibandingkan dengan algoritma Ant Colony dari segi penggunaan bahan bakar.

---

On its development, with the emergence of new ports that can accommodate international ships to dock, the choice of shipping routes that can be taken by a container ship will be more diverse. The efficiency of the chosen route can be seen from the use of fuel used by the container ship to reach its destination. Some studies state that 50-60% of the overall ship operating costs are based on fuel costs. Fuel prices also fluctuate and are uncertain at each port, making it difficult for companies to determine the most efficient shipping route for them. Selection of the optimum ship route is very important for operational costs. In this study, the algorithm used for selecting the shipping route with the minimum cost is the Ant Colony and Brute Force algorithms. The data used in this study are the distance of nautical miles between ports, main engine power and auxiliary engines, ship speed, and fuel prices at each port. Data processing is start by making the Asymmetric Traveling Salesman Problem (ATSP) model which has the most efficient fuel objective function, which will later be applied to the Ant Colony and Brute Force ATSP models. Variations made in this study are in the initial or final destination of the route selection. The results showed that the Brute Force algorithm selected the optimal route compared to the Ant Colony algorithm in terms of fuel usage."

"ABSTRAKPeningkatan jumlah penduduk di Kota Depok diikuti dengan peningkatan jumlah timbulan sampah. Hal ini perlu diimbangi dengan penyediaan kendaraan pengumpulan sampah yang memadai agar sampah terkumpul secara keseluruhan. Kawasan perumahan Pesona Khayangan merupakan salah satu kawasan di Kota Depok yang mendapatkan pelayanan pengumpulan sampah secara door to door.Keterbatasan jumlah kendaraan pengumpul sampah dan rute pengumpulan sampah yang kurang efisien menyebabkan adanya penumpukan sampah. Penelitian ini bertujuan untuk menentukan rute pengumpulan sampah yang optimal dari segi biaya dan waktu. Penelitian ini menggunakan metode penyelesaian permasalahan arus jaringan, yaitu Travelling Salesman Problem yang akan menghasilkan rute pengumpulan sampah dengan cara meminimalkan waktu tempuh. Hasil analisis menunjukkan bahwa terdapat penghematan waktu dan jarak pada rute baru yang dihasilkan dari metode ini. Rute pada cluster pertama menghemat 67,4 menit dan 1,3 km; cluster kedua 50,2 menit dan 0,9 km; serta cluster ketiga 55,7 menit dan 1,9 km. Sementara itu, dalam hal penghematan biaya hasil analisis menunjukkan bahwa terdapat penghematan penggunaan bahan bakar sebesar Rp 1.192,- per hari untuk rute cluster 1; Rp 825,- per hari untuk rute cluster 2; dan Rp 1.742,- per hari untuk rute cluster 3.

---

ABSTRACTThe population in Depok is growing in line with the growth of garbage produced. This issue should be balanced with the availability of proper waste management facility to finally overcome the garbage problem, such as providing waste collection vehicle. Pesona Khayangan residence is one of the area in Depok which receives waste collection door-to-door service.The limited number and the covering area of waste collection vehicle makes it inefficient to reduce the mounting garbage. This research was conducted to determine the most optimal route for waste collection that is efficient in time and cost. Method used in this project is the problem solving of Travelling Salesman Problem that will result the route for waste collection by minimize the time used in the process. The result of analysis shows that there is time and distance efficiency on the new route found. The route of the first cluster has saved 67.4 minutes and 1.3 km; the second cluster has successfully saved 50.2 minutes and 0.9 km; and the third cluster has saved 55.7 minutes and 1.9 km. Meanwhile, the analysis also shows the cost efficiency in using fuel has saved IDR 1,192 per day by using the first cluster; IDR 825 per day for the second cluster; and IDR 1,742 per day for the third cluster."

"Traveling salesman problem (TSP) merupakan permasalahan optimasi dimana seseorang akan melakukan perjalanan kesejumlah kota yangdimulai dari kota asal dengan mengunjungi semua kota tepat satu kali dan kembali ke kota asal dengan total biaya atau jarak perjalanannya yang minimal. Dalam tugas akhir ini, algoritma Genetic Ant Colony System (GACS) akan digunakan untuk menyelesaikan TSP. Kemudian akan dibandingkan hasil penyelesaian TSP yang menggunakan algoritma GACS dengan algoritma ACS.

---

Traveling Salesman Problem (TSP) is an optimization problem in which a person will travel to a number of cities, starting from origin city to visit every city exactly once and return to origin city with minimum total cost or distance. In this undergraduatethesis, GACS algorithm will be used to solveTSP. Then the results will be compare with ACS algorithm."

"ABSTRAKKetahanan energi nasional memberikan dukungan pada kelangsungan pertumbuhan ekonomi Indonesia yang pesat. Salah satu strategi yang direkomendasikan untuk meningkatkan ketahanan energi nasional adalah dengan melakukan diversifikasi energi. Indonesia memiliki cadangan gas yang cukup, namun akibat kurangnya infrastruktur gas maka permintaan domestik masih rendah. Biaya investasi infrastruktur gas cukup tinggi sehingga investor kurang berminat. Lampung memiliki potensi pasokan dan pasar gas yang besar dan kondisi geografis yang mendukung pengembangan jaringan pipa gas. Pemilihan jalur distribusi gas dan spesifikasi pipa yang optimal dapat meminimalkan nilai investasi sehingga dapat menarik minat investor untuk mengembangkan jaringan gas bumi di Lampung. Penelitian ini bertujuan untuk mengoptimasi jaringan distribusi gas bumi di Lampung menggunakan analisis Least Cost Path LCP dan Travelling Saleman Problem TSP untuk memperoleh jalur pipa transmisi dan pipa distribusi optimal. Dari hasil simulasi hidrolika gas didapatkan diameter pipa minimal 4 sampai 14 inch dengan total panjang pipa 209,87 km. Total biaya investasi pembangunan wilayah jaringan distribusi Lampung sebesar 85.137.910 USD dengan kapasitas 129.5 MMscfd. Dengan kondisi tersebut, tarif pengangkutan gas dihitung sebesar 0,9057 USD/Mscf dengan nilai IRR14,85 , NPV 8.129.449 USD, Payback Period 5,46 tahun dengan volume gas yang mengalir 65.23 MMscfd. Probabilitas NPV positif adalah 99,04 . Tarif, volume aliran gas, dan nilai investasi berpengaruh besar terhadap IRR dan NPV. Investasi ini layak dilakukan jika variabel tarif lebih dari 0,8246 USD/Mscf, volume aliran gas terkontrak lebih dari 58,7 MMscfd, atau nilai investasi kurang dari 94.597.677 USD.

---

ABSTRACTStrong national energy security will support Indonesia rsquo s rapid economic growth. To improve national energy security we have to diversify energy. Indonesia has sufficient gas reserves, but due to lack of gas infrastructure, domestic demand is still low. Gas infrastructure investment cost is not feasible for the investor. Lampung has potential supply, large gas market and geographical conditions that support the development of gas pipelines. Optimal gas distribution route and pipeline specifications will minimize the value of investment and support the development of gas distribution pipelines in Lampung. This study aims to optimize natural gas distribution pipeline using Least Cost Path LCP and Travelling Saleman Problem TSP analysis on spatial data to the select optimal paths for transmission pipelines and distribution pipelines. From the gas hydraulic simulation, we obtained 209.87 km long of pipe with diameter range from 4 14 inch. Total investment cost for development of Lampung distribution network area is 85,137,910 USD with capacity of 129.5 MMscfd. Under these conditions, the gas transportation tariff calculated at 0.9057 USD Mscf with IRR14.85 , NPV 8,129,449 USD, Payback Period 5.46 year with 65.23 MMscfd gas flow. The probability of a positive NPV is 99.04 . Tariff, gas volume, and investment cost have a strong effect on IRR and NPV. To be feasible, the tariff should be more than 0.8246 USD Mscf, the contracted gas volume were more than 58.7 MMscfd, or the investment cost were less than 94,597,677 USD."

"Closed loop supply chain yang merupakan gabungan dari forward supply chain dan reverse supply chain pada produksi aki merupakan masalah optimasi yang dapat dimodelkan dalam pemrograman linier bilangan bulat campuran. Masalah optimasi pada pada model ini adalah meminimalkan biaya total dari semua proses pada closed loop supply chain dan dapat diselesaikan menggunakan algoritma genetika.

---

Close loop supply chain, that is a set combination of forward and reverse supply chain for lead-acid battery production is an optimization problem that can be modelled by mixed integer linear programming. The optimization of this model focus on minimalizing total cost from all processes and can be solved by using the genetic algorithm."

"Penjemputan dan Pengantaran Traveling Salesman Problem dengan aturan first-in-first-out (TSPPDF) merupakan suatu masalah pencarian rute untuk melayani sejumlah pelanggan dalam penjemputan dan sekaligus pengantaran dimana penjemputan dan pengantaran tersebut harus mengikuti aturan first-in-first-out (FIFO). Dimulai dari tempat asal (depot), mengunjungi semua tempat penjemputan dan tempat pengantaran, kemudian kembali ke tempat asal dengan total biaya atau jarak perjalanan minimal. Dalam tugas akhir ini, algoritma FIFO Nearest Neighbor (FNN) akan digunakan untuk menyelesaikan TSPPDF. Kemudian akan dibandingkan hasil penyelesaian TSPPDF yang menggunakan algoritma FNN dengan TSP solver. Setelah itu, hasil TSPPDF dari algoritma FNN akan dioptimalkan secara manual menggunakan algoritma Iterated Local Search (ILS).

---

The pickup and delivery traveling salesman problem with first-in-first-out (TSPPDF) is a routing problem to service n customers in the pickup and delivery which is the pickup and delivery operations must be executed in a first-in-first-out (FIFO). Starting from an origin vertex (depot), visiting all the pick-up and delivery, then returned to an origin vertex with minimum total cost or distance. In this undergraduate thesis, the FIFO Nearest Neighbor algorithm (FNN) will be used to solve TSPPDF. Then the results of TSPPDF which uses an FNN algorithm will be compared with TSP solver. After that, the results of the FNN algorithm will be optimized manually using the Iterated Local Search (ILS) algorithm."