Hasil Pencarian  ::  Simpan CSV :: Kembali

"Masalah pemilihan rute optimal dari sejumlah kendaraan untuk melayani sejumlah pelanggan pada jasa penjemputan (pickup service) barang dengan jumlah pelanggan yang berubah terhadap waktu (Dynamic Vehicle Routing Problem/ DVRP) terjadi pada perusahaan-perusahaan layanan angkutan barang. Untuk mengatasi masalah DVRP, optimasi rute dilakukan secara berkala berdasarkan pembagian waktu yang proporsional pada jam operasional perusahaan. Jumlah pelanggan yang bertambah banyak mengakibatkan kemungkinan rute bertambah banyak, dimana setiap rute bersesuaian dengan setiap variabel/ kolom pada model matematis DVRP yang berupa pemrograman linier. Salah satu metode yang digunakan untuk menyelesaikan masalah pemrograman linier dengan jumlah kolom yang sangat besar adalah metode column generation. Pada skripsi ini akan dibahas penerapan metode dynamic column generation yang merupakan perluasan dari metode column generation (statis) untuk menyelesaikan masalah pemilihan rute kendaraan yang optimal pada jasa penjemputan barang (pickup service) yang mempertimbangkan jumlah pelanggan yang berubah terhadap waktu (Dynamic Vehicle Routing Problem/ DVRP). Berdasarkan hasil implementasi menggunakan program komputer, rute yang diterapkan metode dynamic column generation lebih baik dibandingkan dengan rute yang tidak diterapkan metode dynamic column generation.

---

The choice of the best routes used a set of vehicle to serve a set of customer on pickup of goods services with the number of customers changing (dynamic) over time (Dynamic Vehicle Routing Problem/ DVRP) occur on a freight services company. To overcome the problem, a route optimization is done periodically based on the proportional time partition to the company operational hours. Growing number of customer cause growing number of possibilities route, which every route corresponding to every decision variable/ column in the DVRP linear programming model. One of the methods used to solve the problem of linear programming with a very large number of columns is column generation method. In this undergraduate thesis will be discussed about the application of dynamic column generation method which is an extension of the column generation (static) to solve the problem of selecting an optimal vehicle route on pickup of goods services which consider the number of customers changing (dynamic) over time (Dynamic Vehicle Routing Problem/ DVRP). Based on the result of implementation using the computer program, the route applied using the dynamic column generation method better than the route not applied using the dynamic column generation method."

"Optimisasi rute kendaraan untuk pengantaran barang merupakan salah satu cara untuk mengatasi masalah transportasi logistik di daerah perkotaan. Pada skripsi ini akan dibahas mengenai masalah optimisasi rute pengantaran barang yang mempertimbangkan waktu pelayanan yang dapat berada diluar interval waktu yang sudah ditentukan, dengan dikenakan biaya penalty. Bentuk optimisasi rute pengantaran barang tersebut disebut sebagai Vehicle Routing Problem with Soft Time Windows (VRPSTW). Pada optimisasi rute ini, setiap pelanggan harus dilayani tepat satu kali, dimana kendaraan yang digunakan mempunyai kapasitas yang sama. VRPSTW merupakan masalah optimisasi kombinatorik yang bertujuan untuk mencari rute dengan biaya minimum. Pencarian solusi dari VRPSTW pada skripsi ini menggunakan metode column generation yang dikombinasikan dengan labeling algorithm. Metode column generation mendekomposisi masalah menjadi master problem dan subroplem. Bentuk master problem dari VRPSTW berupa set partitioning problem dan subproblem yaitu Elementary Shortest Path Problem with Resource Constraint and Late Arrival Penalties (ESPPRCLAP). Pada skripsi ini diberikan ilustrasi contoh penyelesaian masalah optimisasi rute pengantaran barang dengan metode column generation.

---

Route optimization is one of city logistics measures to optimize logistics and the transportation systems. This skripsi focuses on route optimization problem where deliveries are possible outside the time windows with some penalty cost. This type of route optimization problem uses the form of Vehicle Routing Problem with Soft Time Windows (VRPSTW). In route optimization, every customer has to be serviced exactly once. A set of vehicles is located at depot and the vehicles are identic each with the same capacity. VRPSTW is a combinatorial problem which aims to find a set of routes with minimum delivery cost. Column generation method is used to obtain solution for VRPSTW. To use column generation method to solve VRPSTW, the model formulation of VRPSTW is decomposed into master problem and subproblem. The master problem of the VRPSTW forms a set partitioning problem and Elementary Shortest Path Problem with Resource Constraint and Late Arrival Penalties (ESPPRCLAP) as a subproblem. In this skripsi, an instance of solving route optimization problem by column generation method which gives a set of route with minimum cost and satisfies all constraints is given."

"Masalah perancangan rute optimal bus sekolah merupakan suatu permasalahan perancangan rute untuk bus sekolah dengan mengombinasikan pemilihan halte yang akan dikunjungi oleh bus serta perancangan rute yang akan dilalui oleh bus tersebut. Masalah ini bertujuan memilih sekumpulan halte bus yang akan dikunjungi untuk menjemput siswa dan untuk merancang rute yang akan dilalui oleh bus untuk mengantar siswa ke sekolah. Permasalahan ini mempertimbangkan beberapa kendala pada setiap rute seperti batasan jarak maksimal yang mampu dijangkau siswa, batasan banyaknya halte maksimal yang dikunjungi oleh bus sekolah, dan batasan minimum siswa yang dijemput pada satu kali perjalanan. Himpunan siswa dan himpunan halte bus bersesuaian dengan himpunan kolom pada model matematis masalah ini sehingga ketika siswa dan halte berjumlah relatif sangat banyak maka masalah ini melibatkan kolom yang banyak pula. Metode column generation merupakan suatu metode yang efisien untuk menyelesaikan masalah dengan jumlah kolom yang banyak tersebut. Masalah ini merupakan masalah pemrograman linier bilangan bulat. Jika masalah ini menghasilkan solusi yang bernilai pecahan maka masalah ini akan diselesaikan dengan menggunakan metode branch and price. Metode branch and price adalah gabungan dari metode branch and bound dan metode column generation.

---

School bus routing problem describes a bus routing problem that combines bus stop selection and bus route generation.This problem aims at selecting a set of bus stops from among a group of potential locations to pick up students and for designing bus routes to visit the selected stops and to carry the students to their school. This problem considers certain constraints on each bus route, such as bounds on the distances traveled by the sudents, bounds on the number of visited bus stops, and bounds on the minimum number of students that a bus has to pick up. A set of students and a set of bus stops associated to columns in the mathematical model of this problem so that when the number of student and the number of bus stop is getting bigger, this problem consists of a huge number of column. Column generation method is an efficient method to solve a problem with a huge size of column. The school bus routing problem is an integer linear programming problem. If the solution is a fraction then this problem is solved using branch and price. Branch and price method is a combination of branch and bound and column generation method."

"[Pada skripsi ini akan dibahas masalah optimisasi rute kendaraan untuk pendistribusian barang dalam suatu interval waktu pelayanan, dimana pelayanan mungkin dilakukan di luar interval waktu yang telah ditentukan tetapi dikenakan suatu biaya denda (penalty). Masalah optimisasi ini disebut juga Vehicle Routing Problem with Soft Time Windows (VRPSTW) yang bertujuan mencari rute kendaraan untuk pendistribusian barang dengan biaya minimum dalam suatu interval waktu pelayanan. VRPSTW merupakan masalah optimisasi kombinatorik berupa program linier, dimana rute kendaraan untuk pendistribusian barang terkait dengan variabel keputusan pada VRPSTW. Semakin banyak jumlah pelanggan yang akan dilayani, menyebabkan semakin banyak rute yang mungkin dilalui. Akibatnya semakin banyak jumlah variabel yang akan digunakan. Metode Column Generation-based Heuristics yang akan digunakan dalam skripsi ini merupakan salah satu metode yang efisien dalam menyelesaikan masalah program linier dengan jumlah variabel yang banyak. Ide dari metode tersebut adalah mencari rute (solusi) yang (atau mendekati) optimal tanpa harus mengetahui semua kemungkinan kombinasi rute (variabel) yang mungkin dilalui. Langkah awal dari metode ini adalah mendekomposisi masalah menjadi master problem dan subproblem, dimana bentuk master problem dari VRPSTW berupa set partitioning problem, sedangkan bentuk subproblemnya berupa insertion heuristics. Selanjutnya solusi yang didapat merupakan solusi heuristik., This skripsi will discuss about the vehicle route optimization problem of goods distribution in time windows, where the services may done outside the time interval but incur a penalty cost. This optimization problem is also called the Vehicle Routing Problem with Soft Time Windows (VRPSTW) which aims to find the vehicle route with a minimum cost route for goods distribution in a time windows. VRPSTW is a combinatorial optimization problem in the form of a linear program, where a vehicle for the distribution of goods associated with the decision variables VRPSTW. The more number of customers to be served, causing more routes that may be used. As a result, their will be more number of variables that will be used. Column generation-based heuristics method that will be used in this paper is a efficient method in solving the problem of linear programming with that much of variables. The idea of the method is to find a route (solutions) that (or near) optimal without knowing all the possible combinations of these (variables) that may be used. The initial step of this method is to decompose the problem into a master problem and subproblem, which the master problem of VRPSTW is a set partitioning problem, and the subproblem is an insertion heuristics subproblem. Furthermore, the obtainable solution is a heuristic solution.]"

"Pickup and Delivery Vehicle Routing Problem with Time Windows (PDPTW) adalah suatu permasalahan dalam pencarian rute optimal untuk memenuhi permintaan sejumlah pelanggan dengan setiap permintaan terdiri dari permintaan jemput dan antar. Solusi yang ingin dicapai adalah solusi dengan banyaknya rute yang minimum dan total jarak yang minimum. Tugas akhir ini membahas aplikasi algoritma hibrida dua tahap pada PDPTW dan implementasinya pada data benchmark Li dan Lim dengan menggunakan perangkat lunak. Tahap pertama menggunakan algoritma simulated annealing untuk meminimumkan banyaknya rute dengan pembentukan solusi awal menggunakan metode insertion heuristic dan tahap kedua menggunakan algoritma large neighborhood search untuk meminimumkan total jarak.

---

Pickup and Delivery Vehicle Routing Problem with Time Windows (PDPTW) is a problem of finding optimal route to serve customer's demands where each demand consists of pickup and delivery service. The optimal solution is the solution with minimum number of routes and minimum total distance. This final project presents an application of two-stage hybrid algorithm for PDPTW and its implementation on Li and Lim benchmark data using software. The first stage uses simulated annealing algorithm to minimize the number of routes with insertion heuristic used in the construction of initial solution. Then, the second stage uses large neighborhood search algorithm to minimize the total distance. That algorithm is implemented for benchmark problem."

"Hazardous material (hazmat) merupakan material yang berpotensi membahayakan manusia, infrastruktur dan lingkungan (US DOT, 2004). Karena berpotensi membahayakan, maka pada pengangkutan hazmat perlu memperhatikan risiko yang mungkin timbul (baik risiko jiwa maupun harta benda) selain mempertimbangkan faktor biaya, sehingga permasalahan pengangkutan hazmat termasuk ke dalam permasalahan multi obyektif.Salah satu cara untuk menangani permasalahan multi obyektif adalah dengan menerapkan konsep optimasi Pareto, yaitu konsep yang mengatakan bahwa suatu solusi dikatakan optimal jika tidak mungkin lagi meningkatkan suatu nilai fungsi tujuan tanpa mengurangi nilai fungsi tujuan yang lain. Konsep tersebut bekerja untuk menemukan himpunan solusi non-dominated dengan menerapkan aturan dominan pareto (pareto dominance rule).Pada skripsi ini akan dibahas masalah pemilihan rute kendaraan untuk mengangkut hazmat dengan memperhatikan waktu pelayanan (time windows) yang telah ditentukan yang dimodelkan ke dalam Hazmat Vehicle Routing Problem with Time windows (HVRPTW). Rute yang terpilih merupakan jalur non dominated, yaitu jalur dengan tingkat risiko dan biaya perjalanan yang paling kecil. Untuk memilih rute tersebut digunakan metode Multi-Objective Ant Colony System yang merupakan pengembangan dari metode Ant Colony System, yaitu metode yang mengadaptasi perilaku semut dalam mencari makanan dengan bantuan pheromone (zat kimia aromatik yang dikeluarkan oleh spesies semut).

---

Hazardous materials (hazmat) is defined by any substance or material which capable of causing harm to human, property and environment (US DOT, 2004). Therefore, in every hazmat transportation needs to pay attention to possible risks (both life and property risk) in addition to considering the cost factor. So that the problem of transporting hazmat belongs to the multi-objective problems.

The best approach to deal with multi objective problem is to apply the concept of Pareto optimization. This concept declare that an optimal solution is if there is no possibility to increase the value of objective function without eliminate the value of others objective function. This concept works to determine a set of non-dominated solutions applying conditions of Pareto dominance.

This research discuss about the problem of route selection of vehicles for transporting hazmat with focusing on service time (time windows) that has been determined and known as Hazmat Vehicle Routing Problem with Time Windows (HVRPTW). A non-dominated paths as selected path is the path with the smallest amount of risk and scheduled time. The route is selected by using Multi-Objective Ant Colony System algorithm which is the development of Ant Colony System methods that belongs to Ant Colony Optimization. This method adapts the behavior of ants in looking for feed helped by a pheromone (a chemical released by the aromatic species of ants)."

"Indonesia memiliki wilayah gempa dari kecil sampai besar, sehingga perencanaan bangunan tahan gempa di Indonesia sangat penting karena beberapa gempa akhir ? akhir ini sering terjadi. Oleh karena itu rancang bangunan perlu kajian dalam untuk memberikan nilai keamanan bangunan terhadap gempa. Perencanaan bangunan tahan gempa umumnya di dasarkan pada analisa elastis yang di berikan faktor beban untuk simulasi kondisi batas ( ultimate ). Kenyataannya perilaku bangunan runtuh dalam keadaan inelastis, daktalitas struktur berperan penting dalam perencanaan struktur tahan gempa. Prinsip ?kolom kuat balok lemah ? diterapkan pada peraturan dengan mensyaratkan kapasitas kolom lebih sebesar 20 % dari balok ( Mc > 6/5Mb). Dengan pembesaran tersebut maka kekakuan struktur menjadi besar dan peraturan mensyaratkan pembatasan waktu getar pada saat crack. Untuk itu kajian mengenai kinerja struktur pada saat terjadi gempa besar struktur akan mengalami pelelehan, maka di butuhkan analisa non linear. Untuk itu dilakukan studi struktur rangka khusus pemikul momen, Gedung didesain sesuai SNI 1726-2002 dan SNI 03- 2847-2002. Perilaku seismiknya dievaluasi memakai evaluasi kinerja memanfaatkan nonlinear pushover dan Nonlinear Time history analysis SAP2000. Hasil target peralihan FEMA 356 semua struktur memenuhi kriteria life safety dengan nilai R ultimate 5A sebesar 5.846 , 5B sebesar 6.987, 10A sebesar 7.048, 10B sebesar 6.719 , 15A sebesar 6.866,15 B sebesar 7.018. Dari hasil Nonlinear Pushover FEMA 356 dan Nonlinear Timehistory didapat nilai ?kolom kuat balok lemah ? > 6/5Indonesia have earthquake zona from small to big scale ,so building design with seismic resistance is very important because nowadays earthquake often done. That design need observation to give lifesafety in building seismic resistance. Base building seismic resistance is elastic analysis with load factor for boundary simulation ( ultimate ). Incase building collapse at inelastic, structure ductility is very important for building seismic resistance design. ?strong column weak beam ?give in code that capacity strength column higher 20% than beam ( Mc > 6/5Mb). From it structure stiffnes came big and code give time periode allowed to cracking structure. Observation for performed structure design earthquake resistance till structure yielding, so it need non linear analysis. Incase need studying for special momen frame. Building designed with SNI 1726-2002 dan SNI 03-2847-2002. Seismic behavior evaluated use pushover analysis performed design with SAP2000.output from target displacement FEMA 356 all structure in to lifesafety criteria with ultimate value R for 5A is 5.846, 5B is 6.987, 10A is 7.048, 10B is 6.719 , 15A is 6.866,15B is 7.018. Both analysis gift 6/5 factor is not enough for ?strong column weak beam?."

"Pada masa sekarang permasalah penentuan rute kendaraan merupakan keadaan yang harus diperhitungkan dalam bisnis pengiriman. Dalam logistic permasalah penentuan rute kendaraan memiliki peranan kunci bagi perusahaan guna meminimalisir biaya transportasi, biaya penalti atas keterlambatan, dan meningkatkan kualitas layanan pada pengiriman. Permasalahan ketepatan waktu dalam proses pengiriman pada saat sekarang ini. Penelitian ini berpusat pada pengoptimalan biaya bahan bakar dan pinalti. Dalam makalah ini nantinya penulis memakai Vehicle Routing Problem with Time Windows (VRPTW). Dimana VRPTW sendiri merupakan masalah penentuan rute kendaraan yang paling banyak dibahas dalam  dunia nyata. Algoritma Artificial Bee Colony (ABC) dan Algoritma Camel (CA) akan diterapkan dalam penelitian ini. Selanjutnya kedua algoritma akan dilihat mana dari kedua algoritma yang paling ideal untuk penyelesaian permasalahan penentuan rute dalam VRPTW.

---

At present The problem of determining vehicle routes is a condition that must be taken into account in the shipping business. In logistics, the problem of determining vehicle routes has a key role for companies to minimize transportation costs, penalty fees for delays, and improve service quality on delivery. The problem of timeliness in the delivery process at this time. This research focuses on optimizing fuel costs and penalties. In this paper, the author will use the Vehicle Routing Problem with Time Windows (VRPTW). Where VRPTW itself is the problem of determining vehicle routes that are most widely discussed in the real world. Artificial Bee Colony Algorithm (ABC) and Camel Algorithm (CA) will be applied in this research. Furthermore, the two algorithms will determine which of the two algorithms is the most ideal for solving the problem of determining routes in VRPTW."

"Sebagai salah satu sumber energi terbarukan generasi ke-tiga, mikroalga dapat menjadi alternatif solusi krisis energi nasional. Dalam skala industri, pembuatan fotobioreaktor kolom gelembung untuk kultivasi mikroalga sangat sulit dan cukup mahal. Oleh karena itu, pada penelitian ini fotobioreaktor akan dimodelkan dan disimulasikan untuk menurunkan risiko kegagalan scale-up. Dalam penelitian ini, fotobioreaktor pencahayaan dalam untuk kultivasi mikroalga Nannochloropsis salina dimodelkan secara 2 dimensi aksisimetri yang mencakup neraca massa fasa cair dan fasa gas, serta pemodelan intensitas cahaya pada fotobioreaktor. Model telah divalidasi dengan data penelitian dari jurnal Pegallapati dan Nirmalakhandan (2012) selama 16 hari. Proses validasi dengan laju alir 800 mL/min dan konsentrasi gas CO2 masuk 0.5%, 1%, dan 2% berturut-turut memberikan persen deviasi rata-rata sebesar 5%, 12%, dan 4%. Hasil simulasi menunjukkan adanya pertumbuhan alga di dalam reaktor yang ditandai dengan kenaikan konsentrasi mikroalga, yakni dari 0.08 g/L pada hari pertama hingga 0.51 g/L pada hari ke 16. Hasil simulasi menunjukkan bahwa pertumbuhan mikroalga didalam fotobioreaktor dipengaruhi oleh konsentrasi CO2 terlarut, intensitas cahaya, konsentrasi nutrisi, dan suhu. Model yang valid kemudian disimulasikan dengan berbagai parameter, yang mencakup konsentrasi CO2, intensitas cahaya, suhu, tekanan, laju alir gas, konsentrasi nutrisi, perubahan tinggi, diameter, dan lebar sparger udara

---

As one source of third generation renewable energy, microalgae can be an alternative solution to the national energy crisis. In the industry, the manufacturing of a bubble column photobioreactor for cultivation is very difficult and quite expensive. Therefore, in this study photobioreactor will be modeled to reduce the risk of failure to scale-up. An internal illuminated photobioreactor is modeled in two dimensiona asymmetry which also includes mass balance in both liquid phase and gas phase, as well as the light intensity model inside the photobioreactor. The model has been validated with research data from Pegallapati and Nirmalakhandan (2012) for 16 days of cultivation. The validation with 800 mL/min gas flow rate and the ratio of incoming CO2 gas 0.5%, 1% and 2% respectively have a percent of average deviation of 5%, 12%, and 4%. The simulation results showed the growth of algae in the reactor is marked by microalgae concentration, which is 0.08 g/L on the first day and become 0.51 g / L on the day 16. The distribution of dissolved CO2 rise rapidly during the first day until the concentration reached 0.775 mol / m3 and tended to decrease up to day 10 and returned an increase of up to 16 days. The microalgae growth is affected by the concentration of dissolved CO2, light intensity, the concentration of nutrients, and temperature. Then the valid model is simulated with some variety of parameters, which include CO2 concentration, light intensity, temperature, gas pressure, gas flow rate, nutrients concentration, the change in height, diameter, and the width of the air sparger"