Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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."

"Lembaga pelatihan tempat dimana individu-individu akan diberikan pengetahuan khusus atau pelatihan yang berkaitan dengan bidangnya masing-masing memiliki karakteristik-karakteristik yang khusus dan tidak dimiliki oleh universitas, diantaranya adalah pada lembaga pelatihan fokus pada kebutuhan bisnis. Penjadwalan yang akurat, tepat dan menyeluruh sangat dibutuhkan pada suatu lembaga pelatihan, karena semakin tingginya kebutuhan akan pengetahuan dan keahlian-keahlian tertentu yang mau tidak mau harus dimiliki oleh setiap individu. Penjadwalan yang baik secara langsung akan berpengaruh pada meningkatnya kualitas individu-individu pada suatu lembaga atau perusahaan. Penjadwalan yang efisien akan dapat direalisasikan dengan menggunakan sebuah model matematis binary. Dalam penelitian ini, sebuah pengembangan model binary digunakan untuk membuat sebuah penjadwalan untuk pembelajaran kepemimpinan di lembaga pelatihan non universitas. Model ini mengoptimasi penjadwalan sehingga menjadi lebih efisien. Model dikembangkan berdasarkan masalah-masalah yang ada di lapangan dan diselesaikan menggunakan algoritma genetika dengan bahasa pemrograman Matlab. Model ini memberikan setiap pembelajaran pada kelas yang sesuai. Algoritma genetika dalam penelitian ini dapat menyelesaikan masalah penjadwalan kelas kepemimipinan dengan memenuhi batasan yang ada dengan optimal.

---

Training institutions where individuals will be given special knowledge or training related to their respective fields have special characteristics and are not owned by the university, among others, training institutions focus on business needs. Accurate, precise and comprehensive scheduling is needed in a training institution, because of the increasing need for certain knowledge and skills that must be owned by every individual. Good scheduling will directly affect the improvement of quality of individuals in an institution or company. Efficient scheduling will be realized using a binary mathematical model. In this study, a development of a binary model was used to make a scheduling for leadership learning in a non-university training institution. This model optimizes scheduling so that it becomes more efficient. The model was developed based on problems in the field and solved using genetic algorithms with the Matlab programming language. This model provides each learning in the appropriate class. The genetic algorithm in this study can solve the problem of scheduling leadership classes by optimally meeting existing constraints."

"Penelitian ini bertujuan untuk menghasilkan jadwal mata kuliah di perguruan tinggi yang optimal, dengan mengurangi jumlah mata kuliah yang bentrok, serta distribusi kelas yang merata untuk meringankan beban mahasiswa. Untuk mencapai tujuan tersebut, optimasi jadwal dilakukan menggunakan algoritma genetika. Algoritma ini sangat cocok untuk menyelesaikan masalah skala besar dan kompleks, seperti penjadwalan mata kuliah di perguruan tinggi yang melibatkan banyak variabel dan kendala. Teknik local search digunakan untuk membantu algoritma genetika dalam meningkatkan kinerja dan mempercepat konvergensi. Penelitian ini diharapkan menghasilkan jadwal mata kuliah yang optimal berdasarkan kriteria jumlah mata kuliah yang bentrok, serta distribusi kelas yang merata untuk meringankan beban mahasiswa. Hasil penelitian menunjukkan bahwa jadwal baru yang optimal berhasil diperoleh.

---

This research aims to produce an optimal college course schedule by reducing the number of conflicting courses and ensuring an even distribution of classes to ease the students' workload. To achieve this goal, schedule optimization uses a genetic algorithm. This algorithm is well-suited for solving large-scale and complex problems, such as college course scheduling that involves many variables and constraints. Local search techniques assist the genetic algorithm in improving performance and accelerating convergence. This research is expected to produce an optimal course schedule based on the criteria of minimizing course conflicts and evenly distributing classes to ease students' workload. The research results show that an optimal new schedule was successfully obtained."

"Pengiriman barang dari depot terakhir menuju ke lokasi pelanggan adalah pengiriman last mile. Pengiriman last mile sering dianggap sebagai tahap yang paling mahal dan kurang efisien. Beberapa permasalahan yang dihadapi dalam pengiriman last mile adalah biaya yang tinggi, waktu pengiriman yang lama, dan kemungkinan barang rusak. Penggunaan sistem kendaraan truck-drone dalam pengiriman last mile dapat dijadikan sebagai solusi untuk mengatasi permasalahan dalam last mile. Tujuan dari penelitian ini adalah menemukan rute pengiriman barang yang meminimalkan biaya pengiriman dengan menggunakan sistem truck-drone dalam last mile. Pendekatan yang diusulkan untuk mencari rute optimal terdiri dari dua fase yaitu fase clustering dan routing. Dalam fase clustering menggunakan mean shift clustering untuk mengelompokkan lokasi pelanggan dan mencari lokasi parkir (pusat cluster). Dalam fase routing menggunakan algoritma genetika untuk menemukan rute optimal. Implementasi pada 90 pelanggan didapatkan penggunaan metode mean shift clustering diikuti oleh algoritma genetika, dapat menghasilkan rute optimal yang meminimalkan total biaya. Hal ini ditunjukkan dari penurunan biaya pada rute mean shift clustering mencapai 3,51% dibandingkan clustering dengan metode intuitif. Selain itu, analisis hasil juga mencerminkan bahwa penerapan mean shift clustering mampu mengurangi total jarak sebesar 27,93 % dan waktu tempuh sebesar 25,83 % delivery.

---

Last-mile delivery is often considered the most expensive and less efficient stage. Some challenges in last-mile delivery include high costs, long delivery times, and the possibility of damaged goods. The use of a truck-drone system in last-mile delivery can be a solution to address these challenges. The objective of this research is to find delivery routes that minimize delivery costs using a truck-drone system in the last mile. The proposed approach to finding optimal routes consists of two phases: clustering and routing. In the clustering phase, mean shift clustering is used to group customer locations and identify parking locations (cluster centers). In the routing phase, a genetic algorithm is employed to find the optimal routes. The implementation on 90 customers showed that the use of mean shift clustering followed by a genetic algorithm could generate optimal routes that minimize the total cost. This is evident from the cost reduction in mean shift clustering routes by 3,51% compared to the initial clustering solution with intuitif method. Furthermore, the results analysis also reflects that the implementation of Mean Shift Clustering can reduce the total distance by 27.93% and travel time by 25.83%."