Hasil Pencarian  ::  Simpan CSV :: Kembali

"Proyek pengembangan pesawat terbang adalah proyek yang membutuhkan anggaran besar, teknologi tinggi dan dipengaruhi oleh faktor ketidakpastian yang besar. Proyek pengembangan pesawat terbang harus memiliki koordinasi yang baik antar aktivitas untuk mencapai waktu yang ditargetkan. Tujuan dari penelitian ini adalah mendesain penjadwalan proyek perancangan pesawat terbang untuk mendapatkan durasi tersingkat proyek secara keseluruhan. Data yang digunakan dalam penelitian ini adalah data desain struktur pesawat terbang untuk fase konseptual pada salah satu proyek desain pesawat terbang di Indonesia. Data yang digunakan hanya mencakup data dependensi aktivitas, jumlah sumber daya yang tersedia dan durasi aktivitas. Penelitian ini menggunakan kombinasi metode Design Structure Matrix DSM dan Genetic Algorithm GA untuk meperoleh penjadwalan proyek yang optimal. Metode DSM digunakan untuk mengidentifikasi aliran informasi antar-aktivitas proyek dan metode GA digunakan untuk mengoptimalkan urutan aktivitas. Hasil output dari pemodelan DSM menjadi input untuk pemodelan GA. Pemodelan GA mempertimbangkan data rework, yang merupakan hasil output DSM, durasi aktivitas dan batasan sumber daya manusia saat mengoptimasi urutan aktivitas proyek. Analisis komparatif dilakukan antara penjadwalan berdasarkan kombinasi metode DSM dan GA dengan penjadwalan berdasarkan metode tradisional, Metode CPM. Dibandingkan dengan metode CPM, kombinasi metode DSM dan GA menghasilkan durasi total proyek yang lebih singkat dengan mengoptimalkan urutan aktivitas yang mempertimbangkan batasan sumber daya manusia.

---

The aircraft development project is a mega project that requires huge budget, high technology and influenced by high uncertainty factor. The aircraft development project must have good coordination between the activities in order to achieve the targeted time.

The purpose of this research is to minimize the overall duration of aircraft design project. This research use dataset from an aircraft design project in Indonesia. The data used in this research was the dataset of aircraft structure design in conceptual phase. The dataset only include tasks precedence dependency, number of resource available and activity duration.

This research proposes a combination method of Design Structure Matrix DSM and Genetic Algorithm GA for aircraft design project scheduling. DSM is used to identify the information flow between project activities and GA is used to optimize the task sequence.

The output result of DSM modeling becomes the input for GA modeling. GA considers the output of DSM, which is rework data, activity duration and human resources constraint during task sequence optimization. A comparative analysis was conducted between the schedule based on DSM and GA and schedule based on traditional method, the Critical Path Method.

Compared to the CPM method, DSM and GA produce a shorter overall project duration by optimizing task sequences that consider human resource constraints. This research is useful for design projects scheduling with limited resources that can be obtained by using alternative methods other than traditional methods. "

"Indonesia sebagai negara kepulauan memiliki kebutuhan tinggi dalam pengembangan industri aviasinya. Sekitar 270 juta penumpang diprediksikan untuk terbang dari dan dalam Indonesia pada tahun 2034, yaitu tiga kali lipat lebih besar dibandingkan kondisi pasar sekarang ini. Karena kompleksitas yang cukup tinggi dari proyek pengembangan pesawat terbang, manajemen untuk proyek desain pesawat terbang buatan Indonesia yang baik perlu dilakukan. Tujuan dari penelitian ini adalah untuk menganalisis penjadwalan proyek desain struktur sayap pesawat terbang buatan Indonesia dengan membandingkan Design Structure Matrix DSM dan Critical Path Method CPM. Hasil penjadwalan dengan alokasi sumber daya menggunakan metode CPM dapat menghasilkan durasi penjadwalan yang lebih pendek. Sedangkan, metode DSM dapat menunjukkan skenario-skenario pada berbagai kejadian proyek. Kombinasi dari kedua metode ini dapat digunakan untuk menghasilkan penjadwalan proyek desain struktur sayap pesawat turboprop yang lebih baik.

---

As an archipelagic country, Indonesia has a high needs for its aviation development. About 270 million people are predicted to fly from and within Indonesia in 2034, which is three times larger than current market conditions. Due to the complexity of aircraft development projects, management of a well designed Indonesian aircraft design project needs to be implemented.

The purpose of this research is to analyze the scheduling of aircraft wing structure design project made in Indonesia by comparing the Design Structure Matrix DSM and Critical Path Method CPM.

Results from resource allocation using the CPM method can yeild shorter project durations. Meanwhile, the DSM method can show scenarios on various condition. The combination of these two methods can be used to generate a better schedule for aircraft wing structure design project."

"Di era transformasi digital ini, startup di Indonesia telah berkembang lebih cepat dari sebelumnya. Setiap startup berusaha untuk mendapatkan keunggulan kompetitif melalui peningkatan efisiensi dan prediktabilitas proses bisnis mereka. Penelitian ini bertujuan untuk merancang penjadwalan proyek pengembangan perangkat lunak dengan menggunakan Design Structure Matrix (DSM). Metodologi DSM digunakan untuk menggambarkan fitur unik seperti iterasi yang terencana maupun yang tidak terencana, yang melekat dalam proyek agile seperti proyek pengembangan perangkat lunak. Model DSM dianalisis menggunakan simulasi Monte Carlo, yang menghasilkan distribusi durasi dan biaya yang digambarkan dengan Grafik Fungsi Kepadatan Probabilitas (Probability Density Function) yang disingkat PDF, untuk menunjukkan peluang antara risiko durasi dan biaya. Analisis komparatif juga dilakukan antara penjadwalan berdasarkan DSM dan simulasi Monte Carlo dengan penjadwalan berdasarkan Critical Path Method (CPM). Penelitian ini membuktikan bahwa DSM dapat mengola iterasi atau pengerjaan ulang pada proyek agile dibandingkan dengan alat manajemen proyek tradisional seperti CPM. Studi kasus ini dilakukan di salah satu pasar keuangan digital yang sedang berkembang di Indonesia.

---

In this era of digital transformation, startups in Indonesia have been developing faster than ever before. Every startup seeks to gain a competitive advantage through increased efficiency and predictability of their development processes. This paper aims to design the software development project using the Design Structure Matrix (DSM). The DSM methodology was used to capture unique features such as nested and planned iterations, which are inherent in agile projects like a software development project. The DSM model was analyzed using Monte Carlo simulation, which outputs sample cost and schedule outcome distributions captured in the Probability Density Function Graph to reveal opportunities to trade cost and schedule risk. A comparative analysis was also conducted between the schedule based on DSM and Simulation with a schedule based on the Critical Path Method (CPM). This research proved that DSM could manage design iteration or rework and is more effective in portraying an agile project than traditional project management tools like CPM. This case study was done at one of Indonesia’s emerging financial marketplace"

"Desain optimal dari bangunan hemat energi menghadapi dua kebutuhan yang saling bertentangan, yaitu biaya yang seekonomis mungkin dan dampak lingkungan yang seminimal mungkin. Tingginya biaya bangunan hemat energi seperti near Zero Energy House disebabkan oleh tingginya harga peralatan dan material yang diaplikasikan seperti panel surya, insulasi dan lain-lain. Tujuan dari penelitan ini adalah menemukan desain yang optimal dari sebuah near Zero Energy House, dengan studi kasus terhadap rumah 1 tingkat. Sasaran dari optimasi desain ini adalah kinerja biaya siklus hidup yang lebih ekonomis jika dibandingkan dengan bangunan konvensional. Metode optimasi dengan algoritma genetika adalah metode optimasi paling sesuai untuk permasalahan optimasi desain yang memiliki banyak variabel. Sangat sulit untuk menemukan solusi tunggal, atau solusi terbaik untuk optimasi desain. Dengan menggunakan algoritma genetika, perancang bangunan dapat memilih salah satu dari solusi terbaik hasil optimasi yang sesuai dengan permintaan dan batasan-batasan yang ada.

---

Optimal design of energy efficient buildings facing two conflicting requirements, namely costs as economical as possible and minimal environmental impact. The high cost of energy efficient buildings as near Zero Energy House due to the high price of equipment and materials that are applied as solar panels, insulation and others.

The purpose of this research is to find the optimal design of a near Zero Energy House, with a case study on the first level. The goal of this design is the optimization of life cycle cost performance is more economical when compared to conventional buildings.

Optimization method with genetic algorithm optimization is the most suitable method for design optimization problem that has many variables. It is very difficult to find a single solution, or the best solution for design optimization. By using genetic algorithms, building designer can choose one of the best results of the optimization solution according to the demand and constraints that exist."

"Kebutuhan akan armada transportasi laut yang kian meningkat dalam beberapa tahun terakhir menuntut industri perkapalan untuk membangun kapal niaga yang berukuran semakin besar. Hal tersebut mendorong pihak galangan kapal, atau pihak swasta yang baru akan membangun galangan kapal, untuk dapat melakukan perencanaan tata letak fasilitas galangan kapal yang semakin baik dan optimum. Peningkatan kualitas desain pada tata letak galangan kapal diharapkan dapat memberikan peningkatan efisiensi pada proses produksi kapal. Salah satu metode untuk meningkatkan kualitas desain galangan kapal ialah metode desain berbasis komputasi karena dapat memberikan opsi desain atau solusi dengan jumlah yang sangat banyak namun dalam waktu yang singkat. Penelitian ini melakukan proses komputasi untuk optimasi desain konfigurasi tata letak galangan kapal dengan dua objektif yakni material handling costs (MHC) dan total of layout space (TLS). Metode yang digunakan dalam proses evolusi konfigurasi dalam penelitian ini ialah NSGA-II (Non-dominated sorting genetic algorithm – II). Setelah itu, konversi dari genotip menuju fenotip ialah menggunakan metode semi-flexible bay structure. Hasil penelitian ini memberikan 6 opsi layout dari pareto-optimal solutions pada iterasi terakhir, dan salah satu opsi layout terpilih sebagai layout terbaik berdasarkan kalkulasi crowding distance. Opsi optimum yang terpilih memiliki MHC sebesar 150505.0 ton.meter dan TLS sebesar 800 m2.

---

In recent years, the increasing need for maritime transportation fleets has required the shipbuilding industry to build increasingly larger commercial vessels. This encourages shipyards or private parties just starting to build a shipyard to plan a better and more optimal layout of shipyard facilities. Improving the shipyard layout's design quality is expected to increase efficiency in the ship production process. One method for improving the quality of shipyard design is a computational-based design method because it can provide a huge amount of design options or solutions quickly. This research uses a computational process to optimize the shipyard layout configuration design with two objectives: material handling costs (MHC) and total of layout space (TLS). The method used in the configuration evolution process in this research is NSGA-II (Non-dominated sorting genetic algorithm – II). After that, the conversion from genotype to phenotype uses the semi-flexible bay structure method. The results of this research provide six layout options from Pareto-optimal solutions in the last iteration, and one of the layout options was selected as the best layout based on crowding distance calculations. The optimal option selected has an MHC of 150505.0 tons.meter and a TLS of 800 m2."

"ABSTRAKProduksi pesawat terbang sendiri menjadi sangat penting untuk memfasilitasi banyaknya penumpang pesawat terbang di Indonesia. Indonesia memiliki sejumlah insinyur pesawat dalam membuat dan merancang komponen utama pesawat terbang yang kompleks. Namun, banyak insinyur pesawat Indonesia yang lebih memilih bekerja pada produsen pesawat dunia, termasuk para insinyur pesawat baru. Hal ini menyebabkan sumber daya manusia dalam mendesain pesawat di Indonesia menjadi terbatas. Desain pesawat terbang yang sangat kompleks dan jumlah sumber daya manusia yang terbatas membutuhkan manajemen proyek yang baik. Penelitian ini bertujuan untuk menganalisis perbandingan penjadwalan berdasarkan CPM dan CCPM untuk proses desain struktur ekor pesawat terbang berdasarkan sumber daya yang terbatas. Hasil analisis perbandingan menunjukan bahwa penjadwalan CPM dan CCPM memiliki ruang lingkup dan kualitas yang sama. Dalam constraint penjadwalan, CPM memiliki proses perhitungan yang lebih sederhana dibandingkan CCPM. Penjadwalan CCPM dapat lebih dapat meminimalisasi biaya, menggunakan sumber daya manusia lebih optimal, dan dapat lebih mengantisipasi risiko dibandingkan penjadwalan CPM.

---

ABSTRACTAbstractThe production of the aircraft in Indonesia becomes very important to facilitate many passengers of airplanes in Indonesia. Indonesia has a number of aircraft engineers in making and designing the main components of a complex aircraft. However, many Indonesian aircraft engineers prefer to work on the world 39 s aircraft manufacturers, including new aircraft engineers. This causes the human resources in designing of aircraft in Indonesia to be limited. The design of a very complex aircraft and the limited number of human resources requires good project management. This study aims to analyze scheduling comparisons based on CPM and CCPM for the design process of tailplane structure based on limited resources. The result of comparison analysis shows that the scheduling of CPM and CCPM have the same scope and quality. In the scheduling constraint, CPM has a simpler calculation process than CCPM. CCPM scheduling can further minimize costs, use more optimal human resources, and be more risk anticipating than CPM scheduling."

"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."

"Istilah keseimbangan lini (assembly line balancing) merupakan suatu metode penugasan sejumlah pekerjaan ke dalam stasiun kerja yang saling berkaitan dalam satu lini produksi dimana setiap stasiun kerja memiliki waktu yang tidak melebihi waktu siklus dari stasiun kerja tersebut. Keterkaitan sejumlah pekerjaan dalam suatu lini produksi harus dipertimbangkan dalam menentukan pembagian pekerjaan dengan pekerjaan lainnya. Keterkaitan antar pekerjaan ini digambarkan dalam suatu diagram keterkaitan (precedence diagram), sedangkan hubungan antar pekerjaan disebut precedence job atau precedence network . Metode heuristik adalah salah satu cara yang umum digunakan dalam kehidupan nyata untuk memecahkan masalah keseimbangan lini lintasan perakitan ini. Dalam skripsi ini, metode heuristik yang efisien digunakan untuk memecahkan masalah keseimbangan lini lintasan perakitan dengan pendekatan deterministik dan model tunggal. Metode heuristik tersebut adalah metode heuristik Algoritma Genetika. Algoritma Genetika yang digunakan untuk memecahkan masalah keseimbangan lini lintasan perakitan ini dibentuk dengan struktur kromosom yang khusus dan diaplikasikan melalui software MATLAB. Hasil dari perhitungan keseimbangan lini lintasan perakitan dengan menggunakan metode Algoritma Genetika akan dibandingkan dengan keseimbangan lini lintasan perakitan yang telah diterapkan oleh salah satu pabrik otomotif. Metode Algoritma Genetika terbukti menghasilkan keseimbangan lini lintasan perakitan yang lebih optimal dibandingkan keseimbangan lini yang lama. Hal itu dapat dibuktikan dengan membandingkan jumlah stasiun kerja, efisiensi lintasan, dan nilai smoothness.

---

The term equilibrium line (assembly line balancing) is a method of assignment of a job into work stations interconnected in a production line where each work station has a time not exceeding the cycle time from the work station. Linkage amount of work within a production line must be considered in determining the division of labor with other jobs. Links between this work is described in a relationship diagram (precedence diagram), while the relationship between job is called job precedence or precedence network. Heuristic methods are one of the ways commonly used in real life to solve the problem of the balance of these assembly-line trajectory. In this thesis, an efficient heuristic method is used to solve the problem of balancing assembly line with a deterministic approach and a single model. The heuristic method is heuristic methods Genetic Algorithms. Genetic algorithms are used to solve the problem of balancing lines assembly line was formed with the specific chromosome structure and applied through MATLAB software. The results of the calculation of the balance lines assembly line using Genetic Algorithms will be compared with the balance of the assembly line of the track that has been applied by one of the automotive factory. Genetic Algorithm method proved to produce a balance line assembly line is more optimal than the old equilibrium line. It can be proved by comparing the number of work stations, the efficiency of the track, and the value of smoothness."

"Pemilihan portofolio adalah salah satu bidang penelitian yang menarik dan penting di bidang keuangan karena masa depan dan ketidak beraturan pasar keuangan yang tidak dapat diprediksi. Setiap investor berharap mendapatkan tingkat pengembalian yang tinggi untuk portofolio mereka dengan risiko sekecil mungkin dan hal ini sulit dicapai, sehingga investor mencoba menyeimbangkan kinerja dan risiko portofolio melalui diversifikasi. Tujuan penelitian ini adalah untuk menyelidiki strategi pemilihan portofolio melalui metode clustering dan Genetic Algorithm. Clustering digunakan untuk diversifikasi portofolio dengan membentuk sekelompok aset homogen berdasarkan karakteristik rasio keuangan mereka. Ada tujuh rasio keuangan yang akan digunakan, yaitu EPS, PER, PEG, ROE, DER, Current Ratio, dan Profit Margin. Dalam skripsi ini digunakan algoritma Density Based Clustering of Application with Noise sebagai metode clustering DBSCAN. Setelah fase clustering, Genetic Algorithm digunakan untuk membentuk portofolio optimum. Genetic Algorithm secara otomatis memilih portofolio dengan risiko dan pengembalian yang optimal berdasarkan hasil clustering dengan memutuskan aset dan bobot masing-masing yang akan dimasukkan dalam portofolio. Algoritma genetika didasarkan pada model Mean Variance Cardinality Constrained Portofolio Optimization MVCCPO dan disebut metode Genetic Algorithm dengan kendala. Metode ini berhasil memberikan tingkat pengembalian dan Sharpe ratio yang lebih tinggi 25,35 dan 17,20 dibandingkan dengan indeks S P 500 pada periode waktu yang sama dengan tingkat pengembalian dan Sharpe ratio masing-masing 12,34 dan 2,7.

---

Portfolio selection is one of the interesting and important fields of research in finance because of the unpredictable future and randomness of the financial market. Every investor is hoping to get a high rate of return for their portfolio with as little risk as possible, which is hard to achieve, so investors try to balance the performance and risk of the portfolio through diversification. The motivation of this research is to investigate the portfolio selection strategies through clustering method and application of genetic algorithm. Clustering is used to diversify the portfolio by forming a homogenous cluster of assets with respect to their financial ratios characteristic. There are seven financial ratio characteristics that is used, they are EPS, PER, PEG, ROE, DER, Current Ratio and Profit Margin.

In this thesis, Density Based Clustering Algorithm with Application of Noise used as the clustering method DBSCAN. After the clustering phase, genetic algorithm used for portfolio selection. Genetic Algorithm automatically select the optimum risk and return portfolio based on the clustered asset by deciding which assets and their respective weights included in the portfolio. The genetic algorithm is based on the Mean Variance Cardinality Constrained Portofolio Optimization MVCCPO model and called a Constrained Genetic Algorithm. The method succesfully give a higher level of return 25,35 and Sharpe ratio 17,20 compared to S P 500 index in the same period of time 12.34 and 2.7 respectively."