Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kapal memiliki peran yang sangat penting pada perekonomian dunia sebagai alat pengangkutan barang baik antar daerah ataupun antar negara. Lebih dari tujuh miliar ton barang dikirim melalui jalur laut setiap tahunnya. Sebagian besar biaya operasional kapal berasal dari pemakaian bahan bakar dan harga bahan bakar sangat bervariasi pada setiap pelabuhan. Pemilihan rute kapal yang tepat merupakan hal yang sangat krusial dalam upaya meminimalisir biaya operasional. Penelitian ini mengimplementasikan metode optimasi dengan mempergunakan algoritma heuristik untuk pemilihan rute kapal dengan tujuan meminimalisir biaya operasional. Data jarak mil laut antar pelabuhan, kecepatan kapal, daya mesin, dan harga bahan bakar pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan 3 algoritma heuristik, yaitu : Nearest Neighbor Algorithm, Simulated Annealing, dan Algoritma Genetika dipergunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif biaya bahan bakar yang seminimum mungkin. Variasi pada destinasi awal/akhir dari pemilihan rute juga dilakukan sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa algoritma genetika memberikan rute dengan biaya bahan bakar yang lebih rendah dari kedua algoritma lain pada setiap pemilihan rute yang dilakukan. Hal ini membuktikan bahwa algoritma genetika lebih efektif dalam menentukan rute kapal dengan biaya bahan bakar yang paling rendah.

---

Ships have a very important role in the world economy as a means of transporting goods between regions and between countries. More than seven billion tons of goods are shipped by sea each year. Most of the ship's operating costs come from the use of fuel and fuel prices vary widely at each port. Selection of the right ship route is very crucial to minimize operational costs. This study implements an optimization method using a heuristic algorithm for selecting ship routes with the aim of minimizing operational costs. Data on the distance of nautical miles between ports, ship speed, engine power and fuel prices at each port are processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of 3 heuristic algorithms, namely: Nearest Neighbor Algorithm, Simulated Annealing, and Genetic Algorithm are used to solve the ATSP model created with the minimum fuel cost objective function. The results showed that the genetic algorithm provides a route with lower fuel costs than the other two algorithms at each route selection made. This proves that the genetic algorithm is more effective in determining the route of ships with the lowest fuel cost."

"Optimasi pemilihan rute pelayaran kapal kontainer merupakan salah satu cara untuk meningkatkan efisiensi dan mengurangi biaya operasional perusahaan pelayaran. Dalam penelitian ini, kami menggunakan algoritma Ant Colony Optimization (ACO) untuk menentukan rute pelayaran terbaik bagi kapal kontainer di trayek Asia. Algoritma Ant Colony Optimization (ACO) merupakan salah satu metode heuristik yang menerapkan semut sebagai agen dengan update Pheromone-nya untuk dapat melakukan proses pencarian solusi yang efektif dan efisien. Algoritma ACO yang dibandingkan sebanyak lima yaitu Ant System (AS), Elitist Ant System(EAS), Rank-based Ant System (ASRank), Max-min Ant System (MMAS), dan Ant Colony System (ACS). Dengan menggunakan data historis lalu lintas pelayaran dan mengoptimalkan faktor-faktor seperti waktu tempuh, biaya bahan bakar, dan biaya gerbang pelabuhan untuk menentukan rute terbaik. Hasil dari penelitian ini menunjukkan bahwa Ant Colony System (ACS) dengan proses iterasi yang cepat hanya 1 detik dan input parameter  yang menghasilkan pemilihan rute 6-9-8-5-2-3-1-7-4-10-12-11-6, dan jarak 15626,39 mil serta waktu tempuh perjalanan 1131,576 jam, dimana hasil ini memiliki Efisiensi jarak sebesar 65,9404 % dan ini berbanding lurus dengan optimasi bahan bakar maupun waktu yan ditempuh.

---

Optimizing container ship routing is one way to improve efficiency and reduce operational costs for shipping companies. In this research, we utilized the Ant Colony Optimization (ACO) algorithm to determine the best shipping route for container ships in the Asian region. The ACO algorithm is a heuristic method that utilizes ants as agents with updated pheromones to effectively and efficiently search for solutions. Five ACO algorithms were compared: Ant System(AS), Elitist Ant System(EAS), Rank-based Ant System(ASRank), Max-min Ant System(MMAS), and Ant Colony System(ACS). Using historical shipping traffic data, we optimized factors such as travel time, fuel costs, and port gate costs to determine the best route. The results of this research showed that the Ant Colony System (ACS) with a fast iteration process of only 1 second and input parameters α ∈ {1}, β ∈ {2 and 3}, m = 10, τ0 ∈ {0}, and ρ ∈ {0.5} yielded the route selection 6-9-8-5-2-3-1-7-4-10-12-11-6, with a distance of 15,626.39 miles and a travel time of 1,131.576 hours.  result where this has a distance efficiency of 65.9404% and this is directly proportional to the optimization of fuel and time taken."

"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."

"Pada tahun 2020, 6 dari 10 ekonomi yang paling terhubung berada di Asia Singapura; Republik Korea; Malaysia; Hong Kong, Cina; dan Jepang. Sektor pengangkutan laut memiliki peran penting untuk memajukan dan memperlancar perdagangan serta memperlancar perpindahan barang dari satu tempat ke tempat yang lain. Biaya transportasi dianggap sebagai biaya paling tinggi dari total biaya logistik dengan bahan bakar sendiri menyerap lebih dari 60 persen dari biaya operasi. Memilih rute yang optimal untuk meminimalkan biaya bahan bakar merupakan solusi yang efektif bagi perusahaan pelayaran saat mengoperasikan kapal liner. Data jarak mil laut antar pelabuhan, kecepatan kapal, daya mesin, dan harga bahan bakar pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan 2 algoritma, yaitu: Brute-Force Method dan Algoritma Held-Karp digunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif biaya bahan bakar yang seminimum mungkin. Diberikan variasi pada titik awal/akhir rute sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa Algoritma Held-Karp memberikan hasil rute dengan biaya bahan bakar yang sama dengan Brute-Force Method namun proses komputasi berjalan lebih cepat. Hal ini membuktikan bahwa algoritma Held-Karp lebih efektif dalam hal waktu untuk menentukan rute kapal dengan biaya bahan bakar yang paling rendah.

---

In 2020, 6 of the 10 most connected economies w in Asia Singapore; Republic of Korea; Malaysia; Hong Kong, China; and Japan. The sea transport sector has an important role to promote and facilitate trade and facilitate the movement of goods from one place to another. Transportation costs are considered the highest cost of the total logistics costs with fuel alone absorbing more than 60 percent of operating costs. Choosing the optimal route to minimize fuel costs is an effective solution for shipping companies when operating liner vessels. Data on nautical miles between ports, ship speed, engine power, and fuel prices at each port are processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of 2 algorithms, namely: Brute-Force Method and Held-Karp Algorithm is used to solve the ATSP model which is made with the objective function of the minimum fuel cost. Variations in the start/end point of the route are given as additional test parameters of each algorithm. The results show that the Held-Karp Algorithm gives route results with the same fuel cost as the Brute-Force Method but the computational process runs faster. This proves that the Held-Karp algorithm is more effective in terms of time to determine ship routes with the lowest fuel costs."

"Tol Laut adalah program pemerintah yang bertujuan menjadikan Indonesia sebagai poros maritim dunia, dengan cara meningkatkan kapasitas ekonomi nasional dan menurunkan disparitas ekonomi antar daerah. Mulai 2021 pembuatan jaringan berdasarkan hub and spoke mulai dilakukan oleh pemerintah dengan tujuan mengurangi biaya total dengan memanfaatkan economies of scale. Penelitian ini dilakukan untuk membuat design jaringan yang optimal dalam segi total biaya pengiriman dengan memanfaatkan genetika algoritma, pada penilitian ini terdapat dua kasus yang dinyatakan dalam bentuk model hub and spoke yaitu model tipe single allocation model dan model dengan hub tier satu dan hub tier dua. Pada kedua model tersebut dilakukan perhitungan dimana dipertimbangkan faktor diskon dengan yang tidak, kemudian perbandingan hasil biaya pelayaran dari kedua kasus tersebut dilakukan. Hasil penelitian ini memberikan desain jaringan dengan biaya pengiriman terminimum pada kedua kasus.

---

The Sea Highway is a government program that aims to make Indonesia the world's maritime axis, by increasing national economic capacity and reducing economic disparities between regions. Starting in 2021, the government will start making networks based on hub and spokes with the aim of reducing total costs by taking advantage of economies of scale. This research was conducted to create an optimal network design in terms of total shipping costs by utilizing genetic algorithms, in this study there are two cases expressed in the form of a hub and spoke model, namely the single allocation model and the model with tier one hub and tier two hub. In both models, a calculation is carried out with and without the discount factor, then the results of the shipping costs from the two cases are compared. The results of this study provide a network design with the minimum shipping cost for both cases."

"Kontainer merupakan perangkat pengiriman barang yang umum digunakan dalam aktivitas logistik, dalam proses pengiriman barang dengan kontainer akan melalui proses container loading dan proses ini menjadi inti permasalahan dalam aktivitas logistik. Permasalahan penyusunan barang (bin packing problem) dalam proses container loading merupakan hal yang sangat penting dalam upaya memaksimalkan ruang container. Dikarenakan banyak ruang sisa pada container yang tidak termanfaatkan akibat penyusunan barang yang tidak optimal. Penelitian ini menerapkan metode optimasi dengan menggunakan algoritma genetika sebagai solusi dari permasalahan penyusunan barang ke dalam container dengan menggunakan dataset wtpack dari OR-Library. Dengan melalui proses pembangkitan populasi, setelah itu dilakukan proses tournament selection sebelum melalui proses crossover dan mutation untuk menghasilkan populasi baru digenerasi selanjutnya. hasil penelitian menunjukan bahwa algoritma genetika dapat memberikan solusi penyusunan barang yang optimal dengan meningkatnya nilai fitness dari generasi 1 sampai 100. Kemudian hasil optimasi divisualisasikan ke dalam bentuk 3 dimensi sebagai solusi akhir permasalahan penyusunan barang 3 dimensi (three-dimensional bin packing problem).

---

Containers are goods delivery devices that are commonly used in logistics activities, in the process of shipping goods with containers, they will go through the container loading process and this process becomes the core of the problems in logistics activities. The bin packing problem in the container loading process is very important in an effort to maximize container space. Due to a lot of leftover space in the container that is not utilized due to the arrangement of goods that are not optimal. This study applies an optimization method using genetic algorithms as a solution to the problem of arranging goods into containers using the wtpack dataset from OR-Library. By going through the population generation process, after that a tournament selection process is carried out before going through a crossover and mutation process to produce a new population for the next generation. The results showed that the genetic algorithm can provide an optimal boxes arrangement solution by increasing the fitness value from generation 1 to 100. Then the optimization results are visualized in 3-dimensional form as the final solution for the three-dimensional bin packing problem."

"Kapal merupakan salah satu faktor penting dalam perekonomian & pendistribusian barang baik di dunia maupun di Indonesia. Kapal dinilai sangat efektif dalam pendistribusian barang dari suatu daerah ke daerah lainnya dengan muatan yang banyak. Dalam hal ini, Pemerintah Indonesia sudah membuat kebijakan Jalur Tol Laut. Namun Pemerintah Indonesia masih berupaya untuk menurunkan disparitas harga antara wilayah Indonesia Bagian Barat dengan Indonesia Bagian Timur dalam rangka menunjang pendistribusian barang dan pengembangan ekonomi di daerah terpencil dan daerah belum berkembang. Maka dari itu, pemilihan rute merupakan hal yang krusial untuk dapat mengurangi biaya oprasional yang tinggi. Penelitian ini mengimplementasikan metode optimasi rute pelayaran dengan menggunakan algoritma Nearest Neighbor. Dengan metode tersebut, dapat ditemukan jalur antar pelabuhan dari setiap rutenya yang paling pendek dalam segi jarak. Penelitian ini bertujuan untuk menguji apakah rute yang sudah ditentukan merupakan jalur paling pendek. Pada penelitian dengan judul Optimasi Rute Pelayaran Tol Laut 2022 Menggunakan algoritma Nearest Neighbor, ditemukan adanya perbedaan jarak yang lebih dekat sehingga dapat mengurangi waktu tempuh. Hasil ini bisa menjadi masukan bagi Pemerintah Indonesia terutama Kementrian Perhubungan sebagai bahan evaluasi dalam Keputusan Direktur Jenderal Perhubungan Laut Nomor: KP – DJPL 8 Tahun 2022.

---

Ships are important factor in the economy & distribution of goods both in the world and in Indonesia. Ships are considered to be very effective in distributing goods from one area to another with a large load. In this case, the Government of Indonesia has made a Sea Highway Policy. However, the Government of Indonesia is still trying to reduce the price disparity between the western part of Indonesia and the eastern part of Indonesia in order to support the distribution of goods and economic development in remote and underdeveloped areas. Therefore, route selection is crucial to be able to reduce high operational costs. This study implements the cruise route optimization method using the Nearest Neighbor algorithm. With this method, it is possible to find the shortest route between ports from each route in terms of distance. This study aims to test whether the route that has been determined is the shortest path. In a study entitled Optimization of the 2022 Sea Highway Shipping Route Using the Nearest Neighbor algorithm, it was found that there are differences in closer distances so as to reduce travel time. These results can be input for the Government of Indonesia as an evaluation material."

"Container loading menjadi inti permasalahan dari aktivitas logistik. Hal ini terjadi karena banyaknya ruang sisa pada kontainer yang tidak termanfaatkan akibat ketidaksesuaian perbandingan dimensi barang yang akan dimuat dengan dimensi kontainer. Kerugian yang ditimbulkan adalah cost untuk sewa kontainer akan bertambah juga kelelahan yang dialami helper. Oleh karena itu diperlukan suatu pengaturan yang baik agar penyusunan barang dalam kontainer dapat lebih optimal. Permasalahan ini dapat diselesaikan menggunakan metode algoritma genetika. Dimana prosesnya diawali dengan pembangkitan populasi awal, setelah itu dilakukan crossover dan mutasi, sebelum akhirnya dihitung nilai fitnessnya untuk kemudian dilakukan seleksi terhadap nilai fitness terbaik yang nantinya akan dijadikan sebagai solusi dari permasalahan yang ada. Dari hasil pengujian didapat parameter nilai terbaik yang akan mempengaruhi solusi, yakni ukuran populasi sebesar 100, nilai crossover rate sebesar 0,7, nilai mutation rate sebesar 0,3, dan ukuran generasi sebesar 50. Dari parameter yang telah didapatkan diperoleh nilai fitness terbaik sebesar 48,82. Kemudian nilai fitness ini divisualisasikan kedalam pola susunan barang yang optimal untuk digunakan sebagai solusi dari penyusunan barang di dalam kontainer.

---

The container loading is the major issues of logistics activity. This is because of the large amount of space left in the unused container as a result of the misalignment of the dimensions of goods that would be loaded with container dimensions. The loss are container rental cost will increase and fatigue experienced by helper. Therefore, a good arrangement is needed for more optimum. The matter can be solved using a genetic algorithm method. That process starts with initialization of the population, after it crossover and mutation, and then calculate the fitness value to use it for selection to get best fitness value that eventually becomes the solution for this problem. According to the tests, the best parameters, which will affect the solution, a population size is 100, a crossover rate is 0,7, a mutation rate is 0,3, and a generation size is 50. From the parameters obtained, the best fitness crose is 48,82. The final step, the value of this fitness is visualized into the optimal pattern arrangement of goods to be used as a solution for the container loading problem."

"Permasalahan penjadwalan karyawan secara umum adalah masalah untuk menentukan berapa banyak pekerja yang dibutuhkan untuk ditugaskan terhadap setiap periode waktu kerja yang direncanakan oleh sebuah organisasi dengan tujuan mengcover seluruh penugasan dengan biaya minimum. Permasalahan penjadwalan karyawan mempunyai kompleksitas tinggi karena banyak faktor yang harus dipertimbangkan seperti aturan yang berlaku serta biaya yang ditimbulkan. Metode yang digunakan untuk optimasi penjadwalan karyawan dalam penelitian ini adalah Algoritma Genetika. Solusi melalui metode ini diharapkan dapat membantu perusahaan dalam mengoptimal jadwal karyawan pengawas pembangunan kapal.

---

Crew scheduling problem is in general, the problem of determining how many workers must be assigned to each of the planning periods of work time for an organization in order to cover all assignments at minimum cost. Crew scheduling has a high complexity because of many aspects must be considered, such as work-rule agreements and cost of individual assignment. The method to optimize the crew scheduling problem is Genetic Algorithm. The solution through this method could help the organization to optimize workforce scheduling of ship building surveyor."

"Skripsi ini membangun suatu model integrasi antara inventori di pelabuhan loading dan ketersedian muatan di pelabuhan unloading melalui penentuan rute dan penjadwalan kapal VLGC yang berfungsi sebagai pengangkut dari pelabuhan loading dan sekaligus sebagai floating storage di pelabuhan unloading. Untuk menentukan rute penjadwalan yang optimal harus ditetapkan berapa jumlah produk yang akan diangkut, kapan waktunya, menggunakan kapal yang mana, memastikan ketersediaan muatan di pelabuhan unloading, dan level inventori produk yang tidak melebihi batas kapasitas pelabuhan. Model yang dikembangkan bertujuan untuk meminimalkan biaya dengan dasar algoritma Tabu Search dengan tools Matlab. Dari hasil running program optimasi disimpulkan bahwa model yang dikembangkan memiliki performasi yang baik dibandingkan dengan kondisi existing.

---

This research present a model of integration of inventory at the loading port and the cargo availability at unloading port though routing and ship scheduling VLGC vessel that serves as a transporter of cargo from the loading portas wellas floating storage at unloading port. The optimal routing schedule Should specify how much of each product to carry, at what time, on which ship, ensure the cargo availability in unloading port, and the stock levels of the product cannot exceed the inventory capacity of loading port. The model has objective function to minimaze cost of ship that developed with Tabu Search algorithm using Matlab. form optimization running program conclude that model has good performance compared existing conditions."