Hasil Pencarian  ::  Simpan CSV :: Kembali

"Energi listrik telah menjadi suatu kebutuhan esensial untuk menunjang kehidupan manusia. Rencana Usaha Penyediaan Tenaga Listrik Tahun 2021-2030 menyebutkan bahwa akan terjadi peningkatan jumlah pelanggan mencapai 24.4 juta dengan persentase pertumbuhan listrik sebesar 4.9% di Indonesia, sehingga penyedia tenaga listrik harus mampu memenuhinya secara efisien. Salah satu faktor yang memengaruhi efisiensi suatu sistem tenaga listrik adalah terjadinya rugi-rugi daya aktif pada saat penyaluran listrik dari pembangkit menuju pelanggan. Hal ini tidak dapat dihindari, namun dapat diminimalisasi dengan melakukan optimisasi aliran daya reaktif pada sistem berupa pengaturan magnitude tegangan terminal generator, posisi tap transformator, dan keluaran dari sumber daya reaktif. Optimisasi aliran daya reaktif merupakan permasalahan yang kompleks karena tidak konveks, memiliki variabel kontinyu dan diskrit, serta memiliki banyak nilai optimum lokal maupun global sehingga dibutuhkan algoritma perhitungan cerdas yang mampu menemukan solusi nilai optimum global dari fungsi tujuan, meskipun terdapat variabel diskrit didalamnya. Penelitian ini memanfaatkan algoritma particle swarm optimization (PSO) dalam menyelesaikan permasalahan optimisasi aliran daya reaktif yang diuji di Sistem RIS dengan mengatur magnitude tegangan terminal generator bermode kontrol tegangan dan/atau posisi tap transformator yang dilengkapi On Load Tap Changer. Hasil dari penilitian ini berupa penurunan total rugi-rugi daya aktif saluran transmisi dari kondisi awal pada Sistem RIS sebesar 20.13% saat mengatur tegangan terminal generator, 8.62% saat mengatur posisi tap transformator yang dilengkapi On Load Tap Changer, dan 13.18% saat mengatur keduanya.

---

Electricity has become an essential need to support human life. The Electricity Supply Business Plan for 2021-2030 states that there will be an increase in the number of customers up to 24.4 million with a percentage growth of 4.9% in Indonesia, so electricity providers must be able to meet it efficiently. One of the factors affecting the efficiency of a power system is the occurrence of active power losses during the transmission of electricity from the generator to the customers. This cannot be avoided but can be minimized by optimizing reactive power flow in the system, such as setting the terminal voltage magnitude of the generator, the tap position of the transformer, and the output of reactive power sources. Reactive power flow optimization is a complex problem because it is non-convex, has continuous and discrete variables, and has many local and global optimum values, requiring intelligent calculation algorithms that can find the global optimum value solution of the objective function, even though there are discrete variables in it. This research utilizes the particle swarm optimization (PSO) algorithm to solve the optimization of reactive power flow problem tested in the RIS system by controlling the voltage magnitude of the generator terminal and/or the tap position of the transformer equipped with an On-Load Tap Changer. The results of this study are a decrease in the total active power losses on transmission lines of the RIS system by 20.13% when adjusting the generator terminal voltage magnitude, 8.62% when adjusting the tap position of the transformer equipped with an On-Load Tap Changer, and 13.18% when adjusting both."

"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."

"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."

"Kegiatan berbelanja secara daring di e-commerce meningkat seiring dengan peningkatan pengguna internet di Indonesia. Kondisi ini mengakibatkan melonjaknya kegiatan pengiriman barang. Dalam proses pengiriman barang terdapat tahap last-mile delivery. Adapun tantangan yang dihadapi pada tahap ini adalah jumlah pengiriman yang banyak dan waktu pengiriman yang panjang. Hal ini bisa mengakibatkan penambahan jumlah alat transportasi yang digunakan. Salah satu alat transportasi untuk last-mile delivery adalah truk. Penggunaan truk dalam last-mile delivery dapat menyebabkan polusi udara serta tidak dapat mengirimkan paket tepat waktu karena kemacetan lalu lintas (dalam kasus daerah perkotaan). Karena hal itu, harus dicari jalan keluar yang dapat menurunkan polusi udara serta menurunkan kasus pengiriman paket tidak tepat waktu dalam last-mile delivery. Penelitian ini menggabungkan pemakaian truk dan drone yang bermaksud untuk menurunkan kasus pengiriman paket tidak tepat waktu serta menurunkan polusi udara dengan keunggulan drone. Metode yang dipakai melibatkan implementasi Fuzzy C-Means (FCM) clustering untuk mengelompokkan data pelanggan dengan mempertimbangkan kendala jumlah drone yang tersedia serta radius terbang drone dan implementasi Algoritma Genetika untuk merancang rute pengiriman yang optimal dengan mempertimbangkan kendala Time Windows pada depot dan semua cluster. Penerapan kedua metode itu dipakai pada data 90 pelanggan. FCM bisa menurunkan 63,15% jumlah cluster, menurunkan 36,03% keseluruhan jarak tempuh rute, menurunkan 28,77% keseluruhan waktu tempuh rute, serta pengurangan 4,06% nilai fungsi objektif bila ketimbang dengan yang didapat dari clustering secara intuitif.

---

Online shopping activities in e-commerce are increasing along with the rise in internet users in Indonesia. This trend has led to a surge in goods delivery activities. In the delivery process, there is a crucial last-mile delivery stage. The challenges faced during this stage include a high volume of deliveries and extended delivery times, leading to the necessity of deploying additional transportation means. One commonly used transportation method for last-mile delivery is trucks. However, the utilization of trucks in last-mile delivery poses challenges such as air pollution and the inability to ensure timely package deliveries due to traffic congestion, particularly in urban areas. To address these issues, a solution must be found that not only reduces air pollution but also mitigates instances of delayed package deliveries in last-mile delivery. This research proposes a novel approach by integrating the use of trucks and drones to capitalize on the advantages offered by drones. The methodology employed incorporates the implementation of Fuzzy C-Means (FCM) clustering to categorize customer data, considering constraints related to the number of available drones and the flying radius of the drones. Additionally, a Genetic Algorithm is applied to optimize delivery routes, considering time window constraints at the depot and within all clusters. The application of these two methods was tested on a dataset comprising 90 customers. FCM demonstrated the ability to reduce the number of clusters by 63.15%, decrease the overall route travel distance by 36.03%, and minimize the overall route travel time by 28.77%. Furthermore, it led to a 4.06% reduction in the objective function values compared to intuitive clustering."

"ABSTRAKSaat ini, perusahaan minyak di Indonesia secara bertahap menjadi lebih fokus pada pengoptimalan logistik hulu mereka. Salah satu sumber daya tertinggi yang digunakan dalam logistik hulu adalah kapal ldquo;Offshore Supply Vessel rdquo;. Kapal ldquo;Offshore Supply Vessel rdquo; digunakan untuk melaksanakan fungsi pasokan reguler ke instalasi lepas pantai secara berkala dari basis pasokan darat. Perencanaan efisien operasi kapal sangat penting karena keputusan tentang ukuran armada kapal dan pemanfaatannya memiliki efek ekonomi yang kuat karena biaya kapal yang mahal.Data untuk penelitian ini disediakan oleh salah satu perusahaan minyak dan gas di Indonesia. Perusahaan ini tidak memiliki kapal pasokan lepas pantai, mereka disewa dari perusahaan pelayaran. Dalam penelitian ini, kami menyajikan Genetic Algorithm GA sebagai metode untuk menentukan jumlah kapal pasokan lepas pantai yang disewa untuk melakukan operasi, menentukan komposisi armada kapal pasokan lepas pantai yang optimal dan penugasan mereka sesuai jadwal. Tujuan dari penelitian ini adalah untuk merancang model optimasi untuk ukuran armada dan masalah penugasan dalam operasi kapal suplai lepas pantai di Indonesia. Hasil dari penelitian ini jumlah armada ldquo;Offshore Supply Vessel rdquo; yang beroperasi dapat dikurangi sehingga total biaya operasional dan sewa kapal dapat dikurangi.

---

ABSTRACTNowadays, oil companies in Indonesia are gradually becoming more focused on optimizing their upstream logistics. One of the most costly resources used in upstream logistics are offshore supply vessels. Offshore supply vessels are used to carry out regular supply function to offshore installation on periodic basis from onshore supply bases. The efficient planning of supply vessel operation is extremely important since the decision on the size of the supply vessel fleet and its utilization has a strong economic effect as the vessel cost are rather expensive. The data for this research was provided by one of oil and gas company in Indonesia. This company does not own offshore supply vessels, they are hired from the shipping company. In this research, we present Genetic Algorithm GA as method to decide the number of offshore supply vessels hired to perform the operation, determine the optimal fleet composition of offshore supply vessel and their assignment as per schedules. The objective of this research is to design an optimization model for fleet sizing and assignment problem in offshore supply vessel operations in Indonesia. The result of the research is the number of offshore supply vessel can be reduced and impacted the overall operational cost and rest cost. "

"Di Desain awal ruang mesin kapal biasanya dilakukan berdasarkan referensi desain sebelumnya seperti data rancangan, solusi teoretis optimal, alat-alat yang dibutuhkan dan batasan pada desain. Kemudian, data yang telah dirancang digunakan untuk fase desain berikutnya. Berikutnya perancang akan memodifikasi tata letak berdasarkan pertimbangan peralatan, analisis kinerja, dan evaluasi akhir. Akhirnya, tata letak yang optimal dipilih setelah dipertimbangkan berdasarkan pada pengetahuan dan pengalaman desainer. Pada zaman sekarang, perdagangan pembuatan kapal dunia sangatlah ketat. Untuk bersaing di pasar perdagangan dunia, galangan kapal harus membuat inovasi terbaru yang dapat meningkatkan perusahaan mereka. Salah satu terobosan yang paling populer adalah membuat desain kapal lebih efisien. Saat ini, berbagai konsep yang terkait erat dengan manajemen efisiensi sedang dieksplorasi secara terus-menerus. Di sisi lain, ruang mesin kapal adalah bagian paling rumit dari kapal sehingga strategi optimasi masih dikembangkan secara bertahap. Sehubungan dengan semua itu, skripsi ini ditujukan untuk menunjukkan langkah baru yang dapat digunakan untuk mengoptimalkan ruang mesin yaitu dengan menggunakan metode algoritma genetika. Metode ini akan digunakan dengan perincian: 1) Algoritma genetika yang digunakan untuk persiapan ruang mesin akan meningkatkan efisiensi perawatan kapal dan meminimalkan panjang pipa di ruang mesin. Dua hal tersebut secara tidak langsung berkaitan dengan penghematan biaya produksi. 2) Kapal cargo panamax digunakan sebagai sampel utama.

---

The initial design of the ships engine room is usually carried out based on previous design references such as design data, optimal theoretical solutions, tools needed and limitations on the design. Then, the data that has been designed is used for the next design phase. Next the designer will modify the layout based on equipment considerations, performance analysis, and final evaluation. Finally, the optimal layout chosen after consideration is based on the knowledge and experience of the designer.

Today, the worlds shipbuilding trade is very strict. To compete in the world trade market, shipyards must make the latest innovations that can improve their companies. One of the most popular breakthroughs is making ship design more efficient.

At present, various concepts that are closely related to efficiency management are being explored continuously. On the other hand, the engine room of the ship is the most complicated part of the ship so the optimization strategy is still being developed in stages.

In connection with all that, this thesis is intended to show a new step that can be used to optimize machine space by using the genetic algorithm method.

This method will be used with details: 1) The genetic algorithm used to prepare the engine room will improve the efficiency of ship maintenance and minimize the length of the pipe in the engine room. These two things are indirectly related to saving production costs. 2) Panamax cargo ships are used as the main sample."