Hasil Pencarian  ::  Simpan CSV :: Kembali

"Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL) adalah masalah pencarian rute pengiriman barang yang optimal dengan mempertimbangkan lokasi pengiriman ke rumah pelanggan (home delivery) atau lokasi cadangan lain yang telah ditunjuk oleh pelanggan (roaming delivery). Jenis pengiriman tersebut dapat menjadi inovasi bagi pihak logistik dalam proses akhir pengiriman barang hingga sampai pada pelanggan (last mile delivery). Kerugian-kerugian seperti pencurian barang ataupun kerusakan barang karena pelanggan tidak berada di rumah dapat dihindari dan biaya operasional pengiriman dapat diminimalkan. Pada skripsi ini, digunakan metode algoritma genetika untuk mencari solusi dari VRPRDL. Data untuk simulasi percobaan terdiri dari 1 lokasi depot dan 30 pelanggan dengan masing-masing pelanggan memiliki 2 lokasi pengiriman yaitu 1 lokasi rumah dan 1 lokasi cadangan. Lokasi-lokasi pelanggan dan depot yang digunakan berada di provinsi DKI Jakarta. Hasil percobaan dengan menggunakan ukuran populasi 30, jumlah generasi 100, crossover rate (Cr) 0.7, dan mutation rate (Mr) 0.5 menunjukkan adanya penghematan total biaya menggunakan roaming delivery sebesar 18,90% dibandingkan dengan home delivery.

---

Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL) is the problem of finding the optimal route for delivery of goods by considering the delivery location to the customer's house (home delivery) or other backup locations designated by the customer (roaming delivery). This type of delivery can be an innovation for logistics in delivering goods to the customer's last location or last-mile delivery. Such loss like theft of goods or damage to goods because the customer is not at home, can be avoided, and the operational shipping cost can be minimized. In this thesis, a genetic algorithm method is used to find a route solution for the problem. The data for the experimental simulation consists of 1 depot location and 30 customers with each customer having 2 delivery locations, namely one home location and one backup location. The locations of customers and depot used are in the province DKI Jakarta. The experimental result by using a population size of 30, the number of generations of 100, crossover rate (Cr) 0.7, and mutation rate (Mr) 0.5 indicates a total cost saving of using roaming delivery for 18.90% compared to home delivery."

"Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL) merupakan permasalahan pencarian rute dengan setiap pelanggannya memiliki lebih dari satu pilihan lokasi pengiriman. Dalam penelitian ini, pengiriman bisa dilakukan ke rumah pelanggan (home delivery) atau ke lokasi cadangan milik pelanggan (roaming delivery). Digunakan metode Algoritma Memetika untuk menyelesaikan VRPRDL pada penelitian ini. Algoritma Memetika bekerja dengan cara melakukan operasi genetika pada sepasang solusi dari sebuah populasi (kumpulan solusi feasible), kemudian mengolah solusi yang dihasilkan dari operasi genetika ke dalam proses local search. Data yang digunakan berupa 30 pelanggan dengan masing-masing pelanggan memiliki 2 lokasi. Dengan ukuran populasi (popsize) sebesar 10 individu, jumlah generasi sebesar 50 generasi, crossover rate (Cr) sebesar 0.3 , dan mutation rate (Mr) sebesar 0.3 pengiriman menggunakan sistem roaming delivery mampu menghemat biaya sebesar 17.45% jika dibandingkan dengan pengiriman tradisional home delivery. Selain itu, pengiriman menggunakan sistem roaming delivery hanya memerlukan 4 kendaraan pengiriman, lebih sedikit dibandingkan home delivery yang memerlukan 5 kendaraan.

---

Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL) is a routing problem where each customer has more than one choice of delivery locations. Hence, it is necessary to determine the right location for delivery. In this study, delivery can be made to the customer's home (home delivery) or the customer's backup location (roaming delivery). The Memetics Algorithm method will be used to solve VRPRDL in this study. The Memetics Algorithm works by performing genetic operations on a pair of solutions from a population (a set of feasible solutions), then processing the solutions generated from genetic operations into a local search process. The data we used are 30 customers with each customer having 2 locations. By using population size of 10 individuals, the number of generations of 50 generations, a crossover rate (Cr) of 0.3, and a mutation rate (Mr) of 0.3, shipments using a roaming delivery system can save costs by 17.45% when compared to traditional home delivery. In addition, delivery using a roaming delivery system only requires 4 delivery vehicles, less than home delivery which requires 5 vehicles."

"Kegiatan berbelanja secara online di e-commerce akhir-akhir ini sedang ramai dilakukan karena dinilai lebih praktis dan tidak membuang banyak waktu. Hal ini berbanding lurus dengan banyaknya permintaan pengiriman yang harus dipenuhi oleh pihak last-mile delivery. Last-mile delivery adalah proses pengiriman langsung ke lokasi pelanggan. Pihak last-mile delivery harus melakukan pengiriman dengan biaya yang seminimal mungkin. Biaya perjalanan dapat semakin meningkat apabila terjadi pengiriman berulang yang disebabkan pelanggan tidak berada di rumah saat dilakukan pengiriman. Alternatif pengiriman roaming delivery dapat menjadi solusi dari permasalahan tersebut karena dapat mengurangi jarak dan waktu tempuh serta mengurangi emisi serta kemacetan. Vehicle Routing Problem with Roaming Delivery Locations adalah permasalahan permintaan transportasi dengan pelanggan dapat memiliki lebih dari satu lokasi pengiriman. Pada skripsi ini, digunakan metode Multiple Ant Colony System (MACS) untuk membentuk solusi yang optimal. Multiple Ant Colony System terinspirasi dari perilaku koloni semut dalam mencari sumber makanan. Dalam membentuk sebuah solusi, dibutuhkan data pelanggan berupa koordinat lokasi pengiriman serta time window masing-masing lokasi dan banyaknya permintaan pelanggan. Sebelum dibentuk solusi terbaik menggunakan MACS, dibutuhkan solusi awal yang akan dibentuk dengan menggunakan Nearest Neighbor Heuristic. Berdasarkan simulasi program yang dilakukan pada skripsi ini, dengan data yang digunakan sebanyak 30 pelanggan dengan masing-masing pelanggan memberikan dua lokasi pengiriman, didapatkan alternatif pengiriman roaming delivery memiliki biaya perjalanan yang lebih kecil dibandingkan home delivery yang merupakan pengiriman yang hanya dapat dilakukan ke rumah pelanggan, dengan selisih sebesar 46%.

---

Nowadays, online shopping in e-commerce caught more attention than offline shopping because considered more practical and does not waste much time. This has led to increasing the demand for shipments made by last-mile delivery. Last-mile delivery is the final step of the delivery process, the delivery made by sending directly to the customer's house. The package must be delivered using the least-costed routes. Missed deliveries caused by customers are not at home while the deliveries made, can increase the total travel cost. There is an alternative of deliveries that can overcome this problem, i.e., roaming delivery. Roaming delivery can be a solution to these problems because it can reduce distance and travel time as well as reduce emissions and congestion. Vehicle routing problem with roaming delivery location is the variant of vehicle routing problem which each customer can have more than one delivery locations. This thesis proposed multiple ant colony system methods to find the optimum solution of vehicle routing problems with roaming delivery locations. Multiple Ant Colony System is a method inspired by the foraging behavior of colonies of ants. The input of this method is a set of customers' data, i.e., locations' coordinates, time window of each location, and the number of demands. Multiple Ant Colony System requires an initial solution constructed by the nearest neighbor heuristic which is then optimized by reducing the number of vehicles and total travel time. Based on the simulation that use 30 customers where each of the customers gives 2 different locations, the total cost of roaming delivery is cheaper than home delivery up to 46%."

"Pertumbuhan e-commerce membuat semakin banyak orang berbelanja secara online, hal tersebut mengakibatkan meningkatnya aktivitas pengiriman barang. Dalam proses pengiriman barang terdapat istilah last mile delivery. Last mile delivery adalah tahap terakhir dari proses pengiriman barang, dimana barang dikirim ke tujuan akhir pelanggan. Pada last mile delivery biasanya barang pesanan pelanggan akan dikirim ke rumah pelanggan, atau biasa disebut sebagai home delivery. Tetapi home delivery memiliki beberapa kelemahan yang mungkin akan terjadi, salah satunya yaitu apabila pengiriman barang dilakukan saat pelanggan tidak ada di rumah maka akan menyebabkan terjadinya pengulangan pengiriman akibat pengiriman yang terlewat. Salah satu solusi untuk mengatasi kelemahan dari home delivery yaitu dengan melakukan pengiriman barang ke lokasi lain yang dikunjungi oleh pelanggan (roaming delivery). Untuk menyelesaikan permasalahan tersebut akan dimodelkan dalam bentuk VRPRDL. VRPRDL adalah varian dari VRP dan merupakan model optimasi dimana setiap pelanggan memiliki lebih dari satu lokasi pengiriman dalam rencana perjalanan, dan masing-masing lokasi memiliki time windows, sehingga pengiriman barang dilakukan dengan menyesuaikan time windows yang dimiliki oleh setiap lokasi. Pada tugas akhir ini digunakan metode Simulated Annealing (SA) untuk menyelesaikan VRPRDL. Penentuan solusi awal dalam metode SA pada tugas akhir ini dilakukan dengan menggunakan metode Nearest Neighbor (NN). Implementasi program untuk contoh kasus dengan data 1 depot dan 30 pelanggan dimana masing-masing pelanggan memiliki dua lokasi pengiriman memperlihatkan bahwa penggunaan roaming delivery dapat menghemat total biaya sebesar 51,31% dibandingkan home delivery.

---

The growth of e-commerce has made people more interested to shop online which resulted in increased activity of sending goods. In the process of sending goods there is the term last mile delivery. Last mile delivery is the last stage of the delivery process of goods, where goods are delivered to the customer's final destination. At last mile deliveries typically customer order items will be delivered to the customer's home, or commonly referred to as home deliveries. But home delivery has several possible drawbacks, one of which is that if delivery of goods is made while the customer is not at home, it will lead to a repeat of deliveries due to missed deliveries. One solution to address the weakness of home delivery is to make delivery of goods to other locations visited by customers (roaming deliveries). To resolve the issue will be modeled in the form of VRPRDL. VRPRDL is a variant of VRP and is an optimization model whereby each customer has more than one delivery location in the travel plan, and each location has time windows. so the delivery of goods is done by adjusting the time windows owned by each location. In this final task a Simulated Annealing (SA) method is used to complete VRPRDL. Determination of the initial solution in the SA method in this final task is performed by using the Nearest Neighbor (NN) method. The implementation of the program for example cases with data of 1 depot and 30 customers where each customer has two delivery locations shows that using roaming delivery can save a total cost of 51,31% compared to home delivery."

"ABSTRAKPengiriman produk yang memiliki daya tahan atau shelf-life yang relatif terbatas secara optimal merupakan fokus dari penelitian ini. Karakteristik utama dari produk tersebut yaitu mudah rusak perishable dan terdeteriorasi dalam rentang waktu pengiriman tertentu. Produk yang mudah rusak perishable product tersebut telah menjadi persoalan utama dalam sistem distribusi cold chain yang dapat menyebabkan masalah ketidak efisiensian biaya pada proses pengirimanya. Dari persoalan tersebut, model matematika di desain melalui pengembangan vehicle routing problem, with soft time windows VRPSTW dengan mempertimbangkan kontribusi biaya energi terhadap fungsi tujuan. Pembuatan model matematika dilakukan melalui pemrograman komputer yang menggunakan Python 3.5 untuk mendapatkan hasil yang optimal. Agar solusi yangdihasilkan feasible pendekatan metaheuristik genetic algorithm dikembangkan dalam penelitian ini; hasil dari penelitian ini menyatakan bahwa algoritma tersebut mampu menghasilkan solusi yang lebih baik daripada algoritma mixed integer linear programming.

---

ABSTRACTConveying product which has a limited shelf life optimally is the concern of this study. The main attribute of this product is perishable within a certain time frame. However,perishable product has a critical issue in the cold chain system which leads dispatching costs inefficiency problems. Regarding this problem, mathemetical model built thru extended a vehicle routing problem, with soft time windows VRPSTW by considering energy consumption cost to evaluate its contribution towards the objective function. Model building conducted into computer programming that uses Python Spyder 3 for generating feasible solution. For the sake of feasibility, a metaheuristic approach ofgenetic algorithms provided to find the best optimal solution the results diagnosed thatgenetic algorithms can generate best feasible solution efficiently with in a certain numberof variables in case of perishable product delivery."

"ABSTRAKSistem distribusi pada industri ritel di Indonesia memiliki kompleksitas tersendiri. Hal tersebut disebabkan oleh pertumbuhan dan produktivitas outlet ritel di Indonesia yang semakin berkembang dari tahun ke tahun. Kegiatan distribusi pada penelitian ini berkaitan dengan pembentukan rute kunjungan salesman dengan objek sejumlah 38.900 customer base outlet ritel. Oleh karena itu, studi kasus pada penelitian ini akan berpacu pada konsep TSP dan VRP serta memperhitungkan keseimbangan kerja dan pola kunjungan persoalan. Metode yang digunakan pada penelitian ini adalah balanced K-means dan MST-Prim rsquo;s Walk, yang terbukti dapat menyelesaikan persoalan dengan waktu komputasi yang singkat dengan hasil rute harian yang lebih seimbang dibandingkan kondisi saat ini.Kata Kunci :Balanced K-means, Minimum Spanning Tree, Algoritma MST Prim rsquo;s- Walk, VRP

---

ABSTRACTDistribution system in the retail industry in Indonesia has its own complexity. This is due to growth and productivity of retail outlets in Indonesia are growing from year to year. Distribution activities in this study related to the formation of salesman visit routes with 38,900 customer base retail outlets. Therefore, the case studies in this research will be raced on the concept of TSP and VRP also take into account work balance and visitation patterns. The method used in this research is balanced K means and MST Prim rsquo s Walk, which is proven to solve the problem with a short computation time with the results of a more balanced daily route than current conditions. "

"

Perkembangan teknologi memungkinkan perusahaan untuk senantiasa meningkatkan kinerjanya dalam berbagai kegiatan usaha. Salah satu kegiatan usaha yang menjadi perhatian adalah distribusi. Penentuan rute distribusi harus mempertimbangkan permintaan pelanggan dan biaya transportasi. Perancangan rute distribusi yang meminimalisir jarak tempuh transportasi dapat menghemat biaya distribusi. Di sisi lain, ketepatan waktu pengiriman juga masih menjadi salah satu faktor penting distribusi. Penelitian ini berfokus pada perancangan algoritma penyelesaian Vehicle Routing Problem with Time Windows (VRPTW) dengan metode heuristik Lin Kernighan Helsgaun dan Local Search. Hasil dari algoritma ini adalah rute distribusi yang memenuhi permintaan pelanggan dengan memenuthi batasan kapasitas kendaraan dan rentang waktu pelayanan.

---

Technology development has enabled businesses to continuously improve their performance on various activities. One of the highlighted activity is distribution. The planning of distribution routes must consider customer demands and transportation cost. A better distribution route planning that minimizes transportation distances would save distribution costs. On the other hand, timeliness remains one of the important factors of distribution. This research focuses on designing an algorithm that solves Vehicle Routing Problem with Time Windows (VRPTW) using the heuristic methods which are Lin Kernighan Helsgaun and Local Search. The result of the algorithm is a list of routes that fulfills all demands and within the constraints of limited capacity and a drop off time window.

"

"Penelitian ini mennyajikan perbandingan antara vehicle routing problem (VRP) yang merupakan sebuah permasalahan optimasi dengan kendala jalur dan juga kapasitas kendaraan dengan vehicle routing problem with pickup and delivery yang juga merupakan sebuah permasalahan VRP namun juga memiliki fungsi pickup atau pengambilan barang. Nantinya perbandingan ini akan dilakukan dengan membuat sebuah model dengan menggunakan visual basic for application (VBA) pada perangkat lunak microsoft excel. Model yang dibuat nantinya akan bisa melihat apakah dengan adanya fungsi pickup ini akan bisa mengurangi total jarak yang ditempuh kendaraan atau tidak.

---

This research presents a comparison between Vehicle Routing Problem (VRP) which is an optimization problem with line and capacity constraint and Vehicle Routing Problem with Pickup and Delivery (VRPPD) which is also a problem in VRP but VRPPD has a pickup function which differs it from a normal VRP. This comparison will be made by creating a model using visual basic for application (VBA) in microsoft excel. This model will enable us to see if pickup function in VRPPD can reduce total distance in a distribution system."

"Transportasi darat, khususnya truk, merupakan penyumbang utama biaya logistik secara keseluruhan, dibandingkan dengan kereta api dan udara. Untuk mengoptimalkan biaya logistik, kita perlu mengoptimalkan rute pengiriman. Namun, tantangan yang dihadapi adalah jumlah titik pengantaran juga berkembang dengan cepat seiring berkembangnya zaman, yang membuat banyak rute yang dapat dipilih untuk melakukan pengiriman dari depot ke tiap-tiap titik, sehingga meningkatkan kompleksitas untuk menemukan rute yang optimal. Masalah rute ini dapat didefinisikan sebagai VRP yang memiliki kendala kapasitas yaitu CVRP. Penelitian sebelumnya telah berhasil menyelesaikan CVRP skala besar dengan beberapa pendekatan algoritma. Dalam penelitian ini, penulis menggabungkan savings algorithm untuk meningkatkan solusi awal dengan Tabu Search yang sangat populer untuk menyelesaikan CVRP skala besar. Algoritma yang ditingkatkan ini diuji pada benchmark CVRP Arnold et al. [5] dan terbukti memiliki hasil yang cukup kompetitif dibandingkan dengan solusi terbaik yang diketahui.

---

Road transportation, particularly trucking, is the main contributor of logistic cost in total, compared to rail and air. To optimize the cost of road logistics, we need to optimize delivery routes. However, the challenges are that the number of delivery points are also growing rapidly, which makes many possible routes to deliver the package from the depot, and increasing the complexity to find the optimal one. This route problem could be defined as CVRP. Previous research has already proved to solve very large scale CVRP with several approaches to the algorithm. In this paper, we’re combining a Saving Algorithm to improve the initial solution and the very popular Tabu Search to solve very large scale CVRP. This improved algorithm is tested into Arnold et. al. [5] CVRP benchmark and proved to have competitive results compared to the best known solutions."

"Perkembangan e-commerce di Indonesia mengalami peningkatan yang sangat signifikan sehingga volume permintaan pelanggan akan pengiriman barang menjadi sangat besar. Hal tersebut menyebabkan efisiensi pengiriman barang dari pusat distribusi terdekat ke tujuan akhir (last mile delivery) menjadi tantangan bagi berbagai platform e-commerce. Salah satu solusi untuk meningkatkan efisiensi last mile delivery, yaitu Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL). VRPRDL merupakan masalah optimasi penentuan rute kendaraan dalam pendistribusian barang ke sejumlah pelanggan yang memiliki lebih dari satu lokasi pengiriman. Pengiriman barang dapat dilakukan ke lokasi rumah pelanggan atau lokasi cadangan (roaming delivery). Metode Iterated Local Search (ILS) akan digunakan untuk menyelesaikan permasalah tersebut. Percobaan pada skripsi ini menggunakan 30 pelanggan dengan setiap pelanggan memiliki 2 lokasi pengiriman, yaitu lokasi rumah pelanggan dan lokasi cadangan. Hasil percobaan menunjukkan bahwa metode ILS dapat memperbaiki hasil himpunan rute pada solusi awal dengan meminimumkan total waktu perjalanan sekitar 32.28% untuk home delivery, 32.8% untuk roaming delivery, dan dapat mengurangi kendaraan yang beroperasi. Selain itu, hasil percobaan juga menunjukkan bahwa roaming delivery dapat menjadi salah satu alternatif pengiriman yang efektif dengan mengurangi biaya pengiriman sekitar 16.37% serta waktu tempuh dan jumlah kendaraan yang digunakan lebih kecil dibanding home delivery.

---

The development of e-commerce in Indonesia has experienced a very significant increase so that the volume of customer demand for shipping goods is very large. This makes the efficiency of delivering goods from the nearest distribution center to the final destination (last mile delivery) a challenge for various e-commerce platforms. One solution to improve last mile delivery efficiency is the Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL). VRPRDL is an optimization problem for determining vehicle routes in the distribution of goods to customers who have more than one delivery location. Delivery of goods can be done to the customer's home location or a backup location (roaming delivery). The Iterated Local Search (ILS) method will be used to solve the problem. The experiment in this thesis uses 30 customers with each customer having 2 delivery locations, namely the customer's home location and the backup location. The experimental results show that the ILS method can improve the results of the route set in the initial solution by minimizing the total travel time of around 32.28% for home delivery, 32.8% for roaming delivery and can reduce operating vehicles. In addition, the experimental results also show that roaming delivery can be an effective delivery alternative by reducing shipping costs by around 16.37%, reduce the travel time and number of vehicles used is smaller than home delivery."