Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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%."

"In the field of combinatorial optimization problems, the Vehicle Routing Problem (VRP) is one of the most challenging. Defined more than 40 years ago, the problem involves designing the optimal set of routes for fleets of vehicles for the purpose of serving a given set of customers. Interest in VRP is motivated by its practical relevance as well as its considerable difficulty.The Vehicle Routing Problem covers both exact and heuristic methods developed for the VRP and some of its main variants, emphasizing the practical issues common to VRP. The book is composed of three parts containing contributions from well-known experts. The first part covers basic VRP, known more commonly as capacitated VRP. The second part covers three main variants of VRP: with time windows, backhauls, and pickup and delivery. The third part covers issues arising in real-world VRP applications and includes both case studies and references to software packages."

"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."

"Transportasi merupakan pendorong biaya utama dalam logistik perkotaan, yang semakin rumit dengan meningkatnya e-commerce dan jumlah pelanggan. Masalah krusialnya adalah menemukan rute distribusi yang optimal, yang dikenal dalam optimasi kombinatorial sebagai Vehicle Routing Problem (VRP). Penelitian ini melakukan analisis komparatif antara algoritma simulated annealing dan iterated local search untuk menyelesaikan capacitated VRP. Penelitian ini menerapkan metode tersebut pada contoh masalah dan studi kasus PT. X, salah satu perusahaan pos terbesar di Indonesia. Hasilnya menunjukkan bahwa algoritma 1 unggul dalam menyelesaikan contoh masalah, sementara algoritma 2 memberikan kinerja terbaik untuk data studi kasus. Penelitian ini menyediakan model optimasi untuk kedua skenario tersebut.

---

Transportation is a major cost driver in urban logistics, increasingly complicated by the rise of e-commerce and the growing number of customers. A critical issue is finding optimal distribution routes, known in combinatorial optimization as the Vehicle Routing Problem (VRP). This paper conducts a comparative analysis of simulated annealing and iterated local search algorithms to solve the capacitated VRP. The research applies these methods to both problem instances and a case study of PT. X, one of Indonesia's largest postal companies. The results show that while algorithm 1 excels in solving problem instances, algorithm 2 achieves the best performance for the case study data. This research provides optimized models for both scenarios."

"Transportasi berperan besar dalam sistem logistik, sepertiga hingga dua pertiga biaya logistik terpakai untuk transportasi. Melihat biaya yang cukup besar, penting bagi sebuah organisasi untuk meminimalisasi biaya transportasi. Hal tersebut dapat dilakukan dengan Vehicle Routing Problem (VRP). VRP yang menggunakan lebih dari satu jenis kendaraan disebut Heterogenous Fleet VRP. Pada penelitian ini digunakan algoritma tabu search (TS) untuk memperoleh rute optimal. Kemudian dilakukan analisis pengaruh solusi awal algoritma TS. Hasil penelitian memberikan penurunan jarak tempuh sebesar 21.53% dan penurunan biaya sebesar 17.24% dari existing route. Pada penelitian ini tidak ditemukan hubungan linear antara solusi awal dan solusi akhir yang diperoleh.

---

Transportation consumes one-third to two-third of logistic cost. Considering the number, it is important for an organization to minimize transportation cost which can be done using Vehicle Routing Problem (VRP). In the case where there are more than one types of vehicle, it is called Heterogenous Fleet VRP. In this study, tabu search algorithm is used to find the optimal route. Then the impact of initial solutions being used is analyzed. The result shows reductions: 21.53% of total distance and 17.24% of total cost from existing route. Linear relationship between initial solution and final solution is not found."

"Permasalahan yang diangkat dalam penelitian iui adalah permasalahan dalam menghasilkan rute maupun jadwal dari sebuah kendaraan angkut yang meminimalkan emisi bahan bakar dalam sebuah jaringan yang terdiri atas pelanggan danjalanan yang menghunbungkan satu pelanggan dengan yang lain, di mana tipe dari kendaraan angkut divariasikan dan jendela waktu diketatkan. Di dalam model yang dirancang, rute dari setiap kendaraan akan dikonstruksi. Rute dari kendaraan sendiri bergantung pada jenis kendaraan, besarnya muartan, dan batasan-batasan waktu yang diciptakan dalam setiap rute. Hasil akhirnya adalah rute dengan total emisi bahan bakar minimum, dalam hal ini dihitung berdasarkan gas karbon dioksida. Metode yang digunakan adalah metode pendekatan algoritma pencarian tabu. Metode ini akan diuji berdasarkan data permintaan sebuah supermarket di London. Pencarian didasarkan atas besarnya emisi dari setiap keputusan. Hasil kemudian dianalisa untuk menunjukkan berapa besar perubahan emisi yang tercipta dengan menggunakan pendekatan ini. Dan kemudian diterjemahkan menjadi sekumpulan rute yang dijalankan.

---

The problem considered in this thesis is to construct routes and schedule of fleets that minimize the emission of a network that consists of coustomers and arcs connecting them each other, while varying the type of fleets and tightening the time windows. In the constructed model, the route of each fleet will be produced and treated as decision variable. The routes themselves depend on the capacity of each vehicle type and time windows constraints on each route. The objective is to construct routes with minimum emission, COzeq in this context. Tabu Search algorithm is used to construct the route. This algorithm then is tested with real data demand of a market in London. The result of the search then is used to analyze the difference created by tabo algorithm and translated into a group of routes to be used."

"Persaingan dunia industri yang semakin ketat, membuat para perusahaan berlomba-lomba untuk menghemat biaya perusahaan, termasuk logistik. Salah satu biaya yang menyumbang angka terbesar ialah biaya distribusi. Fakta bahwa indeks performa logistik Indonesia cenderung menurun dari tahun ke tahun membuktikan bahwa kondisi logistik di Indonesia masih belum optimal, terutama di daerah perkotaan yang volume permintaannya terpusat dan cukup besar. Oleh sebab itu, perancangan rute dan jadwal distribusi barang menjadi sebuah hal yang penting untuk dilakukan. Penelitian ini berfokus kepada perancangan Vehicle Routing Problem with Time Windows VRPTW , yaitu pencarian rute distribusi dengan jarak tempuh minimal yang tetap memenuhi permintaan seluruh pelanggan dan mempertimbangkan batasan kapasitas kendaraan serta waktu respons pelanggan. Dengan menggunakan metode heuristik yaitu algoritma local search dan Lin Kernighan Helsgaun, dihasilkan hasil rute dan jadwal distribusi paling optimal sebagai bahan pertimbangan dalam mengambil keputusan.

---

High competitiveness in industrial practice has encouraged companies to do cost saving, including logistic. One of the aspects that contribute the biggest amount is physical distribution cost. Besides, the fact that Indonesia rsquo s logistic performance index keep decreasing year by year has proven that Indonesia rsquo s logistic is not optimal yet, especially in urban areas which customer demand is centred and high. Hence, a better planning of distribution route and schedule become an important thing to execute. This research will be focused on planning Vehicle Routing Problem With Time Windows VRPTW , which is finding the most optimum distribution route with lowest total distance yet still manage to fulfill all demand and considering the constraints of vehicle capacity and customers rsquo time windows. By using heuristic methods which are local search and Lin Kernighan Helsgaun, the most optimum distribution route and schedule will be generated to be considered in company decision making."