Ditemukan 113852 dokumen yang sesuai dengan query
Nawangsari Aisya Azzahra
"Inovasi drone untuk moda layanan last-mile delivery memiliki potensi cukup besar di Indonesia sebagai negara dengan ukuran pasar e-commerce terbesar di Asia Tenggara. Penelitian ini bertujuan untuk menelusuri pengaruh motivated consumer innovativeness (MCI), persepsi risiko, dan green image terhadap sikap dan intensi menggunakan layanan last-mile drone delivery. Hubungan pengaruh tersebut diuji pada 325 konsumen daring di Indonesia dan dievaluasi menggunakan metode Partial Least Square – Structural Equation Modelling. Hasil penelitian menunjukkan bahwa hedonic MCI, social MCI, delivery risk, privacy risk, dan green image signifikan berpengaruh pada sikap konsumen daring Indonesia. Sementara itu, functional MCI, hedonic MCI, green image, dan sikap ditemukan signifikan dan positif berpengaruh pada niat atau intensi menggunakan layanan drone delivery Lebih dari itu, penelitian menelusuri pengaruh persepsi konsumen daring pada perlindungan legislasi terhadap persepsi risiko, yang ditemukan signifikan berpengaruh negatif.
The innovation of drone for last-mile delivery service modes has considerable potential in Indonesia as a country with the largest e-commerce market size in Southeast Asia. This study aims to explore the influence of motivated consumer innovativeness (MCI), perceived risk, and green image on attitudes and intention to use last-mile drone delivery services. The effect of these influences was tested on 325 online consumers in Indonesia and evaluated using Partial Least Square-Structural Equation Modeling. The results showed that hedonic MCI, social MCI, delivery risk, privacy risk, and green image significantly influence consumer attitudes in Indonesia. Meanwhile, functional MCI, hedonic MCI, green image, and attitudes were found to have significant and positive effects on the intensity of using drone delivery services. Moreover, the study explored the effect of online consumer perceptions of legislative protection on perceived risk, which was found to have a significant negative effect."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Annisa Luthfia
"Perkembangan e-commerce dari tahun ke tahun semakin meningkat seiring dengan adanya perubahan perilaku belanja daring. Hal ini mengakibatkan kegiatan Last Mile Delivery (LMD) meningkat. LMD merupakan perjalanan terakhir dari proses pengantaran barang. Seiring dengan meningkatnya kegiatan LMD dan banyaknya pilihan layanan LMD yang tersedia di Indonesia dengan karakteristik layanan yang berbeda-beda, maka diperlukan kajian untuk mengevaluasi berbagai sistem layanan LMD. Tujuan dari penelitian ini adalah untuk menganalisis pilihan pelanggan terhadap berbagai sistem layanan LMD berdasarkan faktor-faktor yang mempengaruhi pilihan. Penelitian dilakukan dengan penyebaran kuesioner. Hasil kuesioner berupa urutan faktor kepentingan responden dalam memilih layanan LMD selanjutnya diolah dengan menggunakan metode Analytical Hierarchy Process (AHP). Hasil penelitian menunjukkan bahwa faktor biaya pengiriman merupakan faktor yang paling mempengaruhi pelanggan dalam menentukan pilihan layanan LMD dengan bobot sebesar 61,2%, selanjutnya faktor durasi pengiriman dengan bobot 27,8%, dan faktor eksternalitas dengan bobot 11%. Dengan meninjau dari tiga faktor tersebut, layanan Lazy Delivery merupakan jenis layanan LMD yang paling dipilih oleh pelanggan dengan bobot 43,09%, diikuti dengan layanan Fast Delivery 1 dengan bobot 19%, Fast Delivery 2 dengan bobot 15,2%, dan Super Fast Delivery dengan bobot 11,77%. Hasil penelitian ini dapat dijadikan pertimbangan perancangan sistem LMD kedepannya bagi para pemangku kepentingan penyedia layanan LMD.
The development of e-commerce from year to year is increasing in line with changes in the behavior of customers who dare to shop. This has also increased Last Mile Delivery (LMD) activities. LMD is the last journey of a process of delivering goods. Along with LMD activities and the many choices of LMDs available in Indonesia with different service characteristics, it is necessary to study various LMD service systems. The purpose of this study is to analyze the customer's choice of various LMD service systems based on the factors that influence the choice (delivery duration, delivery cost, and externalities). The research was conducted by collecting respondent data using a survey questionnaire from 35 respondents who had made bold shopping and lived in Jabodetabek. The results of the questionnaire in the form of a sequence of respondents' interest factors in choosing LMD services were then processed using the Analytical Hierarchy Process (AHP) method. The results showed that the shipping cost factor is a factor that influences customers in determining the choice of LMD services with a weight of 61.2%, followed by a delivery duration factor with a weight of 27.8%, and an externality factor with a weight of 11%. By reviewing these three factors, Lazy Delivery service is the most preferred type of LMD service by customers with a weight of 43.09%, followed by Fast Delivery 1 with a weight of 19%, Fast Delivery 2 with a weight of 15.2%, and Super Fast Shipping with a weight of 11.77%. The results of the study can be used as considerations for future LMD system design for stakeholders of LMD service providers."
Depok: Fakultas Teknik Universitas Indonesia, 2021
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Hendra Gunawan
"Permasalahan transportasi salah satunya adalah kemacetan lalu lintas dan hal ini senantiasa terjadi pada transportasi perkotaan (urban transport). Kemacetan ini diperparah dengan adanya pergerakan transportasi logistik di perkotaan khususnya pada pengiriman terakhir dari barang tersebut (last mile delivery). Dengan adanya perkembangan teknologi saat ini seseorang dapat melakukan transaksi perdagangan dengan menggunakan internet yang dikenal dengan e commerce dan juga berdampak pada permintaan pengiriman barang pada perjalanan terakhir dimana konsumen menginginkan barangnya untuk segera sampai ditangan konsumen sehingga menambah jumlah perjalanan pada transportasi perkotaan.
Di negara-negara sedang berkembang termasuk Indonesia telah mengembangkan pengiriman barang dengan menggunakan Self Service Technologies (SST), salah satunya adalah dengan Parcel Locker. Parcel Locker ini memiliki berbagai keuntungan dalam penggunaannya, seperti dapat menurunkan jumlah perjalanan dengan kendaraan bermotor sehingga menurunkan polusi kendaraan dan tidak khawatir tidak menemui pemilik barang. Memiliki waktu pelayanan yang lebih panjang bahkan bisa 24 jam dalam seminggu. Dengan keuntungan ini, penggunaan parcel locker sangat baik diterapkan namun pada pelaksanaannya Parcel Locker belum begitu dikenal oleh konsumen belanja daring.
Tujuan dari penelitian ini adalah membuat model pilihan layanan jasa pengiriman barang antara jasa layanan dengan menggunakan Parcel Locker dan jasa layanan dengan pengiriman langsung (Direrct Delivery (DD)). Model pilihan ini dengan menggunakan model logit biner, dengan demikian dapat mengetahui seberapa besar konsumen berbelanja daring akan berpindah menggunakan Parcel Locker. Hasil dari penelitian ini di peroleh bahwa model dasar dari potensi parcel locker adalah faktor jarak, biaya dengan atribut penelitian ini bertambah menjadi gender dan pemukiman. Dari faktor Jarak, dihasilkan lokasi parcel locker harus berjarak dekat dari aktivitas yaitu kurang dari 1 Km, sedangkan dari faktor jarak dengan gender diperoleh jarak dekat dekat dengan gender laki-laki yang memiliki nilai sensitivitas yang cukup sensitive sedangkan jarak dengan pemukiman dihasilkan jarak dekat dengan pemukiman apartemen yang memiliki nilai sensitivitas yang cukup tinggi dibandingkan dengan model lainnya.
One of the transportation problems is traffic congestion and this always happens in urban transportation. This congestion is exacerbated by the movement of logistics transportation in urban areas, especially on the last shipment of the goods (last mile delivery). With the development of technology today one can make trade transactions using the internet known as e commerce and also have an impact on the demand for shipping goods on the last trip where consumers want their goods to arrive in the hands of consumers thus increasing the number of trips on urban transportation. In developed countries including Indonesia, they have developed goods shipping using Self Service Technologies (SST), one of which is Parcel Locker. Parcel Locker has various advantages in its use, such as being able to reduce the number of trips by motorized vehicles so that it reduces vehicle pollution and is not worried about not meeting the owner of the goods. Having a longer service time can even be 24 hours a week. With this advantage, the use of parcel lockers is very well implemented but in practice Parcel Locker has not been well known by consumers shopping daring. The purpose of this study is to make a model of choice of goods delivery services between services using Parcel Locker and services with direct delivery. This choice model uses a binary logit model, thus knowing how much consumers shop daring will move using Parcel Locker.Keywords : perception, potential, parcel lockers, direct delivery, Analytical Hierarchy Process. From the Distance factor, the location of the locker parcel must be located close to the activity which is less than 1 Km, while the distance factor with gender is close to the male gender which has a sensitivity that is quite sensitive while the distance from the settlement is close to the settlement apartments that have a high sensitivity value compared to other models."
Depok: Fakultas Teknik Universitas Indonesia, 2019
T52916
UI - Tesis Membership Universitas Indonesia Library
Kezya Samantha Sherryn
"Perkembangan teknologi memainkan peran penting dalam peningkatan jumlah pengguna e-commerce di Indonesia yang kemudian menyebabkan peningkatan signifikan dalam volume pengiriman paket. Namun, peningkatan ini juga menimbulkan masalah terkait emisi gas rumah kaca terutama pada tahap pengiriman terakhir yang sering melibatkan penggunaan kendaraan bermotor. Selain itu, terdapat pula kendala ketika tempat tujuan sulit dicapai dengan menggunaan kendaraan bermotor pada tahap pengiriman terakhir. Oleh karena itu, perlu dicari solusi yang tidak hanya mengurangi dampak lingkungan, namun juga dapat meningkatkan aksesibilitas pada tahap pengiriman terakhir. Penelitian ini mengintegrasikan penggunaan truk dan drone yang bertujuan untuk mengurangi emisi gas rumah kaca dan mengatasi kendala aksesibilitas dengan kemampuan drone. Metode yang digunakan melibatkan penerapan Constrained Density-Based Spatial Clustering of Applications with Noise (Constrained DBSCAN) untuk melakukan proses clustering terhadap data pelanggan dengan mempertimbangkan kendala jumlah drone yang tersedia dan daya jangkau drone serta penerapan Tabu Search untuk merancang rute pengiriman yang optimal dengan mempertimbangkan kendala time windows pada depot dan seluruh cluster. Implementasi kedua metode tersebut digunakan pada data 90 pelanggan. Constrained DBSCAN dapat mengurangi 63.16% jumlah cluster, mengurangi 69.61% total jarak tempuh rute, mengurangi 44.89% total waktu tempuh rute, dan penurunan 8.73% nilai fungsi objektif jika dibandingkan dengan yang diperoleh dari clustering secara intuitif.
Technological advancements play a pivotal role in the surge of e-commerce users in Indonesia, subsequently resulting in a substantial increase in parcel delivery volumes. However, this upswing poses challenges related to greenhouse gas emissions, particularly in the last-mile delivery stage that frequently relies on motorized vehicles. Additionally, difficulties arise when the destination is hard to reach using motorized vehicles during the final delivery stage. Hence, a solution is imperative, one that not only mitigates environmental impacts but also enhances accessibility in the last-mile delivery stage. This research integrates the use of trucks and drones with the aim of reducing greenhouse gas emissions and overcoming accessibility constraints through drone capabilities. The methodology employed involves the application of Constrained DBSCAN for clustering customer data, considering constraints such as the available number of drones and drone range. Tabu Search is then implemented to design optimal delivery routes, taking into account time window constraints at depots and across all clusters. Both methods are applied to data representing 90 customers. The implementation of these approaches shows promise in addressing the challenges posed by the last-mile delivery stage, offering a balanced solution that not only reduces environmental impact but also enhances efficiency in the delivery process. Constrained DBSCAN can decrease 63.16% of the number of clusters, decrease 69.61% of the total route distance, decrease 44.89% of the total route time, and decrease 8.73% of the objective function value when compared to that derived from clustering with intuition."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Christantina Ethan Agustya
"Pengiriman barang merupakan salah satu kegiatan umum masyarakat yang semakin sering dilakukan akibat peningkatan pengguna sarana belanja dalam jaringan (daring). Peningkatan kegiatan belanja daring mengakibatkan permintaan terhadap jasa pengiriman barang juga mengalami peningkatan. Hal ini juga berdampak pada meningkatnya masalah pengiriman barang terkait masalah lingkungan seperti meningkatnya polusi udara dan juga efisiensi pengiriman barang. Oleh karena itu, dibutuhkan suatu solusi untuk mengatasi masalah lingkungan serta menambah efisiensi pengiriman barang di tahap terakhirnya. Penelitian ini berfokus pada tahap last-mile delivery, yaitu tahap barang dikirimkan dari depot terakhir ke lokasi pelanggan dengan memanfaatkan penggunaan truk pengiriman dan digabung dengan drone. Kombinasi truk dan drone dipandang sebagai solusi yang inovatif. Drone yang menggantikan pengiriman dengan kendaraan bermotor tidak menghasilkan polusi yang biasanya dihasilkan oleh kendaraan berbahan bakar minyak bumi. Kemacetan juga dapat dihindari oleh drone sehingga waktu pengiriman bisa dipersingkat. Drone dapat dengan mudah melakukan pengiriman ke tempat-tempat yang tidak bisa dijangkau oleh kendaraan pengirim barang seperti truk. Dibalik semua kelebihannya, drone memiliki beberapa kendala yaitu harganya yang mahal sehingga menimbulkan keterbatasan kesediaan drone dan juga keterbatasan jangkauan terbangnya. Metode clustering diperkenalkan untuk mengatasi batasan tersebut. Pada penelitian ini digunakan metode Hierarchical Agglomerative Clustering (HAC) dengan mempertimbangkan jumlah drone yang tersedia dan jangkauan terbang maksimum dari drone. Hasil pengelompokkan kemudian digunakan untuk mencari rute optimal dengan metode Tabu Search (TS). Kedua metode ini diimplementasikan pada data simulasi sebanyak 90 pelanggan. Biaya pengiriman yang terdiri dari biaya operasional drone, biaya operasional truk, biaya penggunaan drone serta biaya penggunaan truk akan diminimalkan. Hasil berupa biaya pengiriman, jarak tempuh serta waktu tempuh yang diperoleh dibandingkan dengan hasil dari clustering data berdasarkan jarak tanpa memaksimalkan penggunaan drone serta memperhatikan batasannya. Implementasi HAC dan TS memberikan hasil pengurangan waktu sekitar 45%, pengurangan jarak sekitar 70% dan pengurangan biaya pengiriman sekitar 9%.
Goods delivery is a common activity in the society, and it’s becoming more frequent with the existence of online shopping. The surge in online shopping has led to a heightened demand for delivery services. This increase in demand impacts environmental concerns such as escalating air pollution and the efficiency of parcel delivery. Consequently, there’s a need for a solution to address environmental issues and enhance the efficiency of last-mile delivery. This research focuses on the last-mile delivery stage, specifically the movement of goods from the final depot to the customer’s location, utilizing a combination of delivery trucks and drones. The integration of trucks and drones is seen as an innovative solution. Drones, replacing motor vehicles in delivery, reduce pollution typically generated by fossil fuel-powered vehicles. Additionally, drones can evade traffic congestion, shortening delivery times, and easily access locations inaccessible to trucks. However, despite their advantages, drones have constraints, including high costs leading to limited availability and flight range limitations. Clustering methods are introduced to address these constraints. This study employs the Hierarchical Agglomerative Clustering (HAC) method, considering the available number of drones and their maximum flight range. The resulting clusters are then utilized to determine the optimal routes using the Tabu Search (TS) method. Both of this method is implemented on a simulation data of 90 customers. Delivery cost that includes drone operational cost, truck operational cost, drone cost, and truck cost is minimized. The result (delivery cost, distance traveled, and duration) are compared to clustering based on distance only without maximized drones available or consider its constraints. The implementation of HAC and TS provides a reduction in time of around 45%, a distance reduction of about 70%, and a shipping cost reduction of about 9%."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Ervita Indah Pratiwi
"Pengiriman barang dari depot terakhir menuju ke lokasi pelanggan adalah pengiriman last mile. Pengiriman last mile sering dianggap sebagai tahap yang paling mahal dan kurang efisien. Beberapa permasalahan yang dihadapi dalam pengiriman last mile adalah biaya yang tinggi, waktu pengiriman yang lama, dan kemungkinan barang rusak. Penggunaan sistem kendaraan truck-drone dalam pengiriman last mile dapat dijadikan sebagai solusi untuk mengatasi permasalahan dalam last mile. Tujuan dari penelitian ini adalah menemukan rute pengiriman barang yang meminimalkan biaya pengiriman dengan menggunakan sistem truck-drone dalam last mile. Pendekatan yang diusulkan untuk mencari rute optimal terdiri dari dua fase yaitu fase clustering dan routing. Dalam fase clustering menggunakan mean shift clustering untuk mengelompokkan lokasi pelanggan dan mencari lokasi parkir (pusat cluster). Dalam fase routing menggunakan algoritma genetika untuk menemukan rute optimal. Implementasi pada 90 pelanggan didapatkan penggunaan metode mean shift clustering diikuti oleh algoritma genetika, dapat menghasilkan rute optimal yang meminimalkan total biaya. Hal ini ditunjukkan dari penurunan biaya pada rute mean shift clustering mencapai 3,51% dibandingkan clustering dengan metode
intuitif. Selain itu, analisis hasil juga mencerminkan bahwa penerapan mean shift clustering mampu mengurangi total jarak sebesar 27,93 % dan waktu tempuh sebesar 25,83 % delivery.
Last-mile delivery is often considered the most expensive and less efficient stage. Some challenges in last-mile delivery include high costs, long delivery times, and the possibility of damaged goods. The use of a truck-drone system in last-mile delivery can be a solution to address these challenges. The objective of this research is to find delivery routes that minimize delivery costs using a truck-drone system in the last mile. The proposed approach to finding optimal routes consists of two phases: clustering and routing. In the clustering phase, mean shift clustering is used to group customer locations and identify parking locations (cluster centers). In the routing phase, a genetic algorithm is employed to find the optimal routes. The implementation on 90 customers showed that the use of mean shift clustering followed by a genetic algorithm could generate optimal routes that minimize the total cost. This is evident from the cost reduction in mean shift clustering routes by 3,51% compared to the initial clustering solution with intuitif method. Furthermore, the results analysis also reflects that the implementation of Mean Shift Clustering can reduce the total distance by 27.93% and travel time by 25.83%."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Muhammad Reza Maullanna
"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."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Tisa Shakira Dahlan
"Last mile delivery merupakan tahap akhir dalam pengiriman barang ke pelanggan. Tahap ini membutuhkan biaya yang tinggi dan tidak efisien. Tahap ini merupakan logistik kompleks dikarenakan tahap ini mengirim paket kepada setiap lokasi pelanggan. Penentuan rute kendaraan yang efektif bisa meningkatkan performa tahap pengiriman ini. Studi ini dilakukan pada sebuah perusahaan logistik di Indonesia yang menggunakan sistem pengelompokan manual dalam penentuan rute. Namun, perusahaan ini menghadapi tantangan khususnya tidak mempertimbangkan time window pelanggan. Penelitian mengadopsi model Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) dan algoritma branch-and-cut serta Clarke-Wright untuk mengoptimalkan rute dengan tujuan meminimalkan jarak tempuh dan biaya. Penelitian ini berhasil mengurangi jarak tempuh lebih dari 80% dan megurangi biaya sebanyak 25-31%.
Last mile delivery is the crucial final step in delivering goods directly to customers. Known for its high costs and inefficiencies, this phase involves complex logistics due to the need to service individual delivery locations. Effective vehicle routing can greatly enhance this process and address its challenges. This study, conducted at a logistics company in Indonesia that utilizes manual clustering system to determine routes, the company faces challenges, notably the disregard of customer time windows. By adopting the Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) model and implementing branch-and-cut and Clarke-Wright algorithms. The research aimed to optimize routes to minimize travel distance and costs, achieving reductions in travel distance by over 80% and cost savings of 25-31%."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Maharani Inas Octaviani Sarosa
"Sejak terjadinya pandemi Covid-19, jumlah masyarakat yang melakukan aktivitas jual beli secara online meningkat secara pesat, akibat adanya pembatasan aktivitas di luar untuk mencegah penyebaran Covid-19. Peningkatan jual-beli secara online mengakibatkan peningkatan distribusi pengiriman barang hasil dari jual beli tersebut. Distribusi pengiriman barang tersebut dilakukan oleh pihak ketiga, yaitu perusahaan penyedia layanan pengiriman barang. Perusahaan tersebut dituntut untuk bergerak secara cepat, efektif, serta efisien, sehingga memberikan dampak persaingan yang cukup ketat antar perusahaan penyedia jasa layanan pengantar barang. Salah satu strategi untuk mengatasi dampak persaingan tersebut yaitu perusahaan-perusahaan penyedia layanan pengiriman barang saling bekerja sama untuk meningkatkan kinerja pengiriman barang sehingga meningkatkan keuntungan melalui skema profit sharing pada tahap last mile delivery. Last mile delivery merupakan tahapan akhir proses pengiriman barang dari depot akhir hingga sampai di lokasi tujuan pengiriman barang, sementara skema profit sharing adalah pembagian keuntungan jika barang yang harusnya diantar oleh kurir perusahaan A menjadi diantar oleh kurir perusahaan B, begitu juga sebaliknya. Pada skripsi ini, dibahas masalah pencarian rute yang optimal untuk tahap last mile delivery dari layanan pengiriman barang pada kerjasama antara perusahaan logistik dengan perusahaan ekspedisi dengan tipe layanan pengantaran same day delivery. Layanan same day delivery merupakan layanan pengantaran barang yang akan sampai di hari yang sama dengan waktu konsumen memesan barang dari penjual. Masalah pencarian rute yang optimal yang melibatkan kerjasama antara beberapa pihak penyedia layanan pengiriman barang merupakan salah satu penerapan Cooperative Game Theory pada Vehicle Routing Problem atau dikenal sebagai Cooperative rich Vehicle Routing Problem (CoRVRP). Metode penyelesaian yang digunakan pada skripsi ini adalah Algoritma Branch-Priceand-Cut, yaitu suatu metode yang menggabungkan beberapa teknik sekaligus untuk menghasilkan solusi yang optimal. Berdasarkan simulasi yang dilakukan, terlihat bahwa dengan melakukan kerja sama pada proses pengiriman barang dengan skema profit sharing 10%, keuntungan perusahaan logistik meningkat sebesar 24,78%, sementara keuntungan perusahaan ekspedisi meningkat sebesar 27,65%. Sehingga skema kerjasama jelas memberikan keuntungan yang meningkat bagi kedua perusahaan dengan nilai yang berbeda sesuai persentase profit sharing bagi kedua perusahaan.
Since the onset of the Covid-19 pandemic, the number of people who buy and sell online increased rapidly due to restrictions on outside activities to prevent the spread of Covid-19. The increase in online buying and selling has increased the delivery of goods resulting from buying and selling. The distribution of goods delivery is carried out by third parties, namely goods delivery service providers. The company is required to move quickly, effectively, and efficiently, thus giving the impact of tight competition between companies providing goods delivery services. One strategy to overcome the effect of this competition is that goods delivery service providers work together to improve delivery performance to increase profits through a profit sharing scheme at the last mile delivery stage. Last mile delivery is the final stage of the goods delivery process from the final depot to the delivery destination. At the same time, the profit sharing scheme is profit sharing if the goods that should be delivered by courier company A are delivered by courier company B, and vice versa. In this final project, the problem of finding the optimal route for the last mile delivery stage of goods delivery services is discussed in cooperation between logistics companies and forwarders with the same day delivery service type. The same day delivery service is a delivery service for goods that will arrive on the same day the consumer orders goods from the seller. Finding an optimal route that involves cooperation between several parties providing goods delivery services is one of the applications of the Cooperative Game Theory on the Vehicle Routing Problem or the Cooperative Rich Vehicle Routing Problem (CoRVRP). The solving method used in this final project is the Branch-Price-and-Cut Algorithm, which is a method that combinesseveral techniques at once to produce an optimal solution. Based on the simulations, it can be seen that by cooperating in the process of shipping goods with a profit sharing scheme of 10%, the logistics company's profits increase by 24.78%. In comparison, the freight forwarder's profits increase by 27.65%. Hence, the cooperation scheme provides increased profits for the two companies with different values according to the percentage of profit sharing for the two companies."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership Universitas Indonesia Library
Fahriansyah
"Pertumbuhan e-commerce menyebabkan meningkatnya penggunaan LGV dan Sepeda Motor untuk pengiriman paket di daerah perkotaan. Karenanya, pergerakan Last Mile di pusat kota juga meningkat, sehingga kualitas udara menurun. Tujuan penelitian ini untuk menganalisa External Cost dari penggunaan Kendaraan Ringan (Light Goods Vehicle) dengan Sepeda Motor pengangkut barang pada E-Commerce dalam Last Mile Delivery. Penelitian ini mengajukan metode analisis yang terdiri: Analisis beban emisi dari LGV dan Sepeda Motor untuk aktifitas pengiriman Last Mile di Jakarta, Analisis External Cost segmen polusi udara, Analisis External Cost yang timbul untuk kemudian di bebankan pada tiap-tiap paket yang dikirim, Analisis efektifitas dengan membandingan penggunaan LGV dan Sepeda Motor dalam pengiriman Last Mile. Hasil penelitian menghasilkan kesimpulan bahwa secara keseluruhan, mayoritas pengiriman Last Mile akan lebih efektif menggunakan Sepeda Motor jika kita nilai berdasarkan External Cost hingga Generalized Cost yang dikeluarkan. Penelitian ini diharapkan dapat dijadikan masukan bagi stakeholder dalam operasionalnya dan pemerintah untuk lebih memperhatikan dampak lingkungan akibat pertumbuhan e-commerce di Jakarta.
The growth of e-commerce has led to increased use of LGV and motorbikes for package Delivery in urban areas. Therefore, the movement of the Last Mile in the city center has also increased, so air quality has decreased. The purpose of this study is to analyze the external costs of using Light Goods Vehicle with a motorcycle transporting goods on E-Commerce in Last Mile Delivery. This study proposes an analytical method consisting of: Emission load analysis of LGV and Motorcycle for Last Mile Delivery activities in Jakarta, Analysis of the external costs of the air pollution segment, Analysis of the external costs incurred for later charge on each packet sent, Effectiveness analysis by comparing the use of LGV and Motorcycle in the Delivery of Last Mile. The results of the study concluded that overall, the majority of Last Mile shipments would be more effective using motorbikes if we value them based on External Costs to Generalized Costs incurred. This research is expected to be used as input for stakeholders in their operations and the government to pay more attention to environmental impacts due to the growth of e-commerce in Jakarta."
Depok: Fakultas Teknik Universitas Indonesia, 2019
T-pdf
UI - Tesis Membership Universitas Indonesia Library
