Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada masa sekarang permasalah penentuan rute kendaraan merupakan keadaan yang harus diperhitungkan dalam bisnis pengiriman. Dalam logistic permasalah penentuan rute kendaraan memiliki peranan kunci bagi perusahaan guna meminimalisir biaya transportasi, biaya penalti atas keterlambatan, dan meningkatkan kualitas layanan pada pengiriman. Permasalahan ketepatan waktu dalam proses pengiriman pada saat sekarang ini. Penelitian ini berpusat pada pengoptimalan biaya bahan bakar dan pinalti. Dalam makalah ini nantinya penulis memakai Vehicle Routing Problem with Time Windows (VRPTW). Dimana VRPTW sendiri merupakan masalah penentuan rute kendaraan yang paling banyak dibahas dalam  dunia nyata. Algoritma Artificial Bee Colony (ABC) dan Algoritma Camel (CA) akan diterapkan dalam penelitian ini. Selanjutnya kedua algoritma akan dilihat mana dari kedua algoritma yang paling ideal untuk penyelesaian permasalahan penentuan rute dalam VRPTW.

---

At present The problem of determining vehicle routes is a condition that must be taken into account in the shipping business. In logistics, the problem of determining vehicle routes has a key role for companies to minimize transportation costs, penalty fees for delays, and improve service quality on delivery. The problem of timeliness in the delivery process at this time. This research focuses on optimizing fuel costs and penalties. In this paper, the author will use the Vehicle Routing Problem with Time Windows (VRPTW). Where VRPTW itself is the problem of determining vehicle routes that are most widely discussed in the real world. Artificial Bee Colony Algorithm (ABC) and Camel Algorithm (CA) will be applied in this research. Furthermore, the two algorithms will determine which of the two algorithms is the most ideal for solving the problem of determining routes in VRPTW."

"Vehicle Routing Problem with Time Windows menjadi suatu permasalahan bagi perusahaan saat ini dimana biaya logistik yang semakin tinggi. Penentuan rute yang tepat untuk distribusi barang sangat dibutuhkan untuk menekan biaya bahan bakar kendaraan. Penyelesaian VRPTW ini menggunakan algoritma metaheuristic: Tabu Search, Particle Swarm Optimization dan Simulated Annealing. Penelitian ini membandingkan karakter dari ketiga algoritma tersebut. Dimana hasil tabu search memberikan nilai yang mayoritas optimal dibandingkan ketiganya. Tetapi untuk iterasi pendek, PSO memberikan nilai yang cepat menuju optimal.

---

Vehicle Routing Problem with Time Windows become main problem to company when dealing with distribution cost that comes bigger. Determining best routing to distribute goods or service can help reduce distribution cost. This research using metaheuristic algorithm: Tabu Search, Particle Swarm Optimization dan Simulated Annealing to solve VRPTW. This research benchmark that three algorithm. The conclusion is tabu search bring best solution for long iteration. But for short iteration, PSO bring better solution."

"

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.

"

"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."

"ABSTRAKVehicle Routing Problem with Time Windows (VRPTW) merupakan permasalahan kombinatorik yang sering terjadi pada sistem pendistribusian barang. VRPTW adalah masalah penentuan rute sejumlah kendaraan untuk mendistribusikan barang ke sejumlah pelanggan dengan biaya minimum. Kendaraan yang digunakan memiliki kapasitas serta setiap kendaraan memulai dan mengakhiri perjalanan di depot. Setiap pelanggan yang dilayani akan memberikan time windows dan setiap pelanggan hanya boleh dilayani satu kali. Untuk memperoleh tujuan VRPTW, ada dua tujuan yang harus dicapai yaitu meminimumkan banyaknya kendaraan yang digunakan dan meminimumkan total waktu tempuh kendaraan. Pada skripsi ini akan digunakan algoritma Multiple Ant Colony System (MACS) yang dikembangkan dari algoritma Ant Colony System (ACS) yang termasuk dalam Ant Colony Optimization (ACO). ACO merupakan suatu metode metaheuristik yang terinspirasi dari perilaku hewan yaitu semut. Pada algoritma MACS ini, terdapat dua koloni semut yang masing-masing akan mengoptimisasi tujuan yang akan dicapai pada VRPTW.

---

ABSTRACTVehicle Routing Problem with Time Windows (VRPTW) is one of combinatorial problems which mostly happen in a logistic system. VRPTW is an optimization problem which aims to minimize cost of using fleets of vehicles. The vehicles start and end the route at depot must serve or distribute goods to several customers. Every customer gives time windows and should be visited only once. The objective of VRPTW can be reached by multiple objectives. First, minimizes number of vehicles used, and then minimizes the total travel time. In this final project, it will be used Multiple Ant Colony System algorithm for solving VRPTW. MACS is based on Ant Colony System (ACS) algorithm which is one of Ant Colony Optimization (ACO). ACO is a metaheuristic method inspired by foraging behavior of real colonies of ant. MACS algorithm consider a hierarchical objective for solving VRPTW and these objectives would be optimized by two colonies of ants."

"Penggunaan internet di Indonesia terus meningkat seiring dengan bererkembangnya zaman yang berpengaruh pada peningkatan penggunaan SIM Card. Dari hal ini, maka berdirilah salah satu perusahaan telekomunikasi yang bergerak sebagai operator penyedia jasa telekomunikasi berbasis teknologi 4G LTE Advanced. Sebagai salah satu perusahaan telkomunikasi besar, jaringan rantai pasok juga menjadi kompleks, sehingga perusahaan harus memiliki manajemen rantai pasok yang baik dan benar, termasuk aktivitas logistik dan distribusi. Namun, dengan biaya distribusi yang tinggi terdapat perbedaan biaya antara target dengan keadaan aktual yang disebabkan karena perencanaan pengiriman produk yang belum optimal dan metode routing yang tergolong masing manual. Oleh sebab itu, perusahaan memerlukan sebuah metode optimasi untuk perencanaan rute distribusi untuk mengurangi total biaya distribusi. Penelitian ini dilakukan dengan cara mengembangkan model optimasi menggunakan Mixed-Integer Linear Programming (MILP). Model optimasi dikembangkan dari membangun formulasi permasalahan menjadi model matematika yang kemudian diterjemahkan ke dalam bahasa pemrograman Python dengan software Spyder dan library Gurobi Optimizer. Penelitian ini menggunakan sampel berjumlah 10 hari yang pemilihannya menggunakan pendekatan statistika. Hasil akhir model menghasilkan penurunan jarak perjalanan sebesar 764,9 km dan penurunan waktu perjalanan sebesar 638 menit. Hasil dari penelitian menghasilkan total biaya distribusi yang turun dari Rp 7.823.417 menjadi Rp 7.096.000, atau menghemat biaya sebesar Rp 727.417 atau sebesar 9,30%.

---

The use of the internet in Indonesia continues to increase along with the development of the times which has an effect on increasing the use of SIM cards. From this, a telecommunications company was established which operates as a telecommunications service provider based on 4G LTE Advanced technology. As a large telecommunications company, supply chain networks are also complex, so company must have good and correct supply chain management, including logistics and distribution activities. However, with high distribution costs, there is a cost difference between the target and the actual situation caused by planning for product delivery that is not optimal and the routing method which is classified as manual. Therefore, the company need an optimization method for planning distribution routes to reduce the total cost of distribution. This research was conducted by developing an optimization model using Mixed-Integer Linear Programming (MILP). The optimization model was developed from building problem formulations into mathematical models which were then translated into the Python programming language with Spyder software and the Gurobi Optimizer library. This study used a sample of 10 days whose selection used a statistical approach. The final results of the model resulted in a decrease in travel distance of 764.9 km and a decrease in travel time of 638 minutes. The results of the study resulted in a total distribution cost that fell from Rp 7,823,417 to Rp 7,096,000, or cost savings of Rp 727,417 or 9.30%."

"Dalam menjalankan kegiatan distribusi dari depot ke agen- agen khusus di wilayah Jakarta dan Banten, PT. PERTAMINA mengalami permasalahan dalam menentukan rute dengan jarak yang minimum dengan batasan waktu pelayanan depot dan agen- agen yang disebut juga dengan Vehicle Routing Problem dengan Time Windows (VRPTW). Salah satu cara yang sering digunakan untuk menyelesaikan VRPTW adalah metode implicit enumeration. Metode ini menggunakan prosedur enumerasi untuk mendapatkan solusi optimal dari masalah pemrograman integer pada VRPTW. Hasil optimasi tersebut adalah sistem distribusi dengan menggunakan bahasa pemrograman C# yang meliputi rute distribusi yang efektif, penjadwalan pengiriman yang tepat dan sistematis, jarak tempuh pengiriman dan biaya distribusi yang minimum. Hasil penelitian diharapkan akan menjadi rujukan bagi PT. PERTAMINA untuk mengoptimalkan sistem distribusi yang sedang dijalankan sehingga biaya penjualan produk dapat ditekan, produk yang dipasarkan menjadi lebih kompetitif.

---

In performing distribution activities from depot to agents especially for Jakarta and Banten agents, PT. PERTAMINA were concerned in determining routes with minimum distances within service time windows from depot and agents called Vehicle Routing Problem with Time Windows (VRPTW). One of methods using for solving VRPTW is implicit enumeration method. This method uses enumeration procedur to get optimal solution from integer programming VRPTW problem.

The solution is distribution system processed with C# program including effective distribution routes, exact and systematic scheduling, distances and minimum distribution cost. The research result is expected to be the suggestion for PT. PERTAMINA to optimize their ongoing distribution system so that product distribution cost would be pressed, the product would be more competitive."

"Buah pisang adalah komoditas hortikultura terbesar di Indonesia. Produksi pisang di Indonesia mencapai 9,60 juta ton pada 2022, menjadikan Indonesia sebagai negara produsen dan konsumen pisang ketiga di dunia. Meskipun demikian, tingkat konsumsi buah masih sangat rendah dibandingkan dengan standar yang direkomendasikan oleh WHO. Penyebab rendahnya tingkat konsumsi buah-buahan adalah harga jual yang tinggi dibandingkan dengan negara lain, akibat tingginya biaya distribusi dari distribution center ke pelanggan. Permasalahan tersebut terjadi pada salah satu distributor pisang Cavendish di Jabodetabek diakibatkan oleh belum adanya metode penentuan rute distribusi yang sesuai dengan kondisi perusahaan dengan jumlah permintaan yang fluktuatif serta memiliki jendela waktu pelayanan pada lokasi pelanggan. Pada penelitian ini, dibangun model optimasi untuk menyelesaikan masalah tersebut menggunakan pendekatan Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) serta algoritma column generation. Hasil dari model optimasi dapat menurunkan total jarak tempuh dan mengurangi jumlah kendaraan secara signifikan sehingga menghasilkan total peghematan hingga Rp393,731,278 atau 19% dari total biaya pada Januari 2023.

---

Bananas are the largest horticultural commodity in Indonesia. Banana production in Indonesia reached 9.60 million tons in 2022, making Indonesia the world's third-largest producer and consumer of bananas. However, the level of fruit consumption still needs to be improved compared to the standards recommended by the WHO. The low consumption of fruits is caused by the high selling prices compared to other countries due to the high distribution costs from the distribution center to the customers. This issue occurs in one of the Cavendish banana distributors in Jabodetabek, resulting from the absence of a suitable distribution route determination method that matches the company's conditions with fluctuating demand and a service time window at customer locations. In this study, an optimization model is built to solve this problem using the Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) approach and the column generation algorithm. The results of the optimization model can reduce the total distance traveled and the number of vehicles significantly, resulting in total savings of up to Rp393,731,278 or 19% of the total cost in January 2023."

"Pada skripsi ini akan dibahas masalah optimisasi rute kendaraan untuk pendistribusian barang dalam suatu interval waktu pelayanan, dimana pelayanan mungkin dilakukan di luar interval waktu yang telah ditentukan tetapi dikenakan suatu biaya denda (penalty). Masalah optimisasi ini disebut juga Vehicle Routing Problem with Soft Time Windows (VRPSTW) yang bertujuan mencari rute kendaraan untuk pendistribusian barang dengan biaya minimum dalam suatu interval waktu pelayanan. VRPSTW merupakan masalah optimisasi kombinatorik berupa program linier, dimana rute kendaraan untuk pendistribusian barang terkait dengan variabel keputusan pada VRPSTW. Semakin banyak jumlah pelanggan yang akan dilayani, menyebabkan semakin banyak rute yang mungkin dilalui. Akibatnya semakin banyak jumlah variabel yang akan digunakan. Metode Column Generation-based Heuristics yang akan digunakan dalam skripsi ini merupakan salah satu metode yang efisien dalam menyelesaikan masalah program linier dengan jumlah variabel yang banyak. Ide dari metode tersebut adalah mencari rute (solusi) yang (atau mendekati) optimal tanpa harus mengetahui semua kemungkinan kombinasi rute (variabel) yang mungkin dilalui. Langkah awal dari metode ini adalah mendekomposisi masalah menjadi master problem dan subproblem, dimana bentuk master problem dari VRPSTW berupa set partitioning problem, sedangkan bentuk subproblemnya berupa insertion heuristics. Selanjutnya solusi yang didapat merupakan solusi heuristik.

---

This skripsi will discuss about the vehicle route optimization problem of goods distribution in time windows, where the services may done outside the time interval but incur a penalty cost. This optimization problem is also called the Vehicle Routing Problem with Soft Time Windows (VRPSTW) which aims to find the vehicle route with a minimum cost route for goods distribution in a time windows. VRPSTW is a combinatorial optimization problem in the form of a linear program, where a vehicle for the distribution of goods associated with the decision variables VRPSTW. The more number of customers to be served, causing more routes that may be used. As a result, their will be more number of variables that will be used. Column generation-based heuristics method that will be used in this paper is a efficient method in solving the problem of linear programming with that much of variables. The idea of the method is to find a route (solutions) that (or near) optimal without knowing all the possible combinations of these (variables) that may be used. The initial step of this method is to decompose the problem into a master problem and subproblem, which the master problem of VRPSTW is a set partitioning problem, and the subproblem is an insertion heuristics subproblem. Furthermore, the obtainable solution is a heuristic solution."

"Vehicle Routing Problem with Time Windows (VRPTW) adalah masalah penentuan rute kendaraan dalam pendistribusian barang/jasa ke sejumlah pelanggan yang memiliki biaya minimum dengan tambahan kendala time windows, biaya direpresentasikan oleh total jarak yang ditempuh kendaraan dari depot dan kembali ke depot.Pada tugas akhir ini, digunakan algoritma genetika hibrida untuk menyelesaikan VRPTW. 50% populasi awal dibentuk dengan menggunakan metode Push Forward Insertion Heuristic (PFIH) dilanjutkan dengan -Interchange, dan 50% lainnya dibentuk secara acak. Tiga operator utama algoritma genetika yang digunakan adalah ranking based selection, merge-heuristic crossover, dan sequence based mutation. Pada tugas akhir ini juga akan diimplementasikan algoritma genetika hibrida pada VRPTW dengan perangkat lunak.

---

Vehicle Routing Problem with Time Windows (VRPTW) is a problem of determining the route of vehicles that has minimum cost in the distribution of goods /services to a number of customers with addition of time constraint, the cost is represented by the total distance traveled by vehicles from depot and returned to depot.

In this final project, a hybrid genetic algorithm used to solve VRPTW. 50% of initial population is generated by Push Forward Insertion Heuristic (PFIH) and then -Interchange, and the other 50% is randomly generated. Three major operator that used in this final project are ranking based selection, merge-heuristic crossover, and sequence based mutation. Hybrid genetic algorithm is implemented on Solomon?s benchmark data of VRPTW."