Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Perkembangan teknologi memunculkan layanan pengantaran barang secara langsung dari lokasi pengambilan ke lokasi pengantaran melalui platform transportasi online. Salah satu jenisnya adalah same-day delivery yang memastikan barang sampai di hari yang sama. Layanan ini termasuk ke dalam Pickup-Delivery Problem with Time Windows, yaitu masalah optimasi rute kendaraan untuk mengambil dan mengantar barang dalam rentang waktu tertentu dengan mempertimbangkan kendala lainnya. Same-day delivery menawarkan kemudahan dan kecepatan dengan biaya terjangkau sehingga menjadi pilihan yang menguntungkan bagi masyarakat. Kurir melayani beberapa pesanan dalam satu rute, sedangkan perusahaan penyedia layanan berupaya meminimalkan total biaya operasional untuk memaksimalkan keuntungan. Oleh karena itu, optimasi rute yang meminimalkan total biaya operasional menjadi poin penting dalam layanan pengantaran barang same-day. Metode yang digunakan untuk mencari solusi optimal pada penelitian skripsi ini adalah metode Simulated Annealing. Metode Simulated Annealing mengambil analogi dari proses annealing pada logam padat. Proses annealing adalah proses pemanasan logam padat hingga suhu tinggi dan dilakukan pendinginan secara perlahan hingga mencapai keadaan energi minimum agar membentuk kristal. Analogi ini dapat diterapkan pada masalah optimasi kombinatorial dengan keadaan logam padat merepresentasikan solusi layak, energi setiap keadaan sesuai dengan nilai fungsi objektif, dan keadaan energi minimum adalah solusi optimal. Solusi awal dibentuk menggunakan metode Nearest Neighbor dengan aturan mengunjungi pelanggan terdekat yang belum dikunjungi dan memenuhi kendala yang ada. Implementasi metode Simulated Annealing pada data simulasi 30 kurir dan 30 pelanggan dengan parameter I_iter sebesar 100, T_0 sebesar 5, T_stop sebesar 0,01, dan alpha sebesar 0,85 dapat menghemat total biaya operasional sebesar 24,47% dibandingkan metode Nearest Neighbor.

---

The development of technology has introduced a goods delivery service that directly from the pickup location to the delivery location through online transportation platforms. One type is same-day delivery which ensures that goods arrive on the same day. This service is included in the Pickup-Delivery Problem with Time Windows, which is the problem of optimizing vehicle routes for picking up and delivering goods within a specific time windows by considering other constraints. Same-day delivery offers convenience and speed at an affordable cost, making it a profitable option for the public. Couriers serve several orders in one route, while service providers try to minimize total operational costs to maximize profits. Consequently, route optimization that minimizes total operational costs is an important point in same-day goods delivery service. The method used to find the optimal solution in this thesis research is the Simulated Annealing method. The Simulated Annealing method takes an analogy from the annealing process in solid metals. The annealing process is the process of heating solid metals to high temperatures and cooling them slowly until they reach a minimum energy state to form crystals. This analogy can be applied to combinatorial optimization problems, where the solid metal state represents a feasible solution, the energy of each state corresponds to the objective function value, and the minimum energy state is the optimal solution. The initial solution is constructed using the Nearest Neighbor method with the rule of visiting the nearest unvisited customer and satisfying existing constraints. The implementation of the Simulated Annealing method on simulation data of 30 couriers and 30 customers with parameters I_iter of 100, T_0 of 5, T_stop of 0,01, and alpha of 0,85 can save total operational costs by 24,47% compared to the Nearest Neighbor method.

"

"Layanan pengiriman barang dengan sistem same-day merupakan salah satu layanan yang ditawarkan oleh perusahaan transportasi online yang menjamin barang akan sampai ke tujuan dalam hari yang sama dengan harga terjangkau. Pengguna layanan same-day yang terus meningkat membuat perusahaan perlu memperhatikan rute yang ditempuh serta waktu layanan dalam beroperasi untuk memenuhi seluruh permintaan pelanggan dalam satu waktu. Ketika terlalu banyak rute yang dihasilkan, semakin banyak kurir yang bekerja, dan waktu layanan tidak terpenuhi, maka biaya operasional kurir akan meningkat, kepuasan pelanggan dan laba perusahaan menurun, serta dapat membuat volume kendaraan di jalan meningkat. Untuk mengatasi permasalahan tersebut, peneliti melakukan optimasi rute layanan pengiriman barang same-day dengan tujuan meminimumkan biaya operasional dengan tetap memperhatikan waktu layanan. Masalah optimasi ini kemudian dimodelkan sebagai Pickup and Delivery Problem with Time Windows (PDPTW). Metode penyelesaian yang digunakan dalam penelitian pada skripsi ini, yaitu metode Tabu Search (TS) dengan pembentukan solusi awal menggunakan metode Nearest Neighbor (NN). Metode Tabu Search merupakan metode metaheuristik berbasis local search yang menggunakan struktur memory (tabu list) untuk menyimpan solusi yang dianggap tabu demi menghindari perulangan solusi yang sama. Optimasi rute layanan pengiriman barang same-day dengan metode TS dilakukan pada data simulasi 30 pesanan dan 30 kurir, 3000 iterasi, dan 10 panjang tabu list. Hasil optimasi menggunakan TS terbukti dapat mengurangi jumlah kurir yang beroperasi mencapai 33,33% dan penghematan biaya hingga 17,34% bila dibandingkan dengan solusi awalnya.

---

Same-day Goods Delivery Services are one of the services offered by online transportation companies that gurantees that goods will arrive at their destination on the same day with an affordable price. The increasing number of people using same-day services means that shipping companies need to pay attention to the routes taken and the service time to fulfill all customers demands at once. When too many routes are generated, more couriers work, and passed the service times, then the courier's operational costs will increase, customer satisfaction and company profits will decrease, and the volume of vehicles on the road can increase. To solve that problem, the researcher will be optimizing the route of the same-day delivery service so that it can minimize operational costs while still paying attention to service times. The optimization problem is a part of the Pickup and Delivery Problems with Time Windows (PDPTW). Tabu search was a proposed method to find the optimal solution for same-day delivery services, with the initial solution using the Nearest Neighbor (NN) method. The Tabu Search (TS) method is a heuristic method with basic local search and using the memory structure to save the Tabu’s solution to avoid repeating the same solution. Optimization of same-day goods delivery services using the tabu search method performed on simulated data of 30 orders, 30 drivers, 3000 iterations, and 10 as the length of the tabu list. Good results as an optimal solution were obtained from optimization using TS which reduced 33,33% the number of drivers who are operating and saved 17,34% operational cost when compared with the initial solution."

"Salah satu tugas penting bank sentral adalah mendistribusikan uang tunai ke seluruh wilayah kantor kerja bank sentral di Indonesia, perbankan dan/atau lembaga keuangan. Dalam melakukan proses tersebut, bank sentral bekerja sama dengan pihak ketiga yaitu perusahaan jasa Cash-in-Transit (CIT). CIT adalah proses pengiriman dan pengangkutan uang tunai dari satu tempat ke tempat lainnya. Proses ini harus dilakukan dengan tingkat keamanan yang tinggi mengingat adanya kemungkinan risiko perjalanan yaitu kehilangan uang akibat perampokan. Oleh karena itu, perusahaan jasa CIT harus menentukan jalur distribusi yang optimal yaitu yang meminimalkan biaya transportasi dan risiko perjalanan. Fokus pada skripsi ini hanya distribusi pengantaran uang tunai dari bank sentral ke perbankan yaitu bank umum. Setiap bank umum tersebar secara geografis dan memiliki batasan waktu (time windows) yang berbeda. Permasalahan tersebut dapat dimodelkan dalam bentuk Vehicle Routing Problem with Time Windows (VRPTW) dengan fungsi objektif yang telah mengombinasikan dua faktor yaitu jarak dan risiko menjadi suatu nilai bobot yang tidak memiliki satuan. VRPTW merupakan varian dari masalah Vehicle Routing Problem (VRP) yang setiap pelanggan memiliki batasan waktu (time windows). Metode penyelesaian yang digunakan adalah Simulated Annealing (SA) dengan penentuan solusi awal menggunakan metode Nearest Neighbor (NN). Hasil perhitungan berupa nilai objektif yang minimum dan dari nilai tersebut didapatkan informasi mengenai total biaya dan risiko perjalanan. Program diimplementasikan pada contoh kasus dengan data 1 depot dan 29 kantor bank umum. Kesimpulan dari hasil yang diperoleh yaitu bahwa metode SA dapat mengoptimalkan nilai objektif, yang dihasilkan dari metode NN, dengan penurunan sebesar 39,85%. Pada hasil tersebut, total biaya perjalanan meningkat sebesar 13,72% dan risiko turun sebesar 19,66% dari solusi awal yang menggunakan metode NN.

---

One of the important tasks of the central bank is to distribute cash throughout the regional offices of central bank in Indonesia, banking institutions, and/or financial institutions. In executing this process, the central bank collaborates with a third party, namely Cash-in-Transit (CIT) companies. CIT involves the delivery and transportation of cash from one location to another. This process must be conducted with a high level of security, considering the potential travel risks such as the loss of money due to robbery. Therefore, CIT companies must determine an optimal distribution route that minimizes transportation costs and travel risks. The focus of this thesis is specifically on the distribution of cash delivery from the central bank to commercial banks, namely public banks. Each public bank is geographically dispersed and has different time windows. This issue can be modeled in the form of the Vehicle Routing Problem with Time Windows (VRPTW), with an objective function that combines two factors: distance and risk, into a dimensionless weight. VRPTW is a variant of the Vehicle Routing Problem (VRP) where each customer has time windows. The chosen solution method is Simulated Annealing (SA), with the determination of the initial solution using the Nearest Neighbor (NN) method. The calculated results include the minimum objective value, providing information on the total cost and travel risk. The program is implemented in a case study with one depot and 29 public bank offices. The conclusion drawn from the obtained results is that the SA method can optimize the objective value generated by the NN method, with a decrease of 39.85%. In these results, the total travel cost increases by 13.72%, while the risk decreases by 19.66%."

"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 combines

several 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."

"Indonesia sebagai negara kepulauan, memerlukan sistem transportasi yang efisien sebagai penghubung antar wilayah. Kapal sebagai alat transportasi laut menjadi sarana utama dalam mengatasi tantangan mobilitas di Indonesia, khususnya proses pendistribusian barang dalam jumlah besar. Akan tetapi, belum meratanya pengembangan ekonomi dan infrastruktur di wilayah Indonesia bagian timur mengakibatkan terjadinya kesenjangan antar wilayah dan disparitas harga karena tingginya biaya operasional dalam proses pendistribusian barang. Berdasarkan kondisi tersebut, pemerintah mengambil langkah dalam mengoptimalkan peluang ekonomi melalui program tol laut. Tol laut direalisasikan sebagai trayek yang efektif dan efisien sehingga jalur paling ideal dibutuhkan dalam proses pendistribusian barang ke setiap wilayah di Indonesia. Optimasi rute pelayaran pada trayek tol laut perlu dilakukan sebagai langkah krusial untuk menghasilkan jalur paling ideal yang lebih efektif dalam mengurangi biaya operasional dan keterlambatan pendistribusian barang. Penelitian ini mengimplementasikan travelling salesman problem dengan algoritma simulated annealing sebagai metode optimasi pemilihan rute pelayaran. Metode tersebut menghasilkan pemilihan rute yang optimal dengan fungsi objektif jarak tempuh minimum. Penelitian ini bertujuan untuk menguji apakah trayek tol laut 2023 yang telah dijalankan oleh pemerintah merupakan jalur terbaik berdasarkan jarak terpendek. Hasil penelitian menunjukan bahwa terdapat 12 rute baru yang memiliki jarak lebih dekat dibandingkan dengan rute pada trayek tol laut yang telah dijalankan oleh pemerintah. Penelitian juga menghasilkan estimasi biaya bahan bakar yang menurun pada 12 rute tersebut. Berkurangnya biaya bahan bakar ini dapat mengurangi tingginya biaya operasional dalam proses pendistribusian barang. Hasil ini dapat menjadi masukan bagi pemerintah Indonesia, khususnya Kementerian Perhubungan sebagai bahan evaluasi dalam Keputusan Direktur Jenderal Perhubungan Laut Nomor: KP-DJPL 678 Tahun 2023.

---

Indonesia, as an archipelagic country, requires an efficient transportation system to connect its regions. Ships, as the primary means of sea transportation, are essential for overcoming mobility challenges in Indonesia, particularly in the distribution of goods in large quantities. However, the uneven economic and infrastructure development in eastern Indonesia has resulted in regional disparities and price differences due to high operational costs in the distribution process. In response to these conditions, the government has taken steps to optimize economic opportunities through the tol laut program. The tol laut program is designed to be a cost-effective and efficient shipping route network, thus necessitating the most ideal routes for the distribution of goods to every region in Indonesia. Optimizing the shipping routes of the Tol Laut is crucial for creating the most ideal routes that are more effective in reducing operational costs and delays in goods distribution. This research implements the travelling salesman problem using the simulated annealing algorithm as a method for optimizing the selection of shipping routes. This approach identifies the most efficient routes to minimize travel distances. This study aims to test whether the tol laut 2023 routes implemented by the government are the best routes based on the shortest distance. The results of the study indicate that there are 12 new routes with shorter distances compared to the routes of the sea toll previously implemented by the government. The research also estimates a decrease in fuel costs for these 12 routes. This reduction in fuel costs can lower the high operational costs in the goods distribution process. These findings can provide input for the Indonesian government, particularly the Ministry of Transportation, as evaluation material in the Decision of the Director General of Sea Transportation Number: KP-DJPL 678 of 2023."

"Penempatan barang merupakan suatu permasalahan yang signifikan bagi manajemen toko pengecer, mengingat adanya sumber daya ruang rak penjualan yang terbatas namun variasi produk yang terus-menerus bertambah. Di toko pengecer, strategi pemajangan yang berbeda secara langsung mempengaruhi keputusan pembelian pelanggan dan keuntungan toko pengecer. Dalam studi sebelumnya, penelitian sebagian besar menempatkan barang ke ruang rak berdasarkan kesamaan informasi jenis produknya saja. Di sisi lain, dalam prakteknya terdapat permasalahan bahwa semua rak diperlakukan sama pentingnya dan perilaku pelanggan yang biasanya berjalan pada kedua ujung lorong daripada berjalan di lorong tidak diperhitungkan.Penelitian ini akan membahas mengenai optimasi penempatan barang pada rak penjualan toko pengecer dengan mempertimbangkan hubungan kedekatan antar kategori produk dan bobot penting antar ruang rak yang dapat memaksimalkan potensi keuntungan toko pengecer, dengan metode penyelesaian algoritma simulated annealing. Hasilnya diperlihatkan konfigurasi penempatan barang berdasarkan hubungan kedekatan dan bobot penting......helf management is a significant issue for the management of retail stores, given the sales rack space resources are limited but the variety of products is constantly increasing. In retail stores, displays of different strategies directly affect the purchasing decisions of customers and profits shop retailers. In previous studies, most studies put the goods into the shelf space based on common types of product information only. On the other hand, in practice there are problems that all shelves are treated as important and customer behavior that typically runs on both ends of the hall rather than walk down the aisle is not taken into account.This research will discuss the optimization of shelf management in the retail store shelves by considering the relationship between the proximity of important product categories and weights between shelf space to maximize the profit potential retailer, with completion method of simulated annealing algorithm. The results are shown in the configuration of the placement of goods based on proximity relations and weights importance."

"Jaringan pipa merupakan sebuah investasi yang besar. Dengan melakukan optimasi, jaringan pipa yang didapat merupakan jaringan pipa yang efektif dan efisien, sehingga biaya yang dikeluarkan dapat diminimalisasi. Optimasi menggunakan Metode Simulated Annealing dilakukan pada jaringan pipa, untuk mendapatkan diameter pipa yang optimum. Supaya mendapatkan hasil yang baik, optimasi yang dilakukan dengan harus memenuhi kriteria-kriteria yang diberikan. Metode Hardy Cross digunakan untuk melakukan koreksi aliran pada masing-masing pipa. Setelah melakukan input parameter-parameter Simulated Annealing, optimasi akan bekerja dan kemudian hasil yang didapat adalah biaya hasil optimasi, diameter setiap pipa, kecepatan aliran, dan head pada setiap node. Proses optimasi ini dilakukan dengan bantuan perangkat lunak MATLAB.

---

Pipe network is a big investment. Optimization can produce the pipe network which is effective and efficient, so it can minimize the cost. Simulated Annealing Method was used to do the optimization, to get optimum pipe size. In order to get a good result, all constrain must be satisfied. Hardy Cross Method was used to do the correction flow part in this optimization. After inputted some Simulated Annealing parameter, the optimization process will work and the result are the total cost of pipe network, diameter each pipe in every single link, flow velocity, and head at each node. This optimization was done by using MATLAB."

"Industri galangan kapal memerlukan efisiensi tinggi dalam proses produksi, khususnya dalam pemanfaatan material pelat baja. Salah satu tantangan utama adalah optimasi nesting atau penempatan pola potong pada pelat agar limbah material dapat diminimalkan. Penelitian ini mengaplikasikan algoritma Simulated Annealing (SA) untuk mengoptimasi proses nesting pada pemotongan pelat kapal. Metode SA dipilih karena kemampuannya untuk mengeksplorasi ruang solusi secara luas dan menghindari solusi sub-optimal dengan mekanisme probabilistik. Data pola potong diolah menggunakan pemrograman Python untuk menghasilkan layout nesting yang optimal. Hasil penelitian menunjukkan bahwa metode SA mampu meningkatkan yield rate menjadi 69,61% dengan scrap sebesar 30,39%, lebih baik dibandingkan metode manual yang menghasilkan yield rate 62,97% dan scrap 37,03%. Selain itu, waktu pengerjaan optimasi menggunakan SA jauh lebih singkat, yaitu 60 detik dibandingkan satu jam pada metode manual. Dengan demikian, penerapan algoritma SA pada proses nesting pelat kapal dapat meningkatkan efisiensi material dan waktu produksi sekaligus mengurangi biaya dan limbah. Penelitian ini memberikan kontribusi dalam mendukung praktik produksi yang lebih berkelanjutan di industri galangan kapal.

---

The shipbuilding industry demands high efficiency in the production process, especially in the utilization of steel plates. One of the main challenges is nesting optimization, which involves arranging cutting patterns on the plates to minimize material waste. This study applies the Simulated Annealing (SA) algorithm to optimize the nesting process in ship plate cutting. SA was chosen due to its capability to explore a wide solution space and avoid sub-optimal solutions through probabilistic acceptance. Cutting pattern data were processed using Python programming to generate an optimal nesting layout. The results show that the SA method improved the yield rate to 70.89% with scrap at 29.11%, outperforming the manual method which yielded 62.97% and 37.03% scrap. Additionally, the optimization time using SA was significantly shorter at 20 seconds compared to one hour manually. Therefore, applying the SA algorithm in ship plate nesting enhances material efficiency and production time, reducing costs and waste. This research contributes to promoting more sustainable production practices in the shipbuilding industry."

"Galangan kapal memiliki peran penting dalam mendukung industri maritim dan memberikan dampak signifikan pada perekonomian suatu negara. Dalam operasionalnya, tata letak fasilitas galangan sangat berpengaruh terhadap produktivitas dan biaya produksi. Material handling cost merupakan komponen utama dalam perencanaan tata letak fasilitas, mencakup 30%-70% dari biaya produksi total. Optimasi tata letak galangan kapal menjadi sangat penting untuk mengurangi biaya ini dan meningkatkan produktivitas, terutama dengan mempertimbangkan perkembangan ukuran kapal dan penggunaan material berat. Penelitian ini bertujuan untuk mendapatkan tata letak galangan kapal yang optimal dengan meminimalisir material handling cost menggunakan dua metode: Brute dan Simulated Annealing (SA). Metode SA merupakan algoritma optimasi yang memanfaatkan probabilitas dan mekanika statistik untuk mencapai solusi optimal. Hasil penelitian menunjukkan bahwa metode SA lebih efektif dan efisien dibandingkan metode Brute dalam mengurangi material handling cost, dengan penurunan yang lebih signifikan dan proses yang lebih stabil. Implementasi kedua metode menggunakan bahasa Python dalam Visual Studio Code membuktikan bahwa metode SA dapat mencapai pengurangan material handling cost yang lebih besar, sehingga memberikan solusi tata letak galangan yang lebih optimal dan sistematis.

---

Shipyards play a crucial role in supporting the maritime industry and have a significant impact on a country's economy. The layout of shipyard facilities is essential for optimizing productivity and reducing production costs. Material handling cost is a major component of facility layout planning, accounting for 30%-70% of total production costs. Optimizing shipyard layouts is vital for reducing these costs and enhancing productivity, particularly given the increasing size of ships and the use of heavy materials. This research aims to achieve an optimal shipyard layout by minimizing material handling costs using two methods: Brute and Simulated Annealing (SA). SA is an optimization algorithm that leverages probability and statistical mechanics to reach an optimal solution. The study's findings indicate that SA is more effective and efficient than the Brute method in reducing material handling costs, with more significant reductions and a more stable process. The implementation of both methods using Python in Visual Studio Code demonstrates that SA can achieve greater reductions in material handling costs, thus providing a more optimal and systematic shipyard layout solution."

"Uang tunai yang digunakan sebagai alat tukar utama dalam transaksi ekonomi, dicetak dan diedarkan oleh Bank Sentral suatu Negara. Pendistribusian uang tunai dari Bank Sentral ke bank-bank umum, agar dapat digunakan oleh masyarakat, dilakukan oleh Perusahaan Jasa Cash-in-Transit (CIT). CIT merupakan proses pengiriman dan pengangkutan uang tunai dari satu tempat ke tempat lainnya. Salah satu risiko perjalanan yang mungkin terjadi dalam proses ini yaitu hilangnya uang akibat perampokan. Oleh karena itu, pada skripsi ini dilakukan optimasi distribusi pengantaran uang tunai yang bertujuan meminimumkan biaya perjalanan sekaligus meminimumkan risiko perjalanan akibat perampokan. Masalah optimasi tersebut dimodelkan dalam bentuk Vehicle Routing Problem with Time Windows (VRPTW) yang merupakan sebuah modifikasi dengan fungsi tujuan yang menggabungkan dua aspek, yaitu biaya perjalanan dan risiko, menjadi suatu nilai yang tidak memiliki satuan. Untuk menyelesaikan permasalahan tersebut digunakan metode Ant Colony Optimization (ACO), yaitu metode heuristik berdasarkan perilaku semut dalam mencari jejak perjalanan, dengan pembentukan solusi awal menggunakan metode Nearest Neighbor. Eksperimen diimplementasikan pada contoh kasus terdapat 1 depot dan 15 kantor bank umum. Hasil eksperimen menunjukkan bahwa metode Ant Colony Optimization (ACO) dapat mengoptimalkan solusi yang sebelumnya dihasilkan oleh metode Nearest Neighbor dengan mengalami penurunan sebesar 4,87%, hasil tersebut meliputi penurunan nilai risiko sebesar 3,67% dan total biaya perjalanan yang meningkat sebesar 0,02%.

---

Cash is used as the primary medium of exchange in economic transactions, printed and circulated by the Central Bank of a country. The distribution of cash from the Central Bank to commercial banks, for use by the public, is carried out by Cash-in-Transit (CIT) companies. CIT involves the transportation and delivery of cash from one location to another. One of the risks in this process is the potential loss of money due to robbery. Therefore, this thesis aims to optimize the distribution of cash delivery with the dual objectives of minimizing travel costs and reducing the risk of robbery during transportation. The optimization problem is modeled as a Vehicle Routing Problem with Time Windows (VRPTW), which is a modification with an objective function combining two aspects: travel costs and risk, resulting in a unitless value. To address this problem, the Ant Colony Optimization (ACO) method is employed, a heuristic approach based on the behavior of ants in finding travel paths, with the initial solution formed using the Nearest Neighbor method. Experiments were implemented on a sample case with data from 1 depot and 15 commercial bank offices. The experimental results show that the Ant Colony Optimization (ACO) method can optimize solutions compared to the Nearest Neighbor method, resulting in a decrease of 4.87%. This improvement includes a 3.67% reduction in risk and a marginal increase of 0.02% in total travel costs."