Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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%."

"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."

"Pendistibusian uang dapat diartikan sebagai proses penyaluran uang dari pusat kas (bank sentral) ke penyimpanan lainnya (bank cabang). Untuk menjaga kelancaran dan keamanan distribusi uang tunai dari risiko perjalanan, bank sentral terus meningkatkan kerja sama dengan berbagai instansi logistik seperti penyedia moda transportasi Cash-In-Transit (CIT) untuk pengantaran, pengawalan dan pengamanan uang tunai pada jalur distribusi. Dengan demikian, perusahaan CIT membutuhkan pengoptimalan dalam pemilihan rute-rute dan keamanan pada kendaraan CIT dalam upaya penekanan biaya distribusi untuk mendapati keuntungan yang optimal. Fokus pada penelitian ini yaitu membangun model matematis yang berbentuk Vehicle Routing Problem with Time Windows (VRPTW) untuk optimasi rute distribusi pengantaran uang tunai dengan mempertimbangkan resiko perjalanan. Model yang dirancang membentuk suatu fungsi objektif (bobot) dengan tujuan mendapatkan rute yang optimal dalam jarak tempuh kendaraan CIT dan risiko perjalanan. Risiko perjalanan diselaraskan pada suatu keadaan yang mengakibatkan uang tunai hilang dari kendaraan CIT. Selanjutnya, masalah optimasi rute tersebut diselesaikan dengan menggunakan Metode Tabu Search (TS). Data percobaan yang digunakan merupakan data dummy yang terkait dengan informasi kantor bank di DKI Jakarta. Berdasarkan hasil pengolahan data, metode TS mampu mengoptimalkan nilai objektif pada rute distribusi CIT dengan penurunan nilai objektif sebesar 29.3%. Selain itu, metode TS mampu menurunkan nilai risiko perjalanan sebesar 17.2% dari rute distribusi awal.

---

Money distribution can be defined as the process of channeling funds from the central cash center (central bank) to other storage facilities (branch banks). To ensure smooth and secure distribution of cash, central banks continue to enhance cooperation with various logistics agencies such as Cash-In-Transit (CIT) transportation providers for cash delivery, escort, and security along the distribution routes. Consequently, CIT companies require optimization in route selection and security for CIT vehicles in order to minimize distribution costs and achieve optimal benefits. The focus of this research is to build a mathematical model based on the Vehicle Routing Problem with Time Windows (VRPTW) using the Tabu Search (TS) method. The designed model forms an objective function (weight) with the goal of obtaining optimal routes in terms of CIT vehicle mileage and travel risk. Travel risk is aligned with a situation that results in cash loss from CIT vehicles. The experimental data used consists of dummy data for bank office information in DKI Jakarta. The data is then processed in a program built based on the existing method and problem. The results show that the TS method is able to optimize the objective value of CIT distribution routes with a decrease of 29.3% in the objective value. Additionally, the TS method reduces travel risk by 17.2% compared to the initial distribution routes"

"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%."

"Vehicle Routing Problem (VRP) merupakan salah satu model yang dapat mengatasi permasalahan rute distribusi. Salah satu permasalahan yang ada di dunia nyata adalah rute distribusi kantong darah di UDD PMI DKI Jakarta. UDD PMI DKI Jakarta harus mengirim kantong darah setiap harinya menuju lima UDD PMI masing-masing kota di Provinsi DKI Jakarta. Adanya durasi shelf life darah dan kapasitas mobil yang terbatas membuat permasalahan ini berkembang menjadi Capacitated Vehicle Routing Problem with Time Windows (CVRPTW). Dengan menggunakan software Gurobi, terbukti bahwa rute distribusi masih bisa dioptimasi. Di mana rute awal memerlukan waktu selama 1.034 menit, dan rute hasil optimasi memerlukan waktu selama 707 menit. Pengurangan waktu yang didapat adalah 31,6%, dengan tetap memenuhi kendala lainnya, seperti kapasitas kendaraan dan durasi shelf life kantong darah. Analisis sensitivitas juga dilakukan untuk mengetahui apakah model dapat dipakai dengan fluktuasi permintaan kantong darah yang merepresentasikan kondisi sebenarnya. Dari hasil optimasi menggunakan tiga skenario, didapat bahwa terdapat perubahan durasi perjalanan dan penambahan jumlah kendaraan yang dipakai, serta perubahan rute yang dipilih oleh setiap kendaraan.

---

The Vehicle Routing Problem (VRP) is a model that addresses distribution route issues. One real-world problem is the distribution of blood bags at UDD PMI DKI Jakarta. UDD PMI DKI Jakarta needs to deliver blood bags daily to five UDD PMI located in each city in DKI Jakarta. The presence of limited blood shelf life duration and vehicle capacity has led to the development of the Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) for this problem. By using Gurobi software, it has been proven that the distribution routes can be optimized. The initial route took 1.034 minutes, while the optimized route took 707 minutes. This resulted in a time reduction of 31,6%, while still meeting other constraints such as vehicle capacity and blood bag shelf life duration. Sensitivity analysis was also conducted to assess whether the model can be used with blood bag demand fluctuations that represent real-world conditions. From the optimization results using three scenarios, it was found that there were changes in travel duration, an increase in the number of vehicles used, and changes in the selected routes for each vehicle."

"Layanan pesan antar makanan secara online berkembang seiring perkembangan teknologi. Dalam layanan pesan antar makanan secara online, kurir akan mengambil pesanan dari penjual makanan (merchant) dan mengantarkannya ke titik pelanggan (customer). Sejalan dengan peningkatan permintaan akan layanan pesan antar makanan secara online, perusahan penyedia layanan memperkenalkan skema double-order, dimana satu kurir dapat mengambil pesanan dari dua penjual makanan (merchant) yang berbeda dan mengantarkannya ke dua titik pelanggan (customer) yang berbeda pula. Dari sisi perusahaan penyedia layanan, skema double-order diharapkan dapat meningkatkan efisiensi pelayanan dengan mengurangi biaya operasional yang digunakan. Penelitian pada skripsi ini membahas optimasi rute layanan pesan antar makanan secara online dengan menerapkan skema double-order yang bertujuan meminimumkan biaya operasional dengan mempertimbangkan batas waktu (time windows) untuk memastikan kualitas makanan tetap terjaga. Permasalahan optimasi ini merupakan bentuk Pickup and Delivery Problem with Time Windows (PDPTW). Metode tabu search digunakan sebagai metode penyelesaian untuk permasalahan optimasi rute layanan pesan antar makanan secara online ini. Tabu search mencari solusi terbaik dengan mengeksplorasi berbagai kemungkinan dan menyimpan solusi terbaik yang telah dicoba sebelumnya dalam tabu list. Solusi dalam tabu list dianggap tabu dan tidak akan dikunjungi kembali sehingga mencegah terjadinya eksplorasi solusi secara berulang. Implementasi metode tabu search dilakukan terhadap data simulasi dengan 50 pesanan dengan 120 iterasi. Optimasi rute layanan pesan antar makanan secara online dengan menerapkan skema double-order menghasilkan solusi optimal dengan penurunan biaya operasional sebesar 36,36%.

---

Online food delivery services are evolving with the development of technology. In an online food delivery service, a courier picks up an order from a merchant and delivers it to the customer. In line with the increasing demand for online food delivery services, service providers are introducing double-order schemes, where one courier can pick up orders from two different merchants and deliver them to two different customers. From the perspective of the service provider company, the double-order scheme is expected to improve service efficiency by reducing operational cost. The research in this thesis discusses online food delivery route optimization by applying a double-order scheme that aims to minimize operational costs by considering time windows to ensure food quality is maintained. This optimization problem is a form of Pickup and Delivery Problem with Time Windows (PDPTW). The tabu search method is used as a method for this online food delivery route optimization problem. Tabu search finds the best solution by exploring various possibilities and saving the best solution that has been tried before in the tabu list. Solutions in the tabu list are considered taboo and will not be revisited to prevent repeated exploration of solutions. The implementation of the tabu search method was performed on simulated data with 50 orders with 120 iterations. Online food delivery route optimization by applying the double-order scheme produces an optimal solution with a 36,36% decrease in operational costs. "

"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."

"Dalam industri jasa pengiriman paket dan kurir, waktu pengiriman merupakan faktor penting dalam memenuhi ekspektasi pelanggan. Jasa pengiriman paket menggunakan desain jaringan Hub-and-Spoke untuk memperoleh keuntungan ekonomis. Pengiriman di hari yang sama dapat dipastikan dengan merancang jaringan dengan batasan waktu ketat. Penelitian ini berfokus untuk merancang metode yang mampu menjawab keputusan utama terkait perancangan desain jaringan Hub-and-Spoke, yaitu: jumlah dan lokasi hub optimal, serta alokasi node lainnya ke hub. Data waktu tempuh dikumpulkan untuk setiap pasang lokasi. Metode Uncapacitated Single Allocation p-Hub Median Problem dan K-Means clustering digunakan untuk merancang jaringan Hub-and-Spoke awal. Bentuk jaringan direct link kemudian diubah ke bentuk jaringan rute dengan implementasi algoritma Local Search dan model Integer Programming. Desain jaringan optimal dipilih dengan mempertimbangkan jumlah kebutuhan kendaraan. Hasil dari kedua metode menunjukkan bahwa tiga merupakan jumlah hub optimum.

---

In package delivery and courier services industry, delivery time is one important factor in meeting customer expectations. Delivery package services use Hub-and-Spoke network design to achieve economies of scale. Same-day delivery services can be ensured by designing network with tight travel time constraints. This study focuses in designing method that could answer the main decisions in Hub-and-Spoke network design, which are: the optimal number and locations of hubs, along with the allocations of other nodes to hubs. Travel time data were collected between every origin-destination pair. Uncapacitated Single Allocation p-Hub Median Problem and K-Means clustering methods were used to design the initial Hub-and-Spoke network. The directly linked network then transformed into a routed network by implementing Local Search algorithm and an Integer Programming model. The optimal network design was chosen by considering the number of vehicles needed. Results from both methods shown that three is the optimum number of hubs."

"Biaya transportasi adalah salah satu komponen utama dalam struktur biaya logistik total. Transportasi yang efisien dapat menurunkan biaya logistik total. Salah satu komponen utama transportasi untuk mengurangi biaya transportasi adalah penentuan rute kendaraan atau Vehicle Routing Problem. Tujuannya adalah mengatur rute pengiriman sehingga menghasilkan jarak tempuh total seminimal mungkin. Untuk menyelesaikan permasalahan pengiriman CNG di salah satu perusahaan gas di Indonesia ini, dikembangkan model penyelesaian VRP menggunakan algoritma Tabu Search. Hasil dari penelitian ini adalah sistem penentuan rute penjadwalan truk setiap harinya. Hasil rute usulan yang menggunakan jadwal pada satu hari terpadat menghasilkan pengurangan jarak tempuh sebesar 31% dan biaya transportasi sebesar 44%.

---

Transportation cost is a main component in total logistics cost. An efficient transportation system could reduce the total logistic cost. One of the main component of transportation to reduce its cost is Vehicle Routing Problem. The objective of VRP is to set the delivery route in order to minimize the total distance. In order to solve CNG delivery problem in one of the gas company in Indonesia, VRP model was developed using Tabu Search algorithm. Output of this research is to make a system to schedule the truck route for daily use. The result shows that total distance was reduced by 31% and transportation cost by 44%."