Hasil Pencarian  ::  Simpan CSV :: Kembali

"Masalah perancangan rute optimal bus sekolah merupakan suatu permasalahan perancangan rute untuk bus sekolah dengan mengombinasikan pemilihan halte yang akan dikunjungi oleh bus serta perancangan rute yang akan dilalui oleh bus tersebut. Masalah ini bertujuan memilih sekumpulan halte bus yang akan dikunjungi untuk menjemput siswa dan untuk merancang rute yang akan dilalui oleh bus untuk mengantar siswa ke sekolah. Permasalahan ini mempertimbangkan beberapa kendala pada setiap rute seperti batasan jarak maksimal yang mampu dijangkau siswa, batasan banyaknya halte maksimal yang dikunjungi oleh bus sekolah, dan batasan minimum siswa yang dijemput pada satu kali perjalanan. Himpunan siswa dan himpunan halte bus bersesuaian dengan himpunan kolom pada model matematis masalah ini sehingga ketika siswa dan halte berjumlah relatif sangat banyak maka masalah ini melibatkan kolom yang banyak pula. Metode column generation merupakan suatu metode yang efisien untuk menyelesaikan masalah dengan jumlah kolom yang banyak tersebut. Masalah ini merupakan masalah pemrograman linier bilangan bulat. Jika masalah ini menghasilkan solusi yang bernilai pecahan maka masalah ini akan diselesaikan dengan menggunakan metode branch and price. Metode branch and price adalah gabungan dari metode branch and bound dan metode column generation.

---

School bus routing problem describes a bus routing problem that combines bus stop selection and bus route generation.This problem aims at selecting a set of bus stops from among a group of potential locations to pick up students and for designing bus routes to visit the selected stops and to carry the students to their school. This problem considers certain constraints on each bus route, such as bounds on the distances traveled by the sudents, bounds on the number of visited bus stops, and bounds on the minimum number of students that a bus has to pick up. A set of students and a set of bus stops associated to columns in the mathematical model of this problem so that when the number of student and the number of bus stop is getting bigger, this problem consists of a huge number of column. Column generation method is an efficient method to solve a problem with a huge size of column. The school bus routing problem is an integer linear programming problem. If the solution is a fraction then this problem is solved using branch and price. Branch and price method is a combination of branch and bound and column generation method."

"Masalah pemilihan rute optimal dari sejumlah kendaraan untuk melayani sejumlah pelanggan pada jasa penjemputan (pickup service) barang dengan jumlah pelanggan yang berubah terhadap waktu (Dynamic Vehicle Routing Problem/ DVRP) terjadi pada perusahaan-perusahaan layanan angkutan barang. Untuk mengatasi masalah DVRP, optimasi rute dilakukan secara berkala berdasarkan pembagian waktu yang proporsional pada jam operasional perusahaan. Jumlah pelanggan yang bertambah banyak mengakibatkan kemungkinan rute bertambah banyak, dimana setiap rute bersesuaian dengan setiap variabel/ kolom pada model matematis DVRP yang berupa pemrograman linier. Salah satu metode yang digunakan untuk menyelesaikan masalah pemrograman linier dengan jumlah kolom yang sangat besar adalah metode column generation. Pada skripsi ini akan dibahas penerapan metode dynamic column generation yang merupakan perluasan dari metode column generation (statis) untuk menyelesaikan masalah pemilihan rute kendaraan yang optimal pada jasa penjemputan barang (pickup service) yang mempertimbangkan jumlah pelanggan yang berubah terhadap waktu (Dynamic Vehicle Routing Problem/ DVRP). Berdasarkan hasil implementasi menggunakan program komputer, rute yang diterapkan metode dynamic column generation lebih baik dibandingkan dengan rute yang tidak diterapkan metode dynamic column generation.

---

The choice of the best routes used a set of vehicle to serve a set of customer on pickup of goods services with the number of customers changing (dynamic) over time (Dynamic Vehicle Routing Problem/ DVRP) occur on a freight services company. To overcome the problem, a route optimization is done periodically based on the proportional time partition to the company operational hours. Growing number of customer cause growing number of possibilities route, which every route corresponding to every decision variable/ column in the DVRP linear programming model. One of the methods used to solve the problem of linear programming with a very large number of columns is column generation method. In this undergraduate thesis will be discussed about the application of dynamic column generation method which is an extension of the column generation (static) to solve the problem of selecting an optimal vehicle route on pickup of goods services which consider the number of customers changing (dynamic) over time (Dynamic Vehicle Routing Problem/ DVRP). Based on the result of implementation using the computer program, the route applied using the dynamic column generation method better than the route not applied using the dynamic column generation method."

"Transportasi merupakan komponen penting di dalam manajemen logistik perusahaan dimana manajemen logistik berperan dalam menentukan jalur distribusi yang berdampak pada biaya logistik. Diperlukan penentuan jalur distribusi yang baik dan pemanfaatan kendaraan yang dimiliki secara maksimal untuk meminimumkan nilai biaya logistik dari segi jarak tempuh kendaraan serta meningkatkan nilai pelayanan kendaraan agar mampu melayani seluruh permintaan yang ada. Penelitian ini berfokus kepada perancangan Vehicle Routing Problem, yaitu permasalahan untuk menentukan rute terbaik bagi kendaraan dengan pertimbangan berbagai variasi elemen yang akan menghasilkan jalur rute terpendek dengan memeperhitungkan kapasitas kendaraan dengan objek kendaraan dinas berpenumpang pada perusahaan minyak dengan kantor pusat yang berlokasi di Jakarta yang memiliki kunjungan rutin harian pada 4 titik lokasi. Penelitian dilakukan dengan menggunakan perancangan model Vehicle Routing Problem dengan metode eksak berupa column generation sehingga dihasilkan 22 jalur rute distribusi optimal terhadap 354 permintaan yang memberikan dampak efisiensi pada biaya logistik perusahaan.

---

Transportation is an important component in the logistics management of the company in which logistics management plays a role in determining the distribution channels that have an impact on logistics costs. It is necessary to determine the good distribution channels and the maximum utilization of owned vehicles to minimize the logistics costs in terms of vehicle mileage and increase the value of vehicle services to be able to serve all existing reservations.

This study focuses on designing a Vehicle Routing Problem, which is a problem to determine the best route for vehicles by considering various elements that will produce the shortest route by calculating the capacity of vehicles.

This research is carried out as a study case in a company located in Jakarta that has daily visit routine to 4 locations as business meeting. By using the exact method of Vehicle Routing Problem, which is column generation, 22 optimal distribution routes are generated from 354 types of requests that will influence the companys logistics costs."

"ABSTRAKDalam setiap semester, setiap jurusan di universitas menghadapi permasalahan yang sama yaitu menjadwalkan mata kuliah dengan waktu dan ruangan tertentu dimana terdapat beberapa batasan atau kendala. Dalam penjadwalan, mata kuliah harus dijadwalkan dalam waktu dan ruangan tertentu, dimana tidak terdapat mata kuliah di waktu yang sama diajarkan di ruangan yang sama dan tidak boleh bersamaan waktu antara mata kuliah dalam kelompok yang sama. Diberikan pemilihan waktu oleh dosen untuk mata kuliah yang diajarkannya, masalah penjadwalan mata kuliah diformulasikan sebagai pemrograman bilangan bulat dengan fungsi tujuan adalah memaksimumkan pemilihan waktu oleh dosen, dimana metode Column Generation digunakan untuk mencari solusi optimal dari model relaksasinya. Setiap kolom merepresentasikan pola jadwal mingguan dari tiap mata kuliah. Kolom akan dibangkitkan untuk mendapatkan pemilihan waktu terbaik dalam seminggu. Solusi optimal didapatkan ketika tidak ada lagi kolom yang dibangkitkan dan solusi memenuhi kondisi integral. Pada skripsi ini masalah penjadwalan mata kuliah diaplikasikan pada Departemen Matematika UI untuk perkuliahan di semester genap. Pembuatan program untuk menyelesaikan masalah penjadwalan mata kuliah menggunakan perangkat lunak dan hasilnya didapatkan solusi optimal yang memenuhi seluruh kendala.

---

ABSTRACTIn each semester, every department in the university faces the same problem of courses scheduling in a certain time and classroom with some constraints. In scheduling, the courses must be scheduled, where there are no subjects put at the same time in the same room and it is not allowed to overlap between subjects in the same group. Given the preferences of the lecturers to teaching time, a course scheduling problem is formulated as an integer programming with objective function is to maximize the preference value of the lecturers. The column generation approach is used to find the optimal solution of the relaxation model. Each column represents a pattern of weekly schedule of each course. The column will be generated to get the best solution. The optimal solution is obtained when no more column is generated and the solution satisfies the integral condition. In this skripsi, the column generation approach is applied to scheduling problem at Department of Mathematics UI for courses in second term each year. A program made to solve scheduling problems using a software and the obtained solution is satisfying all constraints."

"Optimisasi rute kendaraan untuk pengantaran barang merupakan salah satu cara untuk mengatasi masalah transportasi logistik di daerah perkotaan. Pada skripsi ini akan dibahas mengenai masalah optimisasi rute pengantaran barang yang mempertimbangkan waktu pelayanan yang dapat berada diluar interval waktu yang sudah ditentukan, dengan dikenakan biaya penalty. Bentuk optimisasi rute pengantaran barang tersebut disebut sebagai Vehicle Routing Problem with Soft Time Windows (VRPSTW). Pada optimisasi rute ini, setiap pelanggan harus dilayani tepat satu kali, dimana kendaraan yang digunakan mempunyai kapasitas yang sama. VRPSTW merupakan masalah optimisasi kombinatorik yang bertujuan untuk mencari rute dengan biaya minimum. Pencarian solusi dari VRPSTW pada skripsi ini menggunakan metode column generation yang dikombinasikan dengan labeling algorithm. Metode column generation mendekomposisi masalah menjadi master problem dan subroplem. Bentuk master problem dari VRPSTW berupa set partitioning problem dan subproblem yaitu Elementary Shortest Path Problem with Resource Constraint and Late Arrival Penalties (ESPPRCLAP). Pada skripsi ini diberikan ilustrasi contoh penyelesaian masalah optimisasi rute pengantaran barang dengan metode column generation.

---

Route optimization is one of city logistics measures to optimize logistics and the transportation systems. This skripsi focuses on route optimization problem where deliveries are possible outside the time windows with some penalty cost. This type of route optimization problem uses the form of Vehicle Routing Problem with Soft Time Windows (VRPSTW). In route optimization, every customer has to be serviced exactly once. A set of vehicles is located at depot and the vehicles are identic each with the same capacity. VRPSTW is a combinatorial problem which aims to find a set of routes with minimum delivery cost. Column generation method is used to obtain solution for VRPSTW. To use column generation method to solve VRPSTW, the model formulation of VRPSTW is decomposed into master problem and subproblem. The master problem of the VRPSTW forms a set partitioning problem and Elementary Shortest Path Problem with Resource Constraint and Late Arrival Penalties (ESPPRCLAP) as a subproblem. In this skripsi, an instance of solving route optimization problem by column generation method which gives a set of route with minimum cost and satisfies all constraints is given."

"Indonesia adalah salah satu negara yang paling rentan terhadap bencana di dunia. DKI Jakarta sebagai ibukota Indonesia tidak luput dari kerentananan ini, terutama dalam hal bencana banjir. Oleh karena itu, DKI Jakarta perlu menerapkan suatu strategi untuk meminimalisasi dampak bencana. Salah satu yang dapat dilakukan dalam adalah minimalisasi total waktu evakuasi korban bencana. Permasalahan tersebut dapat dimodelkan sebagai Rescue Units Assignment and Scheduling Problem (RUASP). Penelitian ini menggunakan algoritma SCHED heuristics serta column generation dalam mengurangi waktu evakuasi melalui 3 parameter evaluasi: average, makespan, dan weighted sum of completion time. Algoritma tersebut diterapkan pada 25 skenario yang dikembangkan berdasarkan 4 variabel: (1) Jumlah tim evakuasi; (2) Jumlah titik bencana; (3) Jenis fungsi objektif; dan (4) Kondisi jalanan. Secara rata-rata, column generation dapat mengurangi waktu average sebesar 38%, waktu makespan sebesar 1%, dan weighted sum of completion time sebesar 57%. Setiap variabel memiliki pengaruh yang berbeda terhadap ketiga parameter waktu evakuasi. Jumlah titik bencana adalah variabel yang paling berpengaruh sedangkan kondisi jalanan adalah variabel yang memiliki pengaruh paling kecil.

---

Indonesia is one of the most vulnerable countries to disasters in the world. DKI Jakarta, the capital city of Indonesia, is also as vulnerable, especially in case of flood disaster. Therefore, DKI Jakarta needs to implement strategies to minimize disaster impacts when it happens. One of the ways to do so is to minimize the evacuation time needed to rescue flood casualties. This can be modeled as Rescue Units Assignment and Scheduling Problem (RUASP). This study utilizes SCHED heuristics and column generation algorithm to reduce evacuation time measured in three parameters: average, makespan, and weighted sum of completion time. These algorithms are implemented on 25 scenarios that are developed based on 4 variables: (1) Number of rescue units; (2) Number of incidents; (3) Type of objective function; and (4) Road condition. On average, column generation is able to reduce average completion time by 38%, makespan of completion time by 1%, and weighted sum of completion time by 57%. Each variable has yields different sensitivity on each of the three parameters. Number of incidents is the most sensitive variable while road condition is the least sensitive variable.

"

"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."