Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Penelitian ini bertujuan mengoptimalkan desain tata letak galangan kapal ramah lingkungan dengan mempertimbangkan emisi CO2 dari sistem logistik material menggunakan algoritma Non-Dominated Sorting Genetic Algorithm II (NSGA-II). Fokus penelitian ini adalah untuk meminimalkan persentase durasi waktu yang terbuang (transport wasting time percentage) dan berat emisi CO2 (kg) yang dihasilkan oleh flatcar selama proses logistik material, sejalan dengan regulasi International Maritime Organization (IMO) untuk pengurangan emisi karbon di industri maritim. Analisis dilakukan pada lima konfigurasi jumlah kromosom (10, 15, 20, 25, dan 30) dengan rincian hasil sebagai berikut: 74,72 kg dan 34,124% pada 10 kromosom; 65,69 kg dan 34,259% pada 15 kromosom; 69,22 kg dan 33,899% pada 20 kromosom; 62,74 kg dan 34,502% pada 25 kromosom; dan 66,59 kg dan 34,271% pada 30 kromosom. Hubungan linear yang kuat (R² = 0,9749) antara jumlah kromosom dengan durasi komputasi mengonfirmasi konsistensi model NSGA-II. Dengan pendekatan sistematis berbasis algoritma heuristik, penelitian ini tidak hanya menawarkan strategi praktis untuk mengurangi dampak lingkungan tetapi juga berkontribusi signifikan pada pengembangan ilmu optimasi tata letak galangan kapal ramah lingkungan, mendukung praktik industri maritim yang lebih efisien dan berkelanjutan.

---

This study aims to optimize the design of an environmentally friendly shipyard layout by considering CO2 emissions from the material logistics system using the Non-Dominated Sorting Genetic Algorithm II (NSGA-II). The focus of this research is to minimize the transport wasting time percentage and the weight of CO2 emissions (kg) produced by flatcars during the material logistics process, in line with the International Maritime Organization (IMO) regulations on carbon emission reduction in the maritime industry. The analysis was conducted on five configurations of chromosome counts (10, 15, 20, 25, and 30), with detailed results as follows: 74.72 kg and 34.124% for 10 chromosomes; 65.69 kg and 34.259% for 15 chromosomes; 69.22 kg and 33.899% for 20 chromosomes; 62.74 kg and 34.502% for 25 chromosomes; and 66.59 kg and 34.271% for 30 chromosomes. A strong linear relationship (R² = 0.9749) between the number of chromosomes and computation duration confirms the consistency of the NSGA-II model. Through a systematic heuristic algorithm-based approach, this study not only provides practical strategies for reducing environmental impact but also significantly contributes to the development of optimization science for environmentally friendly shipyard layouts, supporting more efficient and sustainable practices in the maritime industry."

"Penelitian ini berfokus pada optimasi tata letak Power Plant Area pada Pembangkit Listrik Tenaga Panas Bumi dengan mempertimbangkan salah satu aspek keselamatan yaitu dispersi gas toksik, khususnya H2S. Model matematika diformulasikan sebagai Mixed Integer Non Linear Programming dan diimplementasikan pada Excel Solver menggunakan algoritma GRG Non Linear. Tata letak dua jenis PLTP sebagai contoh kasus dan dua skenario riset, tanpa dan dengan mengikuti rekomendasi jarak dari standar keselamatan, dioptimalisasikan dalam rangka minimisasi total biaya pada PLTP Plant Layout Cost namun tetap memperhatikan aspek dispersi gas toksik melalui simulasi Computational Fluid Dynamic, lalu dibandingkan dengan PLTP yang sudah ada existing. Hasil penelitian menunjukkan susunan tata letak PLTP optimasi sesuai dengan susunan tata letak PLTP existing pada unit fasilitas proses utama. Dibandingkan PLTP existing, hasil optimasi tata letak PLTP dengan rekomendasi jarak dari standar keselamatan proses sudah cukup aman dari segi aspek dispersi H2S pada skenario terburuk. Terakhir, optimasi tata letak PLTP dengan metode riset operasi ini terbukti mampu menurunkan total biaya terhadap PLTP existing, pada penelitian ini sebesar 14,97 - 35,89.

---

This research is focused on Power Plant Area of Geothermal Power Plant layout optimization considering one of process safety aspect, toxic gas dispersion particularly H2S. This problem is formulated as a Mixed Integer Non Linear Programming and implemented in Excel Solver using GRG Non Linear algorithm. Layout of two Geothermal Power Plants as example and two research mode, with and without following process safety standard spacing requirements, have been optimized to mimimize total Plant Layout Cost yet still concern toxic gas dispersion through Computational Fluid Dynamic simulation, and to compare with layout from existing plant.

The result shows that main process equipments arrangement of optimized Geothermal Power Plant layout have conform with existing layout. Optimized Geothermal Power Plant layout which following recommended bulding equipment spacing standard is already safe from H2S exposure in worst case scenario. Finally, Geothermal Power Plant layout optimization using operation research is capable to reduce total plant layout cost from existing layout, in amount of 14,97 35,89 in this research."