Hasil Pencarian  ::  Simpan CSV :: Kembali

"Jakarta merupakan pusat pemerintahan dan bisnis dimana mobilisasi masyarakatnya sangat tinggi. Saat ini, masih banyak masyarakat yang berorientasi pada kendaraan pribadi sebagai sarana memenuhi mobilitas yang tinggi dibandingkan menggunakan transportasi masal. Banyaknya masyarakat yang berorientasi pada kendaraan pribadi mengakibatkan kemacetan jalan masih terjadi. Untuk mengatasi persoalan ini, pemerintah DKI Jakarta terus memperbaiki dan menambah pengadaan transportasi masal, salah satunya adalah pengadaan Mass Rapid Transit MRT Jakarta. MRT Jakarta merupakan moda trasportasi masal yang dapat terintegrasi dengan moda transportasi masal yang telah ada, dalam penelitian ini yaitu kereta commuter dan Trans Jakarta. Penjadwalan MRT Jakarta dapat dianggap sebagai Vehicle Scheduling Problem VSP dalam sistem transportasi. Penelitian ini membahas penjadwalan MRT Jakarta sebagai VSP dengan dua langkah, yaitu membuat model matematis interval waktu kedatangan kereta commuter dan Trans Jakarta dengan waktu kedatangan MRT Jakarta di kawasan interchange serta mencari nilai minimumnya, dan menentukan interval waktu keberangkatan MRT Jakarta. Algoritma yang digunakan yaitu algoritma heuristik sebagai penyelesaian model matematis yang mengoptimalkan interval waktu kedatangan kereta commuter dan Trans Jakarta dengan waktu kedatangan MRT Jakarta di kawasan interchange dan menghasilkan penjadwalan MRT Jakarta. ......Jakarta is a center government and business district where the mobilization of its people is very high. Today, there are still more people who use private vehicles as a means of fulfilling their high mobility compared to people who use mass transportation. The number of people who still use private vehicles resulted the traffic congestion still going on. To overcome this problem, the government of DKI Jakarta continues to improve and develop mass transportation, one of which is the procurement of Mass Rapid Transit MRT Jakarta. MRT Jakarta is a mass transportation mode that can be integrated with other mass transportation modes, that are commuter line and Trans Jakarta. MRT Jakarta scheduling can be considered as Vehicle Scheduling Problem VSP in the transportation system. This study completes the scheduling of MRT Jakarta as VSP with two steps making mathematical model of the interval between commuter train and Trans Jakarta arrival time with the MRT Jakarta arrival time in interchange area and finding the minimum value, then determining the departure time interval of MRT Jakarta. The algorithm used is the heuristic algorithm as the completion of mathematical model that optimize the arrival time interval of commuter train and Trans Jakarta with the arrival time of MRT Jakarta in the interchange area and obtain the scheduling of MRT Jakarta. "

"Industri konstruksi, utamanya beton ready-mix, menunjukkan perkembangan yang signifikan beberapa tahun kebelakang, hal ini didorong salah satunya karena gencarnya peran pemerintah dalam proyek strategis nasional terkhusus di wilayah Jakarta dan sekitarnya. Hal ini memacu perusahaan beton ready-mix untuk membuat pengiriman mereka lebih efisien dan efektif. Pada penelitian ini, penulis melakukan studi kasus di salah satu produsen beton ready-mix di wilayah Pulo Gadung, dimana mereka mengalami penurunan pemenuhan permintaan yang disebabkan adanya bentrok antar proyek dalam waktu yang berdekatan. Peneliti menggunakan metode mixed integer linear programming untuk menjadwalkan pengiriman truk mixer, yang dirumuskan dalam model matematika, kemudian ditanslasikan dengan bahasa pemrograman python pada perangkat lunak spyder untuk mendapatkan pengaturan penjadwalan sehingga meminimalkan keterlambatan pengiriman dengan menggunakan gantt chart. Didapatkan bahwa Seluruh jadwal pengiriman untuk 4 periode pengamatan dapat memenuhi permintaan dengan total sebanyak 15 pelanggan yang dilayani oleh 1 depot dan 14 truk.......The construction industry, particularly the ready-mix concrete sector, has shown significant development in recent years, driven in part by the active role of the government in national strategic projects, especially in the Jakarta area and its surroundings. This has prompted ready-mix concrete companies to make their deliveries more efficient and effective. In this study, the author conducted a case study at one ready-mix concrete producer in the Pulo Gadung area, where they experienced a decrease in demand fulfillment due to conflicts between projects occurring in close proximity. The researcher used the mixed integer linear programming method to schedule the delivery of mixer trucks, formulated in a mathematical model, which was then translated into Python programming language using Spyder software to obtain scheduling arrangements that minimize delivery delays, visualized using a Gantt chart. It was found that the entire delivery schedule for the four observation periods could fulfill the demand, serving a total of 15 customers with 1 depot and 14 trucks."

"ABSTRAKPenjadwalan perawat Unit Gawat Darurat (UGD) dibuat dengan mempertimbangkan kendala utama yaitu aturan rumah sakit dan kendala tambahan yaitu keinginan perawat. Masalah penjadwalan perawat UGD ini diformulasikan sebagai model nonpreemptive goal programming, dengan fungsi tujuannya adalah meminimumkan penyimpangan yang terjadi terhadap kendala tambahan. Jadwal perawat yang optimal didapatkan ketika semua kendala utama dan kendala tambahan terpenuhi.

---

ABSTRACTNurse scheduling problem in emergency department (ED) has been made by considering hospital policies as hard constraints and nurse preferences as soft constraints. Nurse scheduling problem in ED is formulated as nonpreemptive goal programming model, with the objective function to minimize number of soft constraint violations. Optimal nurse scheduling is obtained when all of the hard and soft constraints are fulfilled."

"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.

"