Hasil Pencarian  ::  Simpan CSV :: Kembali

"Transportasi dan distribusi adalah dua kegiatan penting bagi perusahaan karena melalui kegiatan ini perusahaan memenuhi kebutuhan konsumen. Kontribusi biaya transportasi dalam sistem distribusi perusahaan mencapai 1/3 hingga 2/3 dari total biaya distribusi. Oleh karena itu, efisiensi sangat diperlukan untuk mengurangi biaya operasional distribusi perusahaan. Salah satu solusi untuk melakukan efisiensi tersebut adalah dengan menyusun jadwal pengiriman dan rute pengiriman yang optimal sehingga dapat meminimalkan waktu, jarak dan biaya. Vehicle Routing Problem (VRP) dikenal sebagai konsep yang dapat digunakan untuk mendapatkan rute terbaik bagi kendaraan. Tujuan dari VRP adalah mengatur urutan rute pemberhentian dalam pengiriman sehingga menghasilkan jarak tempuh total seminimal mungkin. Ada 3 jenis penyelesaian VRP; solusi eksak, heuristik dan metaheuristik. Tabu Search (TS) adalah salah satu solusi metaheuristik yang berbasis pada pencarian lokal. Penerapan TS ini dilakukan pada PT X pada kegiatan menjemput komponen dari para pemasoknya yang berada di daerah Jabotabek dengan tujuan dapat memperbaiki rute milkrun. Guna menyelesaikan masalah tersebut, maka dikembangkan model penyelesaian VRP dengan metode Tabu Search (TS). Penerapan metode TS memerlukan adanya solusi awal. Dalam penelitian ini, metode sweep yang digunakan untuk membuat solusi awal. Selanjutnya solusi awal tersebut dioptimalkan dengan menggunakan algoritma TS yang disusun dalam suatu program menggunakan bahasa pemrograman Visual Basic. Selanjutnya, dilakukan pengolahan data dengan TS untuk membantu mendapatkan rute terbaik dari sekian banyak kombinasi. Hasil pengolahan data dengan TS menghasilkan penurunan waktu sebesar 3.736 jam dari 89.61 jam dan penurunan trip sebanyak 3 trip dari 17 trip dan penurunan waktu lembur sebanyak 1 jam.

---

Transportation and distribution are two important activities for company because by doing these activities, producer fulfill customer's requirements. The transportation cost contribution on distribution system in company typically range between one-third and two-third of total logistic costs. Therefore, efficiency is needed to decrease company's operational cost on distribution. One of solution for doing efficiency is by setting optimal distribution schedule and delivering routes so can minimize time, distance and cost. A concept that is known as Vehicle Routing Problem (VRP) can be used to find the best routes for vehicle. The objective of VRP is set route delivering that its total distance can be minimized. Basically, there are 3 kinds of VRP solution; exact solution, heuristics and metaheuristics. Tabu Search (TS) is one of metaheuristics that basic to local search. Implementation of TS method need initial solution. In this research, sweep method is being used to make initial solution that will be optimized by TS algorithm which is constructed in a program use Visual Basic language. Tabu Search calculation decreased total time from 85.874 to 89,61 reduction trip from 17 to 14, and overtime reductrion from 3 to 2."

"Biaya transportasi dalam suatu perusahaan mencapai 1/3 hingga 2/3 dari total biaya logistik, Dengan demikian perlu perbaikan efisiensi pada sistem transportasi untuk mengurangi beban tersebut. Perbaikan ini menyangkut pengiriman barang dari gudang ke para konsumen besena jumlah unit barang yang diangkut. Permasalahan ini disebut sebagai Vehicle Routing Problem (VRP). Penyelesaian VRP dengan metode eksak membutuhkan waktu yang Iama. Dengan metode heuristik diperoleh penyelesaian yang baik dengan waktu yang lebih cepat. Namun metode melaheuristik yang menjadi sorotan karena dapat memperbaiki metode heuristik dengan mengeksplorasi daerah yang lebih menjanjikan kualitas penyelesaian. Salah satu metode dalam kelas ini yang kompetitif dalam menyelesaikan VRP adalah SavingsAnts. Dengan penerapan metode SavingsAnts, diharapkan ini akan memperbaiki sistem transportasi, khususnya penentuan rute yang dapat menurunkan waktu pengiriman sehingga pada akhirnya dapat menurunkan biaya transportasi.Penerapan SavingsAnts ini dilakukan pada PT X yang menjemput komponen dari para pemasoknya yang berada di daerah Jabotabek dengan harapan dapat memperbaiki rute milkrun. Dibutuhkan program komputer untuk membantu mendapatkan rute terbaik dari sekian banyak kombinasi. Selanjutnya data diolah melalui progam komputer ini dan menghasilkan perbaikan yaitu pengurangan waktu dari 89,61 jam menjadi 87,24 jam; pengurangan jumlah trip dari 17 trip menjadi 14 trip; dan pengurangan jam lembur dari 3 jam menjadi 2 jam.

---

The transportation cost in a company, on distribution system range between one-third and two-thirds of total logistics costs. Therefore, improvement in efficiency of company's transportation system is needed to decrease the cost. These problems talk about product distribution from warehouse to the customers and the number of units. The problems in practice is called Vehicle Routing Problem (VRF). If exact method used, it will need long time to get the solution. By using heuristic method, good solution will be found faster. But metaheuristic method could improve the solution by exploring certain area which could give solution quality. One competitive method in this classification is SavingsAnts. By implementing SavingsAnts method, the transportation system will be improved, especially on route determination which could decrease distribution and finally could decrease transportation cost.

The implementation of SavingsAnts use PT X case that pick up the part fiom suppliers at Jabotabelc To get the solution, need computer programming. Then data processed by this program and resulting improvement: time reduction, before 89.61 hours after 87.24 hours; trip number reduction, before 17 trip after 14; overtime reduction, before 3 hours after 2 hours."

"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%."

"Kemajuan teknologi informasi telah membuat orang mampu untuk memproses data secara real-time dan juga mengurangi ketidakpastian permintaan dalam manajemen logistik. Meski demikian, untuk bidang jasa, durasi waktu pelayanan (service time) seringkali masih tidak dapat diidentifikasi secara pasti. Studi ini mengajukan aplikasi ant colony system untuk menyelesaikan masalah penjadwalan rute dinamis kendaraan (dynamic vehicle routing problem) dengan unsur ketidakpastian pada waktu pelayanan. Studi ini mengajukan kasus yang lebih realistik dengan mempertimbangkan jumlah kendaraan yang terbatas. Pada model, teori fuzzy dan pengukuran kredibilitas digunakan untuk menghadapi unsur ketidakpastian. Sebuah metode heuristik konstruktif bernama clustered-insertion method diperkenalkan untuk meningkatkan kualitas solusi yang dihasilkan. Algoritma yang diajukan diuji dengan lima kasus yang memiliki tingkat kedinamikan yang berbeda. Hasil perhitungan menunjukkan bahwa fuzzy-ACS adalah sebuah metode yang efektif untuk menyelesaikan masalah ini.

---

Recent advance in information technology has allowed people to do real-time processing and reduced demand uncertainty in logistics management. However, in case of service field, the duration of service time still often cannot be identified in certain. This study proposes an application of ant colony system (ACS) to solve dynamic vehicle routing problem with uncertainty in service time. The attempt is made to present a more realistic problem by considering a limited number of vehicles. In the model, fuzzy theory and credibility measurement are used to deal with the uncertainty. An improved constructive heuristic called clustered-insertion method is also introduced to improve the solution quality. The proposed algorithm was tested for five instances with different degrees of dynamism. The computational results show that fuzzy-ACS is an effective method to deal with the problem."

"Sepeda kuning yang terdapat di Universitas Indonesia merupakan salah satu sarana yang mendukung mahasiswa dalam menjalankan aktivitas dimana speda kuning tersebut didistribusikan ke setiap selter pada pagi hari dan dikumpulkan kembali ke titik pengumpul pada sore hari. Metode penyelesaian permasalahan yang digunakan dalam penelitian ini adalah Vehicle Routing Problem (VRP). Beberapa skenario dibuat untuk mendapatkan perbandingan rute distribusi dengan kondisi eksisting. Berbagai skenario tersebut dibuat berdasarkan pada jumlah titik pengumpul dan lokasi dari titik pengumpul. Hasil dari penelitian ini adalah diperolehnya pola distribusi yang paling optimal yaitu pada skenario empat dengan pusat distribusi terletak di selter PAU Rektorat dan selter Teknik.

---

Bicycle in Universitas Indonesia is one of the facilities supporting students in carrying out activities which are distributed to each shelter in the morning and returned to the collecting point in the afternoon. Problem solving methods used in this study is the Vehicle Routing Problem (VRP).

Several scenarios are made to obtain comparisons of distribution route with the existing condition. The scenarios are created based on the number and the location of the collecting points. The results of this study is to obtain the optimum distribution pattern that is in the scenario four with the centers of distribution located at PAU Rectorate building shelter and Faculty of Engineering shelter."

"Masalah kemacetan di Jakarta memicu pemerintah menetapkan kebijakan transportasi dengan mengadopsi transportasi umum masal. Beberapa moda transportasi umum massal telah diperkenalkan, namun jumlah pengguna angkutan umum masih rendah. Salah satu penyebab adalah rendahnya kualitas pelayanan.Sehingga pemerintah memperkenalkan Mass Rapid Transit System (MRT) sebagai moda transportasi umum baru. Sebagai moda baru, perlu dilakukan identifikasi dan evaluasi kualitas layanan untuk mendorong orang bersedia menggunakannya. Penelitian ini dilakukan untuk merancang model pengaruh kualitas layanan dan kepuasan pelanggan MRT terhadap niat pengguna dengan menjelaskan hubungan berbagai faktor yang terlibat sebagai dasar rancangan strategi pemenuhan kualitas layanan. Penyelidikan komprehensif tentang faktor yang berkaitan dengan hubungan antara kualitas layanan MRT dan citra perusahaan terhadap kepuasan pelanggan dan niat perilaku pengguna transportasi umum merupakan kontribusi yang akan dilakukan melalui penelitian ini. Pengembangan analisis PLS-SEM ke dalam matriks kinerja sebagai dasar perumusan strategi kualitas layanan oleh operator angkutan umum melalui metode HoQ. Dari analisa yang dilakukan diketahui bahwa model PLS-SEM yang dirancang dapat digunakan sebagai kerangka kerja untuk memprediksi nilai dan hubungan faktor pembentuk kepuasan dan perilaku pengguna MRT. Selain itu ditemukan 15 teknikal respon untuk merancang strategi perbaikan kualitas.

---

Jakarta’s massive economic growth has led to rapid urbanization. The urbanization and population growth, incommensurate with the infrastructure development, has caused transportation problems. This has triggered the government to establish sustainable transportation policies by adopting mass public transportation as a tool to attract people to use mass public transportation and reducing private vehicle users. Several modes of mass public transportations have been introduced by Jakarta government such as bus and train services, but the number of public transport users is still low. One of the causes of the small number of public transport users in Greater Jakarta is the low quality of transportation services compared to other modes. Therefore, the government introduces Mass Rapid Transit System (MRT) as a new mode of public transportation, the first underground rail system in Indonesia. Considered as a new public transportation mode, the provider needs to evaluate the quality service offered to persuade people to use it and to retain them. This study aims to assess the importance dimension of service quality and customer satisfaction on MRT passengers’ behavior intention using partial least square structural equation models (PLS-SEM). This paper will explore the impact of several factors on passenger behavior intention towards public transport services. A comprehensive investigation of the factors regarding the relationship between Mass Rapid Transit (MRT) service quality and corporate image on customer satisfaction and behavior intention of transportation public user is a contribution that will be made through this research. We introduce the development of PLS-SEM analysis into an important performance matrix as the basis for formulating a service quality strategy by mass rapid transit public transport operators through the House of Quality method. The results shows that PLS-SEM model can be used as a framework to predict the value and relationship of the factors forming satisfaction and behavior of MRT users. In addition, 15 technical responses were found to design quality improvement strategies trough QFD"

"Transportasi berperan besar dalam sistem logistik, sepertiga hingga dua pertiga biaya logistik terpakai untuk transportasi. Melihat biaya yang cukup besar, penting bagi sebuah organisasi untuk meminimalisasi biaya transportasi. Hal tersebut dapat dilakukan dengan Vehicle Routing Problem (VRP). VRP yang menggunakan lebih dari satu jenis kendaraan disebut Heterogenous Fleet VRP. Pada penelitian ini digunakan algoritma tabu search (TS) untuk memperoleh rute optimal. Kemudian dilakukan analisis pengaruh solusi awal algoritma TS. Hasil penelitian memberikan penurunan jarak tempuh sebesar 21.53% dan penurunan biaya sebesar 17.24% dari existing route. Pada penelitian ini tidak ditemukan hubungan linear antara solusi awal dan solusi akhir yang diperoleh.

---

Transportation consumes one-third to two-third of logistic cost. Considering the number, it is important for an organization to minimize transportation cost which can be done using Vehicle Routing Problem (VRP). In the case where there are more than one types of vehicle, it is called Heterogenous Fleet VRP. In this study, tabu search algorithm is used to find the optimal route. Then the impact of initial solutions being used is analyzed. The result shows reductions: 21.53% of total distance and 17.24% of total cost from existing route. Linear relationship between initial solution and final solution is not found."

"Pemfokusan pembangunan nasional pada sektor infrastruktur berimbas pada pertumbuhan pasar konstruksi yang cukup pesat. Permintaan yang tinggi dan proses bisnis yang kompleks membuat produsen beton ready-mix khususnya di Jakarta tidak lagi dapat mengandalkan mekanisme perencanaan rute dan penjadwalan manual, dimana telah terjadi beberapa keterlambatan pengiriman yang berimbas pada penurunan service level perusahaan. Penelitian ini mengusulkan metoda optimasi berbasis mixed integer linear programming pada mekanisme perencanaan rute dan penjadwalan pengirimnan beton ready-mix yang dikembangkan menggunakan bahasa Java dengan dukungan library optimasi Gurobi. Simulasi dilakukan dengan menggunakan data historis perusahaan objek penelitian, yang merupakan salah satu produsen beton ready-mix di Jakarta. Simulasi yang dilakukan menghasilkan output dengan total biaya -3674 dan gap sebesar 0,49 , dimana seluruh permintaan pelanggan terpenuhi dalam time windows yang diberikan. Hasil ini menunjukkan bahwa model optimasi yang dikembangkan dalam penelitian ini dapat menghasilkan solusi optimum untuk mekanisme perencanaan rute dan penjadwalan pengiriman beton ready-mix.

---

The focus of national development on the infrastructure sector impacts on the rapid growth of the construction market. High demand and complex business processes make ready mix concrete producers especially in Jakarta no longer able to rely on route planning and manual scheduling mechanisms, which have been some delays in deliveries that impact on the decline in service level.

This research proposes an optimization method based on mixed integer linear programming on route planning mechanism and scheduling of ready mix concrete delivery developed in Java language with Gurobi optimization library support. The simulation is done using the company s historical data of the research object, which is one of the ready mix concrete producers in Jakarta.

The simulation resulted in an output with a total cost of 3674 and a gap of 0.49 , where all customer requests are met in the given time window. These results indicate that the optimization model developed in this study can yield the optimum solution for route planning mechanism and ready mix concrete delivery scheduling."

"ABSTRAKPenggunaan layanan transportasi daring sebagai solusi permasalahan transportasi saat ini menjadi pusat perhatian. Manfaat dan kemudahan yang ditawarkan membuat banyak orang menggunakannya dalam kehidupan sehari-hari dan mendiskusikannya di media sosial. Akibatnya, penyedia jasa transportasi daring memanfaatkan media sosial untuk menangkap opini pelanggan dan memasarkan layanan mereka. Jika opini dan komentar pelanggan tentang transportasi daring dianalisis lebih lanjut, penyedia layanan dapat memperoleh masukan untuk mengevaluasi layanan mereka untuk memenuhi kepuasan pelanggan. Penelitian ini menggabungkan pendekatan text mining berupa analisis sentimen berbasis aspek untuk mengidentifikasi topik dalam opini pelanggan beserta sentimennya, dengan penilaian terhadap penyedia jasa transportasi daring secara umum dan secara spesifik berdasarkan topik dan sentimen yang dihasilkan. Penelitian ini menggunakan data opini pelanggan tiga penyedia jasa transportasi daring di Twitter. Data teks diklasifikasikan berdasarkan enam topik yang didapat dari proses pemodelan topik, beserta sentimennya. Penilaian terhadap ketiga penyedia jasa transportasi daring menggunakan jumlah komentar positif dan negatif dari masing-masing topik maupun secara keseluruhan. Hasil dari penelitian ini dapat digunakan sebagai masukan untuk melakukan evaluasi dan peningkatan layanan sehingga kepuasan dan loyalitas pelanggan dapat dipertahankan dan ditingkatkan.

---

ABSTRACTThe use of ride hailing service as a solution to current transportation problems is at the center of attention. The benefits and conveniences offered make many people use it in everyday life and discuss it in social media. As a result, ride hailing service providers utilize social media to capture customers rsquo opinions and market their services. If customers 39 opinions and comments about ride hailing service are analyzed further, service providers can get feedback to evaluate their services to meet customer satisfaction. This study combines text mining approach in the form of aspect based sentiment analysis to identify topics in customer opinions and their sentiments, with scoring for ride hailing service providers in general and specifically based on the topics and sentiments. This study used customers rsquo opinions to three ride hailing service providers on Twitter. Text data was classified based on six topics derived from the topic modeling process, along with its sentiments. Scoring for the three ride hailing service providers used the number of positive and negative comments from each topic as well as overall. The result of this study can be used as input to evaluate and improve the service so that customer satisfaction and loyalty can be maintained and improved."

"Pertumbuhan e-commerce membuat semakin banyak orang berbelanja secara online, hal tersebut mengakibatkan meningkatnya aktivitas pengiriman barang. Dalam proses pengiriman barang terdapat istilah last mile delivery. Last mile delivery adalah tahap terakhir dari proses pengiriman barang, dimana barang dikirim ke tujuan akhir pelanggan. Pada last mile delivery biasanya barang pesanan pelanggan akan dikirim ke rumah pelanggan, atau biasa disebut sebagai home delivery. Tetapi home delivery memiliki beberapa kelemahan yang mungkin akan terjadi, salah satunya yaitu apabila pengiriman barang dilakukan saat pelanggan tidak ada di rumah maka akan menyebabkan terjadinya pengulangan pengiriman akibat pengiriman yang terlewat. Salah satu solusi untuk mengatasi kelemahan dari home delivery yaitu dengan melakukan pengiriman barang ke lokasi lain yang dikunjungi oleh pelanggan (roaming delivery). Untuk menyelesaikan permasalahan tersebut akan dimodelkan dalam bentuk VRPRDL. VRPRDL adalah varian dari VRP dan merupakan model optimasi dimana setiap pelanggan memiliki lebih dari satu lokasi pengiriman dalam rencana perjalanan, dan masing-masing lokasi memiliki time windows, sehingga pengiriman barang dilakukan dengan menyesuaikan time windows yang dimiliki oleh setiap lokasi. Pada tugas akhir ini digunakan metode Simulated Annealing (SA) untuk menyelesaikan VRPRDL. Penentuan solusi awal dalam metode SA pada tugas akhir ini dilakukan dengan menggunakan metode Nearest Neighbor (NN). Implementasi program untuk contoh kasus dengan data 1 depot dan 30 pelanggan dimana masing-masing pelanggan memiliki dua lokasi pengiriman memperlihatkan bahwa penggunaan roaming delivery dapat menghemat total biaya sebesar 51,31% dibandingkan home delivery.

---

The growth of e-commerce has made people more interested to shop online which resulted in increased activity of sending goods. In the process of sending goods there is the term last mile delivery. Last mile delivery is the last stage of the delivery process of goods, where goods are delivered to the customer's final destination. At last mile deliveries typically customer order items will be delivered to the customer's home, or commonly referred to as home deliveries. But home delivery has several possible drawbacks, one of which is that if delivery of goods is made while the customer is not at home, it will lead to a repeat of deliveries due to missed deliveries. One solution to address the weakness of home delivery is to make delivery of goods to other locations visited by customers (roaming deliveries). To resolve the issue will be modeled in the form of VRPRDL. VRPRDL is a variant of VRP and is an optimization model whereby each customer has more than one delivery location in the travel plan, and each location has time windows. so the delivery of goods is done by adjusting the time windows owned by each location. In this final task a Simulated Annealing (SA) method is used to complete VRPRDL. Determination of the initial solution in the SA method in this final task is performed by using the Nearest Neighbor (NN) method. The implementation of the program for example cases with data of 1 depot and 30 customers where each customer has two delivery locations shows that using roaming delivery can save a total cost of 51,31% compared to home delivery."