Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini membahas masalah rute penerbangan untuk penjadwalan kalibrasi terhadap alat bantu navigasi udara pada Balai Kalibrasi Fasilitas Penerbangan. Pada sistem ini akan dihasilkan sejumlah rute yang dapat berbeda satu sama lain. Rute penerbangan kalibrasi ini adalah penting untuk menunjang kegiatan operasional dalam pelaksanaan tugas pokok dan fungsi. Kriteria yang dipergunakan adalah total jarak dan biaya penerbangan. Dalam penentuan rute kunjungan menggunakan algoritma saving dan sebagai metode perbaikan digunakan algoritma ants colony system (ocal search). Hasil penelitian menunjukan adanya penurunan biaya operasional sebesar 10,76%.

---

This study discusses the problem of scheduling flight routes for calibration of air navigation aids at the Institute for Flight Calibration Facility. This system will produce a number of routes that can differ from one another. Calibration flight route is important to support operations in the implementation of the basic tasks and functions.

The criteria used is the total distance and flight costs. In determining the route requests using the algorithm as a method of saving and for improving used the Ants colony system algorithm (local search). The results showed a decrease in operating expenses amounted to 10,76%."

"Menumpuknya pesawat terbang pada saat pemeliharaan berkala menyebabkan kurangnya pesawat terbang yang dapat dioperasikan untuk pelatihan bagi mahasiswa penerbang. Untuk itu diperlukan jadwal pemakaian dan jadwal pemeliharaan pesawat terbang agar diperoleh jadwal yang optimal. Penelitian ini bertujuan untuk memperoleh suatu sistem penjadwalan pemeliharaan pesawat terbang yang optimal dengan meminimumkan terjadinya pemeliharaan 2000 jam secara bersamaan dengan metode algoritma genetik. Hasil yang dicapai adalah jadwal pemeliharaan pesawat terbang dengan meminimumkan terjadinya pemeliharaan 2000 jam selama 10 tahun dengan standard deviasi sebesar 0,43483.

---

Stacked of aircraft at the time in a periodic aircraft maintenance causing the lack of aircraft which is operated for the aviation training students. This require the schedule usage and aircraft maintenance schedule in order to obtain the optimal schedule.

This study aims to obtain a maintenance scheduling system of the optimal aircraft to minimize the occurrence of 2000-hour maintenance in conjunction with genetic algorithm method.

The results are an aircraft maintenance schedule to minimize the occurrence of 2000-hour maintenance for 10 years with a standard deviation of 0.43483."

"Transportasi merupakan kunci untuk mengambil keputusan dalam distribusi. Selain biaya dalam pembelian barang, transportasi juga membutuhkan biaya yang tinggi dalam distribusi. Biaya transportasi dapat dikurangi apabila suatu perusahaan mampu menyusun penjadwalan dan rute kendaraan terbaik hingga dapat meminimalkan jarak dan waktu. Permasalahan dalam transportasi adalah Vehicle Routing Problem (VRP) yaitu merancang rute sejumlah kendaraan yang ada di depot, yang harus ditentukan jumlahnya agar tersebar secara geografis supaya bisa melayani konsumen-konsumen ditempat-tempat berbeda.Tujuan dari VRP adalah mengantar barang kepada konsumen dengan biaya minimum melalui rute-rute kendaraan yang keluar masuk depot. Penjadwalan pengiriman barang di PD Berkat Pangan Makmur dilakukan berdasarkan kapan dan jumlah pesanan dari konsumen, sehingga dapat menyebabkan kapasitas kendaraan dan sopir tidak mencukupi. Oleh sebab itu perusahaan ini harus bisa membuat penjadwalan dan penentuan rute yang optimal. Penjadwalan dan penentuan rute yang optimal dapat dibuat dengan model VRP dengan metode Tabu Search (TS). Tabu Search dapat disusun dalam suatu program menggunakan bahasa pemrograman Visual Basic.

---

Transportation is the key to make decisions in the distribution. Instead the cost of purchase goods, transportation costs are also high in distribution. Transportation cost may be reduced if a company is able to arrange vehicle scheduling and route to minimize distance and time. Problems in the transportation of Vehicle Routing Problem (VRP) to design a route that is a number of vehicles in the depot, the amount must be determined to spread geographically so can serve consumers in different place.

The objectives of the VRP is to accompany the goods to consumers with minimum cost route through-route vehicles that enter depot exit. Scheduling in the delivery of goods at PD Berkat Pangan Makmur based on when and the number of orders from consumers, so capacity can cause the vehicles and drivers are not sufficient. Therefore, this company must be able to make scheduling and determining the optimal route. Scheduling and determining the optimal route can be created with the model VRP with the method Taboo Search (TS). Tabu Search can be arranged in a program using Visual Basic programming language."

"Kapal sangat berperan penting dalam kegiatan perdagangan dunia sehingga kapal juga adalah faktor penunjang dalam peningkatan perekonomian suatu negara. Kapal adalah transportasi yang sangat efektif dan efisien dalam proses pendistribusian barang. Biaya operasional adalah salah satu tantangan perusahaan pelayaran dalam menjalankan bisnisnya, biaya bahan bakar adalah biaya yang sangat mempengaruhi nilai keuntungan suatu perusahaan. Pemilihan rute pelayaran dengan optimasi rute pelayaran akan memberikan jarak yang optimal dengan jarak minimal yang dapat dilalui oleh kapal, dengan jarak yang optimal maka penggunaan bahan bakar juga akan dapat dikurangin, pencarian rute pelayaran terbaik dilakukan dengan algoritma branch and bound dan algoritma greedy, dengan menggunakan software pemograman python untuk membantu perhitungan mencari rute pelayaran optimal, data yang dibutuhkan untuk memperoleh rute pelayaran optimal adalah jarak antar pelabuhan, serta data untuk mencari jumlah bahan bakar yaitu kecepatan kapal, waktu pelayaran, daya kapal dan jarak pelayaran optimal. Dengan optimasi rute juga diperoleh keuntungan yaitu waktu yang optimal, hasil penelitian ini memberikan kesimpulan algoritma branch and bound memberikan rute pelayaran yang optimal dibandingkan dengan algoritma greedy.

---

Ships play a crucial role in global trade activities, making them one of the most important supporting factors in the economic development of a country, Due to their role as highly effective and efficient means of transporting goods. However, Operational costs pose a challenge for shipping companies in conducting their business, with fuel costs significantly impacting a company's profitability. Selecting shipping routes through route optimization allows a company to determine the most productive route to be covered by the ship. By achieving optimal distances, fuel consumption can be reduced. The search for the best shipping route is conducted using the branch and bound algorithm and the greedy algorithm, employing Python programming software to assist in calculating the optimal shipping route. The data required to obtain the optimal shipping route includes the distance between ports, as well as data to determine fuel consumption, such as the ship’s speed, voyage duration, ship power, and optimal sailing distance. Optimizing the route also yields the benefit of optimal time. The findings of this research conclude that the branch and bound algorithm provides an optimal shipping route compared to the greedy algorithm."

"Penelitian ini akan membahas masalah penjadwalan Job shop (Job shop scheduling problem). Kerumitan pada masalah penjadwalan job shop disebabkan karena pada proses setiap komponen memiliki aliran yang berbeda sehingga dibutuhkan penjadwalan untuk menentukan urutan pengerjaan setiap komponen. Karena kompleksnya masalah penjadwalan produksi, maka solusi penyelesaian terhadap masalah ini dilakukan dengan menggunakan pendekatan heuristik yaitu metode algoritma tabu search. Algoritma tabu search, yaitu suatu pendekatan heuristik dalam pencarian solusi berdasarkan pada metode optimasi, dimana algoritma ini menggunakan daftar tabu dan iterasi lokal untuk mencegah terjebak pada local optimal hingga tercapainya solusi mendekati terbaik. Pada model jobshop penelitian ini terdapat 5 job dengan 98 komponen yang di kerjakan di 8 mesin. Fungsi tujuan dari permasalahan ini ialah meminimalkan total waktu pengerjaan seluruh job. Hasil penjadwalan produksi yang diperoleh melalui algoritma tabu search setelah 20 iterasi menghasilkan minimal makespan seluruh job sebesar 197.50 jam. Jadi, jika dibandingkan dengan jadwal produksi yang lama, maka terjadi penurunan makespan yaitu sebesar 53,87 %.

---

This research will present Job shop scheduling problem. The complexity of the job shop scheduling problem is caused the process of each component having different flow process. that it takes to determine sequencing of processing for each component in the scheduling. Due to the complex problem of production scheduling, then the solution to the problem of settlement is done by using a heuristic approach to taboo search algorithm method. Taboo search algorithm, which is a heuristic search approach based on the solution methods of optimization, where this algorithm uses a local list of taboo and iterations to prevent getting stuck on a local optimum to the achievement of a solution approach the best. In this model there are 5 jobs with 98 components that are in working on the 8 machines. The purpose of this function is to minimize the problems of the total cost of makespan. Production scheduling results obtained through taboo search algorithm after 200 iterations produces minimal makespan whole job of 197.5 hours. So, when compared to the long production schedule, then decline the makespan of 53.87%."

"Permasalahan penjadwalan karyawan secara umum adalah masalah untuk menentukan berapa banyak pekerja yang dibutuhkan untuk ditugaskan terhadap setiap periode waktu kerja yang direncanakan oleh sebuah organisasi dengan tujuan mengcover seluruh penugasan dengan biaya minimum. Permasalahan penjadwalan karyawan mempunyai kompleksitas tinggi karena banyak faktor yang harus dipertimbangkan seperti aturan yang berlaku serta biaya yang ditimbulkan. Metode yang digunakan untuk optimasi penjadwalan karyawan dalam penelitian ini adalah Algoritma Genetika. Solusi melalui metode ini diharapkan dapat membantu perusahaan dalam mengoptimal jadwal karyawan pengawas pembangunan kapal.

---

Crew scheduling problem is in general, the problem of determining how many workers must be assigned to each of the planning periods of work time for an organization in order to cover all assignments at minimum cost. Crew scheduling has a high complexity because of many aspects must be considered, such as work-rule agreements and cost of individual assignment. The method to optimize the crew scheduling problem is Genetic Algorithm. The solution through this method could help the organization to optimize workforce scheduling of ship building surveyor."

"Menumpuknya pesawat terbang pada saat pemeliharaan berkala menyebabkan kurangnya pesawat terbang yang dapat dioperasikan untuk pelatihan bagi mahasiswa penerbang. Untuk itu diperlukan jadwal pemakaian dan jadwal pemeliharaan pesawat terbang agar diperoleh jadwal yang optimal. Penelitian ini bertujuan untuk memperoleh suatu sistem penjadwalan pemeliharaan pesawat terbang yang optimal dengan meminimumkan terjadinya pemeliharaan 2000 jam secara bersamaan dengan metode Algoritma Menetika. Hasil yang dicapai adalah jadwal pemeliharaan pesawat terbang dengan meminimumkan terjadinya pemeliharaan 2000 jam selama 10 tahun dengan standard deviasi sebesar 0,43955.

---

Stacked of aircraft at the time in a periodic aircraft maintenance causing the lack of aircraft which is operated for the aviation training students. This require the schedule usage and aircraft maintenance schedule in order to obtain the optimal schedule.

This study aims to obtain a maintenance scheduling system of the optimal aircraft to minimize the occurrence of 2000-hour maintenance in conjunction with memetic algorithm method.

The results are an aircraft maintenance schedule to minimize the occurrence of 2000-hour maintenance for 10 years with a standard deviation of 0.43955."

"Kapal memiliki peran yang sangat penting pada perekonomian dunia sebagai alat pengangkutan barang baik antar daerah ataupun antar negara. Lebih dari tujuh miliar ton barang dikirim melalui jalur laut setiap tahunnya. Sebagian besar biaya operasional kapal berasal dari pemakaian bahan bakar dan harga bahan bakar sangat bervariasi pada setiap pelabuhan. Pemilihan rute kapal yang tepat merupakan hal yang sangat krusial dalam upaya meminimalisir biaya operasional. Penelitian ini mengimplementasikan metode optimasi dengan mempergunakan algoritma heuristik untuk pemilihan rute kapal dengan tujuan meminimalisir biaya operasional. Data jarak mil laut antar pelabuhan, kecepatan kapal, daya mesin, dan harga bahan bakar pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan 3 algoritma heuristik, yaitu : Nearest Neighbor Algorithm, Simulated Annealing, dan Algoritma Genetika dipergunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif biaya bahan bakar yang seminimum mungkin. Variasi pada destinasi awal/akhir dari pemilihan rute juga dilakukan sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa algoritma genetika memberikan rute dengan biaya bahan bakar yang lebih rendah dari kedua algoritma lain pada setiap pemilihan rute yang dilakukan. Hal ini membuktikan bahwa algoritma genetika lebih efektif dalam menentukan rute kapal dengan biaya bahan bakar yang paling rendah.

---

Ships have a very important role in the world economy as a means of transporting goods between regions and between countries. More than seven billion tons of goods are shipped by sea each year. Most of the ship's operating costs come from the use of fuel and fuel prices vary widely at each port. Selection of the right ship route is very crucial to minimize operational costs. This study implements an optimization method using a heuristic algorithm for selecting ship routes with the aim of minimizing operational costs. Data on the distance of nautical miles between ports, ship speed, engine power and fuel prices at each port are processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of 3 heuristic algorithms, namely: Nearest Neighbor Algorithm, Simulated Annealing, and Genetic Algorithm are used to solve the ATSP model created with the minimum fuel cost objective function. The results showed that the genetic algorithm provides a route with lower fuel costs than the other two algorithms at each route selection made. This proves that the genetic algorithm is more effective in determining the route of ships with the lowest fuel cost."

"Indonesia merupakan salah satu negara maritim terbesar di dunia,untuk menjamin pergerakan barang dan penumpang terus berjalan pemerintah membuat kapal perintis sebagai kapal subsidi untuk pemerataan.wilayah yang menjadi perhatian adalah Regional Indonesia Timur,namun untuk diciptakan biaya operasional yang optimal agar cost dan tujuan bisa tepat sasaran perlu dilakukan optimasi,salah satu hal yang berperan dari terciptanya biaya operasional lebih rendah adalah pemilihan rute dikarenakan  cost lebih banyak dihabiskan pada bahan bakar.dalam pengoptimalan rute yang bersifat travelling salesman problem dapat digunakan penyelesaian berdasarkan metode heuristik,dua metode heuristik yang yang dapat menjadi pilihan adalah Algoritma genetika dan Tabu search dengan membangun pengoptimalan dalam kedua metode tersebut didapatkan kesimpulan keduanya bisa menjadi solusi dan perbedaan hasil kedua metode tidak berbeda jauh,keduanya  menciptakan berbagai rute dalam permasalahan harga bahan bakar optimal yang dapat dijadikan solusi pemilihan rute yang baru.

---

Indonesia is one of the largest maritime countries in the world, To ensure the movement of commodity and passengers continues, the government makes pioneer ships as subsidized ships for equity. The area of concern Eastern Indonesia Region, but in order to create optimal operational costs so that costs and goals can be right on target, optimization needs to be done. One of the things that plays a role in creating lower operational costs is route selection because more costs are spent on fuel.When optimizing routes that are traveling salesman problems, solutions based on heuristic methods can be used, Two heuristic methods that can be chosen are genetic algorithms and taboo search by building optimization in the two methods, it can be concluded that both of them can be a solution and the difference in the results of the two methods is not much different, both create various routes in the optimal fuel price problem which can be used as a new route selection solution."

"Dalam perkembangannya, dengan munculnya pelabuhan-pelabuhan baru yang dapat mengakomodir kapal – kapal internasional untuk bersandar, pilihan rute pelayaran yang dapat ditempuh oleh suatu kapal kontainer akan semakin beragam. Efisiensi dari rute yang dipilih dapat dilihat dari penggunaan bahan bakar yang digunakan oleh kapal kontainer untuk mencapai tujuannya. Bahkan beberapa penelitian menyatakan bahwa 50-60% dari keseluruhan biaya operasional kapal didasarkan pada biaya bahan bakar kapal. Harga bahan bakar juga berfluktuatif dan tidak menentu pada setiap pelabuhan sehingga membuat sebuah kesulitan baru bagi perusahaan pelayaran dalam menentukan rute pelayaran yang paling efisien bagi mereka. Pemilihan rute kapal yang tepat sangat penting untuk meminimalkan biaya operasional. Pada penelitian ini, algoritma yang digunakan untuk pemilihan rute kapal dengan biaya paling minimum adalah algoritma Ant Colony dan Brute Force. Data yang digunakan pada penelitian ini berupa data jarak mil laut antara pelabuhan, daya mesin utama dan juga mesin bantu, kecepatan kapal, dan harga bahan bakar di tiap pelabuhan. Pengolahan data dilakukan dengan membuat model Asymetric Travelling Salesman Problem (ATSP) yang memiliki fungsi objektif bahan bakar yang se efisien mungkin, yang nantinya akan diterapkan algoritma Ant Colony dan Brute Force model ATSP. Variasi yang dilakukan pada penelitian ini terdapat pada destinasi awal atau akhir dari pemilihan rute. Hasil penelitian menunjukkan bahwa algoritma Brute Force melakukan pemilihan rute lebih optimal dibandingkan dengan algoritma Ant Colony dari segi penggunaan bahan bakar.

---

On its development, with the emergence of new ports that can accommodate international ships to dock, the choice of shipping routes that can be taken by a container ship will be more diverse. The efficiency of the chosen route can be seen from the use of fuel used by the container ship to reach its destination. Some studies state that 50-60% of the overall ship operating costs are based on fuel costs. Fuel prices also fluctuate and are uncertain at each port, making it difficult for companies to determine the most efficient shipping route for them. Selection of the optimum ship route is very important for operational costs. In this study, the algorithm used for selecting the shipping route with the minimum cost is the Ant Colony and Brute Force algorithms. The data used in this study are the distance of nautical miles between ports, main engine power and auxiliary engines, ship speed, and fuel prices at each port. Data processing is start by making the Asymmetric Traveling Salesman Problem (ATSP) model which has the most efficient fuel objective function, which will later be applied to the Ant Colony and Brute Force ATSP models. Variations made in this study are in the initial or final destination of the route selection. The results showed that the Brute Force algorithm selected the optimal route compared to the Ant Colony algorithm in terms of fuel usage."