Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Pada skripsi ini akan dibahas masalah optimisasi rute kendaraan untuk pendistribusian barang dalam suatu interval waktu pelayanan, dimana pelayanan mungkin dilakukan di luar interval waktu yang telah ditentukan tetapi dikenakan suatu biaya denda (penalty). Masalah optimisasi ini disebut juga Vehicle Routing Problem with Soft Time Windows (VRPSTW) yang bertujuan mencari rute kendaraan untuk pendistribusian barang dengan biaya minimum dalam suatu interval waktu pelayanan. VRPSTW merupakan masalah optimisasi kombinatorik berupa program linier, dimana rute kendaraan untuk pendistribusian barang terkait dengan variabel keputusan pada VRPSTW. Semakin banyak jumlah pelanggan yang akan dilayani, menyebabkan semakin banyak rute yang mungkin dilalui. Akibatnya semakin banyak jumlah variabel yang akan digunakan. Metode Column Generation-based Heuristics yang akan digunakan dalam skripsi ini merupakan salah satu metode yang efisien dalam menyelesaikan masalah program linier dengan jumlah variabel yang banyak. Ide dari metode tersebut adalah mencari rute (solusi) yang (atau mendekati) optimal tanpa harus mengetahui semua kemungkinan kombinasi rute (variabel) yang mungkin dilalui. Langkah awal dari metode ini adalah mendekomposisi masalah menjadi master problem dan subproblem, dimana bentuk master problem dari VRPSTW berupa set partitioning problem, sedangkan bentuk subproblemnya berupa insertion heuristics. Selanjutnya solusi yang didapat merupakan solusi heuristik.

---

This skripsi will discuss about the vehicle route optimization problem of goods distribution in time windows, where the services may done outside the time interval but incur a penalty cost. This optimization problem is also called the Vehicle Routing Problem with Soft Time Windows (VRPSTW) which aims to find the vehicle route with a minimum cost route for goods distribution in a time windows. VRPSTW is a combinatorial optimization problem in the form of a linear program, where a vehicle for the distribution of goods associated with the decision variables VRPSTW. The more number of customers to be served, causing more routes that may be used. As a result, their will be more number of variables that will be used. Column generation-based heuristics method that will be used in this paper is a efficient method in solving the problem of linear programming with that much of variables. The idea of the method is to find a route (solutions) that (or near) optimal without knowing all the possible combinations of these (variables) that may be used. The initial step of this method is to decompose the problem into a master problem and subproblem, which the master problem of VRPSTW is a set partitioning problem, and the subproblem is an insertion heuristics subproblem. Furthermore, the obtainable solution is a heuristic solution."

"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."

"Dalam menjalankan kegiatan distribusi dari depot ke agen- agen khusus di wilayah Jakarta dan Banten, PT. PERTAMINA mengalami permasalahan dalam menentukan rute dengan jarak yang minimum dengan batasan waktu pelayanan depot dan agen- agen yang disebut juga dengan Vehicle Routing Problem dengan Time Windows (VRPTW). Salah satu cara yang sering digunakan untuk menyelesaikan VRPTW adalah metode implicit enumeration. Metode ini menggunakan prosedur enumerasi untuk mendapatkan solusi optimal dari masalah pemrograman integer pada VRPTW. Hasil optimasi tersebut adalah sistem distribusi dengan menggunakan bahasa pemrograman C# yang meliputi rute distribusi yang efektif, penjadwalan pengiriman yang tepat dan sistematis, jarak tempuh pengiriman dan biaya distribusi yang minimum. Hasil penelitian diharapkan akan menjadi rujukan bagi PT. PERTAMINA untuk mengoptimalkan sistem distribusi yang sedang dijalankan sehingga biaya penjualan produk dapat ditekan, produk yang dipasarkan menjadi lebih kompetitif.

---

In performing distribution activities from depot to agents especially for Jakarta and Banten agents, PT. PERTAMINA were concerned in determining routes with minimum distances within service time windows from depot and agents called Vehicle Routing Problem with Time Windows (VRPTW). One of methods using for solving VRPTW is implicit enumeration method. This method uses enumeration procedur to get optimal solution from integer programming VRPTW problem.

The solution is distribution system processed with C# program including effective distribution routes, exact and systematic scheduling, distances and minimum distribution cost. The research result is expected to be the suggestion for PT. PERTAMINA to optimize their ongoing distribution system so that product distribution cost would be pressed, the product would be more competitive."

"Vehicle Routing Problem with Time Windows (VRPTW) adalah masalah penentuan rute kendaraan dalam pendistribusian barang/jasa ke sejumlah pelanggan yang memiliki biaya minimum dengan tambahan kendala time windows, biaya direpresentasikan oleh total jarak yang ditempuh kendaraan dari depot dan kembali ke depot.Pada tugas akhir ini, digunakan algoritma genetika hibrida untuk menyelesaikan VRPTW. 50% populasi awal dibentuk dengan menggunakan metode Push Forward Insertion Heuristic (PFIH) dilanjutkan dengan -Interchange, dan 50% lainnya dibentuk secara acak. Tiga operator utama algoritma genetika yang digunakan adalah ranking based selection, merge-heuristic crossover, dan sequence based mutation. Pada tugas akhir ini juga akan diimplementasikan algoritma genetika hibrida pada VRPTW dengan perangkat lunak.

---

Vehicle Routing Problem with Time Windows (VRPTW) is a problem of determining the route of vehicles that has minimum cost in the distribution of goods /services to a number of customers with addition of time constraint, the cost is represented by the total distance traveled by vehicles from depot and returned to depot.

In this final project, a hybrid genetic algorithm used to solve VRPTW. 50% of initial population is generated by Push Forward Insertion Heuristic (PFIH) and then -Interchange, and the other 50% is randomly generated. Three major operator that used in this final project are ranking based selection, merge-heuristic crossover, and sequence based mutation. Hybrid genetic algorithm is implemented on Solomon?s benchmark data of VRPTW."

"

Perkembangan teknologi memungkinkan perusahaan untuk senantiasa meningkatkan kinerjanya dalam berbagai kegiatan usaha. Salah satu kegiatan usaha yang menjadi perhatian adalah distribusi. Penentuan rute distribusi harus mempertimbangkan permintaan pelanggan dan biaya transportasi. Perancangan rute distribusi yang meminimalisir jarak tempuh transportasi dapat menghemat biaya distribusi. Di sisi lain, ketepatan waktu pengiriman juga masih menjadi salah satu faktor penting distribusi. Penelitian ini berfokus pada perancangan algoritma penyelesaian Vehicle Routing Problem with Time Windows (VRPTW) dengan metode heuristik Lin Kernighan Helsgaun dan Local Search. Hasil dari algoritma ini adalah rute distribusi yang memenuhi permintaan pelanggan dengan memenuthi batasan kapasitas kendaraan dan rentang waktu pelayanan.

---

Technology development has enabled businesses to continuously improve their performance on various activities. One of the highlighted activity is distribution. The planning of distribution routes must consider customer demands and transportation cost. A better distribution route planning that minimizes transportation distances would save distribution costs. On the other hand, timeliness remains one of the important factors of distribution. This research focuses on designing an algorithm that solves Vehicle Routing Problem with Time Windows (VRPTW) using the heuristic methods which are Lin Kernighan Helsgaun and Local Search. The result of the algorithm is a list of routes that fulfills all demands and within the constraints of limited capacity and a drop off time window.

"

"Pada masa sekarang permasalah penentuan rute kendaraan merupakan keadaan yang harus diperhitungkan dalam bisnis pengiriman. Dalam logistic permasalah penentuan rute kendaraan memiliki peranan kunci bagi perusahaan guna meminimalisir biaya transportasi, biaya penalti atas keterlambatan, dan meningkatkan kualitas layanan pada pengiriman. Permasalahan ketepatan waktu dalam proses pengiriman pada saat sekarang ini. Penelitian ini berpusat pada pengoptimalan biaya bahan bakar dan pinalti. Dalam makalah ini nantinya penulis memakai Vehicle Routing Problem with Time Windows (VRPTW). Dimana VRPTW sendiri merupakan masalah penentuan rute kendaraan yang paling banyak dibahas dalam  dunia nyata. Algoritma Artificial Bee Colony (ABC) dan Algoritma Camel (CA) akan diterapkan dalam penelitian ini. Selanjutnya kedua algoritma akan dilihat mana dari kedua algoritma yang paling ideal untuk penyelesaian permasalahan penentuan rute dalam VRPTW.

---

At present The problem of determining vehicle routes is a condition that must be taken into account in the shipping business. In logistics, the problem of determining vehicle routes has a key role for companies to minimize transportation costs, penalty fees for delays, and improve service quality on delivery. The problem of timeliness in the delivery process at this time. This research focuses on optimizing fuel costs and penalties. In this paper, the author will use the Vehicle Routing Problem with Time Windows (VRPTW). Where VRPTW itself is the problem of determining vehicle routes that are most widely discussed in the real world. Artificial Bee Colony Algorithm (ABC) and Camel Algorithm (CA) will be applied in this research. Furthermore, the two algorithms will determine which of the two algorithms is the most ideal for solving the problem of determining routes in VRPTW."

"Permasalahan yang diangkat dalam penelitian iui adalah permasalahan dalam menghasilkan rute maupun jadwal dari sebuah kendaraan angkut yang meminimalkan emisi bahan bakar dalam sebuah jaringan yang terdiri atas pelanggan danjalanan yang menghunbungkan satu pelanggan dengan yang lain, di mana tipe dari kendaraan angkut divariasikan dan jendela waktu diketatkan. Di dalam model yang dirancang, rute dari setiap kendaraan akan dikonstruksi. Rute dari kendaraan sendiri bergantung pada jenis kendaraan, besarnya muartan, dan batasan-batasan waktu yang diciptakan dalam setiap rute. Hasil akhirnya adalah rute dengan total emisi bahan bakar minimum, dalam hal ini dihitung berdasarkan gas karbon dioksida. Metode yang digunakan adalah metode pendekatan algoritma pencarian tabu. Metode ini akan diuji berdasarkan data permintaan sebuah supermarket di London. Pencarian didasarkan atas besarnya emisi dari setiap keputusan. Hasil kemudian dianalisa untuk menunjukkan berapa besar perubahan emisi yang tercipta dengan menggunakan pendekatan ini. Dan kemudian diterjemahkan menjadi sekumpulan rute yang dijalankan.

---

The problem considered in this thesis is to construct routes and schedule of fleets that minimize the emission of a network that consists of coustomers and arcs connecting them each other, while varying the type of fleets and tightening the time windows. In the constructed model, the route of each fleet will be produced and treated as decision variable. The routes themselves depend on the capacity of each vehicle type and time windows constraints on each route. The objective is to construct routes with minimum emission, COzeq in this context. Tabu Search algorithm is used to construct the route. This algorithm then is tested with real data demand of a market in London. The result of the search then is used to analyze the difference created by tabo algorithm and translated into a group of routes to be used."

"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."

"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."