Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKSebagai salah satu negara maritim terbesar di dunia, moda transportasi Indonesia lebih cenderung condong kepada transportasi laut. Salah satu sektor yang menitik beratkan distribusinya menggunakan transportasi laut adalah sektor minyak dan gas bumi. Pengoptimasian biaya transportasi laut ini telah dilakukan dengan berbagai metode agar dapat menghasilkan biaya yang seminim mungkin dengan kelebihan dan kekurangan yang dimiliki masing-masing metode. Pada penelitian ini dilakukan klasterisasi pola distribusi minyak bumi menggunakan pendekatan graph mining. Dengan melakukan single linkage clustering dengan tujuh fungsi graph, didapatilah pembangunan hasil klaster dengan menggunakan gabriel graph dan minimum spanning tree memberikan hasil yang terbaik. Klaster pola yang dihasilkan selanjutnya dapat digunakan untuk proses pengoptimalisasian pola distribusi. Hasil dari penelitian ini menunjukan bahwa jumlah klaster terbaik dan feasible adalah sebanyak 43 klaster.

---

ABSTRACTAs one of the largest maritime countries in the world, Indonesia transportation modes are more likely inclined to sea transport. One sector that the distribution are mainly using sea transport is oil and gas sector. Optimizing the cost of sea transport has been carried out by various methods in order to produce cost as little as possible with the advantages and disadvantages of each method. In this research petroleum distribution pattern clasterization is done by using graph mining approach. By conducting single linkage clustering with seven graph function, the result shows that clustering using gabriel graph and minimum spanning tree gives the best result. The clustered patterns result then can be used for the process of optimizing the distribution pattern. The result shows that the best and feasible number of cluster can be built is 43 clusters"

"ABSTRAKPenentuan rute distribusi optimal menjadi kunci peningkatan efisiensi suatu rantai pasok. Mencari rute distribusi optimal yang termasuk kedalam jenis vehicle routing problem VRP dapat diselesaikan dengan membuat model dari seluruh batasan permasalahan yang ada dan mencari penyelesaiannya dengan objektif memimalkan jarak tempuh. Namun permasalahan lain muncul yakni peningkatan jumlah konstrain akan menambah kompleksitas penyelesaian model. Selain itu, beberapa batasan yang dinamis dan batasan yang tidak dapat teridentifikasi dapat membuat rute optimal yang diperoleh tidak sesuai dengan keadaan aktualnya. Dalam penelitian ini, metode historical based VRP HbVRP yang terdiri atas graph partitioning dan graph optimization digunakan untuk mengatasi permasalahan tersebut. Pada studi kasus yang dilakukan didapati metode HbVRP dapat membangun rute optimal dengan level kemiripan 97,98 terhadap rute aktual dan mereduksi total jarak yang semula sebesar 572,217 menjadi 120,913 dimana lebih baik dari metode yang telah ada.

---

ABSTRACTDetermination of optimal distribution route becomes the key to increase efficiency of a supply chain. Looking for an optimal distribution route that belongs to the type of vehicle routing problem VRP can be solved by modeling the entire boundary of the problem and finding the solution with the objective of minimizing the total distance. The increase in the number of constraints will add to the complexity of the completion of the model. In addition, some dynamic constraints and unidentifiable boundaries can make the optimal route obtained not in accordance with actual circumstances. In this study, historical based VRP HbVRP method consisting of graph partitioning and graph optimization are used to solve the problem. In the case study, HbVRP method can build optimal route with 97.98 similarity level to the actual route and reduce the total distance from 572.217 to 120.913 which is better than existed method."

"Rute pengiriman dan penjadwalan yang efektif dan efisien mempunyai peranan penting dalam optimasi biaya logistik suatu perusahaan. Penelitian ini bertujuan menentukan rute distribusi pelumas dari depot ke distributor dengan menggunakan algoritma tabu search. Hasil penelitian ini adalah mendapatkan suatu sistem distribusi yang dapat mengirimkan produk pelumas kepada pelanggan dengan jarak tempuh minimum dan jumlah minimum kendaraan. Jarak tempuh minimum untuk kemasan box sebesar 487,70 km, kemasan drum sebesar 536,75 km dan kemasan pail 426,30 km. Jumlah minimum kendaraan sebanyak 11 truk. Pada penelitian ini terdapat penurunan biaya logistik sebesar 38,70.

---

Determination of routes and scheduling delivery of effective and efficient plays an important role in optimizing logistic costs of a company. This study aims to determine the proper lubricant distribution system from the depot to distributor by using tabu search algorithm. The result of this study is to obtain a distribution system that can be applied to deliver lubricants product with minimum total distances and minimum number of vehicles. Total distance for box package is 539,90 km, drum package is 543,60 km and pail package is 453,30 km. Minimum number of vehicles needed is 10 trucks. The result shown reduction 38,70 of logistic cost."

"Biaya transportasi adalah salah satu komponen utama dalam struktur biaya logistik total. Transportasi yang efisien dapat menurunkan biaya logistik total. Salah satu komponen utama transportasi untuk mengurangi biaya transportasi adalah penentuan rute kendaraan atau Vehicle Routing Problem. Tujuannya adalah mengatur rute pengiriman sehingga menghasilkan jarak tempuh total seminimal mungkin. Untuk menyelesaikan permasalahan pengiriman CNG di salah satu perusahaan gas di Indonesia ini, dikembangkan model penyelesaian VRP menggunakan algoritma Tabu Search. Hasil dari penelitian ini adalah sistem penentuan rute penjadwalan truk setiap harinya. Hasil rute usulan yang menggunakan jadwal pada satu hari terpadat menghasilkan pengurangan jarak tempuh sebesar 31% dan biaya transportasi sebesar 44%.

---

Transportation cost is a main component in total logistics cost. An efficient transportation system could reduce the total logistic cost. One of the main component of transportation to reduce its cost is Vehicle Routing Problem. The objective of VRP is to set the delivery route in order to minimize the total distance. In order to solve CNG delivery problem in one of the gas company in Indonesia, VRP model was developed using Tabu Search algorithm. Output of this research is to make a system to schedule the truck route for daily use. The result shows that total distance was reduced by 31% and transportation cost by 44%."

"Pendistribusian BBM di Region Ambon memiliki tantangan berupa terbatasnya akses transportasi melalui jalur darat dikarenakan kondisi geografis yang terdiri dari pulau-pulau sehingga pendistribusain menjadi rumit dan mengalami keterlambatan penyaluran BBM. Sehingga diperlukakn rute distribusi yang optimal untuk memastikan penyaluran BBM tidak terlambat dan tidak ada kelangkaan BBM. Penelitian ini mengimplementasikan metode optimasi dengan mempergunakan algoritma Genetika dan Particle Swarm Optimization untuk pemilihan rute distribusi dengan tujuan meminimalisir jarak tempuh. Data jarak mil laut antar pelabuhan, kecepatan kapal pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan dua algoritma yaitu : Algorima Genetika dan particle swarm optimization dipergunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif jarak tempuh 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 terpendek dan efisien dibandingkan particle swarm optimization pada setiap pemilihan rute yang dilakukan. Hal ini membuktikan bahwa algoritma genetika lebih efektif dalam menentukan rute pendistribusian BBM yang lebih pendek dan efisien.

---

The distribution of BBM in the Ambon Region has challenges in the form of limited access to transportation via land routes due to geographical conditions consisting of islands so that distribution becomes complicated and delays fuel distribution. So that an optimal distribution route is needed to ensure the distribution of fuel is not late and there is no shortage of fuel. This study implements an optimization method using the Genetic Algorithm and Particle Swarm Optimization for the selection of distribution routes with the aim of minimizing the distance traveled. Nautical mile distance data between ports, ship speed at each port is processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of two algorithms, namely: Genetic Algorithm and particle swarm optimization is used to solve the ATSP model which is made with the objective function of the distance traveled as minimal as possible. Variations in the initial/final destination of the route selection are also performed as additional test parameters of each algorithm. The results showed that the genetic algorithm provides the shortest and most efficient route compared to particle swarm optimization for each route selection made. This proves that the genetic algorithm is more effective in determining the shorter and more efficient fuel distribution route."

"

Skripsi ini bertujuan mengembangkan model konsumsi bahan bakar dump truck menggunakan machine learning untuk mengoptimalkan efisiensi dan mengurangi biaya operasional pada tahapan hauling dalam industri pertambangan dan penggalian batubara. Tahapan hauling merupakan sumber biaya terbesar, terutama dalam pengoperasian dump truck, di mana pembelian bahan bakar menjadi faktor biaya yang paling signifikan. Penelitian ini menggunakan algoritma Linear Regression (LR), Random Forest (RF), dan Support Vector Machine (SVM) untuk membangun model konsumsi bahan bakar dump truck. Data historis konsumsi bahan bakar dump truck diambil dari 6 area penambangan Perusahaan Kontraktor Penambangan. Hasil penelitian menunjukkan bahwa algoritma Random Forest (RF) memberikan performa terbaik dengan R² sebesar 0,9004, MAE sebesar 0,1909, dan RMSE sebesar 0,3159, serta tingkat akurasi yang lebih tinggi dibandingkan dengan algoritma lainnya. Selanjutnya, penelitian menganalisis variabel input yang paling berpengaruh terhadap model konsumsi bahan bakar dump truck menggunakan teknik permutation feature importance. Hasilnya, variabel input yang paling berpengaruh adalah "accel_pos" atau percepatan atau perlambatan gerakan (acceleration) dump truck yang menunjukkan pentingnya perilaku dan gaya mengemudi dump truck dalam mempengaruhi efisiensi penggunaan bahan bakar.

---

This thesis aims to develop a dump truck fuel consumption model using machine learning to optimize efficiency and reduce operational costs at the hauling stage in the coal mining and quarrying industry. The hauling stages are the largest source of expenses, especially in the operation of dump trucks, where fuel purchases are the most significant cost factor. This research uses Linear Regression (LR), Random Forest (RF), and Support Vector Machine (SVM) algorithms to build a fuel consumption model for dump trucks. Historical data on dump truck fuel consumption was taken from 6 mining areas of the Mining Contractor Company. The results showed that the Random Forest (RF) algorithm provided the best performance with R² of 0.9004, MAE of 0.1909, and RMSE of 0.3159, as well as a higher accuracy rate compared to other algorithms. Furthermore, the researchers analysed the most influential input variables on the dump truck fuel consumption model using the permutation feature importance technique. As a result, the most influential input variable is "accel_pos" or the acceleration or deceleration of the dump truck, which shows the importance of the dump truck's driving behaviour and style in influencing the efficiency of fuel use."

"Efisiensi pada aktivitas distribusi, khususnya dalam permasalahan pengiriman bahan bakar minyak masih menjadi fokus utama perusahaan. Tujuan dari penelitian ini adalah menentukan rute yang efisien serta penjadwalan armada yang baik demi terciptanya penurunan biaya distribusi. Pada penyelesaian Vehicle Routing Problem ini, Tabu Search digunakan sebagai teknik pencarian solusi melalui model yang akan dirancang. Perancangan model distribusi diawali dengan membangun model matematis yang sesuai dengan proses operasional pengiriman bahan bakar minyak. Setelah itu, model matematis ditranslasikan ke dalam bahasa Visual Basic. Penelitian ini membandingkan data selama tujuh hari biaya distribusi yang dilakukan perusahaan dengan hasil dari model distribusi yang dirancang. Hasil dari model memberikan biaya distribusi yang lebih rendah sebesar 3,1% dibandingkan biaya distribusi yang dilakukan perusahaan.

---

Efficiency in distribution activities, especially in the case of fuel oil shipping is still the main focus of the company. The purpose of this study is to determine efficient routes and good fleet scheduling for the creation of reduced distribution costs. In solving this Vehicle Routing Problem, Tabu Search is used as a solution search technique through the model to be designed. The design of the distribution model begins with building a mathematical model that is suitable for the operational process of fuel oil delivery. After that, the mathematical model is translated into the Visual Basic language. This study compares data for seven days of distribution costs made by the company with the results of the distribution model designed. The results of the model give a lower distribution cost of 3.1% compared to the cost of distribution by the company."

"Perkembangan knowledge graph serta penggunaannya meningkat secara masif akhir-akhir ini. Namun, pertumbuhan knowledge graph nyatanya tidak sebanding dengan kualitas data yang dimiliki. Sementara itu, aspek kelengkapan dalam kualitas data knowledge graph memiliki peranan penting dalam pemakaian data yang sesuai dengan kebutuhan. Sayang sekali, hingga saat ini belum ada penelitian tentang penggunaan SHACL dalam melakukan validasi kelengkapan data. Penelitian ini hadir dengan tujuan untuk membuat pola-pola kelengkapan berdasarkan kondisi knowledge graph beserta instance-nya. Penelitian ini mengidentifikasi enam pola kelengkapan yang sering muncul pada knowledge graph. Dari keenam pola kelengkapan tersebut, penelitian ini berhasil membuat 360.162 instance pola kelengkapan dalam bentuk SHACL shape. Pembuatan instance pola kelengkapan menggunakan lima pendekatan, yakni pendekatan manual, otomatis, spreadsheet, ontologi, dan statistik. Semua shape tersebut kemudian digunakan untuk melakukan validasi terhadap 928.310 entitas pada knowledge graph dunia nyata, yakni Wikidata dan DBpedia. Hasil validasi population, no-value, dan label and description completeness pada Wikidata dan DBpedia mencapai skor lebih dari 90%. Sementara itu, hasil validasi property dan interlinking completeness pada Wikidata dan DBpedia berada di rentang skor 60-70%. Terakhir, validasi schema completeness pada Wikidata dan DBpedia mencapai hasil 70-90%. Selain itu, penelitian ini menyediakan aplikasi web bernama SHACL on Completeness Knowledge (SoCK) untuk mengelola dan menyediakan pola kelengkapan beserta instance-nya.

---

The development of knowledge graphs and their use has increased massively recently. In fact, the growth of the knowledge graph is not proportional to the quality of the data it has. Meanwhile, the completeness aspect in the quality of the knowledge graph data has an essential role in the use of data according to needs. Unfortunately, nobody has previously done research on the use of SHACL in validating data completeness.Therefore, this research focused on identifying completeness patterns based on the condition of the knowledge graph and its instances. This study identified six completeness patterns that often appear in knowledge graphs. Of the six completeness patterns, this study successfully created 360.162 completeness pattern instances in the form of SHACL shape. The instantiation of the completeness pattern used five approaches, that is, manual, automated, spreadsheet, ontology, and statistical approaches. All these shapes are used to validate 928.310 entities in a real-world knowledge graph, namely Wikidata and DBpedia. Based on the population, no-value, and label and description completeness validation, the completeness of Wikidata and DBpedia reached a score of more than 90%. Moreover, the validation results of property and interlinking completeness stated that the Wikidata and DBpedia completeness are 60-70%. Finally, schema completeness validation on Wikidata and DBpedia reached 70-90%. In addition, this research provided a web application called SHACL on Completeness Knowledge (SoCK) to manage and accommodate completeness patterns and their instances."

"Sejalan dengan perkembangan kebutuhan bahan bakar minyak di dalam negeri, maka permasalahan dalam suplai dan distribusi bahan bakar minyak akan semakin komplek, karena besar dan luasnya jangkauan distribusi yang harus dilayani. Mengingat Indonesia negara kepulauan, maka peranan armada tanker (transportasi laut) dalam suplai dan distribusi BBM dalam negeri, memegang peranan yang sangat vital dan strategis, hal ini terlihat hampir 70% kebutuhan BBM disuplai dan didistribusikan dengan armada tanker/tongkang. Pola suplai distribusi BBM yang menitik-beratkan terjaminnya ketersediaan BBM dengan jumlah, kualitas dan waktu yang tepat atau dikenal dengan "security of supply", dimana mendatang tentu tidak dapat dipertahankan. Untuk itu, diperlukan evaluasi dan kajian (optimasi) atas pola suplai distribusi yang diterapkan, untuk mencapai pola suplai yang optimum. Optimasi pola suplai distribusi BBM dalam negeri terpusat pada pemilihan rute pengiriman produk (BBM) dari sumber ke tujuan dalam jaringan distribusi, sehingga total biaya transportasi dapat diminimumkan. Optimasi dimulai dengan melihat gambaran verbal pola suplai distribusi yang ada, menentukan tujuan yang hendak dicapai, memperhatikan kendala yang dihadapi (variabel transportasi), kemudian diterjemahkan kedalam matrik transportasi dan diselesaikan dengan bantuan perangkat lunak (program komputer) Quantitative System For Business (QSB). Pola suplai distribusi BBM dalam negeri akan selalu berubah secara dinamis mengikuti perubahan yang terjadi pada variabel transportasi yaitu suplai BBM kilang, permintaan dari depot, kapasitas tangki timbun, kapasitas dermaga, jarak antara supply point dan discharges point, kondisi geografis dan lokasi dummy (lokasi floating storage untuk menampung BBM impor). Dari hasil optimasi, terlihat bahwa pola suplai distribusi yang diterapkan saat ini masih belum optimal, maka untuk tahap pertama perlu segera diterapkan pola suplai distribusi existing dimana potensi efisiensi yang dapat dilakukan sebesar US $ 21,933,222 atau Rp. 175.465.776.000,- per tahun tanpa adanya investasi. Mengingat pola suplai distribusi existing bukan merupakan pola suplai distribusi optimum, maka langkah selanjutnya adalah merubah dari pola suplai distribusi existing ke pola suplai distribusi optimum (diperlukan investasi), dimana potensi efisiensi sebesar US $ 32,997,862 atau Rp. 263.982.896.000,- per tahun. Lokasi dummy (floating storage) di Tlk. Semangka dan Kalbut, masih dapat dipertahankan apabila total biaya sewa lebih kecil atau sama dengan US $ 14,130,040.0 per tahun. Bila biaya sewa floating storage lebih besar dari US $ 14,130,040.0 per tahun, maka fungsi floating storage tersebut dapat digantikan oleh transit terminal Tanjung Gerem dan transit terminal Manggis (diperlukan investasi untuk mengembangkan kedua transit terminal tersebut).

---

The trend of oil Fuel's demand in domestic always increases, hence the problem in supply and distribution of oil fuel will become more complex because of the scope of area which must be served. Indonesia is an archipelago country, so sea transportation has significant contribution in supply and distribution of oil fuel. It can be seen that almost 70% oil fuel's demand is supplied and distributed by tanker.

The model of oil fuel's supply and distribution, which based on security of supply, in the future will be obsolete. It needs to be evaluated to get optimum model.

Optimizing process will be focused in choosing route for distributing oil fuel from supply points to discharge points, to get minimum total transportation cost. Optimizing will be started with evaluating existing model, set up the objective, considering constrains (transportation variables), transfer it into transportation matrix, and will be solved by Quantitative System for Business (QSB). The optimum model always change following the change of transportation variables for instance supply from refinery, demand from depot, storage capacity, jetty capacity, distance between supply point and discharge point, geography condition, and dummy location (floating storage location for import oil fuel).

The existing model has not fully applied (uses tramper model). Subsequently the first step is doing fully applied existing model which has potential efficiency about US$ 21,933,222 or Rp 175.465.776.000,- per year without any investment. The existing model is not an optimum one; therefore it will be followed by second step that is change the existing model into optimum model (it needs investment), which has potential efficiency around US$ 32,997,862 or Rp 263.982.896.000,- per year.

Floating storage location in Teluk Semangka and Kalbut still optimum if its total rent cost is US$ 14,130,040 or less per year. On the other hand, if total rent cost of floating storage is more than US$ 14,130,040 per year, floating storage must be changed by expansion of Transit Terminal Tanjung Gerem and Transit Terminal Manggis."

"Penelitian ini membandingkan distribusi suhu tungku pembakaran dari campuran minyak nabati dan bahan bakar minyak pada setiap rasio pencampuran dan pengaruh air fuel ratio (AFR). Kondisi operasi yang digunakan adalah 0.8 bar hingga 1.6 bar dengan interval 0.4 bar. Minyak nabati tidak dapat langsung dibakar karena memiliki kekentalan yang cukup tinggi. Oleh karena itu, dilakukan pencampuran dengan bahan bakar minyak agar memiliki spesifikasi yang hampir sama dengan bahan bakar minyak. Pada penelitian ini digunakan jet nosel untuk merubah cairan bahan bakar menjadi aerosol untuk mempermudah proses pembakaran. Pengukuran suhu dilakukan dengan menggunakan termokopel. Hasil yang diperoleh menunjukkan bahwa nilai AFR dengan suhu tertinggi sebesar 582.8 oC diperoleh dengan nilai 0.323, dengan campuran minyak jelantah dan minyak solar 40%:60%. Nilai AFR tersebut menandakan bahwa dibutuhkan 0.323 udara untuk membuat 1 bahan bakar untuk dapat terbakar. Penelitian ini berpotensi untuk mengurangi penggunaan bahan bakar minyak sebagai bahan bakar.

---

This study compares the temperature distribution of combustion chamber from mixture of vegetable oil and fuel in any mixing ratio and the effect of air fuel ratio (AFR). Operating conditions used is 0.8 bar to 1.6 bar with 0.4 bar intervals. Vegetables oil can not be directly burned as it has high viscosity. Therefore, mixing with fuel oil so that the vegetable oil has the similar spesification to fuel oil. In this study used a jet nozzle to convert liquid fuel into combustion aerosol to ease the process. Temperature measurement is done by using thermocouple. The result obtained showed that the value of AFR with the highest temperature of 582.8oC was obtained with value of 0.323, with a mixture of vegetables oil and diesel oil 40%:60%. Those AFR indicates that 0.323 air needed to make 1 of fuel to be burned. This research has potential to reduce the use of fuel gas."