Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dewasa ini, tren berbagi kendaraan menjadi pilihan masyarakat untuk berpergian dari satu tempat ke tempat lain, tren tersebut terkenal dengan sebutan ride sharing. Ride sharing adalah salah satu solusi yang dapat berkembang untuk mengurangi kemacetan karena jumlah kendaraan di jalan yang tinggi. Taksi sebagai moda transportasi alternatif di perkotaan dapat menerapkan sistem ride sharing tersebut. Taxi sharing bertujuan memaksimalkan penggunaan kapasitas taksi, sehingga dapat mengurangi biaya perjalanan penumpang, meningkatkan penghasilan operator taksi, dan mengurangi kemacetan, emisi gas buangan, serta penggunaan bahan bakar. Untuk memaksimalkan keuntungan dari penggunaan sistem taxi sharing, perlu pengoptimalan rute taksi dan pasangan permintaan yang berbagi layanan taksi. Pengoptimalan tersebut berbentuk mixed integer programming. Kemudian, permasalahan tersebut terselesaikan menggunakan metode tabu search. Hasil percobaan menunjukkan metode tabu search meningkatkan pendapatan operator taksi sebesar 10 - 14.

---

Nowadays, ride sharing system is a trend among society for travelling. The ride sharing system is a solution that can be developed to reduce the congestion because of high amount of vehicles on the road. Taxi as an alternative transportation in urban area can impose the ride sharing system. Taxi sharing aims to maximaze the utilization of taxi capacity, thereby reduce the fare for passangers, increase income of taxi operator, and reduce congestion, gas emission, as well as the use of fuel. In order to maximize the benefits of using taxi sharing system, we need to optimize taxi route and match requests that share the taxi service. The optimization of taxi sharing problem have the form of mixed integer programming, which is solved by using tabu search method. The experiment shows that the tabu search method can increase the income of taxi operator up to 10 14."

"ABSTRACTRidesharing dapat diartikan sebagai suatu sistem dimana pelaku perjalanan dapat berbagi kendaraan serta waktu perjalanan dengan pelaku perjalanan lain yang memiliki tujuan serta waktu perjalanan yang/hampir sama. Permasalahan ridesharing dengan kebijakan HOV Lanes/jalur HOV merupakan suatu permasalahan dalam pencarian rute optimal untuk memenuhi permintaan sejumlah penumpang dengan tiap penumpang dan kendaraan memiliki lokasi asal dan tujuan. Permasalahan ini diterapkan pada suatu graf lokasi yang memuat jalur HOV, yaitu jalur yang memiliki syarat jumlah minimum penumpang di dalam kendaraan. Solusi yang ingin dicapai adalah solusi dengan jarak, waktu, dan biaya perjalanan yang minimum. Tugas akhir ini membahas aplikasi metode insertion heuristic untuk mendapatkan solusi awal pada permasalahan ridesharing dengan kebijakan jalur HOV serta parallel tabu search untuk mengembangkan solusi awal dan mendapatkan rute yang optimal.

---

ABSTRACTRidesharing can be defined as a system where individual travelers can share their vehicle and travel cost with others that have similar destination and time schedule. Ridesharing problem with HOV Lanes is a problem of finding optimal route to serve costumer 39 s demand where each demand and vehicle consists origin and destination point. This problem is applied in a graph with HOV Lanes. HOV Lanes are restricted use freeways lanes reserved for vehicles with more than a predetermined number of occupants. The optimal solution is the one with minimum number of total distance, passenger 39 s ride time, and cost. In this final project, insertion heuristic is applied to obtain an initial solution and parallel tabu search algorithm is applied to improves the initial solution and obtain the optimal solutions."

"Pada skripsi ini akan dibahas konsep ride sharing pada taksi, atau disebut juga taxi sharing, yang merupakan salah satu upaya untuk mengatasi masalah kemacetan akibat kurang seimbangnya jumlah kendaraan yang beredar dengan kapasitas jalan yang dapat menampung kendaraan. Pada taxi sharing, penumpang taksi berbagi kendaraan taksi dan biaya perjalanan dengan penumpang lain yang memiliki tempat asal-tujuan yang sama/hampir sama dalam waktu perjalanan yang hampir bersamaan. Pemanfaatan taxi sharing yang mengoptimalkan utilisasi kendaraan taksi, selain dapat mengurangi jumlah kendaraan taksi yang dibutuhkan untuk melayani konsumen dan mengurangi biaya operasional taksi, juga dapat mengurangi penggunaan bahan bakar, yang pada akhirnya mengurangi emisi gas buang kendaraan. Untuk memaksimalkan penggunaan taxi sharing, maka diperlukan pengoptimalan rute taksi dalam melayani penumpang, dimana masalah pencarian rute taxi sharing yang optimal dalam skripsi ini akan dimodelkan dalam bentuk mixed integer programming problem. Permasalahan ini diselesaikan menggunakan algoritma genetika, yang lahir dari sebuah inspirasi teori evolusi Darwin. Algoritma ini digunakan untuk mencari pasangan penumpang yang berbagi layanan taksi dan rute taksi yang optimal. Hasil percobaan dengan menggunakan ukuran populasi (popsize) 10, jumlah generasi 50 dan 100, crossover rate (Cr) 0.7, dan mutation rate (Mr) 0.2 menunjukkan bahwa yang sebelumnya terdapat 8 permintaan taksi dan 8 taksi, operator taksi dapat mengurangi jumlah taksi yang beroperasi sebesar satu taksi. Taksi yang menggunakan konsep taxi sharing, yaitu taksi 5 akan melayani permintaan 2 dan 8, dengan urutan menjemput permintaan 2 lalu 8, lalu mengantarkan permintaan 2 kemudian 8, dengan biaya yang dibayarkan Rp4.200,00 untuk permintaan 2 dan Rp14.700,00 untuk permintaan 8. Maka dari itu, keuntungan operator taksi menjadi lebih besar, penumpang dapat menghemat biaya perjalanan, dan penggunaan kendaraan di jalan berkurang.

---

This research will discuss about the implementation of taxi ride sharing system or taxi sharing as an attempt to find a solution for traffic jam problem that caused by an unequal number of public transportation units operated in the street and the lack of street capacity which supposed to facilitate it. With the present of taxi sharing system, consument can share their taxi trip with others passengers that going on to same direction at the same time. This solution can give benefit for consuments by sharing the trip cost while at the same time benefitted the public transportations provider to optimalized the utilization of the taxi units and cut off operationalization cost, benefitted society by minimalize the number of cars in the streets and reducing air polution from gasoline consumption. To make this taxi sharing system works it also needed an optimalization in taxi route for each trip service. This research will be trying to solved this challenges by examines the taxi-sharing route services through Mixed Integer Programming Problems. This process will be carried using a genetics algorythm which inspired from Darwin's theory of evolution. This algorithm is aiming to be effectively find and match pairs of passengers who use taxi sharing system and taxi routes. The experiment by using population size (popsize) of 10, number of generations 50 and 100, crossover rate (Cr) 0.7, mutation rate (Mr) 0.2 shows that from 8 taxi units to accomodate 8 taxi requests that have been received before, the taxi provider supposedly be able to effectively reduce the number of taxis into only 7 taxis to carry all of the sharing system passengers that requesting. A taxi that uses taxi sharing system will serve request number 2 and request number 8, by picking up request 2 then 8, then delivering request 2 then 8, with fees paid Rp4.200,00 for request 2 and Rp14.700,00 for request 8. Therefore, the profit of the taxi provider is greater, the passengers can save their trip costs, and the use of vehicles on the road can be decreased."

"Generalized Assignment Problem (GAP) merupakan suatu bentukmasalah penugasan dari sehimpunan berhingga tugas ke sejumlahberhingga agen. Setiap agen dapat mengerjakan lebih dari satu tugas,namun suatu tugas hanya dapat dikerjakan oleh satu agen. Setiap tugasmemiliki beban pengerjaan, sedangkan setiap agen memiliki keterbatasankapasitas untuk mengerjakan tugas-tugas yang ada. Pada skripsi ini akandilihat kinerja tabu search untuk menyelesaikan GAP, yang diukurberdasarkan kedekatan solusi yang didapat dengan Best Known Solution(BKS). Tabu search adalah suatu metode pencarian heuristik yangmerupakan pengembangan dari metode pencarian local search. Untukpengujian, digunakan beberapa data permasalahan yang diperoleh dari ORLibrary.Berdasarkan simulasi disimpulkan bahwa kinerja metode tabusearch cukup baik dalam menyelesaikan GAP, yaitu dengan kesalahan relatiftidak lebih dari 0,0018 untuk GAP dengan tujuan memaksimumkan."

"Layanan ride sourcing atau lebih dikenal sebagai layanan taksi online semakin populer sebagai pelengkap sarana angkutan umum bagi masyarakat. Hal ini menyebabkan pertumbuhan jumlah armada yang bergabung dalam perusahaan platform atau operator penyedia layanan taksi online juga kian membesar. Jika pertumbuhan jumlah armada ini tidak dibatasi, maka masalah kemacetan yang sudah ada di Kota Jakarta saat ini bisa tambah memburuk. Sementara dari segi operasional, layanan taksi online masih dikatakan belum efektif, hal ini bisa dilihat dari waktu tunggu penumpang yang masih cukup tinggi dan adanya sistem surge pricing, yaitu tarif pelayanan lebih tinggi dari tarif biasanya karena tingginya permintaan layanan kendaraan sedangkan ketersediaan kendaraan sedikit. Untuk mengatasi permasalahan meningkatnya jumlah armada taksi online dan juga masalah operasional pada layanan taksi online, penelitian ini bertujuan mengembangkan skema sharing platform untuk mengoptimalkan penggunaan layanan ride splitting pada layanan taksi online. Layanan ride splitting merupakan layanan ride sourcingdimana satu pengemudi (kendaraan) dapat melayani minimal dua pesanan customer sekaligus dalam satu kali perjalanan. Jumlah penumpang dalam satu pesanan customer bisa lebih dari satu orang, akan tetapi semua penumpang dalam satu pesanan customer tersebut mempunyai lokasi asal dan tujuan yang sama. Sementara itu, skema sharing platform atau resource sharing pada layanan ride sourcing adalah suatu skema dimana customer yang memesan layanan kendaraan dari platform A dapat dilayani oleh kendaraan dari platform B, begitu juga sebaliknya, dengan profit sharing yang telah ditentukan sebelumnya. Model optimasi penggunaan layananan ride splitting dengan menerapkan skema sharing platform yang dikembangkan menggunakan bentuk New Modified Maximum Weighted Bipartite Matching, sedangkan metode penyelesaiannya menggunakan Greedy Heuristic Method. Fungsi tujuan dari model optimasi tersebut yaitu memaksimumkan nilai bobot yang merupakan rasio antara profit yang diperoleh operator dan pengemudi dengan konversi nilai uang dari waktu tunggu penumpang. Nilai bobot yang maksimum disini berarti memaksimumkan profit sekaligus meminimumkan waktu tunggu penumpang. Untuk menguji model optimasi yang dikembangkan dilakukan simulasi dengan mempertimbangkan beberapa scenario. Skenario tersebut terkait dengan nilai faktor profit sharing , tarif perjalanan yang dikenakan operator per customer, serta kondisi lalu lintas berupa kecepatan tempuh perjalanan. Berdasarkan hasil simulasi diperoleh bahwa layanan ride splitting yang menerapkan skema sharing platform dengan memperoleh hasil yang lebih baik bila dibandingkan dengan layanan tanpa skema. Nilai 95% artinya operator kendaraan awal yang dipesan oleh customermemperoleh profit sharing sebesar 5% dari operator kendaraan yang ditugaskan melayani customer dengan adanya sharing platform. Hasil yang lebih baik pada simulasi tersebut ditunjukkan dengan perolehan nilai bobot yang lebih besar sekitar 4,5% - 25,3 %, total profit dari operator dan pengemudi yang lebih besar sekitar 15,91% – 48,9%, waktu tunggu dari customer yang lebih kecil sekitar 1,9% - 13,7% dan jumlah pasangan ride splitting yang lebih besar sekitar 8,57%- 12,85%.

---

Ride sourcing services, or more famously known as online taxi services, is getting more popular as a complement of public transportation for the community. This has caused the growth in the number of fleet joining the platform company or the online taxi company to also increase. If the growth in the number of fleet is not regulated, the traffic issues currently already existing in Jakarta can get even worse. On the other hand, from the operational point of view, online taxi services is deemed as not yet effective; which can be seen from the long waiting time for the passengers and the surge pricing system that occurs when the demand for the vehicle is higher than the number of vehicles available.

To solve issues of the increasing number of online taxi fleet and also the operational issues in the online taxi services, this study aims to develop a sharing platform scheme to optimize the use of ride splitting service in online taxi services. Ride splitting services is a ride sourcing service where one vehicle can serve at least two request customers at one trip. The number of passengers per customer can be more than of one person, but all the passengers in one request customer have the same origin and destination. On the other hand, sharing platform scheme or resource sharing in ride sourcing services is a scheme where a customer ordering vehicle service from platform A can be served by vehicle from platform B, and the other way around, with a predetermined profit sharing applied.

The optimized model of ride splitting service usage by applying sharing platform scheme is developed using the New Modified Maximum Weighted Bipartite Matching form, while the solving method is using Greedy Heuristic Method. The objective function of the optimized model is to maximize the weighted value which is the ratio between profit earned by the operator and money conversion of the passenger’s waiting time. Maximum weighted value means maximizing the profit and minimizing the waiting time.

To test the optimized model developed, we do a simulation which takes into consideration several different scenarios. Those scenarios are related to factor values of profit sharing , travel rate difference charged by the operator per customer, and paying attention to the existing traffic condition. The simulation shows that ride splitting services applying sharing platform scheme with 95% gets better results than services without scheme. The value of 95% means initial operator requested by the customer gets 5% of profit sharing from the operator whose vehicle is actually serving the customer with sharing platform. The better results from the simulation are the higher weighted value of 4.5% - 25.3%, higher total profit of the operator and drivers of 15.91%-48.9%, and shorter customer waiting time of 1.9%-13.7% and bigger number of matchs of 8.57%-12.85%."

"ABSTRAKA Dynamic Dial a Ride Problem with Money as an Icentive DARP-M adalah suatu per- masalah dalam pencarian rute optimal untuk memenuhi permintaan sejumlah pelanggan yang menggunakan sistem taxi sharing dengan kendala biaya. Taxi sharing merupakan suatu sistem dimana pelaku perjalanan individu yang berbagi kendaraan dengan pelaku perjalanan lain, yang mempunyai asal, tujuan dan waktu perjalanan yang sama atau ham- pir bersamaan. Solusi yang ingin dicapai pada tugas akhir ini adalah solusi yang dapat meminimumkan biaya perjalanan setiap permintaan. Pencarian solusi dari DARP-M pada tugas akhir ini menggunakan metode insertion heuristic dalam pembentukan rute awal dan metode large neighborhood search dalam penentuan rute optimal.

---

ABSTRACTA Dynamic dial a Ride Problem with Money as an Icentive DARP M is a problem of finding optimal route to serve customers demand which uses taxi sharing system with cost constraint. Taxi sharing is a system where individual customer share vehicles with other customer, who has same or similar origin, destination, and travel time. The optimal solution is the solution that can minimize the cost of each trip request. The search for the DARP M solution in this final project uses the insertion heuristic method for con struction of initial route and the large neighborhood search method for the optimal route determination. "

"Skripsi ini membahas bagaimana  permasalahan perusahaan minyak dan gas sejak era gross split dalam melakukan efesiensi terhadap proses pengadaan barang dengan ruang lingkup peralatan pipa tubing dan casing yang menjadi salah satu barang pendukung utama produksi minyak.Sistem pengadaan barang dan jasa dengan CIVD sangat membantu staff pengadaan untuk mencari dan menyeleksi pemasok pemasok yang terdaftar di dalam sistem secara administratif, adapun sistem KPI pemasok masih sedang di kembangkan di PT XYZ sehingga peneliti mencoba membantu mengembangkan sistem seleksi pemasok  dengan metode AHP-Promethee dimana pembobotan dan peringkat pemasok yg terbangun berdasarkan proses yang objektif dan di kemudian hari dapat terhubung dengan sistem ERP sehingga database KPI pemasok dapat di bentuk untuk tujuan lebih lanjut yaitu program rasionalisasi pemasok.

---

This thesis discusses the problems of oil and gas companies since the Gross-Split era in making the efficiency of the procurement process of goods with the scope of tubing and casing pipe equipment which is one of the main supporting goods for oil production.

The procurement system of goods and services with CIVD is very helpful for procurement staff to find and select suppliers suppliers registered in the system administratively, while supplier KPI systems are still being developed at PT XYZ so researchers try to help develop supplier selection systems using the AHP-Promethee method where weighting and rating of suppliers that are built based on an objective process and can later be connected to an ERP system so that the supplier KPI database can be formed for further purposes, namely the supplier rationalization program."

"Agar dapat merespon permintaan pelanggan secara cepat perlu disiapkan sejumlah persediaan yang cukup besar, supaya tersedia pada saat dibutuhkan Penelitian ini mengembangkan model penjadwalan yang terdiri dari dua model. Model satu bertujuan melakukan penjadwalan untuk pemenuhan due date pada lingkungan Job Shop Paralel. Model dua bertujuan melakukan penjadwalan untuk penentuan due date. Pada sistem Job Shop Pararel dinamis yang memproses multi-item berstruktur multi-level, berdasarkan kinerja kualitas pada lingkungan produksi Just In Time (JIT). Pendekatan yang digunakan dalam penelitian ini adalah pendekatan mundur (backward approach) untuk pemenuhan due date dan pendekatan random untuk penentuan due date serta menggunakan metode Tabu Search dengan kriteria minimasi total actual flow time dengan memperhatikan tingkat cacat (defect rate) yang terjadi pada setiap tahapan proses yang dilalui. Peningkatan jumlah item dan jumlah level akan memberikan peningkatan jumlah alternatif jadwal yang berdampak pada CPU time yang diperlukan untuk mendapatkan solusi yang dapat memberikan total actual flow time yang minimum, namun dalam penelitian ini hanya terjadi untuk satu level multi item saja. Untuk dua level dan seterusnya tidak memberikan alternatif jadwal yang bervariasi untuk tingkatan item maupun level. Hal ini disebabkan karena inisialisasi solusi tetangga, panjang tabu list dan jumlah iterasi yang ditetapkan diawal membuat pencarian solusi berhenti di titik lokal optimum.

---

In order to response the demand from customer quickly, it needs to have a large size of inventory. This research developes two scheduling model. The first models is to fulfill the due date in the paralel job shop manufacturing and the second is to make the due date itself. In the dynamic paralel job shop system which is produce the multi item structured by multi level, according to the quality performance in the just in time manufacturing. The research uses the backward approach to fulfill the due date and the random approach to make the due date using Tabu Search Method which objective is to minimize total actual flow time concern on defect rate. The increase of item and level affect the increase of scheduling alternatif and cpu time, but in this research it only happens for one level and multi item. For two level and so on it doesn?t give any varians scheduling alternative for level or item invrease. It might becuase of the inisialisasion of neighboor, the lenght of tabu list and iteration which made in the beginning and it makes the solution stop at the optimum local search. "