Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK

Pemilihan rute adalah salah satu aktivitas yang penting ketika ingin membangun infrastruktur pipa gas. Saat akan melakukan pemilihan rute, beberapa aspek mesti dipertimbangkan seperti lingkungan, sosial, keekonomian, dan lain-lain. Lahan gambut dan daerah konservasi adalah dua aspek lingkungan yang utama di Indonesia yang mesti diperhitungkan. Selain itu, aspek keekonomian dan dampak sosial juga dipertimbangkan. Sebuah model goal programming dikembangkan untuk menggambarkan aspek-aspek tersebut. Untuk mendapatkan solusi yang optimum ketika melakukan pemilihan sebuah rute pipa gas, algoritma genetika dan algoritma cuckoo serach digunakan. Dalam penelitian ini, proyek infrastruktur pipa gas di Kalimantan dipilih untuk dipelajari karena daerah tersebut merupakan daerah penghasil gas dan terdapat kondisi lingkungan yang khusus, yaitu lahan gambut dan daerah konservasi. Data informasi geografis didapatkan dari website institusi yang berwenang di Indonesia. Kedua algortima yang diterapkan, yaitu algoritma genetik dan cuckoo search, memberikan hasil yang tidak persis sama, tetapi merupakan solusi optimal rute pipa gas

---

ABSTRACT

---

Route selection is one of important activities when gas pipeline infrastructure wants to be built. When selecting any route many aspects are considered such as environment, social, economic and others. Peatland and conservation areas are two major environment aspects in Indonesia to be taken account. Besides, economical aspect and social return are also considered. A goal programming model is developed in order to reflect those aspects. To get the optimum solution when selecting a gas pipeline route, genetic algorithm and cuckoo search algorithm are used. In this paper, gas pipeline infrastructure project in Kalimantan in Indonesia is selected to be studied since it is one of gas producer region and has special environmental condition such as peatland and conservation area. Data of geographical information is retrieved from the authorized institution website in Indonesia. Both algorithms which is used, genetic and cuckoo search algorithm give the results which are not completely same but they are the optimum solution of gas pipeline route.

 

"

"Kontribusi UMKM terhadapa PDB Nasional Indonesia tinggi, namun dalam hal daya saing terutama pada industri makanan masih rendah. Untuk meningkatkan daya saing yang tinggi maka diperlukan manajemen rantai pasok yang efektif. Pemilihan pemasok merupakan pengambilan keputusan yang penting dalam dunia perindustrian untuk membuat manajemen rantai pasok yang lebih efektif. Tujuan penelitian ini untuk mengembangkan model pemilihan pemasok yang bisa digunakan oleh UMKM makanan. Pengembangan model pemilihan pemasok menggunakan metode DEMATEL-Based ANP untuk menentukan bobot kepentingan kriteria pemilihan pemasok. Bobot kepentingan pemasok akan digunakan untuk pengembangan model menggunakan Zero-One Goal Programming untuk mendapatkan pemasok yang terbaik. Hasil perhitungan ini berupa terpilihnya pemasok diantara tiga pilihan pemasok untuk lima UMKM di Jabodetabek. Terjadi perubahan dalam pemilihan pemasok dalam tiga kondisi, yaitu saat terjadi kenaikan harga minyak dunia, saat bulan Ramadan serta Idul Fitri, dan saat melakukan promosi dengan metode endorse.

---

SMEs contribution Indonesia GDP is high, but in terms of competitiveness, especially in the food industry is still low. In order to improve the competitiveness, it needs effective supply chain management. Supplier selection is one of important decision making in industry to make supply chain management more effective. The purpose of this study is to develop a supplier selection model that can be used by food SMEs.

Model development of supplier selection model using DEMATEL Based ANP method to determine the weight of interest of supplier selection criteria. The weight of the supplier 39 s interest will be used for model development using Zero One Goal Programming to get the best supplier.

The result of this calculation is the selection of suppliers among the three supplier choices for the five SMEs in Jabodetabek. There are changes in supplier supplier selection within three conditions, when world oil price is rising, when demand is rising during Ramadan and Eid Al Fitr, and when doing promotion with endorse method."

"Penelitian ini bertujuan untuk mengembangkan model optimasi untuk alokasi lahan DAS optimal dalam aspeks debit banjir, debit andalan, erosi, produktivitas, pendapatan dan ketenagakerjaan. Model optimasi dikembangkan menggunakan goal programming yang terintegrasi dengan proses hirarki analisis (AHP) dan sistem informasi geografis (GIS). Fungsi tujuan ditetapkan untuk meminimalkan penyimpangan atau deviasi dari tujuan pengelolaan DAS yaitu: pengendalian banjir dalam periode ulang seratus tahun, debit untuk memenuhi permintaan domestik, perkotaan, industri dan irigasi untuk tiga puluh tahun yang akan datang, tingkat erosi dengan harkat tingkat bahaya erosi sedang, produktivitas pertanian berdasarkan evaluasi lahan kelas agak sesuai (S-2), pendapatan petani sesuai dengan upah minimum regional dan menciptakan lapangan pekerjaan untuk pekerja pertanian potensial yang ada di DAS. Prioritas pada fungsi tujuan ditentukan dengan teknik pembobotan menggunakan proses hirarki analitik. Variabel keputusan adalah hutan (X1), perkebunan (X2), lading/tegalan (X3), kebun campuran (X4), sawah (X5), semak (X6) dan permukiman (X7). Beberapa fungsi kendala tujuan terorganisir menjadi beberapa sub-model. Beberapa sub model tersebut ditentukan dengan menggunakan GIS seperti erosi, dan debit. Kendala fungsional adalah alokasi lahan untuk variabel keputusan tidak boleh melebihi lahan yang tersedia di DAS. Hasil uji model di DAS Manjunto, Provinsi Bengkulu-Indonesia, menunjukkan bahwa model optimasi yang dikembangkan berhasil menentukan alokasi lahan optimal dalam skala DAS ditinjau dari aspek debit banjir periode ulang 100 tahun, debit andalan untuk rumah tangga, industry, perkotaan (RIK) dan irigasi, erosi, produktivitas, pendapatan dan ketenagakerjaan. Namun beberapa kelemahan dari model ini seperti akurasi yang masih rendah perlu disempurnakan dalam penelitian lebih lanjut.

---

This study aims to develop an optimization model for land allocation in terms of discharge, erosion, productivity, income and employment aspects. The optimization model was developed using goal programming integrated with analytic hierarchy process and geographic information system. Objective function was set to minimize the deviation of goals watershed management namely : flood controlling in one hundred year time period, discharge to fulfill the demand domestic, urban, industry and irrigation, erosion rate within medium range, agriculture productivity within medium level, income in compliance with the minimum standard and create jobs to potensial agriculture employment. Priority of objective function was determined by weight method using analytic hierarchy process. Decision variables are forest (X1), plantation (X2), dry land fields (X3), mixed farms (X4), rice fields (X5), shrub (X6) and settlements (X7). Some goal constraint functions organized into several sub-models. Some of sub models determined using GIS such as erosion, and discharge. Functional constraints are the land allocations for them should not exceed the available land on watershed area. The test results in Manjuto watershed on Bengkulu Province showed that the developed optimization model has been successfully determined the optimal allocation of land in a watershed in terms of discharge, erosion, productivity, income and employment aspects. However, low accuration of this model needs to be refined in further research."

"Internet of Things dipercaya dapat membawa kemudahan pada Rumah Sakit dalam hal pengumpulan serta manajemen informasi yang diharapkan dapat meningkatkan kualitas pelayanan kesehatan. Namun penerapan IoT memiliki risiko dan tantangan yang patut diwaspadai. RS perlu memikirkan bagaimana meminimalisasi terjadinya risiko dan tantangan dalam menerapkan IoT. Penelitian ini bertujuan untuk mendapatkan suatu model untuk meminimalisasi terjadinya risiko dan tantangan dalam penerapan IoT di rumah sakit dengan menggunakan metode Analytical Hierarchy Process (AHP) dan Zero-one Goal Programming (ZOGP). Pemberian bobot prioritas penerapan IoT di rumah sakit berdasarkan faktor tantangan dilakukan dengan metode AHP. Penilaian risiko dengan skala probability dan severity juga dilakukan untuk menilai penerapan IoT yang memiliki risiko terkecil. Bobot prioritas dan nilai risiko penerapan IoT di rumah sakit, digunakan untuk pengembangan model menggunakan ZOGP. Hasil akhir dari model didapatkan bahwa Sistem Pengelola Antrian Pasien terpilih pada semua skenario yang ada dengan pengurangan risiko teknis sebesar 38,5%, risiko personnel sebesar 46,2% dan tantangan sebesar 69,3%.

---

Internet of Things (IoT) is innovation believed to bring convenience to Hospital in terms of gathering & managing the information which could improve the healthcare service quality. Nevertheless, IoT implementation followed by its risks & challenges that need to be watched out. Hospital management needs to figure out how to minimized the risks and challenges in implementing IoT.

The aim of this study is to obtain a model to minimize the risks and challenges of IoT Implementation in the hospital using Analytical Hierarchy Process (AHP) dan Zero-one Goal Programming (ZOGP) method. AHP method is used to calculate the priority weight of IoT implementation in hospitals based on challenge factors.

The IoT implementation assessed with probability and severity scale to get the risk value. The priority weight and risk value of IoT implementation in the hospital are used for the development of models using AHP-ZOGP.

The final results from the model showed that Patient Queue Management System is chosen in every scenarios in this research that would decrease 38,5% Technical risk, 46,2% Personnel risk and 69,3% challenge."

"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."

"ABSTRAKTekanan rantai pasok saat ini untuk mengurangi biaya, mengelola persediaan dan efisiensi transportasi merupakan tantangan yang dihadapi produsen manufaktur. Selain tantangan itu, produsen ban masih harus berurusan dengan pasokan bahan baku, terutama karet alam sebagai bahan yang unik. Penelitian ini berfokus pada optimasi strategi rantai pasokan yang paling efisien dalam pembuatan ban dengan mengelola semua kendala, termasuk pasokan dari karet alam. Data dikumpulkan dari PT. Gajah Tunggal Tbk. sebagai salah satu manufaktur ban terbesar di asia tenggara. Dalam penelitian ini terdapat 11 skenario dibuat dan dihitung menggunakan metode Goal Programming untuk menemukan penyimpangan minimum antara nilai target dan semua kendala. Hasil simulasi menunjukkan bahwa strategi yang paling efisien adalah dengan mengoptimalkan pasokan karet alam untuk memproduksi ban mobil penumpang radial dan ban truk & bus radial. Pada simulasi tersebut menghasilkan selisih antara harga pokok penjualan dengan target penjualan mencapai 28%, hasil ini paling signifikan diantara simulasi lainnya serta dalam simulasi ini juga di dapatkan variasi terkecil untuk biaya persediaan dan transportasi dari skenario baseline.

---

ABSTRACTPressure of supply chain to reduce cost, manage shortened order-to-delivery cycles, ensure a highly efficient logistics network to store, and distribute finish products are some of the key challenges that the tire industry faces. Besides those challenges, tire manufacturers still have to deal with raw material supply, particularly natural rubber as the unique material. This paper focuses on creating the most efficient supply chain strategy in tire manufacturing by managing all constraints, including the natural rubber supply. Data collected from PT. Gajah Tunggal Tbk. as one of the biggest tire manufacturing in southeast asia. In this paper, 11 scenarios are created and calculated using Goal Programming Method to find minimum deviation between the target value and all constraints. The results show that the most efficient strategy is to optimize supply of natural rubber to produce passenger car radial tires and truck & bus radial tires. This strategy has the most significant gap between the net sales and the cost of good sold, as well as the smallest variation of inventory and transportation costs to the baseline scenario. "

"Penggunaan internet di Indonesia terus meningkat seiring dengan bererkembangnya zaman yang berpengaruh pada peningkatan penggunaan SIM Card. Dari hal ini, maka berdirilah salah satu perusahaan telekomunikasi yang bergerak sebagai operator penyedia jasa telekomunikasi berbasis teknologi 4G LTE Advanced. Sebagai salah satu perusahaan telkomunikasi besar, jaringan rantai pasok juga menjadi kompleks, sehingga perusahaan harus memiliki manajemen rantai pasok yang baik dan benar, termasuk aktivitas logistik dan distribusi. Namun, dengan biaya distribusi yang tinggi terdapat perbedaan biaya antara target dengan keadaan aktual yang disebabkan karena perencanaan pengiriman produk yang belum optimal dan metode routing yang tergolong masing manual. Oleh sebab itu, perusahaan memerlukan sebuah metode optimasi untuk perencanaan rute distribusi untuk mengurangi total biaya distribusi. Penelitian ini dilakukan dengan cara mengembangkan model optimasi menggunakan Mixed-Integer Linear Programming (MILP). Model optimasi dikembangkan dari membangun formulasi permasalahan menjadi model matematika yang kemudian diterjemahkan ke dalam bahasa pemrograman Python dengan software Spyder dan library Gurobi Optimizer. Penelitian ini menggunakan sampel berjumlah 10 hari yang pemilihannya menggunakan pendekatan statistika. Hasil akhir model menghasilkan penurunan jarak perjalanan sebesar 764,9 km dan penurunan waktu perjalanan sebesar 638 menit. Hasil dari penelitian menghasilkan total biaya distribusi yang turun dari Rp 7.823.417 menjadi Rp 7.096.000, atau menghemat biaya sebesar Rp 727.417 atau sebesar 9,30%.

---

The use of the internet in Indonesia continues to increase along with the development of the times which has an effect on increasing the use of SIM cards. From this, a telecommunications company was established which operates as a telecommunications service provider based on 4G LTE Advanced technology. As a large telecommunications company, supply chain networks are also complex, so company must have good and correct supply chain management, including logistics and distribution activities. However, with high distribution costs, there is a cost difference between the target and the actual situation caused by planning for product delivery that is not optimal and the routing method which is classified as manual. Therefore, the company need an optimization method for planning distribution routes to reduce the total cost of distribution. This research was conducted by developing an optimization model using Mixed-Integer Linear Programming (MILP). The optimization model was developed from building problem formulations into mathematical models which were then translated into the Python programming language with Spyder software and the Gurobi Optimizer library. This study used a sample of 10 days whose selection used a statistical approach. The final results of the model resulted in a decrease in travel distance of 764.9 km and a decrease in travel time of 638 minutes. The results of the study resulted in a total distribution cost that fell from Rp 7,823,417 to Rp 7,096,000, or cost savings of Rp 727,417 or 9.30%."

"ABSTRAKIndustri alas kaki merupakan salah satu jenis industri yang memiliki pertumbuhan cukup signifikan saat ini tidak hanya di Indonesia, namun juga di dunia. Industri alas kaki terus dikembangkan karena mampu memberikan kontribusi terhadap perekonomian nasional. Namun, terjadi penurunan daya beli pada komponen pakaian, alas kaki, dan jasa perawatannya di Indonesia. Selain itu, biaya produksi sepatu di Indonesia lebih tinggi dari negara asia lainnya. Salah satu tantangan yang menjadi fokus pada penelitian ini adalah mengefisiensikan biaya produksi dengan meningkatkan produktivitas melalui penjadwalan produksi yang optimal. Salah satu perusahaan alas kaki di Tangerang membutuhkan penjadwalan produksi yang optimal, oleh karena itu metode Goal Programming dengan tujuan untuk meminimasi biaya pinalti dan keterlambatan pada produksi diterapkan untuk membantu perusahaan membuat penjadwalan produksi yang optimal yang dibantu dengan peranti lunak LINGO 11.0. Hasil dari penelitian ini adalah penelitian ini mampu menghasilkan penjadwalan produksi yang optimal yang dapat meniadakan penumpukan sehingga tidak ada biaya pinalti yang harus dikeluarkan oleh perusahaan. Selain itu, hasil penelitian selanjutnya adalah keterlambatan dapat diminimalisir namun tidak dapat dihilangkan sehingga masih terdapat tiga jenis produk yang mengalami keterlambatan produksi.

---

ABSTRACTFootwear industry is one type of industry that has significant growth today not only in Indonesia, but also in the world. Footwear industry continues to be developed because it is able to contribute to the national economy. However, there is a decrease in purchasing power on the components of clothing, footwear, and maintenance services in Indonesia. In addition, the cost of shoe production in Indonesia is higher than other Asian countries. One of the challenges that focuses on this research is to streamline production costs by increasing productivity through optimal production scheduling. One footwear company in Tangerang requires optimal production scheduling, therefore Goal Programming method with the aim to minimize penalty costs and delay in production is applied to help the company make optimal production scheduling assisted by LINGO 11.0 software. The result of this research is that this research is able to produce optimal production scheduling which can eliminate the accumulation so that there is no penalty fee to be issued by the company. In addition, the results of further research is the delay can be minimized but can not be eliminated so that there are still three types of products that experienced production delays."

"Pada tahun 2020, 6 dari 10 ekonomi yang paling terhubung berada di Asia Singapura; Republik Korea; Malaysia; Hong Kong, Cina; dan Jepang. Sektor pengangkutan laut memiliki peran penting untuk memajukan dan memperlancar perdagangan serta memperlancar perpindahan barang dari satu tempat ke tempat yang lain. Biaya transportasi dianggap sebagai biaya paling tinggi dari total biaya logistik dengan bahan bakar sendiri menyerap lebih dari 60 persen dari biaya operasi. Memilih rute yang optimal untuk meminimalkan biaya bahan bakar merupakan solusi yang efektif bagi perusahaan pelayaran saat mengoperasikan kapal liner. 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 2 algoritma, yaitu: Brute-Force Method dan Algoritma Held-Karp digunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif biaya bahan bakar yang seminimum mungkin. Diberikan variasi pada titik awal/akhir rute sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa Algoritma Held-Karp memberikan hasil rute dengan biaya bahan bakar yang sama dengan Brute-Force Method namun proses komputasi berjalan lebih cepat. Hal ini membuktikan bahwa algoritma Held-Karp lebih efektif dalam hal waktu untuk menentukan rute kapal dengan biaya bahan bakar yang paling rendah.

---

In 2020, 6 of the 10 most connected economies w in Asia Singapore; Republic of Korea; Malaysia; Hong Kong, China; and Japan. The sea transport sector has an important role to promote and facilitate trade and facilitate the movement of goods from one place to another. Transportation costs are considered the highest cost of the total logistics costs with fuel alone absorbing more than 60 percent of operating costs. Choosing the optimal route to minimize fuel costs is an effective solution for shipping companies when operating liner vessels. Data on 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 2 algorithms, namely: Brute-Force Method and Held-Karp Algorithm is used to solve the ATSP model which is made with the objective function of the minimum fuel cost. Variations in the start/end point of the route are given as additional test parameters of each algorithm. The results show that the Held-Karp Algorithm gives route results with the same fuel cost as the Brute-Force Method but the computational process runs faster. This proves that the Held-Karp algorithm is more effective in terms of time to determine ship routes with the lowest fuel costs."