Hasil Pencarian  ::  Simpan CSV :: Kembali

"Transportasi jalanan menyumbang 70-80% dari total volume angkutan barang setiap tahunnya di Indonesia dan pangsa pasar logistik darat berkisar antara 40% dan 50% dari total ukuran pasar logistik Indonesia. Dengan harga logistik yang semakin cepat meningkat (menyumbang 29% dari beban PDB Indonesia), besarnya permintaan layanan logistik darat memaksa pemain dalam industri tersebut untuk bersaing lebih ketat demi mendapatkan bagian pangsa pasar yang berkembang. Penelitian ini mengikuti Perusahaan X sebagai studi kasus perusahaan yang berusaha meminimalkan biaya agar tetap kompetitif di pasar logistik di Indonesia. Dalam upaya ini, Perusahaan X berniat untuk meningkatkan proses bisnis Middle-Mile (Mil-Tengah) untuk meminimalisasi limbah yang dihasilkan. Kebutuhan optimasi antara pencapaian waktu dan pemanfaatan kendaraan lahir dari prioritas untuk mencapai Service Level Agreement (SLA). Dalampenelitian ini, Peneliti membuat model optimasi untuk Penjadwalan dan Penugasan Kendaraan yang meminimalisasi jumlah kendaraan yang digunakan dalam proses Middle-Mile serta mengoptimalkan Serviceable Volume (volume pengiriman yang mencapai SLA) untuk setiap Segmen Mil-Tengah untuk meminimalkan limbah dengan memaksimalkan penggunaan kapasitas per kendaraan. Masalah Penjadwalan Kendaraan Multi Depot (MDVSP) dan beberapa heuristik akan digunakan sebagai dasar teoritis untuk pemodelan. Hasil model berpotensi pengurangan biaya kapital sebesar 32% danpemanfaatan kendaraan sebesar 225%, serta menyediakan Penugasan Jadwal Perjalanan. Optimal secara otomatis.

---

Road transport accounts for 70-80% of the total freight volume handled annually in Indonesia and the share of the land-based logistics market is between 40% and 50% of the total logistics market size. With price of logistics rapidly accelerating, the great demand for land-based logistics forces players in the industry to compete even more tightly to secure their share of the growing market. This research follows Company X as a case study of a company seeking to minimize costs to stay competitive in the logistics market in Indonesia. To minimize costs, Company X aims to enhance their Middle-Mile business process to minimize any generated wastes found. However, the question of

optimizing time achievement and vehicle utilization arises from the priority to achieve Service Level Agreement (SLA). In this research, Author creates optimization models to minimize the number of vehicles used in the Middle-Mile processes while optimizing Serviceable Volume for each shipping Segment. Multi Depot Vehicle Scheduling Problem (MDVSP) and some heuristics will be used as a theoretical basis for the modelling. The output of the model is very desirable with a fixed 32% potential capital cost reduction and 225% vehicle utilization, with automated optimal Timetabled Trips

assignment for decision making."

"Perluasan dari Traveling Salesman Problem (TSP) adalah Multiple Traveling Salesman Problem (MTSP), yaitu menentukan kumpulan rute oleh 𝑚 salesman yang berawal dan kembali ke kota asal (depot). Jika terdapat lebih dari satu depot dan salesman yang berawal dan kembali ke depot yang sama, maka permasalahan tersebut dinamakan Fixed Destination Multi-depot Multiple Traveling Salesman Problem (MMTSP). Pada makalah ini, MMTSP akan diselesaikan menggunakan algoritma Ant Colony Optimization (ACO). ACO adalah algoritma optimisasi metaheuristic yang terinspirasi oleh perilaku semut dalam mencari jalur terpendek dari sarang menuju sumber makanan.Dalam penyelesaian MMTSP, akan diamati dengan memerhatikan pemilihan kota yang berbeda sebagai depot dan tiga parameter MMTSP non-random, banyaknya salesman (𝑚), minimum banyaknya kota yang harus dikunjungi salesman (𝐾), dan maksimum banyaknya kota yang dapat dikunjungi salesman (𝐿). Implementasi dilakukan dengan mengambil empat data dari TSPLIB. Hasil implementasi menunjukkan bahwa pemilihan kota yang berbeda sebagai depot dan tiga parameter MMTSP, di mana 𝑚 adalah parameter yang paling esensial, mempengaruhi solusi.

---

An extension of Traveling Salesman Problem (TSP) is the Multiple Traveling Salesman Problem (MTSP) in which, determining set of routes by 𝑚 salesmen who all start from and return to a single home city (depot). If there is more than one depot and salesmen start from and return to the same depot, then the problem is called Fixed Destination Multi-depot Multiple Traveling Salesman Problem (MMTSP). In this paper, MMTSP will be solved using the Ant Colony Optimization (ACO) algorithm. ACO is a metaheuristic optimization algorithm which inspired by the behavior of ants in finding the shortest path from the nest to the food source.

In solving the MMTSP, the algorithm is observed with respect to different chosen cities as depots and non-randomly three parameters of MMTSP, the number of salesmen (𝑚), the minimum number of cities a salesman must visit (𝐾), and the maximum number of cities that a salesman can visit (𝐿). The implementation is observed with four dataset from TSPLIB. The results show that both the different chosen cities as depots and the three parameters of MMTSP, in which 𝑚 is the most essential parameter, affect the solution."

"Dengan terbitnya Undang-Undang Migas No 22 Th 2001, badan usaha swasta nasional dan asing telah dapat melakukan investasi di seluruh sektor usaha Minyak dan Gas Bumi. Untuk mengantisipasi persaingan bebas, Pertamina harus melakukan transformasi diseluruh sektor, khususnya dalam hal efisiensi biaya distribusi BBM ke SPBU. Untuk mengoptimalkan kegiatan distribusi tersebut diperlukan sistem perancangan rute dan penjadwalan pengiriman BBM harian ke SPBU. Permasalahan penentuan rute dan penjadwalan pengiriman BBM ke SPBU dapat dimodelkan sebagai Petrol Station Replenishment Problem (PSRP) dengan multi depot, multi product, time window dan split deliveries, yang dalam penelitian ini akan diselesaikan dengan algoritma Tabu search. Dengan menggunakan metode ini diharapkan output dari penelitian ini adalah penetuan rute dan penjadwalan pengiriman BBM ke SPBU yang optimal.

---

With the publication of Oil and Gas Regulation No. 22 in the year of 2001, national and foreign private enterprises has been able to invest in all sectors of Oil and Gas. In order to anticipate free competition market, Pertamina must perform the transformation throughout the sector, particularly in terms of cost efficiency of fuel distribution to retail outlets. A design of routes and scheduling daily delivery of fuel to gas stations is required to optimize the distribution system. The problem of delivering fuel to the gas station would be devined as Petrol Station Replenishment Problem (PSRP) with the multi-depot, multi-product, time windows and split deliveries, which in this study will be resoved using Tabu Search Algorithm. With the using of this method, it is expected to produce an optimal route and scheduling system of depot to gas station fuel delivery."

"ABSTRAKAturan penjadwalan perawat di rumah sakit dimodelkan sebagai masalahpreemptive goal programming yang diselesaikan menggunakan software LINGOdengan fungsi objektif bertujuan untuk meminimumkan penyimpangan yang terjadiantara setiap variabel deviasi pada masing-masing tujuan. Penjadwalan dilakukansecara siklis, sehingga setiap perawat merasa diperlakukan adil karena memilikijadwal kerja yang sama dengan perawat lainnya. Dengan memperhatikan aturanaturanrumah sakit mengenai jadwal kerja perawat secara siklis diperoleh jumlahoptimal perawat yang dibutuhkan dalam satu bangsal adalah 18 orang perawat danbanyaknya periode penjadwalan adalah 18 periode, dimana satu periode terdiri dari 21 hari.

---

ABSTRACTNurse scheduling system in hospital is being modelled as a preemptive goalprogramming problem that is solved by using LINGO software with the objectivefunction to minimize deviation variable at each goal. The scheduling is donecyclically, so every nurse is treated fairly since they have the same work shiftportion with the other nurses. By paying attention to the hospital?s rules regardingnursing work shift cyclically, it can be obtained that numbers of nurse needed inevery ward are 18 nurses and the numbers of scheduling periods are 18 periodswhere every period consists of 21 days"

"ABSTRAKPenjadwalan perawat Unit Gawat Darurat (UGD) dibuat dengan mempertimbangkan kendala utama yaitu aturan rumah sakit dan kendala tambahan yaitu keinginan perawat. Masalah penjadwalan perawat UGD ini diformulasikan sebagai model nonpreemptive goal programming, dengan fungsi tujuannya adalah meminimumkan penyimpangan yang terjadi terhadap kendala tambahan. Jadwal perawat yang optimal didapatkan ketika semua kendala utama dan kendala tambahan terpenuhi.

---

ABSTRACTNurse scheduling problem in emergency department (ED) has been made by considering hospital policies as hard constraints and nurse preferences as soft constraints. Nurse scheduling problem in ED is formulated as nonpreemptive goal programming model, with the objective function to minimize number of soft constraint violations. Optimal nurse scheduling is obtained when all of the hard and soft constraints are fulfilled."

"ABSTRAKKebutuhan energi Indonesia di berbagai sektor pengguna mengalami peningkatansetiap tahunnya, khususnya sektor industri pengguna energi gas alam yaituCompressed Natural Gas (CNG). Permasalahan yang terjadi di perusahaanpenyedia CNG yaitu kuantitas pengiriman yang berbeda-beda pada tiap titik,keterbatasan kapasitas muatan armada, keterbatasan armada, lokasi konsumenyang jauh, terkendala kemacetan jalan, dan pendistribusian masih menggunakansistem one-to-one. Untuk meminimasi biaya pendistribusian CNG danmembuktikan metode manakah yang lebih unggul dan handal untukmenyelesaikan persoalan multi-depot maka digunakan metode Tabu Search (TS)dan Differential Evolution (DE) dengan algoritma The Vehicle Routing Problemdengan Times Window (VRPTW). Algortima VRPTW digunakan untukmerancang sebuah model optimasi menggunakan program Matlab. Hasilpenelitian ini adalah memperoleh model rute dan jumlah armada pendistribusianCNG yang optimal dan membandingkan kehandalan hasil performa dari ketigametode TS dan DE.

---

ABSTRACTIndonesia's energy needs in the various sectors of users has increased every year,especially the industrial sector energy users of natural gas that is CompressedNatural Gas (CNG). The problems that occurred in the CNG provider company isdelivery quantity different at every point, fleet payload capacity limitations, thelimitations of the fleet, the location of distant consumers, constrained roadcongestion, and distribution are still using a system of one-to-one. To minimizethe cost of distribution of CNG and prove which method is superior and morereliable to resolve the issue of multi-depot then used the method Tabu Search (TS)and Differential Evolution (DE) algorithm The Vehicle Routing Problem withTimes Window (VRPTW). VRPTW algorithms used to design an optimizationmodel using Matlab program. Results of this study was to obtain these models andthe number of CNG fleets optimal distribution and compare the reliability of theperformance results of all three methods TS and DE."

"Kesehatan merupakan salah satu modal manusia yang sangat diperlukan bagi kehidupan setiap manusia karena kesehatan mendukung produktivitas manusia. Pentingnya kesehatan dalam menunjang kehidupan menuntut adanya suatu forum pelayanan kesehatan, salah satunya adalah rumah sakit. Rumah sakit memiliki peran penting dalam sistem pelayanan kesehatan sehingga diperlukan upaya untuk mempertahankan dan meningkatkan mutu pelayanannya. Salah satu cara yang dapat dilakukan adalah melalui sumber daya manusia kesehatan khususnya perawat. Mutu pelayanan kesehatan di rumah sakit sangat ditentukan oleh pelayanan atau asuhan keperawatan karena perawat 24 jam dalam memberikan pelayanan. Namun pada kondisi saat ini terjadi tingkat turnover perawat yang tinggi yang disebabkan oleh tingginya beban kerja perawat. Untuk mengatasi hal tersebut dapat dilakukan proses manajemen penjadwalan perawat untuk mendapatkan hasil penjadwalan perawat yang optimal. Nurse Scheduling Problem atau sering disingkat NSP merupakan salah satu optimasi pemodelan masalah dalam penjadwalan perawat. Keluaran dari penelitian ini adalah model optimasi NSP yang dapat menghasilkan penjadwalan perawat yang optimal. Ada beberapa metode untuk memecahkan masalah NSP. Salah satunya dengan menggunakan metode metaheuristik yaitu berupa algoritma Simulated Annealing dengan pencarian lokal berupa operator Swap. Penelitian ini akan menggunakan masalah instance LLR yang berasal dari Hong Kong. Hasil penelitian ini menunjukkan bahwa algoritma Simulated Annealing dapat menghasilkan solusi yang optimal dalam menyelesaikan masalah NSP

---

Health is one of the human capital that is indispensable for the life of every human being because health supports human productivity. The importance of health in supporting life demands the existence of a health service forum, one of which is a hospital. Hospitals have an important role in the health care system so efforts are needed to maintain and improve the quality of their services. One way that can be done is through health human resources, especially nurses. The quality of health services in hospitals is largely determined by the service or nursing care because nurses are 24 hours in providing services. However, in the current condition, there is a high level of nurse turnover caused by the high workload of nurses. To overcome this, a nurse scheduling management process can be carried out to obtain optimal nurse scheduling results. Nurse Scheduling Problem or often abbreviated as NSP is one of the optimization problem modeling in nurse scheduling. The output of this research is the NSP optimization model that can produce optimal nurse scheduling. There are several methods to troubleshoot NSP problems. One of them is by using a metaheuristic method in the form of a Simulated Annealing algorithm with a local search in the form of a Swap operator. This study will use LLR instance problems originating from Hong Kong. The results of this study indicate that the Simulated Annealing algorithm can produce an optimal solution in solving the NSP problem."

"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."

"Kemajuan teknologi informasi telah membuat orang mampu untuk memproses data secara real-time dan juga mengurangi ketidakpastian permintaan dalam manajemen logistik. Meski demikian, untuk bidang jasa, durasi waktu pelayanan (service time) seringkali masih tidak dapat diidentifikasi secara pasti. Studi ini mengajukan aplikasi ant colony system untuk menyelesaikan masalah penjadwalan rute dinamis kendaraan (dynamic vehicle routing problem) dengan unsur ketidakpastian pada waktu pelayanan. Studi ini mengajukan kasus yang lebih realistik dengan mempertimbangkan jumlah kendaraan yang terbatas. Pada model, teori fuzzy dan pengukuran kredibilitas digunakan untuk menghadapi unsur ketidakpastian. Sebuah metode heuristik konstruktif bernama clustered-insertion method diperkenalkan untuk meningkatkan kualitas solusi yang dihasilkan. Algoritma yang diajukan diuji dengan lima kasus yang memiliki tingkat kedinamikan yang berbeda. Hasil perhitungan menunjukkan bahwa fuzzy-ACS adalah sebuah metode yang efektif untuk menyelesaikan masalah ini.

---

Recent advance in information technology has allowed people to do real-time processing and reduced demand uncertainty in logistics management. However, in case of service field, the duration of service time still often cannot be identified in certain. This study proposes an application of ant colony system (ACS) to solve dynamic vehicle routing problem with uncertainty in service time. The attempt is made to present a more realistic problem by considering a limited number of vehicles. In the model, fuzzy theory and credibility measurement are used to deal with the uncertainty. An improved constructive heuristic called clustered-insertion method is also introduced to improve the solution quality. The proposed algorithm was tested for five instances with different degrees of dynamism. The computational results show that fuzzy-ACS is an effective method to deal with the problem."