Hasil Pencarian  ::  Simpan CSV :: Kembali

"Transportasi darat, khususnya truk, merupakan penyumbang utama biaya logistik secara keseluruhan, dibandingkan dengan kereta api dan udara. Untuk mengoptimalkan biaya logistik, kita perlu mengoptimalkan rute pengiriman. Namun, tantangan yang dihadapi adalah jumlah titik pengantaran juga berkembang dengan cepat seiring berkembangnya zaman, yang membuat banyak rute yang dapat dipilih untuk melakukan pengiriman dari depot ke tiap-tiap titik, sehingga meningkatkan kompleksitas untuk menemukan rute yang optimal. Masalah rute ini dapat didefinisikan sebagai VRP yang memiliki kendala kapasitas yaitu CVRP. Penelitian sebelumnya telah berhasil menyelesaikan CVRP skala besar dengan beberapa pendekatan algoritma. Dalam penelitian ini, penulis menggabungkan savings algorithm untuk meningkatkan solusi awal dengan Tabu Search yang sangat populer untuk menyelesaikan CVRP skala besar. Algoritma yang ditingkatkan ini diuji pada benchmark CVRP Arnold et al. [5] dan terbukti memiliki hasil yang cukup kompetitif dibandingkan dengan solusi terbaik yang diketahui.

---

Road transportation, particularly trucking, is the main contributor of logistic cost in total, compared to rail and air. To optimize the cost of road logistics, we need to optimize delivery routes. However, the challenges are that the number of delivery points are also growing rapidly, which makes many possible routes to deliver the package from the depot, and increasing the complexity to find the optimal one. This route problem could be defined as CVRP. Previous research has already proved to solve very large scale CVRP with several approaches to the algorithm. In this paper, we’re combining a Saving Algorithm to improve the initial solution and the very popular Tabu Search to solve very large scale CVRP. This improved algorithm is tested into Arnold et. al. [5] CVRP benchmark and proved to have competitive results compared to the best known solutions."

"Aktivitas transportasi merupakan salah satu penyumbang biaya terbesar terhadap biaya logistik, terutama di wilayah perkotaan. Sedangkan, permasalahan transportasi barang di wilayah perkotaan terus bertambah kompleks, seiring dengan bertumbuhnya jumlah pelanggan yang didukung oleh pertumbuhan transaksi e-commerce dan pertumbuhan jumlah warung atau yang lebih dikenal dengan nama nanostores. Salah satu permasalahan yang disebabkan oleh meningkatnya jumlah pelanggan ini adalah masalah penentuan rute distribusi. Dengan meningkatnya jumlah titik pengiriman, kombinasi rute yang mungkin dihasilkan juga meningkat dengan eksponensial yang secara langsung berpengaruh terhadap kompleksitas perhitungan dalam mendapatkan rute yang optimal. Permasalahan pemilihan rute ini sendiri dikenal dengan nama Vehicle Routing Problem (VRP). Pada penelitian ini, peneliti akan berfokus pada penyelesaian varian paling dasar dari VRP, yaitu Capacitated Vehicle Routing Problem (CVRP) dengan jumlah pelanggan di atas 1.000 titik pengiriman (berskala sangat besar). Output utama dari penelitian ini adalah model optimasi CVRP berskala sangat besar dan output tambahan berupa rancangan rute yang dapat meminimalkan biaya pengiriman pada permasalahan perancangan rute distribusi di Indonesia dengan jumlah pelanggan mencapai 32.223 pelanggan.

---

Transportation activity is one of the main cost-driver of overall logistics cost, especially in urban area. Whereas, the transportation problem in urban area is becoming more complex in response to the growth of customers number that fueled by the rapid growth of e-commerce and number of nanostores. One of the main problem that emerged from the growth of customers number is finding the optimal route for distribution. The possible routes combination is growing exponentially in respect to the increase of destination number, rising the complexity to obtain the optimal solution. This problem of finding the optimal routes combination is known in combinatorial optimization as Vehicle Routing Problem (VRP). In this paper, we will focus on the most basic variant of VRP called Capacitated Vehicle Routing Problem (CVRP) with the number of customers more than 1.000 (very large scale). The main output of this research is the optimization model for very large scale CVRP and the additional output is the optimal distribution route for a problem with 32.223 customers in Indonesia."

"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."

"Permasalahan transportasi dalam logistik untuk masa depan terus berkembang. Terutama di kota-kota yang terdapat pada negara berkembang, dimana pertumbuhan warung-warung atau disebut nanostores sangat pesat ditambah dengan perkembangan belanja online, menyebabkan jumlah pelanggan dalam industri pengiriman meningkat pesat. Dengan jumlah tujan pengiriman yang terus meningkat, muncul beberapa masalah dalam transportasi. Setiap pihak dalam sebuah sistem logistik memiliki tujuan umum yang sama yakni mengurangi biaya transportasi dan waktu pengiriman yang tepat. Dalam transportasi sendiri, ada banyak faktor yang mempengaruhi biayanya. Salah satu faktor yang sangat mempengaruhi biaya adalah jarak total yang dilalui untuk mencapai semua tujuan pengiriman. Total jarak itu sendiri bisa diubah dengan mengubah rute pengiriman. Dengan tujuan pengiriman yang semakin banyak, kombinasi rute yang memungkinkan juga akan semakin banyak. Ada satu permasalahan terkait pemilihan rute yang sering dibahas, yakni Vehicle Routing Problem. Penelitian ini akan membahas model untuk mendapatkan solusi optimal dari Vehicle Routing Problem khususnya jika jumlah pelanggan yang dilayani mendekati 40.000 pelanggan.

---

Transportation in logistics for the future is evolving. Especially in cities of developing countries which with the rapid growth of nanostores and online shopping, the number of customers in delivery services increased rapidly. With the number of destination keep increasing, emerges some problems in logistic transportation. Every member in logistic party have mutual goal to decrease the transportation costs and have the delivery on time.

In transportation itself, there are many factors that influence the costs. One factor that greatly influence the costs is total distance needed to cover all the destination target. Total distance itself can be manipulated by changing the route of the delivery. With more destination target, there will be also more combination of route. There is one popular problem that discussed about route selection, which is Vehicle Routing Problem. This paper will discuss the model to obtain the optimal solution of the Vehicle Routing Problem which will obtain the minimum total distance if the number of destination target is approaching 40.000 customers."

"Di Indonesia, gula rafinasi merupakan sektor industri utama. Industri gula rafinasi menyediakan bahan baku untuk industri lain. Sebagai pemasok industri, gula rafinasi harus menstabilkan produksi dan distribusi pengiriman untuk memenuhi permintaan pelanggan. Penelitian ini mengoptimalkan strategi manajemen rantai pasok pabrik gula rafinasi untuk memenuhi target pengiriman menggunakan VRP (Vehicle Routing Problem) untuk mengidentifikasi masalah. Masalah distribusi bersifat dinamis dan beragam. Tidak ada metode deterministik yang menyelesaikannya dalam waktu polinomial. Ruang solusi berkaitan dengan kompleksitas dan jumlah solusi VRP potensial dan terkait dengan teknik heuristik untuk menemukan opsi pengiriman. Heuristik membatasi solusi yang mungkin ketika tidak ada solusi atau ketika masalah terlalu rumit. Dalam studi kasus ini, sektor gula rafinasi merekomendasikan untuk menggunakan VRP dengan heuristik Multi Depot dan Split Delivery untuk memenuhi target pengiriman, terutama di divisi logistik, yang mengatur pengiriman pelanggan berdasarkan permintaan yang direncanakan. Penelitian ini menggunakan survei dan data sekunder untuk menganalisis strategi pengiriman dan armada yang digunakan. Penelitian ini menggabungkan teknik VRP dan heuristik untuk mengeksekusi strategi logistik di departemen SCM di pabrik gula di Bekasi dan melakukan review penilaian untuk memilih strategi yang ideal untuk kegiatan distribusi logistik di sektor gula rafinasi. Tim operasi menggabungkan beberapa teknik untuk mengoptimalkan dan memenuhi target pasokan gula rafinasi.

---

In Indonesia, refined sugar is a major industrial sector. The refined sugar industry provides raw materials to other industries. As an industrial supplier, refined sugar must stabilize production and shipping distribution to fulfill customer demand. This research optimizes the refined sugar plant with an SCM strategy to fulfill delivery targets using VRP (Vehicle Routing Problem) to identify the issue. Distribution issues are dynamic and diversified. No deterministic method solves it in polynomial time. Solution space deals with the complexity and number of potential VRP solutions and is linked with a heuristic technique to locate delivery options. Heuristics restrict possible solutions when there is no solution or when the issue is excessively complicated. In this case study, the sugar plant combines VRP with Multi Depot and Split Delivery to fulfill delivery targets, especially in the logistics division, which arranges customer deliveries by requests. This research employed surveys and secondary data to analyze delivery strategies used by fleets and combines VRP and heuristic techniques to execute a logistics strategy in the SCM department at a sugar plant and evaluates it to choose the ideal strategy for distribution activities. The operations team combines multiple techniques to optimize and satisfy refined sugar supply targets."

"ABSTRAKSistem distribusi pada industri ritel di Indonesia memiliki kompleksitas tersendiri. Hal tersebut disebabkan oleh pertumbuhan dan produktivitas outlet ritel di Indonesia yang semakin berkembang dari tahun ke tahun. Kegiatan distribusi pada penelitian ini berkaitan dengan pembentukan rute kunjungan salesman dengan objek sejumlah 38.900 customer base outlet ritel. Oleh karena itu, studi kasus pada penelitian ini akan berpacu pada konsep TSP dan VRP serta memperhitungkan keseimbangan kerja dan pola kunjungan persoalan. Metode yang digunakan pada penelitian ini adalah balanced K-means dan MST-Prim rsquo;s Walk, yang terbukti dapat menyelesaikan persoalan dengan waktu komputasi yang singkat dengan hasil rute harian yang lebih seimbang dibandingkan kondisi saat ini.Kata Kunci :Balanced K-means, Minimum Spanning Tree, Algoritma MST Prim rsquo;s- Walk, VRP

---

ABSTRACTDistribution system in the retail industry in Indonesia has its own complexity. This is due to growth and productivity of retail outlets in Indonesia are growing from year to year. Distribution activities in this study related to the formation of salesman visit routes with 38,900 customer base retail outlets. Therefore, the case studies in this research will be raced on the concept of TSP and VRP also take into account work balance and visitation patterns. The method used in this research is balanced K means and MST Prim rsquo s Walk, which is proven to solve the problem with a short computation time with the results of a more balanced daily route than current conditions. "

"Penelitian ini mennyajikan perbandingan antara vehicle routing problem (VRP) yang merupakan sebuah permasalahan optimasi dengan kendala jalur dan juga kapasitas kendaraan dengan vehicle routing problem with pickup and delivery yang juga merupakan sebuah permasalahan VRP namun juga memiliki fungsi pickup atau pengambilan barang. Nantinya perbandingan ini akan dilakukan dengan membuat sebuah model dengan menggunakan visual basic for application (VBA) pada perangkat lunak microsoft excel. Model yang dibuat nantinya akan bisa melihat apakah dengan adanya fungsi pickup ini akan bisa mengurangi total jarak yang ditempuh kendaraan atau tidak.

---

This research presents a comparison between Vehicle Routing Problem (VRP) which is an optimization problem with line and capacity constraint and Vehicle Routing Problem with Pickup and Delivery (VRPPD) which is also a problem in VRP but VRPPD has a pickup function which differs it from a normal VRP. This comparison will be made by creating a model using visual basic for application (VBA) in microsoft excel. This model will enable us to see if pickup function in VRPPD can reduce total distance in a distribution system."

"Cross-docking memberikan berbagai keuntungan dalam logistik, seperti kecepatan bongkar muat, konsolidasi, dan pemindahan barang ke kendaraan pengiriman. Vehicle routing problem dengan cross-docking (VRPCD) merupakan perkembangan dari vehicle routing problem dengan fungsi batasan tambahan, dimana depot memiliki peran sebagai cross-dock. Penelitian ini mengusulkan model linear mixed-integer untuk VRPCD yang memperhatikan faktor-faktor multi-produk, multi-kendaraan, split load, dan multi-periode. Sebuah dataset dibangkitkan berdasarkan literatur. Dataset tersebut terbagi menjadi dua, yang menggunakan kendaraan homogen, dan yang menggunakan kendaraan heterogen. Data tersebut diselesaikan mengunakan solver Gurobi. Hasil menunjukkan bahwa kendaraan heterogen memiliki solusi lebih baik namun membutuhkan waktu komputasi tambahan. Split load dapat menghasilkan nilai yang lebih baik dan mendapatkan solusi yang sebelumnya tidak mungkin. Pengiriman multi-periode memberikan potensi untuk menurunkan waktu pengiriman jika fungsi tujuan menjadi meminimumkan waktu pengiriman maksimum. Hasil komputasi juga menunjukkan bahwa dataset lebih kecil (10 node) dapat ditemukan hasil optimal dalam waktu yang relatif singkat.

---

Cross-docking provides benefits such as facilitating fast and direct unloading, consolidation, and reloading of goods from inbound to outbound trucks. The vehicle routing problem with cross-docking (VRPCD) is an extension of the vehicle routing problem with an additional constraint in which the depot has a role as cross-dock. The current paper provides a mixed-integer linear programming model for the VRPCD that considers multiple products, multiple vehicle types, split loads, and multiple period delivery. Based on the literature, we generated two sets of instances, one with a homogenous vehicle and one with heterogeneous vehicles. The instances are then solved using the Gurobi Solver. Results show that instances with heterogeneous vehicles provide better results but require an increase in computation time. Split loads can produce better objective values and generate solutions previously infeasible. Multiple-period delivery has the potential to decrease delivery times if the objective function is set to minimize the maximum time. The computational results also show that smaller instances of 10 nodes can be solved in a reasonable amount of time"

"

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.

"

"Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL) adalah masalah pencarian rute pengiriman barang yang optimal dengan mempertimbangkan lokasi pengiriman ke rumah pelanggan (home delivery) atau lokasi cadangan lain yang telah ditunjuk oleh pelanggan (roaming delivery). Jenis pengiriman tersebut dapat menjadi inovasi bagi pihak logistik dalam proses akhir pengiriman barang hingga sampai pada pelanggan (last mile delivery). Kerugian-kerugian seperti pencurian barang ataupun kerusakan barang karena pelanggan tidak berada di rumah dapat dihindari dan biaya operasional pengiriman dapat diminimalkan. Pada skripsi ini, digunakan metode algoritma genetika untuk mencari solusi dari VRPRDL. Data untuk simulasi percobaan terdiri dari 1 lokasi depot dan 30 pelanggan dengan masing-masing pelanggan memiliki 2 lokasi pengiriman yaitu 1 lokasi rumah dan 1 lokasi cadangan. Lokasi-lokasi pelanggan dan depot yang digunakan berada di provinsi DKI Jakarta. Hasil percobaan dengan menggunakan ukuran populasi 30, jumlah generasi 100, crossover rate (Cr) 0.7, dan mutation rate (Mr) 0.5 menunjukkan adanya penghematan total biaya menggunakan roaming delivery sebesar 18,90% dibandingkan dengan home delivery.

---

Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL) is the problem of finding the optimal route for delivery of goods by considering the delivery location to the customer's house (home delivery) or other backup locations designated by the customer (roaming delivery). This type of delivery can be an innovation for logistics in delivering goods to the customer's last location or last-mile delivery. Such loss like theft of goods or damage to goods because the customer is not at home, can be avoided, and the operational shipping cost can be minimized. In this thesis, a genetic algorithm method is used to find a route solution for the problem. The data for the experimental simulation consists of 1 depot location and 30 customers with each customer having 2 delivery locations, namely one home location and one backup location. The locations of customers and depot used are in the province DKI Jakarta. The experimental result by using a population size of 30, the number of generations of 100, crossover rate (Cr) 0.7, and mutation rate (Mr) 0.5 indicates a total cost saving of using roaming delivery for 18.90% compared to home delivery."