Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini menyoroti perbaikan pada kapal ikan tradisional di Indonesia, yang seringkali menghadapi tantangan operasional akibat desain yang kurang optimal. Fokus utama penelitian ini adalah merancang perhitungan yang optimal untuk desain kapal ikan, dengan mempertimbangkan dimensi utama yang relevan dengan wilayah tersebut. Metode Regresi Linear digunakan untuk menganalisis hubungan antara dimensi kapal dan hambatan yang dihadapinya. Sementara itu, Genetic Algorithm diterapkan untuk menghasilkan dimensi optimal pada lambung kapal baru. Hasil penelitian menunjukkan bahwa draft kapal menjadi faktor dominan yang memengaruhi hambatan, dan optimasi dimensi lambung kapal berhasil mengurangi hambatan sebesar 15,27% pada kecepatan operasional 6 knot. Selain itu, optimasi tersebut juga berhasil mengurangi konsumsi bahan bakar dan emisi gas buang sebesar 10,71%. Diharapkan langkah-langkah ini dapat meningkatkan efisiensi dan kinerja kapal, sambil mengurangi dampak lingkungan dari operasi kapal ikan tradisional di Indonesia.

---

This research highlights improvements in traditional fishing vessels in Indonesia, which often face operational challenges due to suboptimal designs. The main focus of this research is to design optimal calculations for fishing vessel designs, considering key dimensions relevant to the region. Linear Regression method is used to analyze the relationship between vessel dimensions and the resistance it faces. Meanwhile, Genetic Algorithm is applied to generate optimal dimensions for new hulls. The research findings indicate that draft is a dominant factor affecting resistance, and optimizing hull dimensions successfully reduces resistance by 15.27% at an operational speed of 6 knots. Additionally, this optimization also reduces fuel consumption and exhaust gas emissions by 10.71%. It is hoped that these measures will enhance the efficiency and performance of vessels while reducing the environmental impact of traditional fishing vessel operations in Indonesia."

"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."

"Salah satu cara untuk mengatasi masalah kemacetan dan polusi udara akibat penggunaan kendaraan pribadi yang kurang efektif yaitu dengan menggunakan sistem berbagi tumpangan (ride sharing). Ride sharing merupakan suatu sistem dimana pelaku perjalanan berbagi (sharing) kendaraan dengan pelaku perjalanan lain yang memiliki waktu dan lokasi asaltujuan perjalanan yang sama atau hampir sama. Pada skripsi ini akan dibahas masalah optimasi penggunaan sistem berbagi tumpangan dengan kedatangan permintaan layanan baru diketahui saat akan melakukan pelayanan yang disebut juga dynamic ride sharing. Bentuk model matematis dari masalah tersebut akan menggunakan Dial-A-Ride-Problem with Money as incentive (DARP-M), yaitu suatu pengembangan dari DARP dengan menambahkan batasan dalam aspek biaya. Selanjutnya akan digunakan algoritma genetika sebagai metode penyelesaian dari masalah tersebut. Berdasarkan hasil percobaan yang dilakukan dalam skripsi ini diperoleh bahwa algoritma genetika cukup dapat memberikan solusi yang optimal untuk permasalahan tersebut dan dengan menggunakan ride sharing sebagai DARP-M akan memberikan penghematan biaya perjalanan bila dibandingkan tidak menggunakan ride sharing.

---

One way to overcome congestion and air pollution problems due to ineffective use of private vehicles is to use a ride sharing system. Ride sharing system itself refers to a system in which users share vehicles with other users who have the same or nearly same location of travel origin and destination as well as the same set of time. This thesis discusses the issues of optimizing the use of the ride-sharing system with the arrival of new service requests known when they are about to perform services to customers which is alson known as dynamic ride sharing. The form of a mathematical model used in this thesis to adress such issues is called Dial A Ride Problem with Money as incentives (DARP-M), which is a development of DARP by adding constrains in the aspect of costs. Furthermore, genetic algorithms is used as a method of problem-solving. Based on the results of the experiments conducted in this thesis, it is found that the genetic algorithm can provide an optimal solution to these issues and by using ride sharing, as DARP-M demonstrated, it could provide savings in travel costs when compared to not using ride sharing."

"Pemilihan sistem pendinginan di kapal sangatlah mempengaruhi kualitas hasil tangkapan nelayan. Selama ini nelayan kecil masih menggunaan es balok untuk pendinginan. Harga es balok yang terus meningkat tidak berdampak pada terjaganya kualitas tangkapan dan meningkatnya pendampatan. Solusi terbaik yaitu dengan menggunakan freezer portable. Freezer portable yang dirancang menggunakan material insulasi berupa alumunium dan styrofoam, besi siku untuk memperkuat konstruksi, adanya roda dan handel untuk mempercepat proses penmindahan dan pengiriman, proses produksi yang mudah, dan sistem sederhana yang mudah digunakan sehingga memenuhi aspek kebutuhan nelayan dalam sisi ekonomi, teknologi dan penggunaan. Freezer portable ini sekaligus menjadi langkah awal dalam kegiatan menjadikan nelayan yang modern, sejahtera dan mandiri.

---

The selection of cooling system on the fishing vessels is very affect the quality of fish. So far, small fishing vessels still use ice blocks for cooling. The price of ice blocks that continues to increase not affect the maintain of the quality of the fish and an increasing of income. The best solution that is by using freezer portable. Freezer portable designed using insulation material of aluminium and Styrofoam that is easy to get, wheels and handle to quicken the transfer process of freezer and delivery, easy to made, and the system is simple, easy to use so as to meet the aspect of the needs of fishermen in the part of economic, technology and time. Portable freezer is just be the first step to make modern, prosperous and independent fishermen."

"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."

"Perizinan penangkapan ikan oleh kapal ikan asing di Zona Ekonomi Eksklusif Indonesia (ZEEI) dalam Undang-Undang Nomor 11 Tahun 2020 tentang Cipta Kerja merupakan suatu norma yang diakui di dalam United Nation Convention on the Law of the Sea (UNCLOS). Akan tetapi UNCLOS juga menetapkan indikator-indikator pemberian akses tersebut. Diantaranya apabila negara pantai mengalami surplus atau dengan memperhatikan faktor-faktor yang relevan negara pantai. Berdasarkan kondisi sumber daya perikanan di wilayah ZEEI menunjukkan bahwa Indonesia tidak dalam kondisi wajib memberikan akses perizinan tersebut. Hal tersebut mengingat kebutuhan masyarakat terhadap sumber daya ikan yang tinggi dan beberapa wilayah pengelolaan perikanan Indonesia sudah dalam kondisi over exploited. Dengan menggunakan metode penelitian yuridis normatif, tulisan ini akan menganalisis perizinan penangkapan ikan oleh kapal ikan asing di ZEEI dengan menggunakan konsep critical natural capital. Berdasarkan konsep tersebut menunjukkan bahwa sumber daya perikanan merupakan modal alam yang tidak dapat disubstitusikan. Sehingga pendekatan strong sustainability perlu dilakukan untuk memastikan keberlanjutan sumber daya perikanan. Akan tetapi, mekanisme pemberian akses dan perizinan kapal ikan asing di wilayah ZEEI menunjukkan bahwa mengarah pada pendekatan weak sustainability. Sebagai konsekuensi dari kebijakan perizinan yang lemah, potensi untuk terjadi over-exploited semakin besar yang akan mengarah pada peristiwa yang dikemukakan Garret Hardin sebagai tragedy of the common.

---

Licensing for fishing by foreign fishing boats in the Indonesian Exclusive Economic Zone (EEZ) in Law Number 11 of 2020 concerning Cipta Kerja is a norm recognized in UNCLOS. However, UNCLOS also sets indicators under what conditions such access can be granted. Among them is if the coastal state experiences a surplus or considers the coastal state's relevant factors. The condition of Indonesia's fishery resources in the EEZ region shows that Indonesia is not in a condition where it is obligatory to grant access to these permits. The reason is that the community's need for fish resources is high, and several Indonesian fisheries management areas are already in an over-exploited condition. This paper uses normative juridical research methods and will analyze fishing permits by foreign fishing vessels in EEZ using the concept of critical natural capital. Based on this concept, it shows that fishery resources are natural capital that cannot be substituted. So that a strong sustainability approach needs to be taken to ensure the sustainability of fishery resources. However, the mechanism for granting access and licensing for foreign fishing vessels in the EEZ region shows that it leads to a weak sustainability approach. Due to the weak licensing policy, the potential for over-exploited is getting bigger, leading to the events Garrett Hardin put forward as a tragedy of the commons."

"Economic Lot Scheduling Problem (ELSP) merupakan masalah penjadwalan produksi beberapa item pada mesin tunggal sehingga tingkat permintaan dapat tercapai tanpa adanya backorder dan total biaya (jumlah dari biaya penyimpanan inventori dan biaya setup) dapat diminimumkan. Tujuan dari penyelesaian ELSP adalah menentukan lamanya pemrosesan item yang sejenis yang disebut dengan panjang run atau ukuran lot dan menentukan urutan lot (sekuens produksi) yang meminimumkan total biaya. Salah satu jenis pendekatan ELSP adalah Time-varying Lot Sizes Approach, yaitu pendekatan yang memungkinkan ukuran lot yang berbeda bagi setiap item yang berbeda. Time-varying Lot Sizes ELSP dikenal sebagai masalah NP-hard sehingga banyak dilakukan penelitian menggunakan metode heuristik untuk menyelesaikan masalah ini. Pada skripsi ini, digunakan Algoritma Genetika Hibrida (Algoritma Genetika yang digabungkan dengan algoritma lain) untuk menyelesaikan Time-varying Lot Sizes ELSP sehingga diperoleh sekuens produksi yang meminimumkan total biaya.

---

Economic Lot Scheduling Problem (ELSP) is a problem of scheduling several items on a single machine in order to meet the demand without any backorder, so as to minimize the total cost (sum of inventory holding cost and setup cost). The purpose of solving ELSP is to determine the duration of processing the same item (called as run length or lot size) and determine the sequence of the lots (called as production sequence) that can minimize the total cost. One of the ELSP approaches is Time-varying Lot Sizes Approach, that is an approach which different lot sizes is possible to be produced for any item in the production sequence. Time-varying Lot Sizes ELSP is known as NP-hard problem and there are numerous research on heuristic algorithms to solve this problem. In this skripsi, Hybrid Genetic Algorithm (combination of Genetic Algorithm with another algorithm) is used to solve Time-varying Lot Sizes ELSP in order to get the production sequence which minimizes the total cost."

"Permasalahan penjadwalan karyawan secara umum adalah masalah untuk menentukan berapa banyak pekerja yang dibutuhkan untuk ditugaskan terhadap setiap periode waktu kerja yang direncanakan oleh sebuah organisasi dengan tujuan mengcover seluruh penugasan dengan biaya minimum. Permasalahan penjadwalan karyawan mempunyai kompleksitas tinggi karena banyak faktor yang harus dipertimbangkan seperti aturan yang berlaku serta biaya yang ditimbulkan. Metode yang digunakan untuk optimasi penjadwalan karyawan dalam penelitian ini adalah Algoritma Genetika. Solusi melalui metode ini diharapkan dapat membantu perusahaan dalam mengoptimal jadwal karyawan pengawas pembangunan kapal.

---

Crew scheduling problem is in general, the problem of determining how many workers must be assigned to each of the planning periods of work time for an organization in order to cover all assignments at minimum cost. Crew scheduling has a high complexity because of many aspects must be considered, such as work-rule agreements and cost of individual assignment. The method to optimize the crew scheduling problem is Genetic Algorithm. The solution through this method could help the organization to optimize workforce scheduling of ship building surveyor."

"Vehicle Routing Problem with Time Windows (VRPTW) adalah masalah penentuan rute kendaraan dalam pendistribusian barang/jasa ke sejumlah pelanggan yang memiliki biaya minimum dengan tambahan kendala time windows, biaya direpresentasikan oleh total jarak yang ditempuh kendaraan dari depot dan kembali ke depot.Pada tugas akhir ini, digunakan algoritma genetika hibrida untuk menyelesaikan VRPTW. 50% populasi awal dibentuk dengan menggunakan metode Push Forward Insertion Heuristic (PFIH) dilanjutkan dengan -Interchange, dan 50% lainnya dibentuk secara acak. Tiga operator utama algoritma genetika yang digunakan adalah ranking based selection, merge-heuristic crossover, dan sequence based mutation. Pada tugas akhir ini juga akan diimplementasikan algoritma genetika hibrida pada VRPTW dengan perangkat lunak.

---

Vehicle Routing Problem with Time Windows (VRPTW) is a problem of determining the route of vehicles that has minimum cost in the distribution of goods /services to a number of customers with addition of time constraint, the cost is represented by the total distance traveled by vehicles from depot and returned to depot.

In this final project, a hybrid genetic algorithm used to solve VRPTW. 50% of initial population is generated by Push Forward Insertion Heuristic (PFIH) and then -Interchange, and the other 50% is randomly generated. Three major operator that used in this final project are ranking based selection, merge-heuristic crossover, and sequence based mutation. Hybrid genetic algorithm is implemented on Solomon?s benchmark data of VRPTW."

"Seiring dengan perkembangan zaman, gas bumi terus menjadi sumber energi yang penting dalam pergantian dari energi yang bersumber dari minyak bumi. Kebutuhan gas bumi semakin meningkat dari tahun ke tahun sehingga membutuhkan peningkatan produksi gas bumi guna memenuhi kebutuhan di masyarakat. Selain meningkatkan produksi gas bumi, optimisasi infrastruktur gas bumi seperti jaringan pipa transmisi perlu dilakukan untuk mengoptimalkan kinerja infrastruktur gas yang sudah dibangun. Dalam penelitian ini, optimisasi dilakukan untuk mendapatkan solusi optimum dari dua fungsi obyektif, yaitu laju alir gas dan linepack pada sistem perpipaan dengan keadaan sebelum dan sesudah penambahan titik suplai dan delivery. Optimisasi dilakukan dengan menggunakan permodelan algoritma genetika yang hasilnya dianalisis menggunakan Pareto Optimally Solution sehingga diperoleh beberapa solusi optimum. Penambahan titik suplai dan delivery meningkatkan nilai laju alir optimum tetapi menurunkan nilai linepack optimum pada sistem perpipaan. Hasil optimisasi dengan permodelan algoritma genetika kemudian dibandingkan dengan uji simulasi pada Pipeline Studio. Hasil optimisasi yang didapatkan dengan permodelan algoritma genetika lebih optimum dibandingkan dengan uji simulasi pada Pipeline Studio.

---

As the time flies, natural gas continues to be an important energy source in the turnover from energy sourced from petroleum. The need for natural gas is increasing from year to year so it requires an increase in natural gas production to meet the natural gas demand. In addition to increasing natural gas production, optimization of gas infrastructure such as the natural gas transmission pipeline network need to be done to optimize the performance of the gas infrastructure that has been built.

In this research, optimization has been done by multi-objective optimization to get optimum solutions for gas flowrate and linepack for pipeline system before and after additional supply and delivery points. Optimization has been done by genetic algorithm modelling and the result was analyzed by Pareto Optimally Solution so there are several optimum solutions. An additional supply and delivery points increase the optimum flowrate but decrease the linepack.

The result of optimization by genetic algorithm modelling then compared with simulation in Pipeline Studio. The result of this comparison is optimum solution from genetic algorithm modelling is better than simulation in Pipeline Studio."