Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Jakarta merupakan ibu kota Indonesia dengan pertumbuhan penduduk yang tinggi dan aktivitas transportasi yang tinggi, sektor transportasi merupakan penyumbang gas rumah kaca (GRK) terbesar kedua setelah sektor industri. Sementara itu, munculnya e-commerce yang berdampak pada meningkatnya masyarakat untuk berbelanja. Hal ini mengakibatkan peningkatan pengiriman barang ke konsumen akhir (Last Mile Delivery) dalam volume kecil dengan frekuensi yang lebih tinggi. Kondisi ini berdampak negatif seperti kemacetan lalu lintas, peningkatan emisi karbon dan angka kecelakaan. Unmanned Aerial Vehicle (UAV) dapat menjadi solusi untuk mengatasi permasalahan pengiriman. Tujuan dari penelitian ini adalah untuk menganalisis efektivitas sistem distribusi drone pada kegiatan Last Mile Delivery di Jakarta dengan mempertimbangkan biaya internal, eksternal dan konsentrasi emisi gas buang. Sistem distribusi dengan membentuk model Heterogeneous Fleet Vehicle Routing Problem with Drone and External Costs (HFVRPDEC) dan menerapkan model menggunakan data dari perusahaan pengiriman paket di Jakarta dan melakukan simulasi distribusi dengan membentuk 9(sembilan)skenario. Variabel penelitian terdiri dari jenis kendaraan dan sistem distribusi, jenis kendaraan terdiri dari V1 (Drone), V2 (Sepeda Motor), V3 (mobil Pick-up box), sedangkan sistem distribusi terdiri dari one-tier, two-tier dan multi-tier. Hasil Skenario distribusi menunjukkan berhasil mengurangi 39.06 % untuk biaya internal, 5.31 % untuk biaya eksternal dan 44.37 % total biaya dengan kombinasi drone dan mobil pick-up box, sedangkan emisi dapat dikurangi 99.96% dengan drone dibandingkan dengan kondisi eksisting. Hasil penelitian diharapkan dapat memberikan solusi Vehicle Routing Problem, manfaat bagi operator, pelayanan yang baik bagi pelanggan, dan meminimalisir dampak eksternalitas negatif khususnya pencemaran udara akibat pengiriman. ......Jakarta is the capital city of Indonesia with high population growth and high transportation activity, the transportation sector is the second largest contributor to greenhouse gases (GHG) after the industrial sector. Meanwhile, the emergence of e-commerce has an impact on people to shop. This has resulted in an increase in the delivery of goods to the final consumer (Last Mile Delivery) in small volumes with a higher frequency. This condition has negative impacts such as traffic jams, increased carbon emissions and accident rates. Unmanned Aerial Vehicle (UAV) can be a solution to overcome shipping problems. The purpose of this study is to analyze the effectiveness of the drone distribution system at Last Mile Delivery activities in Jakarta by considering internal, external costs and exhaust emission concentrations. The distribution system uses a Heterogeneous Fleet Vehicle Routing Problem with Drone and External Costs (HFVRPDEC) model and applies a data usage model from a package delivery company in Jakarta and performs distribution simulations by forming 9 (six) scenarios. The research variables consisted of the type of vehicle and distribution system, the type of vehicle consisted of V1 (Drone), V2 (Motorcycle), V3 (Pick-up box car), while the distribution system consisted of one-tier, two-tier and multi-tier. Distribution scenario results show a 39.06% cost reduction for internal, 5.31% external costs and 44.37 % total costs with a combination of drones and pick-up box cars, while emissions can be reduced by 99.96% with drones compared to conditioning. The research results are expected to provide solutions to Vehicle Routing Problems, benefits for operators, good service for customers, and minimize the impact of negative externalities on shipping

Abstrak :
Pengembangan hybrid UAV dilakukan untuk mendapatkan keunggulan dari UAV tipe fixed wing dan tipe rotorcraft dalam satu wahana terbang, sehingga wahana tersebut dapat menjalankan misi terbangnya tanpa memerlukan area khusus untuk lepas landas dan mendarat. Dari beberapa tipe konfigurasi hybrid UAV, tipe quadplane dipilih untuk dijadikan objek penelitian karena bentuknya yang sederhana dan mudah untuk dikembangkan. Secara garis besar, quadplane merupakan UAV tipe fixed wing yang diberi empat buah motor listrik sehingga mempunyai kemampuan terbang seperti quadcopter. Dalam operasional terbangnya, quadplane mempunyai tiga mode terbang yaitu: mode quadcopter, mode transisi, dan mode fixed wing. Pada penelitian ini, pembahasan akan difokuskan pada pengembangan model sistem mode quadcopter. Model sistem dibangun menggunakan Matlab/Simulink yang terdiri dari beberapa blok kendali dan blok persamaan gerak. Strategi kendali yang digunakan dalam model ini menggunakan pengendali Proporsional (P) dan Proporsional-Derivatif (PD). Dari hasil simulasi yang telah dilakukan diperoleh model sistem mode quadcopter yang mampu mengikuti nilai referensi yang diberikan dengan overshoot 7.3% pada arah X, overshoot 7.2 % pada arah Y, dan delay selama 2.5 detik pada arah Z. ......The development of hybrid UAV is carried out to gain the advantage of fixed wing and rotorcraft type in one flying vehicle, so that the vehicle can carry out its flying missions without requiring a special area for takeoff and landing. From several types of configurations, quadplane was chosen to be the object of research because of its simple airframe and easy to develop. Simply, the quadplane is a fixed wing type UAV that is equipped with four electric motors so that it has the ability to fly like a quadcopter. In operational flight, quadplane has three flight modes, such as: quadcopter mode, transition mode, and fixed wing mode. In this study, the discussion will focus on developing a quadcopter mode system model. The system model is built using Matlab/Simulink which consists of several control blocks and equations of motion blocks. The control strategy used in this model are Proportional (P) and Proportional-Derivative (PD) controllers. From the simulation results that have been carried out, it is obtained that the quadcopter mode system model is able to follow the given reference value with 7.3% overshoot in the X direction, 7.2% overshoot in the Y direction, and a delay of 2.5 seconds in the Z direction.