Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Biaya transportasi adalah salah satu komponen untuk mendapatkan keuntungan maksimal, tetapi sekarang tingkat emisi yang dihasilkan dari kegiatan transportasi juga menjadi perhatian di dunia industri. Model optimal komponen biaya dan emisi diperlukan untuk mendapatkan skenario terbaik yang memiliki biaya dan emisi rendah untuk mendukung komitmen industri ramah lingkungan. Untuk mencapai model yang dapat menyerupai kondisi asli di tempat tertentu kita akan menggunakan metode classifier Naïve Bayes. Model ini akan mengklasifikasikan tingkat keramahan lingkungan dan efisiensi biaya berdasarkan pengukuran berat dan volume menggunakan database yang diperoleh dari area tertentu, pada riset ini periset menggunakan beberapa skenario transportasi dari zona industri yang memiliki aktivitas melalui pelabuhan Tanjung Priok. Sebagai hasil dari pengklasifikasi alat yang dapat mengklasifikasikan tingkat hijau, tingkat biaya dan karakteristik barang yang sesuai (apakah itu cenderung memenuhi berat atau volume) berdasarkan metode pengklasifikasi Naïve Bayes. ......Transportation costs are one of the components to get the maximum profit, but now the level of emissions resulting from transportation activities also becomes a concern in the industry. Optimum models of cost and emissions components required to get the best scenario that has low costs and emissions to support green industrial commitment. To achieve a model that can resemble the original conditions on the specific place we will use the Naïve Bayes classifier method. This model will classify the environmental friendliness and cost efficiency incurred with weight and volume measurement based on existing databases acquired from specific areas, at this study researcher using multiple transportation scenarios from industrial zones that had activity through the Tanjung Priok port. As a result of a classifier of tools that can classify green levels, cost levels and suitable characteristics of goods (whether it tends to meet weight or volume) based on Naïve Bayes classifier methods.

Abstrak :
Transportasi merupakan salah satu bagian penting dari sistem logistik, tetapi sektor transportasi juga merupakan salah satu konsumen bahan bakar terbesar dan penyumbang sebagian besar polutan di dunia. Berdasarkan studi ketiga dari IMO pertumbuhan emisi Gas Rumah Kaca (GRK) berpotensi meningkat secara signifikan di tahun 2050 yang utamanya dikarenakan pertumbuhan perdagangan maritim dunia. Lebih dari 80% kegiatan pendistribusian produk Bahan Bakar Minyak (BBM) dalam rantai bisnis PT. Pertamina (Persero) didukung melalui transportasi maritim, khususnya kawasan Indonesia bagian timur yang terdiri dari banyak kepulauan. Pengendalian emisi GRK dalam tranportasi maritim dapat dilakukan salah satunya melalui pengelolaan rute distribusi logistik. Dalam penelitian ini dilakukan optimasi biaya transportasi dan emisi GRK pada sistem depot majemuk dengan armada transportasi kapal yang heterogen untuk diaplikasikan pada kasus distribusi logistik produk Premium, Kerosene dan Solar di Wilayah Distribusi Niaga III dimana sumber pasokan berasal dari kilang Pertamina yang berlokasi di Balikpapan dan Kasim (RU V dan VII). Komputasi penyelesaian model optimasi menggunakan piranti lunak AIMMS versi 4.74 dengan solver CPLEX versi 12.9 untuk mendapatkan rute distribusi logistik terbaik dengan meminimalkan biaya transportasi dan emisi GRK yang dihasilkan oleh infrastruktur transportasi. Hasil optimasi skenario Z1, Z2 dan MOO untuk biaya transportasi secara berurutan diperoleh sebesar 0,05, 0,078 dan 0,062 USD/kL-km dan intensitas emisi CO2 sebesar 9,16, 4,48 dan 4,62 gr-CO2/kL-km. Hasil dari optimasi multi tujuan dapat memberikan rute distribusi logistik yang optimal dengan meminimumkan biaya transportasi dan emisi CO2 secara bersamaan.

---

Transportation is an important part of the logistics system, but the transportation sector is also one of the largest fuel consumers and contributors to the majority of pollutants in the world. Based on the third study of IMO, Green House Gas (GHG) emission growth has the potential to increase significantly in 2050 mainly due to the growth of world maritime trade. More than 80% of the distribution activities of fuel products in the business chain of PT. Pertamina (Persero) is supported through maritime transportation, especially the Eastern Indonesia Region which consists of many islands. One of the ways to control GHG emissions in maritime transportation is by managing logistics distribution routes. This research carried out an optimization of transportation costs and GHG emissions on a multi-depot system with a heterogeneous ship transportation fleet to be applied to the logistics distribution of Gasoline, Kerosene and Diesel products in the Commercial Distribution Region III where the source of supply comes from the Pertamina Refinery located in Balikpapan and Sorong (RU V and VII). The computational model solution used in this study uses AIMMS version 4.74 software with the CPLEX solver version 12.9 to get the best logistics distribution route by minimizing transportation costs and GHG emissions generated by transportation infrastructure. Z1, Z2 and MOO scenario optimization results for transportation costs are respectively obtained by 0.05, 0.078 and 0.062 USD/kL-km and CO2 emission intensities of 9.16, 4.48 and 4.62 gr-CO2/kL-km. The results of multi-purpose optimization can provide optimal logistics distribution routes by minimizing transportation costs and CO2 emissions simultaneously.

Abstrak :
Laporan Praktik Keinsinyuran ini membahas tentang pengembangan model optimasi sistem distribusi dan penyimpanan FAME. Optimasi distribusi FAME dilakukan bertujuan untuk menghasilkan penghematan ongkos angkut dan mengkaji kelayakan tangki timbun sarana penyimpanan FAME di titik serah. Metode yang digunakan dalam kajian ini adalah model transportasi dengan model hub and spoke, clustering, serta analisis skenario untuk melihat sensitivitas rute optimal yang diusulkan. Hasil kajian menunjukkan bahwa penghematan ongkos angkut dari kondisi Business as Usual (BAU) yang dihasilkan dari perhitungan optimasi adalah sebesar 23% lebih hemat dari biaya awal pada kondisi tersebut. Skenario yang memiliki biaya ongkos angkut terendah adalah skenario 1A dimana skenario ini tidak menyarankan adanya penambahan atau pembukaan rute baru. ......This report discusses the development of FAME distribution and storage system optimization models. Optimization of FAME distribution is carried out with the aim of minimizing transportation costs and assessing the feasibility of storage tanks for FAME storage facilities at the delivery point. The method used in this study is using a transportation model with a hub and spoke model, clustering, and scenario analysis to see the sensitivity of the proposed optimal distribution routes. The results of the study show that the savings in transportation costs from Business as Usual (BAU) conditions resulting from optimization calculations are 23% more efficient than the initial costs. The scenario that has the lowest transport costs is scenario 1A where this scenario does not suggest adding or opening new routes.

Abstrak :

Saat ini Indonesia menjadi menjadi pasar terbesar bagi industri cat di wilayah Asia Tenggara sejak periode tahun 2021, dengan tingkat urbanisasi sebesar 57,3%. Kondisi backlog rumah di Indonesia saat ini tergolong masih sangat tinggi, yaitu mencapai 11,4 juta berdasarkan kepemilikan rumah, adapun rasio angka pernikahan baru yang tinggi serta pertumbuhan middle class menyebabkan jumlah permintaan rumah serta kepemilikan properti pun semakin bertambah. Tren positif peningkatan jumlah permintaan rumah dan kepemilikan properti ini menjadi suatu kabar baik bagi banyak industri yang menyokong keberlangsungan pembangunan infrastruktur, termasuk industri cat. PT X merupakan salah satu perusahaan produsen cat yang memiliki fasilitas cabang (depot distributor) di Kota Cirebon yang masih menggunakan sistem pengiriman langsung dan belum menggunakan model optimasi, sehingga seringkali proses distribusi melebihi dari waktu operasional yang tersedia. Selain itu, PT X Cirebon juga mengalami kendala seperti terbatasnya jumlah kendaraan, waktu pendistribusian yang terbatas, serta lokasi pelanggan yang tersebar dan berjauhan. Dalam penelitian ini, peneliti menggunakan pendekatan Vehicle Routing Problem (VRP) dengan tujuan menghasilkan rute distribusi yang memiliki total jarak dan waktu perjalanan terpendek dalam memenuhi permintaan pelanggan serta menggunakan kendaraan yang seminimal mungkin, sehingga dapat meminimalkan biaya transportasi secara keseluruhan. Hasil dari perhitungan optimasi yang dijalankan yaitu terdapat beberapa perubahan; diantaranya dapat menurunkan jarak tempuh dan waktu tempuh kendaraan masing-masing hingga 23% dan 22%, serta menghasilkan total penghematan hingga Rp3.682.311 pada beberapa skenario yang telah ditentukan.

---

Currently, Indonesia is the largest market for the paint industry in the Southeast Asia region since 2021, with an urbanization rate of 57.3%. The condition of the home backlog in Indonesia is currently still very high, reaching 11.4 million based on home ownership, while the ratio of the high number of new marriages and the growth of the middle class has caused the number of demand for houses and property ownership to increase. This positive trend of increasing the number of demand for houses and property ownership is good news for many industries that support the sustainability of infrastructure development, including the paint industry. PT X is one of the paint manufacturing companies that has a branch facility (distributor depot) in Cirebon City that still uses a direct delivery system and has not used an optimization model, so often the distribution process exceeds the available operational time. In addition, PT X Cirebon also experienced obstacles such as the limited number of vehicles, limited distribution time, and customer locations that scattered and far apart. In this study, researchers used a Vehicle Routing Problem (VRP) approach with the aim of producing distribution routes that have the shortest total distance and travel time in meeting customer demand and using vehicles to a minimum, so as to minimize overall transportation costs. The result of the optimization calculations carried out is that there are several changes; among other things, it can reduce the mileage and travel time of vehicles by 23% and 22%, respectively, and result in total savings of up to Rp3,682,311 in several predetermined scenarios.
 

Abstrak :
Ketidakpastian total permintaan mengakibatkan ketidakpastian dalam jumlah penggunaan truk pengiriman semen dan total biaya angkut yang dikeluarkan. Oleh karena itu penulis melakukan peramalan permintaan untuk bulan selanjutnya, menggunakan peramalan Autoregressive Integrated Moving Average (ARIMA) sebelum data peramalan tersebut diolah menggunakan metode mixed integer linear programming (MILP) untuk menentukan jumlah truk yang digunakan dan total biaya angkut yang dikeluarkan menggunakan solver Gurobi pada software Python. biaya angkut pada bulan November mengalami penurunan dari bulan sebelumnya, sebesar Rp3,587,172 dari Rp135,972,376. Keberhasilan penurunan jumlah penggunaan truk dari yang bermuatan 10 ton sebanyak 35 menjadi 8, 20 ton sebanyak 41 menjadi 19, dan 30 ton sebanyak 17 tetap menjadi 17 mengahasilkan penurunan total biaya angkut sebanyak Rp132,386,204. ......Uncertainty in total demand results in uncertainty in the number of trucks used for cement delivery and the total transportation costs incurred. Therefore, the authors forecast demand for the next month, using Autoregressive Integrated Moving Average (ARIMA) forecasting before the forecasting data is processed using the mixed integer linear programming (MILP) method to determine the number of trucks used and the total transportation costs incurred using the Gurobi solver in Python software. transportation costs in November decreased from the previous month, amounting to Rp3,587.172 from Rp135,972,376. The success of reducing the number of trucks using 10 tons of 35 to 8, 20 tons of 41 to 19, and 30 tons of 17 still being 17 resulted in a decrease in the total transportation cost of Rp.132,386,204.

Abstrak :
ABSTRAK
Biaya bahan bakar adalah hal yang tidak dapat kita pisahkan dari biaya perjalanan, khususnya pada Negara Indonesia yang menduduki peringkat pertama dalam penjualan kendaraan roda empat di asean selama berturut turut pada periode 2014-2017. Oleh karena itu biaya pada kendaraan roda empat membutuhkan perhatian khusus dalam mengetahui hal- hal yang mempengaruhi biaya bahan bakar dan pemantauannya. Terdapat beberapa faktor yang mempengaruhi tingkat penggunaan bahan bakar minyak beberapa diantaranya adalah nilai RPM dan Throttle Position selama berkendara yang pada penelitian ini di paparkan terhadap curve fitting untuk mendapatkan fungsi regresi yang menggambarkan hubungannya. Perancangan aplikasi berbasis cloud ini bertujuan untuk mengetahui biaya perjalanan yang kita keluarkan selama berkendara menggunakan data yang diambil dari raspberry Pi 3B+ via OBD II port. Hasil dari penelitian ini kita dapatkan hubungan antara RPM vs Tps vs fuel cost direpresentasikan dalam Fuel Cost(poly3) =-2.54 + 0.7574*x + 0.001014*y dengan koefisien determinasi R2 sebesar 0,9882 dan RSME 0,3731, error dari hasil analisa fuel cost sebesar 85 %. Analisis dari aplikasi menampilkan analisa data dalam bentuk grafis antara fuel cost terhadap waktu. br>
Biaya bahan bakar adalah hal yang tidak dapat kita pisahkan dari biaya perjalanan, khususnya pada Negara Indonesia yang menduduki peringkat pertama dalam penjualan kendaraan roda empat di asean selama berturut turut pada periode 2014-2017. Oleh karena itu biaya bahan bakar pada kendaraan roda empat membutuhkan perhatian khusus dalam mengetahui hal- hal yang mempengaruhi biaya bahan bakar dan pemantauannya. Terdapat beberapa faktor yang mempengaruhi tingkat penggunaan bahan bakar minyak beberapa diantaranya adalah nilai RPM dan Throttle Position selama berkendara yang pada penelitian ini di paparkan terhadap curve fitting untuk mendapatkan fungsi regresi yang menggambarkan hubungannya. Perancangan aplikasi berbasis cloud ini bertujuan untuk mengetahui biaya perjalanan yang kita keluarkan selama berkendara menggunakan data yang diambil dari raspberry Pi 3B+ via OBD II port. Hasil dari penelitian ini kita dapatkan hubungan antara RPM vs Tps vs fuel cost direpresentasikan dalam Fuel Cost(poly3) =-2.54 + 0.7574*x + 0.001014*y dengan koefisien determinasi R2 sebesar 0,9882 dan RSME 0,3731, error dari hasil analisa fuel cost sebesar 85 %. Analisis dari aplikasi menampilkan analisa data dalam bentuk grafis antara fuel cost terhadap waktu.

---

ABSTRACT
Fuel cost an integral part of travel cost , especially in Indonesia where road transport is the main way of transportation.This is supported by reaching the highest number of four wheeled vehicle in asean during 2014-2017. This condition led to the need of the ability to monitor gas expenses using four wheeled vehicle. In this research some variable is used to determine the rate of fuel cost during travel such as: RPM and Throttle Position. Using mathlab RPM and Throttle position will be curv fitted against fuel cost we get from calculating fuel cost . The development purpose of this application is to do calculation of fuel cost using MAF, throttle position and RPM from raspberry Pi 3B+ via OBD II port. This research found that the relation of fuel cost to RPM and throttle position is represented by Fuel Cost(poly3) =-2.54 + 0.7574*x + 0.001014*y with the coefficient of detemination R2 = 0,9882 and RSME 0,3731. The analysis in this research is represented in graphs of fuel cost to time and trip number.

Abstrak :
The JORR 1 toll road is designed to overcome traffic congestion and to shorten time from one place to another. Determination of toll road tariffs in Indonesia is carried out by considering Vehicle Operating Costs. The maximum tariff determined by the toll road operator is that it must not exceed 70% of the value of PVOC (Profitability of Vehicle Operating Costs). The value of PVOC is based on the value of Vehicle Operating Costs (VOC) passing through the toll road compared to non-toll roads. The objectives of this study are to analyze the history of JORR 1 toll fares over a certain period of time based on VOC and PVOC calculations. The method used is to calculate VOC and consider PVOC, then compared with analyzing the applicable toll rates. Based on the results obtained, the value of VOC on the JORR 1 toll road for 9 years for group I, IIA, IIB are Rp. 11,934; Rp. 30,690; and Rp. 34,153. VOC on non-toll roads for 9 years for group I, IIA, IIB are Rp. 28,153; Rp. 66,000; and Rp. 73,668. The PVOC for 9 years for group I, IIA, IIB are Rp. 11,354; Rp. 23,327; and Rp. 27,322. The benefits of this research can be used as a reference for determining toll rates in the future. ......Jalan tol JORR 1 dirancang untuk mengatasi kemacetan lalu lintas dan mempersingkat waktu dari satu tempat ke tempat lain. Penetapan tarif tol di Indonesia dilakukan dengan mempertimbangkan Biaya Operasi Kendaraan. Tarif maksimum yang ditetapkan oleh penyelenggara jalan tol tidak boleh melebihi 70% dari nilai PVOC (Profitabilitas Biaya Operasional Kendaraan). Nilai PVOC didasarkan pada nilai Biaya Operasional Kendaraan (VOC) yang melewati jalan tol dibandingkan dengan jalan non tol. Penelitian ini bertujuan untuk menganalisis riwayat tarif tol JORR 1 selama periode waktu tertentu berdasarkan perhitungan VOC dan PVOC. Metode yang digunakan adalah dengan menghitung VOC dan mempertimbangkan PVOC, kemudian dibandingkan dengan menganalisis tarif tol yang berlaku. Berdasarkan hasil yang diperoleh, nilai VOC pada ruas tol JORR 1 selama 9 tahun untuk kelompok I, IIA, IIB adalah sebesar Rp. 11.934; Rp. 30.690; dan Rp. 34.153. VOC pada jalan non tol selama 9 tahun untuk kelompok I, IIA, IIB sebesar Rp. 28.153; Rp. 66.000; dan Rp. 73.668. PVOC selama 9 tahun untuk kelompok I, IIA, IIB adalah Rp. 11.354; Rp. 23.327; dan Rp. 27.322. Manfaat penelitian ini dapat dijadikan acuan dalam penentuan tarif tol kedepannya.