Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pada penelitian ini mengusulkan sebuah model matematik untuk menyelesaikan permasalahan Vehicle Routing Problem with Simultaneous Pickup and Delivery yang dikombinasikan dengan distribusi barang multiple product. Dalam hal ini kendaraan membawa mengangkut berbagai macam produk yang menggunakan kompartemen untuk tiap jenis produk. Berbeda dengan penelitian VRPPD, keunikan karakteristik pada penelitian ini adalah dalam penentuan rute kunjungan kendaraan tidak hanya dibatasi oleh kapasitas kendaraan namun juga dibatasi oleh kapasitas kompartemen dari tiap jenis produk. Dalam penelitian ini, perhitungan data set menggunakan metode pengelompokan berdasarkan net demand yaitu Smallest Maximum Load (SML) dan Largest Maximum Load (LML). Penentuan solusi tebaik didapat dengan menggunakan perhitungan algoritma Tabu Search. ......This study addresses a method to solve Vehicle Routing Problem with Simultaneous Pickup and Delivery (VRPSPD) which combines a variety of products carried in a vehicle (multiple product). It examines the carriage with multiple compartment where each compartment is dedicated to a single type of product. Different from another widely studied pick up and delivery problems, the unique characteristics of this study is the route determination of the vehicle from the depot to customers because not only does it consider the vehicle's capacity but also the compartment capacity of each product as a limitation We calculate the set of instances using the customer grouping method (Smallest Maximum Load and Largest Maximum Load). The Solution obtained by the cheapest insertion method can be improved by Tabu Search algorithm. Finally, computational result are reported from test instance.

Abstrak :
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.

Abstrak :
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

Abstrak :
Dalam menjalankan kegiatan distribusi dari depot ke agen- agen khusus di wilayah Jakarta dan Banten, PT. PERTAMINA mengalami permasalahan dalam menentukan rute dengan jarak yang minimum dengan batasan waktu pelayanan depot dan agen- agen yang disebut juga dengan Vehicle Routing Problem dengan Time Windows (VRPTW). Salah satu cara yang sering digunakan untuk menyelesaikan VRPTW adalah metode implicit enumeration. Metode ini menggunakan prosedur enumerasi untuk mendapatkan solusi optimal dari masalah pemrograman integer pada VRPTW. Hasil optimasi tersebut adalah sistem distribusi dengan menggunakan bahasa pemrograman C# yang meliputi rute distribusi yang efektif, penjadwalan pengiriman yang tepat dan sistematis, jarak tempuh pengiriman dan biaya distribusi yang minimum. Hasil penelitian diharapkan akan menjadi rujukan bagi PT. PERTAMINA untuk mengoptimalkan sistem distribusi yang sedang dijalankan sehingga biaya penjualan produk dapat ditekan, produk yang dipasarkan menjadi lebih kompetitif. ......In performing distribution activities from depot to agents especially for Jakarta and Banten agents, PT. PERTAMINA were concerned in determining routes with minimum distances within service time windows from depot and agents called Vehicle Routing Problem with Time Windows (VRPTW). One of methods using for solving VRPTW is implicit enumeration method. This method uses enumeration procedur to get optimal solution from integer programming VRPTW problem. The solution is distribution system processed with C# program including effective distribution routes, exact and systematic scheduling, distances and minimum distribution cost. The research result is expected to be the suggestion for PT. PERTAMINA to optimize their ongoing distribution system so that product distribution cost would be pressed, the product would be more competitive.

Abstrak :
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.

Abstrak :
Traveling Salesman Problem (TSP) adalah masalah mencari jalur terpendek untuk mengunjungi setiap simpul tepat satu kali kecuali simpul awal kunjungan jika diberikan himpunan simpul yang harus dikunjungi. Tiga modifikasi dilakukan pada skripsi ini untuk menyelesaikan masalah TSP dengan menggabungkan metode Ant Colony Optimization (ACO), Particle Swarm Optimization (PSO) dan 3-Opt Algorithm. ACO digunakan untuk mencari solusi TSP, PSO digunakan untuk mencari nilai paremeter terbaik 𝛼 dan 𝛽 yang digunakan pada ACO, dan 3-Opt digunakan untuk mengurangi total jarak tempuh solusi yang didapat dari ACO. Pada modifikasi pertama, 3-Opt digunakan untuk mengurangi total jarak tempuh dari solusi terbaik yang didapatkan setiap iterasi. Pada modifikasi kedua, 3-Opt digunakan untuk mengurangi total jarak tempuh seluruh solusi yang didapatkan pada setiap iterasi. Pada modifikasi ketiga, 3-Opt digunakan untuk mengurangi total jarak tempuh seluruh solusi yang berbeda yang didapatkan pada setiap iterasi. Hasil modifikasi diuji menggunakan 6 benchmark problems yang diambil dari TSPLIB dengan menghitung besarnya galat relatif terhadap best known solution dan running time percobaan. Setiap masalah diselesaikan dengan 10 kali percobaan, dengan masing-masing percobaan menggunakan 10 agen dan 50 iterasi. Hasil implementasi menunjukkan modifikasi pertama tidak memberikan hasil yang memuaskan, modifikasi kedua memberikan hasil yang memuaskan namun dengan running time yang cukup besar, serta modifikasi ketiga memberikan nilai galat yang tidak jauh berbeda dengan modifikasi kedua namun dengan running time yang jauh lebih kecil.

---

The Traveling Salesman Problem (TSP) is the problem of finding a shortest tour which visits all the vertices exactly once, except the first vertex, given a set of vertices. This thesis discusses three modification to solve TSP by combining Ant Colony Optimization (ACO), Particle Swarm Optimization (PSO) and 3-Opt Algorithm. ACO is used to find the solution of TSP, PSO is used to find the best value of parameters α and β that are used in ACO, and 3-Opt is used to reduce the total of tour length from the solution obtained by ACO. In the first modification, 3-Opt is used to reduce the total of tour length from the best solution obtained at each iteration. In the second modification, 3-Opt is used to reduce the total of tour length from the entire solutions obtained at each iteration. In the third modification, 3-Opt is used to reduce the total of tour length from different solutions obtained at each iteration. Results were tested using 6 benchmark problems taken from TSPLIB by calculating the relative error to the best known solution and the running time. Every problem was solved with 10 trials, where each trial uses 10 agents and 50 iterations. The implementation results showed the first modification did not provide satisfactory results, the second modification gave a satisfactory result, but the running time was quite large, and the third modification gave errors that were close to the second one but with smaller running time.

Abstrak :
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.

Abstrak :
Ledakan bisnis e-commerce di Indonesia terus mendorong tumbuhnya permintaan pada sektor logistik dan pergudangan. Kesempatan ini harus dimanfaatkan sepenuhnya oleh perusahaan logistik, namun kinerja logistik Indonesia yang buruk masih menghambatnya. Masalah yang paling mendesak bagi logistik Indonesia adalah kemacetan lalu lintas yang parah, kemacetan ini telah menghabiskan biaya sebesar miliaran rupiah dalam setahun. Makalah ini menawarkan kerangka kerja bagi perusahaan logistik untuk menyusun strategi, dengan menemukan rute distribusi yang optimal sambil mempertimbangkan bahwa waktu tempuh adalah suatu variabel yang dipengaruhi oleh kemacetan. ......E-commerce boom in Indonesia continues to drive the growth of logistic warehousing demand. This opportunity should be fully utilized by logistic companies, but Indonesia rsquo s poor logistic performance hinders it. The most pressing matter for Indonesian logistic is their severe traffic congestion that cost billion of rupiah a year. This paper offers a framework for logistic companies to devise a strategy, by finding the optimal distribution route while considering that travel time is a variable that rsquo s affected by traffic jam.

Abstrak :
Dalam industri jasa pengiriman paket dan kurir, waktu pengiriman merupakan faktor penting dalam memenuhi ekspektasi pelanggan. Jasa pengiriman paket menggunakan desain jaringan Hub-and-Spoke untuk memperoleh keuntungan ekonomis. Pengiriman di hari yang sama dapat dipastikan dengan merancang jaringan dengan batasan waktu ketat. Penelitian ini berfokus untuk merancang metode yang mampu menjawab keputusan utama terkait perancangan desain jaringan Hub-and-Spoke, yaitu: jumlah dan lokasi hub optimal, serta alokasi node lainnya ke hub. Data waktu tempuh dikumpulkan untuk setiap pasang lokasi. Metode Uncapacitated Single Allocation p-Hub Median Problem dan K-Means clustering digunakan untuk merancang jaringan Hub-and-Spoke awal. Bentuk jaringan direct link kemudian diubah ke bentuk jaringan rute dengan implementasi algoritma Local Search dan model Integer Programming. Desain jaringan optimal dipilih dengan mempertimbangkan jumlah kebutuhan kendaraan. Hasil dari kedua metode menunjukkan bahwa tiga merupakan jumlah hub optimum.

---

In package delivery and courier services industry, delivery time is one important factor in meeting customer expectations. Delivery package services use Hub-and-Spoke network design to achieve economies of scale. Same-day delivery services can be ensured by designing network with tight travel time constraints. This study focuses in designing method that could answer the main decisions in Hub-and-Spoke network design, which are: the optimal number and locations of hubs, along with the allocations of other nodes to hubs. Travel time data were collected between every origin-destination pair. Uncapacitated Single Allocation p-Hub Median Problem and K-Means clustering methods were used to design the initial Hub-and-Spoke network. The directly linked network then transformed into a routed network by implementing Local Search algorithm and an Integer Programming model. The optimal network design was chosen by considering the number of vehicles needed. Results from both methods shown that three is the optimum number of hubs.

Abstrak :
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.