Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Angkutan umum/bis merupakan salah satu mode angkutan umum yang sangat dibutuhkan oleh sejumlah besar masyarakat terutama golongan menengah ke bawah. Permasalahan pokok yang dihadapi oleh pemakai jasa /user adalah tidak adanya waktu keberangkatan angkutan umum/bis yang tepat, sehingga mempengaruhi waktu perjalanan, waktu tunggu dan sebagainya, Berta cenderung akan mengharapkan jumlah bis yang beroperasi lebih banyak, karena semakin banyak bis yang beroperasi akan semakin cepat waktu keberangkatannya dan semakin kecil waktu tunggunya. Sedangkan permasalahan dari pihak operator/pengelola angkutan umum, akan cenderung untuk membatasi jumlah angkutan umum/bis pada tingkat pelayanan yang paling menguntungkan. Pendekatan model yang digunakan untuk pemecahan masalah adalah dengan melakukan optimasi pada proses penjadualan angkutan umum/bis berdasarkan waktu keberangkatan bis yang optimal dengan proses yang dinamik. Dengan mengetahui waktu keberangkatan bis yang optimal, maka didapat besar probabilitas penumpang yang dapat naik pada bis yang pertama kali datang di suatu pemberhentian, setelah kedatangannya penumpang tersebut di suatu pemberhentian tersebut. Model yang digunakan untuk pemecahan masalah adalah pengembangan model yang dikemukanan oleh Yosef Sheffi dan Morihisa Sugiyama, yang dikembangkan kembali oleh Dr.Ir. Sutanto Soehodho, MEng (1992). Pengembangan model tersebut mencakup metode untuk penjadualan waktu keberangkatan bis pada rute tunggal. Masalah formulasi program matematika dibatasi dengan kapasitas angkutan umum/bis, jumlah pemberhentian/halte dan jumlah armada yang dibutuhkan. Sedangkan tingkat kedatangan penumpang disetiap pemberhentian/halte, probability perpindahan anal tujuan penumpang dan waktu perjalanan armada dari suatu pemberhentian ke pemberhentian lain dibuat secara asumsi data. Sebagai solusinya digunakan prosedur dari "Dynamic Programming. Sehingga didapat optimasi penjadualan berdasarkan permintaan stokastik (Stochastic Demand). Studi kasus dalam pemecahan masalah dipilih Angkutan umum/bis dengan rute tunggal dengan jumlah bis yang optimal didapat sebesar 3 bis. Hasil analisa menunjukan bahwa waktu keberangkatan yang optimal yang didapat dengan menggunakan "Dynamic Programming" adalah sebagai berikut : Untuk bis yang pertama mempunyai selang waktu selama 23 menit dari waktu yang dijadualkan. Sedangkan untuk bis yang kedua mempunyai selang waktu 14 menit dari bis yang pertama dan untuk bis yang ketiga mempunyai selang waktu 23 merit dengan bis yang kedua. Adapun hasil dari Program Dinamik tersebut, maka didapatkan waktu keberangkatan yang menghasilkan harga Probabilitas Kejadian X yang optimal yaitu kejadian dimana penumpang dapat naik pada bis yang pertama kali datang di suatu pemberhentian, setelah kedatangannya penumpang tersebut di suatu pemberhentian tersebut.

Abstrak :
Penelitian tentang model persediaan telah banyak dilakukan dan menjadi solusi bagi perusahaan dalam menghadapi ketidakpastiaan dari permintaan pelanggan. Beberapa permasalahan bagi perusahaan yang tidak menerapkan model persediaan pada proses pembelian bahan baku adalah terjadinya stockout serta tingginya total biaya inventori. Namun, pemecahan model persediaan yang memiliki permintaan bersifat stokastik tidak dapat dilakukan dengan menggunakan metode analisis tradisional biasa. Hal tersebut dikarenakan permintaan pelanggan tidak mengikuti distribusi normal. Sehingga penelitian ini dibuat dengan mengembangkan metode simulasi Monte Carlo untuk menyelesaikan masalah persediaan dengan permintaan stokastik dan intermiten. Simulasi dilakukan untuk mengevaluasi dua jenis sistem persediaan, yaitu kebijakan peninjauan persediaan berkelanjutan (Q,R), serta kebijakan peninjauan persediaan berkala (s,S). Model simulasi kemudian dioptimalkan menggunakan model persediaan (Q,R) dan (s,S) dengan metode integer linear programming. Model-model tersebut diterapkan berdasarkan data dari salah satu perusahaan manufaktur perhiasan di Indonesia dengan produk yang diuji bertipe diamond jewelry. Hasil penelitian menunjukkan bahwa kebijakan kuantitas peninjauan persediaan berkelanjutan (Q, R) lebih baik daripada kebijakan peninjauan persediaan berkala (s, S) dari segi total biaya persediaan untuk kelompok bahan baku komponen. ......Research on the inventory models have conducted intensively and become a solution for companies when dealing with the uncertainty of customer demand. Some problems that occur to companies that have not applied the inventory models in the process of purchasing raw materials are stockout material and high total inventory costs. However, solving the inventory models that have stochastic demand cannot be done using traditional analysis methods. That is because the customer demand does not follow the normal distribution. So, this research was made by developing a Monte Carlo simulation method to solve inventory problems with stochastic and intermittent demand. Simulations is conducted to evaluate two types of inventory systems, which is the continuous inventory review policy (Q, R), and the periodic inventory review policy (s, S). The simulation models are optimized using the inventory model (Q, R) and (s, S) with the integer linear programming method. The models are applied based on data from one of the jewelry manufacturing companies in Indonesia with the product being tested as diamond jewelry. The results showed that the continuous inventory review policy (Q, R) was better than the periodic inventory review policy (s, S) in terms of total inventory cost for the component raw material group.

Abstrak :
ABSTRAK
This research focus on consideration of stochastic demand in deterministic Vehicle Routing Problem with Compartment (VRPC) model. VRPC in this research consider split delivery, multi product, and time windows characteristic. Stochastic demand in this research is handled using scenario-based approach. The demand is modeled by constructing discrete scenarios then implementing it in the deterministic VRPC model. The change of customer demand over time is considered as normal probability distribution. Stochastic VRPC model then solved using robust approach by looking for the highest demand under each scenario to be solve, therefore the solution generated deals with the minimum probability of unmet demand.

Abstrak :
Penelitian yang berfokus pada model inventaris telah mendapatkan perhatian yang signifikan sebagai solusi yang layak bagi perusahaan yang bergulat dengan ketidakpastian yang terkait dengan permintaan pelanggan. Tidak menerapkan model persediaan yang sesuai dalam proses pengadaan dapat menyebabkan konsekuensi yang merugikan seperti kehabisan stok dan meningkatkan biaya persediaan secara keseluruhan. Namun, mengatasi model penawaran dengan permintaan stokastik menggunakan metode analitik konvensional terbukti menantang karena distribusi permintaan pelanggan yang tidak normal. Oleh karena itu, penelitian ini bertujuan untuk mengatasi masalah pasokan yang ditandai dengan permintaan stokastik dan terputus- putus melalui pengembangan metode simulasi Monte Carlo. Simulasi menilai keefektifan dua sistem inventaris: kebijakan peninjauan inventaris berkelanjutan (s,Q) dan kebijakan peninjauan inventaris berkala (R,s,S) yang dilakukan dengan interval 1 minggu, 2 minggu, 3 minggu, dan 4 minggu. Selanjutnya, model simulasi dioptimasi menggunakan metode integer linear programming dalam kerangka model inventori (s,Q) dan (R,s,S). Riset ini berfokus pada konteks perusahaan migas, khususnya kegiatan pengeboran di Indonesia, mengkaji hal-hal krusial untuk mendukung operasi pengeboran. Temuan menyoroti bahwa kebijakan kuantitas peninjauan inventaris berkelanjutan (s,Q) mengungguli kebijakan peninjauan inventaris berkala (R,s,S) dalam hal meminimalkan total biaya inventaris yang akan diterapkan.  ......Research focusing on inventory models has gained significant attention as a viable solution for companies grappling with the uncertainties associated with customer demand. Not implementing appropriate inventory models in the procurement process can lead to detrimental consequences such as stockouts and increased overall inventory costs. However, addressing supply models with stochastic demand using conventional analytical methods proves challenging due to the non-normal distribution of customer demand. Consequently, this study aims to tackle supply issues characterized by stochastic and intermittent demand through the development of a Monte Carlo simulation method. The simulations assess the effectiveness of two inventory systems: continuous inventory review policies (s,Q) and periodic inventory review policies (R,s, S) conducted at intervals of 1 week, 2 weeks, 3 weeks, and 4 weeks. Subsequently, the simulation model is optimized using the integer linear programming method within the framework of the inventory models (s,Q) and (R,s,S). The research focuses on the context of oil and gas companies, specifically drilling activities in Indonesia, examining items crucial for supporting drilling operations. The findings highlight that the continuous inventory review quantity policy (s,Q) outperforms the periodic inventory review policy (R,s,S) in terms of minimizing the total inventory cost to be implemented.