Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kesehatan merupakan salah satu modal manusia yang sangat diperlukan bagi kehidupan setiap manusia karena kesehatan mendukung produktivitas manusia. Pentingnya kesehatan dalam menunjang kehidupan menuntut adanya suatu forum pelayanan kesehatan, salah satunya adalah rumah sakit. Rumah sakit memiliki peran penting dalam sistem pelayanan kesehatan sehingga diperlukan upaya untuk mempertahankan dan meningkatkan mutu pelayanannya. Salah satu cara yang dapat dilakukan adalah melalui sumber daya manusia kesehatan khususnya perawat. Mutu pelayanan kesehatan di rumah sakit sangat ditentukan oleh pelayanan atau asuhan keperawatan karena perawat 24 jam dalam memberikan pelayanan. Namun pada kondisi saat ini terjadi tingkat turnover perawat yang tinggi yang disebabkan oleh tingginya beban kerja perawat. Untuk mengatasi hal tersebut dapat dilakukan proses manajemen penjadwalan perawat untuk mendapatkan hasil penjadwalan perawat yang optimal. Nurse Scheduling Problem atau sering disingkat NSP merupakan salah satu optimasi pemodelan masalah dalam penjadwalan perawat. Keluaran dari penelitian ini adalah model optimasi NSP yang dapat menghasilkan penjadwalan perawat yang optimal. Ada beberapa metode untuk memecahkan masalah NSP. Salah satunya dengan menggunakan metode metaheuristik yaitu berupa algoritma Simulated Annealing dengan pencarian lokal berupa operator Swap. Penelitian ini akan menggunakan masalah instance LLR yang berasal dari Hong Kong. Hasil penelitian ini menunjukkan bahwa algoritma Simulated Annealing dapat menghasilkan solusi yang optimal dalam menyelesaikan masalah NSP

---

Health is one of the human capital that is indispensable for the life of every human being because health supports human productivity. The importance of health in supporting life demands the existence of a health service forum, one of which is a hospital. Hospitals have an important role in the health care system so efforts are needed to maintain and improve the quality of their services. One way that can be done is through health human resources, especially nurses. The quality of health services in hospitals is largely determined by the service or nursing care because nurses are 24 hours in providing services. However, in the current condition, there is a high level of nurse turnover caused by the high workload of nurses. To overcome this, a nurse scheduling management process can be carried out to obtain optimal nurse scheduling results. Nurse Scheduling Problem or often abbreviated as NSP is one of the optimization problem modeling in nurse scheduling. The output of this research is the NSP optimization model that can produce optimal nurse scheduling. There are several methods to troubleshoot NSP problems. One of them is by using a metaheuristic method in the form of a Simulated Annealing algorithm with a local search in the form of a Swap operator. This study will use LLR instance problems originating from Hong Kong. The results of this study indicate that the Simulated Annealing algorithm can produce an optimal solution in solving the NSP problem."

"Studi ini membahas kebutuhan untuk mengoptimalkan jadwal pendaratan dan lepas landas pesawat di Bandara I Gusti Ngurah Rai, Bali, yang melayani hingga 500 pesawat setiap hari dengan satu landasan pacu. Bandara menghadapi tantangan dalam mengelola jadwal penerbangan karena tingginya volume lalu lintas, jenis pesawat yang bervariasi, dan peraturan keselamatan yang ketat. Landasan pacu tunggal mengharuskan pesawat untuk bergantian mendarat dan lepas landas, dengan kapasitas 38 pergerakan per jam, di mana hanya 80% yang dapat digunakan untuk pendaratan darurat. Pendekatan First-Come-First-Served (FCFS) saat ini tidak optimal, menyebabkan ketidakefisienan dan keterlambatan. Penelitian ini menerapkan algoritma Simulated Annealing (SA) untuk meminimalkan deviasi dari waktu pendaratan dan lepas landas yang ditargetkan, meningkatkan efisiensi operasional. Studi ini memodelkan masalah penjadwalan bandara, dengan memperhitungkan kendala seperti okupansi landasan pacu, waktu pemisahan, dan jendela waktu. Data dari PT Angkasa Pura I dan sumber publik, khususnya dari 15 Maret 2024, memberikan input yang diperlukan untuk model optimasi. Algoritma SA, dipilih karena kemampuannya untuk keluar dari optima lokal dan menangani masalah optimasi yang kompleks, diimplementasikan dalam Python. Hasilnya menunjukkan pengurangan total waktu deviasi dari 236 menit menjadi 183 menit, menandai peningkatan sebesar 22,46%. Penelitian ini menyoroti potensi SA dalam mengelola operasi bandara.

---

This study addresses the need for optimizing aircraft landing and takeoff schedules at I Gusti Ngurah Rai Airport, Bali, which services up to 500 aircraft daily with a single runway. The airport faces challenges in managing flight schedules due to high traffic volumes, varied aircraft types, and stringent safety regulations. The single runway requires planes to take turns landing and taking off, with a capacity of 38 movements per hour, of which only 80% can be utilized for emergency landings. The current First-Come-First-Served (FCFS) approach is suboptimal, leading to inefficiencies and delays. This research applies the Simulated Annealing (SA) algorithm to minimize deviations from target landing and takeoff times, improving operational efficiency. The study models the airport's scheduling problem, incorporating constraints such as runway occupancy, separation times, and time windows. Data from PT Angkasa Pura I and public sources, specifically from March 15, 2024, provide the necessary input for the optimization model. The SA algorithm, chosen for its ability to escape local optima and handle complex optimization problems, is implemented in Python. Results show a reduction in total deviation times from 236 minutes to 183 minutes, marking a 22.46% improvement. This research underscores the potential of SA in managing airport operations."

"Penelitian ini menyelidiki optimasi rute pengiriman untuk CJ Logistics di Wilayah X, Area A, Korea Selatan, dengan mengatasi Capacitated Vehicle Routing Problem (CVRP) menggunakan algoritma hybrid heuristik. Studi ini mengintegrasikan Pendekatan Tetangga Terdekat, Pencarian Lokal 2-Opt, dan Simulated Annealing untuk mengurangi jarak perjalanan dengan tetap mempertimbangkan kendala kapasitas kendaraan. Dalam kondisi penambahan dan penghapusan hingga 30% node untuk menilai kinerja algoritme di bawah permintaan yang berfluktuasi, pendekatan heuristik hibrid mencapai peningkatan kinerja keseluruhan sebesar 1,08%. Simulated Annealing dikombinasikan dengan Local Search 2-Opt Inter-route mengungguli Simulated Annealing dikombinasikan dengan Local Search 2-Opt Intra-route dengan rata-rata sebesar 3,73%, menunjukkan kemampuannya untuk mencari tempat pencarian yang lebih luas. Temuan ini menekankan manfaat praktis heuristik hibrid, termasuk pengurangan jarak tempuh dan peningkatan ketepatan waktu pengiriman, sehingga menawarkan wawasan berharga bagi CJ Logistics dan sektor logistik e-commerce.

---

This research investigates delivery route optimization for CJ Logistics in Region X, Area A, South Korea, by addressing the Capacitated Vehicle Routing Problem (CVRP) using hybrid heuristic algorithms. The study integrates Nearest-Neighbor Approach, Local Search 2-Opt, and Simulated Annealing to reduce travel distance while considering vehicle capacity constraints. Under the conditions of adding and removing up to 30% of nodes to assess the performance of the algorithm under fluctuating demand, hybrid - heuristics approach achieved overall performance improvement of 1.08%. Simulated Annealing combined with the Local Search 2-Opt Inter-route outperformed Simulated Annealing combined with the Local Search 2-Opt Intra-route by an average of 3.73%, demonstrating its ability to search broader search place. These findings emphasizes the practical benefits of hybrid heuristics, including reduced mileage and improved delivery timeliness, offering valuable insights for CJ Logistics and the e-commerce logistics sector. "

"Indonesia sebagai negara kepulauan, memerlukan sistem transportasi yang efisien sebagai penghubung antar wilayah. Kapal sebagai alat transportasi laut menjadi sarana utama dalam mengatasi tantangan mobilitas di Indonesia, khususnya proses pendistribusian barang dalam jumlah besar. Akan tetapi, belum meratanya pengembangan ekonomi dan infrastruktur di wilayah Indonesia bagian timur mengakibatkan terjadinya kesenjangan antar wilayah dan disparitas harga karena tingginya biaya operasional dalam proses pendistribusian barang. Berdasarkan kondisi tersebut, pemerintah mengambil langkah dalam mengoptimalkan peluang ekonomi melalui program tol laut. Tol laut direalisasikan sebagai trayek yang efektif dan efisien sehingga jalur paling ideal dibutuhkan dalam proses pendistribusian barang ke setiap wilayah di Indonesia. Optimasi rute pelayaran pada trayek tol laut perlu dilakukan sebagai langkah krusial untuk menghasilkan jalur paling ideal yang lebih efektif dalam mengurangi biaya operasional dan keterlambatan pendistribusian barang. Penelitian ini mengimplementasikan travelling salesman problem dengan algoritma simulated annealing sebagai metode optimasi pemilihan rute pelayaran. Metode tersebut menghasilkan pemilihan rute yang optimal dengan fungsi objektif jarak tempuh minimum. Penelitian ini bertujuan untuk menguji apakah trayek tol laut 2023 yang telah dijalankan oleh pemerintah merupakan jalur terbaik berdasarkan jarak terpendek. Hasil penelitian menunjukan bahwa terdapat 12 rute baru yang memiliki jarak lebih dekat dibandingkan dengan rute pada trayek tol laut yang telah dijalankan oleh pemerintah. Penelitian juga menghasilkan estimasi biaya bahan bakar yang menurun pada 12 rute tersebut. Berkurangnya biaya bahan bakar ini dapat mengurangi tingginya biaya operasional dalam proses pendistribusian barang. Hasil ini dapat menjadi masukan bagi pemerintah Indonesia, khususnya Kementerian Perhubungan sebagai bahan evaluasi dalam Keputusan Direktur Jenderal Perhubungan Laut Nomor: KP-DJPL 678 Tahun 2023.

---

Indonesia, as an archipelagic country, requires an efficient transportation system to connect its regions. Ships, as the primary means of sea transportation, are essential for overcoming mobility challenges in Indonesia, particularly in the distribution of goods in large quantities. However, the uneven economic and infrastructure development in eastern Indonesia has resulted in regional disparities and price differences due to high operational costs in the distribution process. In response to these conditions, the government has taken steps to optimize economic opportunities through the tol laut program. The tol laut program is designed to be a cost-effective and efficient shipping route network, thus necessitating the most ideal routes for the distribution of goods to every region in Indonesia. Optimizing the shipping routes of the Tol Laut is crucial for creating the most ideal routes that are more effective in reducing operational costs and delays in goods distribution. This research implements the travelling salesman problem using the simulated annealing algorithm as a method for optimizing the selection of shipping routes. This approach identifies the most efficient routes to minimize travel distances. This study aims to test whether the tol laut 2023 routes implemented by the government are the best routes based on the shortest distance. The results of the study indicate that there are 12 new routes with shorter distances compared to the routes of the sea toll previously implemented by the government. The research also estimates a decrease in fuel costs for these 12 routes. This reduction in fuel costs can lower the high operational costs in the goods distribution process. These findings can provide input for the Indonesian government, particularly the Ministry of Transportation, as evaluation material in the Decision of the Director General of Sea Transportation Number: KP-DJPL 678 of 2023."