Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 7 dokumen yang sesuai dengan query
cover
Ghea Almira Mafaza
"Perusahaan distributor Air Minum Dalam Kemasan (AMDK) yang berlokasi di Semarang memiliki dua kendaraan untuk melakukan distribusi ke 16 lokasi distribusi di dalam Semarang dengan berbagai macam ukuran AMDK. Permasalahan yang dihadapi yaitu perusahaan melakukan distribusi tanpa memperhitungkan jarak tempuh, kuantitas permintaan yang berbeda-beda di setiap lokasi, keterbatasan jumlah dan kapasitas kendaraan, serta lokasi pelanggan yang tersebar di Semarang. Penelitian perlu dilakukan dengan menggunakan Capacitated Vehicle Routing Problem (CVRP) untuk mendapatkan rute distribusi yang optimal serta mendapatkan jarak dan waktu tempuh distribusi optimal bagi perusahaan. Penelitian ini menggunakan pendekatan Mixed Integer Linear Programming (MILP) dengan metode branch and bound. Model matematika dibuat dan diterjemahkan ke dalam bahasa pemrograman LINGO untuk dijalankan dan menghasilkan rute optimal. Hasil pada penelitian ini yaitu didapatkan dua rute optimal untuk setiap kendaraan 1 dan 2 melakukan distribusi AMDK ke 16 lokasi. Jumlah muatan juga didapatkan untuk masing-masing rute dengan tidak melebihi kapasitas kendaraan. Total jarak yang ditempuh berkurang sebesar 28% dan dapat menghemat total waktu tempuh sebesar 11%. Analisis sensitivitas dilakukan dengan mengubah parameter permintaan dan hasilnya yaitu terjadi penambahan rute menjadi 3 rute ketika kondisi kenaikan permintaan sebesar 5%, 10%, dan 15% serta terdapat pengaruh perubahan pada rute, jarak, dan waktu tempuh ketika kondisi penurunan permintaan 15% serta kondisi kenaikan permintaan 5%, 10%, dan 15%.

Packaged Drinking Water distributor company located in Semarang has two vehicles for distribution to 16 distribution locations in Semarang with various sizes of packaged drinking water. The problem faced is that the company distributes without taking into account the distance traveled, the quantity of demand that varies in each location, the limited number and capacity of vehicles, and customer locations spread across Semarang. Research needs to be done using the Capacitated Vehicle Routing Problem (CVRP) to get the optimal distribution route and the optimal distribution distance and travel time for the company. This study uses the Mixed Integer Linear Programming (MILP) approach with the branch and bound method. Mathematical models are created and translated into the LINGO programming language to run and generate optimal routes. The results of this study are that there are two optimal routes for each vehicle 1 and 2 to distribute packaged water to 16 locations. The load amount is also obtained for each route without exceeding the vehicle capacity. The total distance traveled is reduced by 28% and can save the total travel time by 11%. Sensitivity analysis was carried out by changing the demand parameters. The result was additional routes into three when the demand increased conditions of 5%, 10%, and 15%. There was an effect of changes in routes, distances, and travel time when conditions decreased by 15% and conditions increased in demand by 5%, 10%, and 15%."
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Gigin Rizki Novrian Panji Handoyo Putro
"Pada pertengahan tahun 2015, Pemerintah Indonesia resmi meluncurkan program Pembangunan Pembangkit 35.000 MW, hal ini bertujuan untuk memenuhi pertumbuhan beban, dan pada wilayah tertentu diutamakan untuk memenuhi kekurangan pasokan tenaga listrik. Indonesia juga merupakan salah satu negara pemilik cadangan gas alam yang cukup besar, yaitu diperkirakan 150,4 TCF (Trilliun standard Cubic Feet) yang tersebar di berbagai pulau. Adapun Indonesia Wilayah Tengah yang terdiri dari 3 pulau besar yaitu Kalimantan, Sulawesi, dan Nusa Tenggara, ketiganya memiliki banyak kepulauan kecil dan dikelilingi oleh lautan luas. Oleh karena itu untuk mempermudah penyaluran suplai LNG bagi pembangkit listrik tenaga gas di wilayah tersebut, maka digunakan small scale LNG carrier untuk penyalurannya. Metode yang digunakan pada penelitian ini adalah Capacitated Vehicle Routing Problem (CVRP) yang dikombinasikan dengan linier programming serta Algoritma Greedy dengan fungsi objektif yaitu untuk memaksimalkan kapasitas muatan kapal. Selain itu juga dilakukan analisis keekonomian berdasarkan kelayakan finansial serta analisis terkait harga gas dunia. Hasil dari penelitian ini diperoleh 3 kluster rute yang akan di pasok menggunakan dua kapal untuk masing-masing kluster dengan rincian sebagai berikut, Kluster 1 Sulawesi menggunakan kapal ukuran 14000 cbm dan 7500 cbm dengan kecepatan rata-rata 13 knot, Kluster 2 Kalimantan menggunakan kapal ukuran 5000 cbm dan 10000 cbm dengan kecepatan rata-rata 15 knot, serta Kluster 3 Nusa Tenggara menggunakan kapal ukuran 7500 cbm dan 3587 cbm dengan kecepatan rata-rata 13 knot. Berdasarkan rute optimum yang didapat, maka sisa muatan untuk Kluster 1 Sulawesi adalah sebesar 1447,62 cbm atau 6,73% dari kapasitas total kapal, sisa muatan untuk Kluster 2 Kalimantan sebesar 697,86 cbm atau 4,65% dari kapasitas total kapal, dan sisa muatan untuk Kluster 3 Nusa Tenggara adalah sebesar 369,85 cbm atau 3,34% dari kapasitas total kapal. Dari analisa keekonomian menunjukan bahwa dengan total CAPEX sebesar US$ 1.087.439.857,67. Dan didapatkan margin harga penjualan LNG sekurang kurangnya sebesar US$ 2/MMBTU untuk kluster 1 dengan payback period dalam kurun waktu 7 tahun, US$ 2/MMBTU untuk kluster 2 dengan payback period dalam kurun waktu 10 tahun, serta US$ 5/MMBTU untuk kluster 3 dengan payback period dalam kurun waktu 9 tahun.

In mid-2015, the Government of Indonesia officially launched the 35,000 MW Power Generation Program, this aims to meet load growth, and in certain areas, it is prioritized to meet the shortage of electricity supply. Indonesia is also one of the countries with large natural gas reserves, which are estimated at 150.4 TCF (Trillion standard Cubic Feet) spread over various islands. As for the Central Region of Indonesia, consists of 3 large islands, namely Kalimantan, Sulawesi, and Nusa Tenggara, all three of them have many small islands and are surrounded by vast oceans. Therefore, a small-scale LNG carrier is used for distribution to facilitate the distribution of LNG supply for gas-fired power plants in the area. The method used in this research is the Capacitated Vehicle Routing Problem (CVRP) combined with linear programming and the Greedy Algorithm with the objective function of maximizing the ship's cargo capacity. In addition, an economic analysis based on financial feasibility as well as analysis related to world gas prices was also carried out. The results of this study obtained 3 cluster routes that will be supplied using two ships for each cluster with the following details, Sulawesi Cluster 1 uses 14000 cbm and 7500 cbm ships with an average speed of 13 knots, Cluster 2 Kalimantan uses ships of 5000 cbm and 10000 cbm with an average speed of 15 knots, as well as Cluster 3 Nusa Tenggara using ships of 7500 cbm and 3587 cbm with an average speed of 13 knots. Based on the optimum route obtained, the remaining cargo for Cluster 1 Sulawesi is 1447.62 cbm or 6.73% of the total vessel capacity, the remaining cargo for Cluster 2 Kalimantan is 697.86 cbm or 4.65% of the total vessel capacity, and the remaining cargo for Nusa Tenggara Cluster 3 is 369.85 cbm or 3.34% of the total capacity of the ship. The economic analysis shows that with a total CAPEX of US$ 1,087,439,857.67. And the LNG sales price margin is at least US$ 2/MMBTU for cluster 1 with a payback period of 7 years, US$ 2/MMBTU for cluster 2 with a payback period of 10 years, and US$ 5/MMBTU for cluster 3 with a payback period of 9 years.
"
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Putri Rahayu
"Transportasi darat, khususnya truk, merupakan penyumbang utama biaya logistik secara keseluruhan, dibandingkan dengan kereta api dan udara. Untuk mengoptimalkan biaya logistik, kita perlu mengoptimalkan rute pengiriman. Namun, tantangan yang dihadapi adalah jumlah titik pengantaran juga berkembang dengan cepat seiring berkembangnya zaman, yang membuat banyak rute yang dapat dipilih untuk melakukan pengiriman dari depot ke tiap-tiap titik, sehingga meningkatkan kompleksitas untuk menemukan rute yang optimal. Masalah rute ini dapat didefinisikan sebagai VRP yang memiliki kendala kapasitas yaitu CVRP. Penelitian sebelumnya telah berhasil menyelesaikan CVRP skala besar dengan beberapa pendekatan algoritma. Dalam penelitian ini, penulis menggabungkan savings algorithm untuk meningkatkan solusi awal dengan Tabu Search yang sangat populer untuk menyelesaikan CVRP skala besar. Algoritma yang ditingkatkan ini diuji pada benchmark CVRP Arnold et al. [5] dan terbukti memiliki hasil yang cukup kompetitif dibandingkan dengan solusi terbaik yang diketahui.

Road transportation, particularly trucking, is the main contributor of logistic cost in total, compared to rail and air. To optimize the cost of road logistics, we need to optimize delivery routes. However, the challenges are that the number of delivery points are also growing rapidly, which makes many possible routes to deliver the package from the depot, and increasing the complexity to find the optimal one. This route problem could be defined as CVRP. Previous research has already proved to solve very large scale CVRP with several approaches to the algorithm. In this paper, we’re combining a Saving Algorithm to improve the initial solution and the very popular Tabu Search to solve very large scale CVRP. This improved algorithm is tested into Arnold et. al. [5] CVRP benchmark and proved to have competitive results compared to the best known solutions."
Jakarta: Fakultas Teknik Universitas Indonesia, 2024
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Fabianus Dhanang Pradanta
"ABSTRAK
Tingkat kemacetan jalan di kota besar cenderung meningkat dari tahun ke tahun.
Kemacetan jalan tersebut menyebabkan model distribusi barang dengan satu
Distribution Center (DC) untuk melayani semua titik pengiriman dalam satu kota besar
belum tentu menjamin ketersediaan barang. Fluktuasi permintaan dan batasan waktu
penerimaan di titik pengiriman menjadi hal yang harus diperhitungkan dalam
menentukan kombinasi rute yang paling efisien. Penambahan sub-DC untuk melayani
beberapa titik pengiriman bisa merupakan satu solusi agar tidak terjadi stock out. Hanya
saja penambahan sub-DC cenderung akan menambah total biaya operasional, baik biaya
pengiriman maupun biaya penyimpanan barang. Untuk itu perlu optimasi penentuan
tambahan sub-DC yang mempunyai biaya paling efisien, termasuk meneliti sejauh mana
perkembangan kondisi kemacetan akan membuat pilihan tambahan sub-DC tepat atau
tidak. Model CVRPTW (Capacitated Vehicle Routing Problem with Time Window)
dijalankan menggunakan VRP Speadsheet Solver. Kasus nyata pengiriman barang di
Jakarta digunakan sebagai benchmark dan mengetes validitas model yang dibuat. Dari
hasil eksperimen, selain didapat rute optimal hasil perhitungan, penambahan sub-DC
tetap menambah biaya operasional total, namun bisa dipilih lokasi sub-DC yang
memberikan tambahan paling kecil dibanding lokasi yang lain. Namun dalam jangka
panjang, dengan kondisi kemacetan ekstrim, penambahan sub-DC ternyata memberikan
biaya total yang lebih efisien dibandingkan bila hanya ada satu DC untuk melayani
semua titik pengiriman barang.

ABSTRACT
The level of traffic congestion in big cities tends to increase from year to year. Traffic
congestion causes the distribution of goods model with one Distribution Center (DC) to
serve all delivery points in one big city not necessarily guarantee the availability of
goods. The demand fluctuations and acceptance time limits at the point of delivery are
the things that must be taken into account in determining the most efficient route
combinations. The addition of sub-DC to serve multiple points of delivery can be one
solution to avoid stock out. It is just that the addition of sub-DC tends to increase the
total operations cost, both shipping and storage costs. Therefore, it is necessary to
optimize the determination of sub-DC additions which have the most efficient cost,
including to examine the extent to which the development of congestion conditions will
make the sub-DC sub-appraisal correct or not. The CVRPTW (Capacitated Vehicle
Routing Problem with Time Window) model is run using VRP Spreadsheet Solver. The
real case of delivery of goods in Jakarta is used as a benchmark and test the validity of
the model created. From the experimental results, in addition to the optimal route of
calculation results, the addition of sub-DC still adds the total operational cost but can be
selected sub-DC location which gives the smallest addition compared to other locations.
However, in the long term, with extreme traffic congestion conditions, sub-DC
additions turn out to provide a more efficient total cost than if there was only one DC to
serve all points of delivery."
2018
T51276
UI - Tesis Membership  Universitas Indonesia Library
cover
Arie Chandra
"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."
Depok: Universitas Indonesia, 2019
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Yazid Yogawinata
"Vehicle Routing Problem (VRP) merupakan salah satu model yang dapat mengatasi permasalahan rute distribusi. Salah satu permasalahan yang ada di dunia nyata adalah rute distribusi kantong darah di UDD PMI DKI Jakarta. UDD PMI DKI Jakarta harus mengirim kantong darah setiap harinya menuju lima UDD PMI masing-masing kota di Provinsi DKI Jakarta. Adanya durasi shelf life darah dan kapasitas mobil yang terbatas membuat permasalahan ini berkembang menjadi Capacitated Vehicle Routing Problem with Time Windows (CVRPTW). Dengan menggunakan software Gurobi, terbukti bahwa rute distribusi masih bisa dioptimasi. Di mana rute awal memerlukan waktu selama 1.034 menit, dan rute hasil optimasi memerlukan waktu selama 707 menit. Pengurangan waktu yang didapat adalah 31,6%, dengan tetap memenuhi kendala lainnya, seperti kapasitas kendaraan dan durasi shelf life kantong darah. Analisis sensitivitas juga dilakukan untuk mengetahui apakah model dapat dipakai dengan fluktuasi permintaan kantong darah yang merepresentasikan kondisi sebenarnya. Dari hasil optimasi menggunakan tiga skenario, didapat bahwa terdapat perubahan durasi perjalanan dan penambahan jumlah kendaraan yang dipakai, serta perubahan rute yang dipilih oleh setiap kendaraan.

The Vehicle Routing Problem (VRP) is a model that addresses distribution route issues. One real-world problem is the distribution of blood bags at UDD PMI DKI Jakarta. UDD PMI DKI Jakarta needs to deliver blood bags daily to five UDD PMI located in each city in DKI Jakarta. The presence of limited blood shelf life duration and vehicle capacity has led to the development of the Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) for this problem. By using Gurobi software, it has been proven that the distribution routes can be optimized. The initial route took 1.034 minutes, while the optimized route took 707 minutes. This resulted in a time reduction of 31,6%, while still meeting other constraints such as vehicle capacity and blood bag shelf life duration. Sensitivity analysis was also conducted to assess whether the model can be used with blood bag demand fluctuations that represent real-world conditions. From the optimization results using three scenarios, it was found that there were changes in travel duration, an increase in the number of vehicles used, and changes in the selected routes for each vehicle."
Depok: Fakultas Teknik Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Fadhli Adwani
"Transportasi merupakan pendorong biaya utama dalam logistik perkotaan, yang semakin rumit dengan meningkatnya e-commerce dan jumlah pelanggan. Masalah krusialnya adalah menemukan rute distribusi yang optimal, yang dikenal dalam optimasi kombinatorial sebagai Vehicle Routing Problem (VRP). Penelitian ini melakukan analisis komparatif antara algoritma simulated annealing dan iterated local search untuk menyelesaikan capacitated VRP. Penelitian ini menerapkan metode tersebut pada contoh masalah dan studi kasus PT. X, salah satu perusahaan pos terbesar di Indonesia. Hasilnya menunjukkan bahwa algoritma 1 unggul dalam menyelesaikan contoh masalah, sementara algoritma 2 memberikan kinerja terbaik untuk data studi kasus. Penelitian ini menyediakan model optimasi untuk kedua skenario tersebut.

Transportation is a major cost driver in urban logistics, increasingly complicated by the rise of e-commerce and the growing number of customers. A critical issue is finding optimal distribution routes, known in combinatorial optimization as the Vehicle Routing Problem (VRP). This paper conducts a comparative analysis of simulated annealing and iterated local search algorithms to solve the capacitated VRP. The research applies these methods to both problem instances and a case study of PT. X, one of Indonesia's largest postal companies. The results show that while algorithm 1 excels in solving problem instances, algorithm 2 achieves the best performance for the case study data. This research provides optimized models for both scenarios."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library