Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Last mile delivery merupakan proses yang dilakukan oleh pihak logistik untuk mengirim dan mengantarkan paket ke penerima. Lokasi hub yang optimal dapat mengurangi biaya transportasi karena secara langsung mempengaruhi arus barang. Tujuan penentuan lokasi hub yang cocok adalah untuk membentuk arus sambungan pengiriman barang yang efisien sehingga barang dapat didistribusikan secepat mungkin ke penerima akhir barang. Dalam penelitian ini penulis menggunakan studi kasus pada sebuah perusahaan ekspedisi di Indonesia untuk coverage area Depok dan menggunakan metode Facility Location Problem untuk mengetahui lokasi dan jumlah hub yang paling tepat untuk mengcover seluruh area dengan mempertimbangkan coverage area dan biaya bangunan hub yang dipilih. Hasil optimasi mampu memberikan solusi pilihan gudang dengan biaya sewa gudang yang lebih murah dan biaya transportasi yang lebih murah di spesifikasi jumlah gudang yang lebih banyak. Sebagai contoh skenario jangkauan 10 Km, menyediakan jumlah gudang sebanyak 4 gudang dengan titik pengantaran terjauh sebesar 9,3 Km memiliki total biaya sebesar Rp 6.500.363.150 atau 12% lebih rendah biaya dibanding kondisi existing. ......Last mile delivery is a process carried out by logistics parties to send and deliver packages to recipients. Optimal hub locations can lead to reduced transportation costs as they directly affect the flow of goods. The purpose of determining a suitable location for the hub is to establish an efficient flow of goods delivery connections so that goods can be distributed as quickly as possible to the final recipient of the goods. In this study, the author uses a case study in an expedition company in Indonesia for the Depok area coverage and uses the Facility Location Problem method to find out the most appropriate location and number of hubs to cover the entire area by considering the coverage area and cost of the selected hub building. The optimization results are able to provide a warehouse choice solution with cheaper warehouse rental costs and cheaper transportation costs in specifications for a larger number of warehouses. As an example of a 10 Km coverage scenario, providing 4 warehouses with the furthest delivery point of 9.3 Km has a total cost of IDR 6,500,363,150 or 12% lower cost than the existing condition.

Abstrak :
Penelitian ini bertujuan untuk menentukan lokasi SPBG CNG di wilayah DKI Jakarta dengan memperhatikan sudut pandang investor dan konsumen. Fungsi tujuan yang akan dicapai adalah meminimumkan nilai objective yang merupakan hasil perkalian jarak dengan jumlah permintaan dan biaya transportasi serta biaya investasi dan operasional yang menjadi sudut pandang investor. Selain itu, penelitian ini akan dibandingkan dengan model P-Median yang hanya memperhatikan faktor konsumen.Variabel keputusan dalam pembangunan SPBG CNG baru yang digunakan adalah binary integer linier programming. Terdapat 2 variabel keputusan pada penelitian ini, yang pertama adalah penentuan lokasi SPBG dan yang kedua penentuan suplai CNG. Penelitian ini menggunakan software LINGO 10 untuk menentukan solusi penyelesainnya. Selain model dasar, penelitian ini juga menggunakan 2 skenario; penentuan lokasi SPBG CNG dengan jumlah SPBG yang paling optimum; penentuan lokasi dan jumlah SPBG CNG yang sedikitnya harus dibangun di wilayah DKI Jakarta. Dari 46 kandidat lokasi, diperoleh hasil 11 lokasi SPBG baru untuk skenario dasar, sedikitnya 8 lokasi SPBG baru harus dibangun untuk dapat memenuhi permintaan, dan 12 SPBG baru untuk solusi skenario 2. Sedangkan untuk permasalahan p median, jumlah SPBG yang optimum dibangun berjumlah 16 SPBG. ......This study aims to determine the location of CNG fueling station in Jakarta to consider investor and consumer perspective. The objective function to be achieved is to minimize the product of distance, the number of demands, and transportation cost, also investment and operational cost from the investor perspective. This study also be compared with the P-median models that only base on consumer perspective. The decision variables in the construction of a new CNG fueling station are binary integer linear programming. There are two decision variables in this study, the first is the determination of the location and the second determination of CNG supply. This study uses the Lingo software version 10 to solve the models. This study also uses two scenarios; location of CNG fueling station with the most optimum number fueling station; the least number and location be built. From 46 candidate sites, the results are 11 new locations CNG fueling station for the basic scenario, at least 8 new CNG fueling station location should be built, and 12 new CNG fueling station for scenario 2. And for the p median problem, optimum solution are 16 new CNG fueling station must be built.

Abstrak :
Di Provinsi Riau, bencana kebakaran hutan merupakan bencana yang sering terjadi, berdasarkan data BPS lebih dari 65% bencana di Riau adalah kebakaran hutan. Dampak dari bencana kebakaran hutan adalah asap yang menyebar dengan cepat ke daerah berpenduduk. Asap ini berdampak buruk pada kesehatan. Pemerintah Provinsi Riau menetapkan untuk membuat posko kesehatan sampai tingkat kelurahan agar dapat menolong penduduk. Posko kesehatan dapat dibuat secara fleksibel sehingga dapat dibangun pada bangunan yang layak. Posko kesehatan akan menerima pasokan peralatan medis dari BPBD terdekat dan penduduk dapat berobat ke posko kesehatan terdekat secara gratis. Diperlukannya penentuan lokasi posko kesehatan yang dapat menjangkau semua penduduk dengan merata, berjarak dekat, dan penggunaan anggaran yang efisien. Maka dilakukan optimasi untuk menyelesaikan permasalahan tersebut. Pada optimasi tahap 1 tujuannya adalah menentukan lokasi posko kesehatan yang dapat menjangkau semua penduduk dengan biaya minimum. Kemudian, dibuat juga skenario kelonggaran anggaran dari hasil optimasi tahap 1. Skenario sebesar +5%, 10%, 15%, dan 20% dilakukan agar dapat menambah posko kesehatan yang dekat dengan titik api karena semakin dekat maka kualitas udara semakin buruk. Kemudian dilakukan optimasi tahap 2 yaitu untuk meminimalkan jarak dari penduduk ke posko kesehatan dengan memperhatikan titik api dan populasi. Hasil dari optimasi tahap 1 dan tahap 2 adalah lokasi posko kesehatan yang terpilih. Model optimasi dibuat menggunakan python dan Gurobi. Namun, masih terdapat berbagai kekurangan yang dapat diperbaiki pada penelitian selanjutnya. ......In Riau Province, wildfire is a frequent disaster, based on BPS data, more than 65% of disasters in Riau are wildfire. The impact of the wildfire disaster is the smoke that spreads quickly to populated areas. This smoke is bad for health. The Riau Provincial Government decided to establish a relief shelter up to the sub-district level in order to help the wildfire victims. Relief shelter can be made flexibly so that they can be built in appropriate buildings. The relief shelter will receive supplies of medical equipment from the nearest BPBD and residents can seek treatment at the nearest relief shelter for free. It is necessary to determine the location of relief shelter that can reach all population evenly, closely spaced, and use the money efficiently. So, optimization is done to solve the problem. In optimization phase 1, the goal is to determine the location of relief shelter that can reach all population with minimum costs. Then, a budget slack scenario is also made from the optimization results of stage 1. Scenarios of +5%, 10%, 15%, and 20% are carried out in order to increase relief shelter close to wildfire hotspots because the closer they are, the worse the air quality. Then the second stage of optimization is carried out, namely to minimize the distance from population to the relief shelter by paying attention to wildfire hotspots and population. The result of optimization stage 1 and stage 2 is the location of the selected relief shelter. The optimization model was created using python and Gurobi. However, there are still various weaknesses that can be corrected in further research.

Abstrak :
Kegiatan transaksi penjual-belian barang melalui pasar digital di Indonesia memiliki tren meningkat beberapa tahun terakhir. Namun ternyata belum seluruh masyarakat Indonesia yang berpartisipasi pada kegiatan ini, hal ini dilihat dari 79% transaksi masih terjadi di antar pulau Jawa. Tingginya biaya kirim di luar Pulau Jawa merupakan salah satu penyebabnya. Untuk meningkatkan partisipasi masyarakat, pengadaan gudang untuk para penjual dapat menitipkan barangnya menjadi solusi yang ditawarkan. Penentuan letak gudang merupakan hal yang krusial untuk ditentukan. Untuk itu sebuah model optimasi Hub-Location Problem untuk menentukan jumlah dan lokasi gudang yang optimal diaplikasikan pada kasus ini. Dari hasil penelitian ini didapatkan bahwa pembukaan 2 gudang merupakan jumlah yang optimal, dimana dengan adanya pembukaan gudang ini dapat menurunkan biaya pengiriman sebesar 30% dan meningkatkan nilai transaksi sebesar 8.16% dimana peningkatan terbesar terjadi di penjual dari provinsi-provinsi di luar Pulau Jawa. ......E-commerce transaction actitivies in Indonesia have an upward trend in recent years. But apparently, the participation has not been evenly distributed in all regions of Indonesia, in fact 79% transaction occured between only the Java area. The high cost of shipping outside of Java believed to be one of the reason. To increase the participation across Indonesia, opening a warehouse for seller to keep their goods becomes one of the solutions offered. Location and number of warehouses to be opened is a crucial decision to determine. For this reason an Optimization of Hub-Location Problem model is applied in this case to determine the location and number of warehouses. From this study, it was found that 2 is the optimal number of warehouse to be opened, where the opening of these warehouses allows the shipping cost to be reduced 30% averagely. With the shipping cost being reduced, the transaction value is increasing for 8.16%, where the biggest increase occured in sellers originated from provinces outside of Java.

Abstrak :

Bencana alam merupakan kejadian yang sering melanda Indonesia. DKI Jakarta, Ibukota Indonesia, juga tidak terhindar dari terjadinya bencana alam. Namun secara sisi anggaran, DKI Jakarta masih memiliki prioritas lain di luar kegiatan penanggulangan bencana. Salah satu dampak yang terjadi karena bencana alam adalah banyaknya korban yang membutuhkan pelayanan kesehatan berupa respon lapangan. Pelayanan kesehatan ini seringkali tidak memadai. Hal tersebut menimbulkan butuhnya posko kesehatan yang ditempatkan di lokasi yang dapat diakses serta memadai kebutuhan korban dengan batasan anggaran. Facility Location Problem merupakan model optimasi yang dapat digunakan untuk memilih lokasi posko kesehatan. Model optimasi dibuat menggunakan Gurobi untuk Python, dan mendapatkan hasil berupa titik-titik lokasi posko kesehatan yang optimal. Penelitian ini juga menemukan beberapa kekurangan yang dapat dikembangkan dalam penelitian selajutnya.

---

Indonesia is a country that is often hit by natural disasters. DKI Jakarta, Indonesia’s capital doesn’t stray from this trend. In terms of budgeting, DKI Jakarta has other priorities besides disaster relief. One of the impacts of natural disasters are the emergence of victims that need accessible health services. Often times, these health services are inadequate. These two points, budget and inadequacy, increase the demand for accessible relief shelters that can be deployed within a certain budget. Gurobi for Python is used to model a Facility Location Problem that meets these criteria. An optimal solution is found using said model. However, there are some shortcomings of the current model that can be improved in a future research.