Hasil Pencarian  ::  Simpan CSV :: Kembali

"Masalah pemilihan rute optimal dari sejumlah kendaraan untuk melayani sejumlah pelanggan pada jasa penjemputan (pickup service) barang dengan jumlah pelanggan yang berubah terhadap waktu (Dynamic Vehicle Routing Problem/ DVRP) terjadi pada perusahaan-perusahaan layanan angkutan barang. Untuk mengatasi masalah DVRP, optimasi rute dilakukan secara berkala berdasarkan pembagian waktu yang proporsional pada jam operasional perusahaan. Jumlah pelanggan yang bertambah banyak mengakibatkan kemungkinan rute bertambah banyak, dimana setiap rute bersesuaian dengan setiap variabel/ kolom pada model matematis DVRP yang berupa pemrograman linier. Salah satu metode yang digunakan untuk menyelesaikan masalah pemrograman linier dengan jumlah kolom yang sangat besar adalah metode column generation. Pada skripsi ini akan dibahas penerapan metode dynamic column generation yang merupakan perluasan dari metode column generation (statis) untuk menyelesaikan masalah pemilihan rute kendaraan yang optimal pada jasa penjemputan barang (pickup service) yang mempertimbangkan jumlah pelanggan yang berubah terhadap waktu (Dynamic Vehicle Routing Problem/ DVRP). Berdasarkan hasil implementasi menggunakan program komputer, rute yang diterapkan metode dynamic column generation lebih baik dibandingkan dengan rute yang tidak diterapkan metode dynamic column generation.

---

The choice of the best routes used a set of vehicle to serve a set of customer on pickup of goods services with the number of customers changing (dynamic) over time (Dynamic Vehicle Routing Problem/ DVRP) occur on a freight services company. To overcome the problem, a route optimization is done periodically based on the proportional time partition to the company operational hours. Growing number of customer cause growing number of possibilities route, which every route corresponding to every decision variable/ column in the DVRP linear programming model. One of the methods used to solve the problem of linear programming with a very large number of columns is column generation method. In this undergraduate thesis will be discussed about the application of dynamic column generation method which is an extension of the column generation (static) to solve the problem of selecting an optimal vehicle route on pickup of goods services which consider the number of customers changing (dynamic) over time (Dynamic Vehicle Routing Problem/ DVRP). Based on the result of implementation using the computer program, the route applied using the dynamic column generation method better than the route not applied using the dynamic column generation method."

"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. "