Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRACT
Skripsi ini membahas bagaimana permasalahan reposisi kontainer kosong dapat berdampak pada alokasi kargo, pemilihan rute dan alokasi kapal pada konteks Tol Laut Indonesia. Penelitian ini mencari total biaya operasi paling minimum dengan mempertimbangkan struktur hub-and-spoke dan permintaan kontainer bermuatan maupun kosong antar ke-24 pelabuhan Tol Laut Indonesia. Penelitian kemudian memodelkan permasalahan menjadi model optimasi mixed integer linear programming dan diterjemahkan ke dalam bentuk model komputer dengan bahasa pemrograman C#. Hasil penelitian menunjukkan bahwa dalam kondisi normal, biaya mingguan yang dibutuhkan adalah sekitar $4.3 juta. Skripsi ini juga membandingkan perbedaan keputusan jika terjadi kenaikan permintaan volume kontainer bermuatan di wilayah timur Indonesia sampai lima kali kenaikan.

---

ABSTRACT
This thesis discusses the impact of repositiong empty containers to cargo routing, route selection, and fleet deployment in the context of Indonesia Maritime Highway. This research seeks to minimize the total liner shipping operating costs in respect to the hub-and-spoke network structure with laden and empty container demand from all 24 ports of Indonesia Maritime Highway. A mixed integer linear programming model is then developed and translated into computer model using C# programming language. Results show that approximately $4.3 million is spent for weekly liner shipping operating costs. This thesis also compares the difference in decision if the total volume of laden container demand in Eastern hemisphere of Indonesia is increased up to five times of its normal demand.

Abstrak :
Sejalan dengan meningkatnya popularitas kapal pesiar dalam beberapa waktu terakhir, beberapa rute baru telah dikembangkan demi menggaet ceruk pasar yang lebih luas dan lebih masif. Walaupun dalam 3 tahun ke belakang industri tersebut terdampak pandemi, namun menurut data, di seluruh dunia, industri kapal pesiar memiliki tingkat pertumbuhan tahunan penumpang sebesar 6,6% dari 1990-2019. Menyikapi hal ini, beberapa perusahaan pelayaran kapal pesiar gencar membuat dan melakukan kajian untuk membuat rute baru. Kebijakan ini juga merupakan salah satu cara perusahaan memanfaatkan kondisi pasar yang mulai berangsur membaik pasca pandemi. Sampai saat ini sudah ada total 8 armada kapal pesiar baru dari MSC Cruises yang akan dibangun dan siap berlayar di tahun 2023-2028. Namun nyatanya beberapa rute baru hanya menggunakan diversifikasi pelabuhan singgah dan destinasi di berbagai pelabuhan sebagai variabel. Maka dari itu, pemilihan rute merupakan hal yang krusial untuk dapat mengurangi biaya operasional yang tinggi, meminimalisir jarak tempuh serta konsumsi bahan bakar demi mengurangi jejak karbon dan polusi udara. Penelitian ini mengimplementasikan metode optimasi dengan menggunakan Travelling Salesman Problem, dengan algoritma Hamiltonian cycle. Dengan algoritma tersebut, harapannya dapat ditemukan jalur antar pelabuhan dari setiap trayek round-trip dari kapal MSC Cruises yang paling pendek dalam segi jarak. Penelitian ini bertujuan untuk menguji apakah trayek yang sudah ditentukan merupakan jalur paling pendek. Pada penelitian dengan judul Optimasi Pemilihan Rute Pelayaran round-trip Kapal Pesiar MSC Cruises menggunakan Hamiltonian Cycle, ditemukan adanya perbedaan jarak yang lebih dekat sehingga menghasilkan rute pelayaran round-trip yang efisien dan lebih hemat biaya. ......With the increasing popularity of cruise ships in recent times, several new routes have been developed to capture a wider and more massive market niche. Even though in the past 2 years the industry has been affected by a pandemic, according to data, worldwide, the cruise ship industry has had an annual passenger growth rate of 6.6% from 1990-2019. In response to this, several cruise ship shipping companies are intensively making and carrying out studies to create a new route. This policy is also one way for the company to take advantage of market conditions which are starting to improve gradually after the pandemic. Until now, there are a total of 8 new cruise ships from MSC Cruises that will be built and ready to sail in 2023-2028. However, in fact, several new routes only use the diversification of transit ports and destinations at various ports as variables. Therefore, route selection is crucial to reduce high operational costs and minimize mileage and fuel consumption to reduce carbon footprint and air pollution. This study implements the optimisation method using the Traveling Salesman Problem, with the Hamiltonian cycle algorithm. With this algorithm, the hope is to find the shortest route between ports from each round-trip route for MSC Cruises in terms of distance. This study aims to test whether the route that has been determined is the shortest path. In a study entitled Optimizing the Selection of Round-trip Cruise Routes for MSC Cruises using the Hamiltonian Cycle to find a difference in closer distances resulting in an efficient and more cost-effective round-trip shipping route.

Abstrak :
Kapal merupakan salah satu aspek yang penting dalam perekonomian dunia, maupun Indonesia. Kapal dinilai sangat efektif dalam mengirim muatan dari suatu daerah ke daerah lainnya. Lebih dari 7 miliar ton barang terkirim lewat jalur laut setiap tahunnya. Menyikapi hal ini, pemerintah membuat kebijakan Jalur Tol Laut. Kebijakan ini juga merupakan salah satu cara pemerintah memanfaatkan laut Indonesia yang begitu luasnya. Sampai saat ini sudah dibuat 32 trayek tol laut yang mencakup Sabang sampai Merauke. Namun nyatanya masih sering terjadi keterlambatan pengiriman dan juga biaya oprasional kapal (mayoritas dipengaruhi oleh hargga bahan bakar) yang cukup mahal. Maka dari itu, pemilihan rute merupakan hal yang krusial untuk dapat mengurangi biaya oprasional yang tinggi. Penelitian ini mengimplementasikan metode optimasi dengan menggunakan Travelling Salesman Problem, dengan algoritma Hamiltonian cycle. Dengan algoritma tersebut, dapat ditemukan jalur antar pelabuhan dari setiap trayeknya yang paling pendek dalam segi jarak. Penelitian ini bertujuan untuk menguji apakah trayek yang sudah ditentukan merupakan jalur paling pendek. Pada penelitian dengan judul Optimasi Pemilihan Rute Dalam Trayek Tol Laut Menggunakan Hamiltonian Cycle, ditemukan adanya perbedaan jarak yang lebih dekat sehingga akan mengurangi waktu tempuh. Hasil ini bisa menjadi masukan bagi pemerintah sebagai evaluasi kebijakan Tol Laut ......Shipping is one of the most important aspect for world economics, including Indonesia. More than 7 Billion ton of goods are shipped by sea. This is why ships are the most effective transportation for bulk or huge amount of goods. With all of the advantage of using cargo ship as the main transportation for shipments, Indonesian government issued a policy called Jalur Tol Laut. With this policy, the government are utilizing Indonesian sea and aiming to gain more advantages due to all the shipments that happened on the sea. Until 2021, there are 32 Program Tol Laut Routes that covers Sabang to Merauke. Unfortunately, there are still delay and high cost on this operation. This is why the choices of routes must be as optimized as possible. With less voyage distance, less fuel will be used. This study implements optimization using hamiltonian cycle. Distance between ports are calculated and the shortest path will be obtained. Hopefully this study could be a consideration for the Indonesian government to modify the routes for Kebijakan Tol Laut.

Abstrak :
Kapal memiliki peran yang sangat penting pada perekonomian dunia sebagai alat pengangkutan barang baik antar daerah ataupun antar negara. Lebih dari tujuh miliar ton barang dikirim melalui jalur laut setiap tahunnya. Sebagian besar biaya operasional kapal berasal dari pemakaian bahan bakar dan harga bahan bakar sangat bervariasi pada setiap pelabuhan. Pemilihan rute kapal yang tepat merupakan hal yang sangat krusial dalam upaya meminimalisir biaya operasional. Penelitian ini mengimplementasikan metode optimasi dengan mempergunakan algoritma heuristik untuk pemilihan rute kapal dengan tujuan meminimalisir biaya operasional. Data jarak mil laut antar pelabuhan, kecepatan kapal, daya mesin, dan harga bahan bakar pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan 3 algoritma heuristik, yaitu : Nearest Neighbor Algorithm, Simulated Annealing, dan Algoritma Genetika dipergunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif biaya bahan bakar yang seminimum mungkin. Variasi pada destinasi awal/akhir dari pemilihan rute juga dilakukan sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa algoritma genetika memberikan rute dengan biaya bahan bakar yang lebih rendah dari kedua algoritma lain pada setiap pemilihan rute yang dilakukan. Hal ini membuktikan bahwa algoritma genetika lebih efektif dalam menentukan rute kapal dengan biaya bahan bakar yang paling rendah. ......Ships have a very important role in the world economy as a means of transporting goods between regions and between countries. More than seven billion tons of goods are shipped by sea each year. Most of the ship's operating costs come from the use of fuel and fuel prices vary widely at each port. Selection of the right ship route is very crucial to minimize operational costs. This study implements an optimization method using a heuristic algorithm for selecting ship routes with the aim of minimizing operational costs. Data on the distance of nautical miles between ports, ship speed, engine power and fuel prices at each port are processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of 3 heuristic algorithms, namely: Nearest Neighbor Algorithm, Simulated Annealing, and Genetic Algorithm are used to solve the ATSP model created with the minimum fuel cost objective function. The results showed that the genetic algorithm provides a route with lower fuel costs than the other two algorithms at each route selection made. This proves that the genetic algorithm is more effective in determining the route of ships with the lowest fuel cost.

Abstrak :
Pendistribusian BBM di Region Ambon memiliki tantangan berupa terbatasnya akses transportasi melalui jalur darat dikarenakan kondisi geografis yang terdiri dari pulau-pulau sehingga pendistribusain menjadi rumit dan mengalami keterlambatan penyaluran BBM. Sehingga diperlukakn rute distribusi yang optimal untuk memastikan penyaluran BBM tidak terlambat dan tidak ada kelangkaan BBM. Penelitian ini mengimplementasikan metode optimasi dengan mempergunakan algoritma Genetika dan Particle Swarm Optimization untuk pemilihan rute distribusi dengan tujuan meminimalisir jarak tempuh. Data jarak mil laut antar pelabuhan, kecepatan kapal pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan dua algoritma yaitu : Algorima Genetika dan particle swarm optimization dipergunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif jarak tempuh yang seminimum mungkin. Variasi pada destinasi awal/akhir dari pemilihan rute juga dilakukan sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa algoritma genetika memberikan rute terpendek dan efisien dibandingkan particle swarm optimization pada setiap pemilihan rute yang dilakukan. Hal ini membuktikan bahwa algoritma genetika lebih efektif dalam menentukan rute pendistribusian BBM yang lebih pendek dan efisien. ......The distribution of BBM in the Ambon Region has challenges in the form of limited access to transportation via land routes due to geographical conditions consisting of islands so that distribution becomes complicated and delays fuel distribution. So that an optimal distribution route is needed to ensure the distribution of fuel is not late and there is no shortage of fuel. This study implements an optimization method using the Genetic Algorithm and Particle Swarm Optimization for the selection of distribution routes with the aim of minimizing the distance traveled. Nautical mile distance data between ports, ship speed at each port is processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of two algorithms, namely: Genetic Algorithm and particle swarm optimization is used to solve the ATSP model which is made with the objective function of the distance traveled as minimal as possible. Variations in the initial/final destination of the route selection are also performed as additional test parameters of each algorithm. The results showed that the genetic algorithm provides the shortest and most efficient route compared to particle swarm optimization for each route selection made. This proves that the genetic algorithm is more effective in determining the shorter and more efficient fuel distribution route.

Abstrak :
Pada tahun 2020, 6 dari 10 ekonomi yang paling terhubung berada di Asia Singapura; Republik Korea; Malaysia; Hong Kong, Cina; dan Jepang. Sektor pengangkutan laut memiliki peran penting untuk memajukan dan memperlancar perdagangan serta memperlancar perpindahan barang dari satu tempat ke tempat yang lain. Biaya transportasi dianggap sebagai biaya paling tinggi dari total biaya logistik dengan bahan bakar sendiri menyerap lebih dari 60 persen dari biaya operasi. Memilih rute yang optimal untuk meminimalkan biaya bahan bakar merupakan solusi yang efektif bagi perusahaan pelayaran saat mengoperasikan kapal liner. Data jarak mil laut antar pelabuhan, kecepatan kapal, daya mesin, dan harga bahan bakar pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan 2 algoritma, yaitu: Brute-Force Method dan Algoritma Held-Karp digunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif biaya bahan bakar yang seminimum mungkin. Diberikan variasi pada titik awal/akhir rute sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa Algoritma Held-Karp memberikan hasil rute dengan biaya bahan bakar yang sama dengan Brute-Force Method namun proses komputasi berjalan lebih cepat. Hal ini membuktikan bahwa algoritma Held-Karp lebih efektif dalam hal waktu untuk menentukan rute kapal dengan biaya bahan bakar yang paling rendah. ......In 2020, 6 of the 10 most connected economies w in Asia Singapore; Republic of Korea; Malaysia; Hong Kong, China; and Japan. The sea transport sector has an important role to promote and facilitate trade and facilitate the movement of goods from one place to another. Transportation costs are considered the highest cost of the total logistics costs with fuel alone absorbing more than 60 percent of operating costs. Choosing the optimal route to minimize fuel costs is an effective solution for shipping companies when operating liner vessels. Data on nautical miles between ports, ship speed, engine power, and fuel prices at each port are processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of 2 algorithms, namely: Brute-Force Method and Held-Karp Algorithm is used to solve the ATSP model which is made with the objective function of the minimum fuel cost. Variations in the start/end point of the route are given as additional test parameters of each algorithm. The results show that the Held-Karp Algorithm gives route results with the same fuel cost as the Brute-Force Method but the computational process runs faster. This proves that the Held-Karp algorithm is more effective in terms of time to determine ship routes with the lowest fuel costs.

Abstrak :
Dalam perkembangannya, dengan munculnya pelabuhan-pelabuhan baru yang dapat mengakomodir kapal – kapal internasional untuk bersandar, pilihan rute pelayaran yang dapat ditempuh oleh suatu kapal kontainer akan semakin beragam. Efisiensi dari rute yang dipilih dapat dilihat dari penggunaan bahan bakar yang digunakan oleh kapal kontainer untuk mencapai tujuannya. Bahkan beberapa penelitian menyatakan bahwa 50-60% dari keseluruhan biaya operasional kapal didasarkan pada biaya bahan bakar kapal. Harga bahan bakar juga berfluktuatif dan tidak menentu pada setiap pelabuhan sehingga membuat sebuah kesulitan baru bagi perusahaan pelayaran dalam menentukan rute pelayaran yang paling efisien bagi mereka. Pemilihan rute kapal yang tepat sangat penting untuk meminimalkan biaya operasional. Pada penelitian ini, algoritma yang digunakan untuk pemilihan rute kapal dengan biaya paling minimum adalah algoritma Ant Colony dan Brute Force. Data yang digunakan pada penelitian ini berupa data jarak mil laut antara pelabuhan, daya mesin utama dan juga mesin bantu, kecepatan kapal, dan harga bahan bakar di tiap pelabuhan. Pengolahan data dilakukan dengan membuat model Asymetric Travelling Salesman Problem (ATSP) yang memiliki fungsi objektif bahan bakar yang se efisien mungkin, yang nantinya akan diterapkan algoritma Ant Colony dan Brute Force model ATSP. Variasi yang dilakukan pada penelitian ini terdapat pada destinasi awal atau akhir dari pemilihan rute. Hasil penelitian menunjukkan bahwa algoritma Brute Force melakukan pemilihan rute lebih optimal dibandingkan dengan algoritma Ant Colony dari segi penggunaan bahan bakar. ......On its development, with the emergence of new ports that can accommodate international ships to dock, the choice of shipping routes that can be taken by a container ship will be more diverse. The efficiency of the chosen route can be seen from the use of fuel used by the container ship to reach its destination. Some studies state that 50-60% of the overall ship operating costs are based on fuel costs. Fuel prices also fluctuate and are uncertain at each port, making it difficult for companies to determine the most efficient shipping route for them. Selection of the optimum ship route is very important for operational costs. In this study, the algorithm used for selecting the shipping route with the minimum cost is the Ant Colony and Brute Force algorithms. The data used in this study are the distance of nautical miles between ports, main engine power and auxiliary engines, ship speed, and fuel prices at each port. Data processing is start by making the Asymmetric Traveling Salesman Problem (ATSP) model which has the most efficient fuel objective function, which will later be applied to the Ant Colony and Brute Force ATSP models. Variations made in this study are in the initial or final destination of the route selection. The results showed that the Brute Force algorithm selected the optimal route compared to the Ant Colony algorithm in terms of fuel usage.

Abstrak :
Indonesia merupakan salah satu negara maritim terbesar di dunia,untuk menjamin pergerakan barang dan penumpang terus berjalan pemerintah membuat kapal perintis sebagai kapal subsidi untuk pemerataan.wilayah yang menjadi perhatian adalah Regional Indonesia Timur,namun untuk diciptakan biaya operasional yang optimal agar cost dan tujuan bisa tepat sasaran perlu dilakukan optimasi,salah satu hal yang berperan dari terciptanya biaya operasional lebih rendah adalah pemilihan rute dikarenakan  cost lebih banyak dihabiskan pada bahan bakar.dalam pengoptimalan rute yang bersifat travelling salesman problem dapat digunakan penyelesaian berdasarkan metode heuristik,dua metode heuristik yang yang dapat menjadi pilihan adalah Algoritma genetika dan Tabu search dengan membangun pengoptimalan dalam kedua metode tersebut didapatkan kesimpulan keduanya bisa menjadi solusi dan perbedaan hasil kedua metode tidak berbeda jauh,keduanya  menciptakan berbagai rute dalam permasalahan harga bahan bakar optimal yang dapat dijadikan solusi pemilihan rute yang baru. ......Indonesia is one of the largest maritime countries in the world, To ensure the movement of commodity and passengers continues, the government makes pioneer ships as subsidized ships for equity. The area of concern Eastern Indonesia Region, but in order to create optimal operational costs so that costs and goals can be right on target, optimization needs to be done. One of the things that plays a role in creating lower operational costs is route selection because more costs are spent on fuel.When optimizing routes that are traveling salesman problems, solutions based on heuristic methods can be used, Two heuristic methods that can be chosen are genetic algorithms and taboo search by building optimization in the two methods, it can be concluded that both of them can be a solution and the difference in the results of the two methods is not much different, both create various routes in the optimal fuel price problem which can be used as a new route selection solution.