Harianto, Ketut Hendra (2015) Pengembangan Simple Iterative Mutation Algorithm (SIM-A) Untuk Menyelesaikan Permasalahan Ship Scheduling And Assignment (Studi Kasus : Distribusi Semen Curah Pada PT. X). Undergraduate thesis, Institut Technology Sepuluh Nopember.
Preview |
Text
2510100090-Undergraduate Thesis.pdf - Published Version Download (2MB) | Preview |
Abstract
PT. X merupakan perusahaan penghasil semen dengan pangsa pasar
tersebesar di Indonesia. Pada tahun 2010, PT. X mampu merebut 43.3% dari total
market share dalam Negeri. 20% dari volume barang yang dihasilkan oleh PT. X
didistribusikan melalui jalur laut. Pada tahun 2013, PT. X menghasilkan biaya
distribusi sebesar 923 Milyar atau setara dengan 39.8% dari total beban usaha.
Pengiriman semen curah pada PT. X dilakukan dengan menggunakan kapal sewa
dengan sistem time charter. Salah satu penyebab biaya distribusi yang besar
adalah adanya mekanisme penjadwalan dan penugasan yang kurang baik. Saat ini
PT. X menggunakan 13 kapal sewa untuk digunakan mengirimkan semen curah
ke 7 packing plant dengan lokasi yang berbeda. Dengan adanya kondisi seperti
itu, maka diperlukan adanya suatu penelitian yang membahas mengenai
penjadwalan dan penugasan kapal (ship scheduling and assignment). Penjadwalan
dan penugasan kapal merupakan permasalahan yang tergolong ke dalam NP-Hard
Problem yaitu permasalahan yang membutuhkan waktu penyelesaian yang lebih
lama seiring bertambahnya ukuran permasalahan. Permasalahan ship scheduling
and assignment (SSA) tergolong ke dalam permasalahan NP-Hard. Oleh karena
itu diperlukan adanya suatu metode yang mampu menyelesaikan permasalahan
SSA dalam waktu yang relatif singkat. Salah satu metode yang bisa digunakan
adalah metode metaheuristik. Pada penelitian ini dikembangkan metode Simple
Iterative Mutation Algorithm (SIM–A) untuk menyelesaikan permasalahan SSA
dengan mempertimbangkan minimum requirement draft kapal untuk bisa berlabuh
di pelabuhan. SIM–A merupakan kombinasi dari dua metode metaheuristik yaitu
Cross Entropy dan Genetic Algorithm. Pada penelitian ini dikembangkan dua
skenario berbeda dimana perbedaannya terletak pada durasi lama waktu mulai
loading maupun unloading.
===========================================================================================================
PT. X is a cement producer companies with the largest market share in
Indonesia. In 2010, PT. X could seize about 43.3% from national total market
share. 20% of goods produced by PT. X have distribution cost about 923 Billion
or equal with 39.8% from total operating expenses. Bulk cement shipment at PT.
X is conducted by using ship charter with time charter system. One of the major
causes of distribution cost increase is unorganized scheduling and shipping.
Currently, PT. X uses 13 ship charters to ship bulk cement to 7 packing plant with
the different location. Due to this situation, we need a research to discuss about
ship scheduling and assignment (SSA). Ship scheduling and assignment is
included in NP-Hard Problem which is the problem that require a longer
completion time over increasing the size of the problem. So we need a method to
solve this problem in a short time by using Meta-heuristic. This research develops
Simple Iterative Mutation Algorithm (SIM–A) to solve the SSA problem
considering ship minimum requirement draft to dock in the port. SIM–A is
combination of two Meta-heuristic methods which are Cross Entropy and Genetic
Algorithm. This research develops two different scenarios; the changing
parameter is time duration of loading and unloading starting time.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSI 658.53 Har p |
| Uncontrolled Keywords: | Ship Scheduling and Assignment, NP - Hard Problem, metode meta-heuristik, Simple Iterative Mutation Algoritm, Minimum requirement draft |
| Subjects: | T Technology > TS Manufactures > TS157.5 Production scheduling |
| Divisions: | Faculty of Industrial Technology > Industrial Engineering > 26201-(S1) Undergraduate Thesis |
| Depositing User: | Mr. Tondo Indra Nyata |
| Date Deposited: | 08 Jul 2019 07:28 |
| Last Modified: | 08 Jul 2019 07:28 |
| URI: | http://repository.its.ac.id/id/eprint/63620 |
Actions (login required)
 |
View Item |