Optimasi Dwelling Time Petikemas Dengan Metode Particle Swarm Optimization (PSO)(Studi Kasus: Salah Satu Terminal Petikemas Di Jawa Timur)

Italiyana, Ni Kadek Intan Olivia (2026) Optimasi Dwelling Time Petikemas Dengan Metode Particle Swarm Optimization (PSO)(Studi Kasus: Salah Satu Terminal Petikemas Di Jawa Timur). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043221011-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Efisiensi logistik pelabuhan merupakan faktor utama dalam mendukung kelancaran arus barang dan daya saing industri nasional. Lebih dari 90% aktivitas ekspor dan impor Indonesia dilayani melalui pelabuhan laut. Salah satu indikator kinerja logistik pelabuhan adalah dwelling time, yaitu lama waktu petikemas mulai dari bongkar hingga gate out (untuk impor) dan mulai dari gate in hingga muat (untuk ekspor). Dwelling time yang terlalu panjang dapat meningkatkan biaya logistik, terutama pada komponen biaya penumpukan barang di terminal. Dwelling time yang tinggi dapat membebani pengguna jasa melalui peningkatan biaya serta membebani penyedia jasa melalui penurunan performa layanan sehingga perlu ditangani melalui pendekatan optimasi. Metode yang digunakan dalam penelitian ini adalah Particle Swarm Optimization (PSO), yaitu algoritma metaheuristik untuk mencari konfigurasi variabel input yang mampu mengoptimalkan dwelling time dan estimasi biaya yang ditimbulkannya. Penelitian ini mempertimbangkan variabel ukuran petikemas, tipe petikemas, moda transportasi, pemeriksaan karantina, fisik, X-Ray, dan joint inspection. Data yang digunakan adalah data sekunder dari salah satu terminal petikemas di Jawa Timur. Hasil penelitian menunjukkan bahwa optimasi menggunakan PSO mampu menurunkan dwelling time pada sebagian besar komoditas hingga berada di bawah target nasional 2025 (2,87 hari), dengan mayoritas konfigurasi optimal menggunakan petikemas 20 feet, tipe dry, moda transportasi truk, serta tanpa pemeriksaan. Penurunan dwelling time secara langsung berdampak pada penurunan biaya stacking petikemas, dengan estimasi rata-rata penghematan biaya mencapai 41,87%. Temuan ini menunjukkan bahwa PSO efektif digunakan sebagai alat bantu pengambilan keputusan dalam pengelolaan petikemas, baik bagi pengguna jasa maupun penyedia jasa sebagai upaya meningkatkan efisiensi biaya logistik dan kelancaran distribusi barang.
=====================================================================================================================================
Port logistics efficiency is a key factor in supporting the smooth flow of goods and enhancing national industrial competitiveness. More than 90% of Indonesia’s export and import activities are handled through seaports. One of the main indicators of port logistics performance is dwelling time, defined as the duration from container unloading to gate-out for import activities and from gate-in to loading onto vessels for export activities. Excessive dwelling time leads to increased logistics costs, particularly in terms of container stacking costs at the terminal. High dwelling time not only burdens service users through increased costs but also affects service providers by reducing service performance; therefore, it must be addressed through an optimization approach. This study employs Particle Swarm Optimization (PSO), a metaheuristic algorithm designed to identify optimal configurations of input variables to minimize dwelling time and estimate the associated costs. The variables considered include container size, container type, transportation mode, and inspection processes, namely quarantine inspection, physical inspection, X-ray inspection, and joint inspection. The data used in this study are secondary data obtained from a container terminal in East Java. The results indicate that PSO-based optimization successfully reduces dwelling time for most commodities to below the 2025 national target of 2,87 days, with the majority of optimal configurations involving 20-foot dry containers, truck transportation mode, and no inspection. The reduction in dwelling time directly contributes to a decrease in container stacking costs, with an estimated average cost saving of 41.87%. These findings demonstrate that PSO is effective as a decision-support tool in container management for both service users and service providers, contributing to improved logistics cost efficiency and smoother goods distribution.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Dwelling Time, Optimasi, Particle Swarm Optimization, Terminal Petikemas Efisiensi logistik pelabuhan merupakan faktor utama dalam mendukung kelancaran arus barang dan daya saing industri nasional. Lebih dari 90% aktivitas ekspor dan impor Indonesia dilayani melalui pelabuhan laut. Salah satu indikator kinerja logistik pelabuhan adalah dwelling time, yaitu lama waktu petikemas mulai dari bongkar hingga gate out (untuk impor) dan mulai dari gate in hingga muat (untuk ekspor). Dwelling time yang terlalu panjang dapat meningkatkan biaya logistik, terutama pada komponen biaya penumpukan barang di terminal. Dwelling time yang tinggi dapat membebani pengguna jasa melalui peningkatan biaya serta membebani penyedia jasa melalui penurunan performa layanan sehingga perlu ditangani melalui pendekatan optimasi. Metode yang digunakan dalam penelitian ini adalah Particle Swarm Optimization (PSO), yaitu algoritma metaheuristik untuk mencari konfigurasi variabel input yang mampu mengoptimalkan dwelling time dan estimasi biaya yang ditimbulkannya. Penelitian ini mempertimbangkan variabel ukuran petikemas, tipe petikemas, moda transportasi, pemeriksaan karantina, fisik, X-Ray, dan joint inspection. Data yang digunakan adalah data sekunder dari salah satu terminal petikemas di Jawa Timur. Hasil penelitian menunjukkan bahwa optimasi menggunakan PSO mampu menurunkan dwelling time pada sebagian besar komoditas hingga berada di bawah target nasional 2025 (2,87 hari), dengan mayoritas konfigurasi optimal menggunakan petikemas 20 feet, tipe dry, moda transportasi truk, serta tanpa pemeriksaan. Penurunan dwelling time secara langsung berdampak pada penurunan biaya stacking petikemas, dengan estimasi rata-rata penghematan biaya mencapai 41,87%. Temuan ini menunjukkan bahwa PSO efektif digunakan sebagai alat bantu pengambilan keputusan dalam pengelolaan petikemas, baik bagi pengguna jasa maupun penyedia jasa sebagai upaya meningkatkan efisiensi biaya logistik dan kelancaran distribusi barang. ====================================================================================================================================== Port logistics efficiency is a key factor in supporting the smooth flow of goods and enhancing national industrial competitiveness. More than 90% of Indonesia’s export and import activities are handled through seaports. One of the main indicators of port logistics performance is dwelling time, defined as the duration from container unloading to gate-out for import activities and from gate-in to loading onto vessels for export activities. Excessive dwelling time leads to increased logistics costs, particularly in terms of container stacking costs at the terminal. High dwelling time not only burdens service users through increased costs but also affects service providers by reducing service performance; therefore, it must be addressed through an optimization approach. This study employs Particle Swarm Optimization (PSO), a metaheuristic algorithm designed to identify optimal configurations of input variables to minimize dwelling time and estimate the associated costs. The variables considered include container size, container type, transportation mode, and inspection processes, namely quarantine inspection, physical inspection, X-ray inspection, and joint inspection. The data used in this study are secondary data obtained from a container terminal in East Java. The results indicate that PSO-based optimization successfully reduces dwelling time for most commodities to below the 2025 national target of 2,87 days, with the majority of optimal configurations involving 20-foot dry containers, truck transportation mode, and no inspection. The reduction in dwelling time directly contributes to a decrease in container stacking costs, with an estimated average cost saving of 41.87%. These findings demonstrate that PSO is effective as a decision-support tool in container management for both service users and service providers, contributing to improved logistics cost efficiency and smoother goods distribution.
Subjects:	Q Science Q Science > Q Science (General) > Q337.3 Swarm intelligence
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Ni Kadek Intan Olivia Italiyana
Date Deposited:	30 Jan 2026 02:50
Last Modified:	30 Jan 2026 02:50
URI:	http://repository.its.ac.id/id/eprint/131207

Actions (login required)

View Item