Optimasi Pengalokasian Ruang Dermaga Menggunakan Algoritma Great Deluge Iterated Local Search

Ghozi, Muhammad Refi Nur (2020) Optimasi Pengalokasian Ruang Dermaga Menggunakan Algoritma Great Deluge Iterated Local Search. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05211640000104-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Jasa transportasi laut yang semakin berkembang dari tahun ke tahun menyebabkan jumlah kapal peti kemas yang beroperasi meningkat pula, sehingga produktivitas proses bisnis yang dilakukan di dermaga juga harus ditingkatkan. Salah satu proses bisnis tersebut yaitu pengalokasian dermaga. Alokasi ruang dermaga dilakukan ketika kapal laut telah sampai di pelabuhan untuk melakukan bongkar muat dalam waktu seminimal mungkin agar kapal peti kemas tetap berada pada jadwal operasionalnya. Namun, permasalahan alokasi ruang dermaga atau yang biasa disebut dengan Berth Allocation Problem memiliki tingkat kompleksitas yang cukup tinggi dan tergolong ke dalam permasalahan NP-Hard sehingga membutuhkan komputasi tingkat tinggi untuk menyelesaikan permasalahan tersebut. Untuk memperoleh solusi dari permasalahan tersebut, salah satunya dapat dilakukan dengan menggunakan metode heuristic. Oleh karena itu, dalam penelitian ini membahas optimasi permasalahan alokasi ruang dermaga pada benchmark dataset pelabuhan Antwerp. Pencarian solusi optimal dilakukan menggunakan metode Great Deluge Iterated Local Search dengan tetap memperhatikan batasan-batasan yang telah ada. Penggunaan algoritma Great Deluge Iterated Local Search dalam pencarian solusinya mendapatkan hasil yang lebih baik dibandingkan dengan algoritma Hill Climbing dengan jumlah peningkatan rata-rata biaya solusi untuk masing masing datasetnya yaitu mulai dari 0,9% hingga 6,6%. Untuk kedepannya, penelitian ini diharapkan dapat membantu pengimplementasian optimasi pengalokasian transportasi laut secara otomatis atau sebagai acuan untuk referensi penelitian selanjutnya. ======================================================== Sea transportation services are gradually growing and caused an increasement of operating container ships as well, so the productivity of business processes carried out at the docks must also be increased. One such business process is the berth allocation. The berth allocation is carried out when the ships have arrived at the port to carry out loading and unloading in the minimum time possible so that container ships remain on their operational schedule. However, the problem of dock space allocation or commonly known as Berth Allocation Problem has a high level of complexity and is classified as NP-Hard problems so it requires high level computation to solve the problem. To obtain solutions of these problems, one of them can be done using the heuristic method. This research will discusses the optimization of the berth allocation problem using benchmark dataset from Antwerp port. The searching for optimal solutions is done by using the Great Deluge Iterated Local Search method while still regarding the constraints. The use of the Great Deluge Iterated Local Search algorithm in finding the solution gets better results compared to the Hill Climbing algorithm with increasment of the cost of the solution from 0,9 up to 6,6%. In the future, this research is expected to help implement the optimization of sea transportation allocation automatically or as a reference for further research references.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Optimization, Berth Allocation Problem, Great Deluge, Iterated Local Search, Heuristic, Optimasi, Alokasi Dermaga, Great Deluge, Iterated Local Search, Metaheuristic.
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T57.6 Operations research--Mathematics. Goal programming
Divisions: Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis
Depositing User: Mohammad Refi Nur Ghozi
Date Deposited: 27 Aug 2020 03:54
Last Modified: 27 Aug 2020 03:54
URI: https://repository.its.ac.id/id/eprint/81332

Actions (login required)

View Item View Item