Perancangan Aplikasi Pengaturan Kapal Untuk Transportasi Semen Curah di PT Semen Padang Dengan Menggunakan Algoritma Genetika
DOI:
https://doi.org/10.38035/jstl.v1i1.1Keywords:
Genetic Algorithm, Logistics Management, Ship ManagementAbstract
Abstract: Currently PT Semen Padang already has a ship scheduling plan for a certain period of time. However, this schedule may not be realized due to factors that cannot be controlled. In this study, a genetic algorithm method was used to help planners solve ship management problems for bulk cement distribution at PT Semen Padang. Researchers designed a more flexible application so that it can accommodate changes that occur in the distribution of bulk cement at PT Semen Padang. Based on these data, a trial scenario was carried out to find out the best parameters to solve the problem. The parameters tested were the number of generations with values 100, 200 and 300, population size with values 100, 150 and 200, the probability of crossing over with values of 60%, 65% and 70%, and the probability of mutation with values of 1%, 10 %, and 30%. The results of the implementation of the application resulted in a total logistics cost of IDR 13.79 billion.
Abstrak: Saat ini PT Semen Padang telah memiliki rencana penjadwalan kapal untuk jangka waktu tertentu. Namun penjadwalan ini bisa saja tidak direalisasikan karena adanya faktor-faktor yang tidak dapat dikendalikan. Pada penelitian ini digunakan metode algortima genetika untuk membantu perencana menyelesaikan permasalahan pengaturan kapal untuk distribusi semen curah di PT Semen Padang. Peneliti merancang aplikasi yang lebih fleksibel sehingga dapat mengakomodasikan perubahan yang terjadi pada pendistribusian semen curah di PT Semen Padang. Berdasarkan data tersebut dilakukan skenario uji coba untuk mengetahui parameter terbaik untuk menyelesaikan permasalahan. Parameter yang diuji coba yaitu banyak generasi dengan nilai 100, 200 dan 300, ukuran populasi dengan nilai 100, 150, dan 200, probabilitas pindah silang dengan nilai 60%, 65%, dan 70%, dan probabilitas mutasi dengan nilai 1%, 10%, dan 30%. Hasil dari implementasi dari aplikasi menghasilkan total biaya logistik yang diperoleh sebesar Rp 13,79 milyar.
References
Blanchard, B.S. (1992). Logistics Engineering and Management. New Jersey : Prentice-Hall, Inc.
Bowersox, D.J. (2002). Manajemen Logistik. Jilid 1. Jakarta: Bumi Aksara.
Brønmo, G. dan Løkketangen, A. (2007). An Adaptive Constructive Solution Generator for Ship Scheduling DSS. NIK 2007 Conference.
Gaspersz dan Vincent. (1998). Production Planning and Inventoy Control. Jakata : PT Gamedia Utama.
Henenda, R. (2015). Model Penjadwalan Kapal Untuk Transportasi Semen Curah Di PT Semen Padang Dengan Menggunakan Enumerasi Bertahap Dan Pemrograman Dinamis. Tugas Akhir. Universitas Andalas, Padang.
Hudda, E.S. (2014). Optimalisasi Biaya Distribusi Berbasis Sistem Informasi Dengan Pendekatan Metode Vogell’s Approximation Dan Stepping Stone (Pada PT. Purinusa Ekapersada). Tugas Akhir. Universitas Dian Nuswantoro, Semarang.
Irawan, F.A. (2012). Buku Pintar Pemrograman MATLAB: Cara Cepat dan Mudah Mempelajari Bahasa Pemrograman Penyelesaian Masalah Komputasi. Yogyakarta: MediaKom.
Lasse. D.A. (2015). Manajemen Bisnis Transportasi Laut, Carter dan Claim. Jakarta: PT RajaGrafindo Persada.
MathWorks. (2004). Genetic Algorithm and Direct Search Toolbox User’s Guide. The MathWorks, Inc.
Mitchell, M. (1999). An Introduction to Genetic Algorithms. Cambridge: Massachusetts Institute of Technology.
Nugroho, A.Y. dkk. (2016). Perbandingan Algoritma Branch and Bound dan Algoritma Genetika untuk Mengatasi Travelling Salesman Problem (TSP) (Studi Kasus PT. JNE Semarang). UNNES Journal of Mathematics. 5(2), 135-143.
Pujawan, I.N. (2005). Supply Chain Management. Surabaya: Guna Widya.
Priandani, N.D. dan Mahmudy, W.F. (2015). Optimasi Travelling Salesman Problem with Time Windows (TSP-TW) Pada Penjadwalan Paket Rute Wisata di Pulau Bali Menggunakan Algoritma Genetika. Seminar Nasional Sistem Informasi Indonesia. 2-3 November 2015. Universitas Brawijaya, Malang, 259-266.
Sam’ani. (2012). Rancang Bangun Sistem Penjadwalan Perkuliahan Dan Ujian Akhir Semester Dengan Pendekatan Algoritma Genetika. Tesis. Universitas Diponegoro, Semarang.
Setiawati, C. (2013). Perancangan Alat Bantu Pengambilan Keputusan Penjadwalan Kapal Untuk Transportasi Semen Curah Di PT Semen Padang. Tugas Akhir. Universitas Andalas, Padang.
Sundarningsih, D. dkk. (2017). Penerapan Algoritma Genetika untuk Optimasi Vehicle Routing Problem with Time Window (VRPTW) Studi Kasus Air Minum Kemasan. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 1(2), 100-107.
Suyanto. (2005). Algoritma Genetika Dalam MATLAB. Yogyakarta: Andi.
Tiandini, N. dan Anggraeni, W. (2017). Penerapan Metode Kombinasi Algoritma Genetika dan Tabu Search dalam Optimasi Alokasi Kapal Peti Kemas (Studi Kasus : PT. XYZ). JURNAL TEKNIK ITS. 6(1), 192-198.
Ulva, A.F. (2014). Pencarian Rute Terpendek Dengan Adanya Forbidden Path Menggunakan Genetik Algoritma. Tesis. Universitas Sumatera Utara, Medan.
Zukhri, Z. (2014). Algoritma Genetika Metode Komputasi Evolusioner Untuk Menyelesaikan Masalah Optimasi. Yogyakarta: Andi.
Downloads
Published
How to Cite
Issue
Section
License
Hak Cipta :
Penulis yang mempublikasikan manuskripnya di jurnal ini menyetujui ketentuan berikut:
- Hak cipta pada setiap artikel adalah milik penulis.
- Penulis mengakui bahwa Jurnal Siber Transportasi dan Logistik (JSTL) berhak menjadi yang pertama menerbitkan dengan lisensi Creative Commons Attribution 4.0 International (Attribution 4.0 International CC BY 4.0) .
- Penulis dapat mengirimkan artikel secara terpisah, mengatur distribusi non-eksklusif manuskrip yang telah diterbitkan dalam jurnal ini ke versi lain (misalnya, dikirim ke repositori institusi penulis, publikasi ke dalam buku, dll.), dengan mengakui bahwa manuskrip telah diterbitkan pertama kali di JSTL.
