Claim Missing Document
Check
Articles

Found 4 Documents
Search

MODEL INTEGER LINIEAR PROGRAMMING (ILP) DALAM PEMECAHAN TRAVELING SALESMAN PROBLEM (TSP) (STUDI KASUS : PT. PARIS JAYA MANDIRI – AMBON) Daniel B Paillin; Johan M Tupan
ALE Proceeding Vol 3 (2020): Archipelago Engineering (ALE)
Publisher : Fakultas Teknik Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/ale.3.2020.40-47

Abstract

Traveling Salesman Problem (TSP) merupakan suatu permasalahan penentuan rute kendaraan dengan mencari jarak tempuh minimum dari titik awal menuju semua titik tujuan dan kembali lagi pada titik awal dengan asumsi bahwa semua titik tujuan yang akan dilalui hanya dikunjungi sebanyak satu kali untuk memperoleh rute optimal distribusi produk. Pada penelitian ini mencoba menggunakan metode Integer Linier Programming (ILP) dalam menyelesaikan permasalahan TSP. Tolak ukur yang digunakan pada metode ini adalah jarak antar outlet dimulai dari mengukur masing-masing jarak dari gudang menuju oulet dan kembali ke gudang yang tersebar pada wilayah distribusi Sirimau 1 dan 2 serta wilayah distribusi Nusaniwe. Hasil penelitian menunjukan bahwa metode Integer Liniear Programming memiliki output effisiensi rute tempuh baik dari segi jarak sebesar 26.32% dan waktu total 7.42% dari rute regular perusahaan.
PENERAPAN ALGORITMA DIFFERENTIAL EVOLUTION UNTUK PENYELESAIAN PERMASALAHAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) (Studi Kasus: PT. Paris Jaya Mandiri) Daniel B Paillin
ALE Proceeding Vol 2 (2019): Archipelago Engineering (ALE)
Publisher : Fakultas Teknik Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/ale.2.2019.147-153

Abstract

Abstrak PT. Paris Jaya Mandiri adalah salah satu perusahaan yang bergerak pada bidang distributor produk Nestle di Indonesia. Sebagai perusahaan distributor, aktivitas distribusi harus diberi perhatian khusus sehingga dapat mengatasi adanya keterlambatan atau ketidaktepatan waktu pengiriman produk yang disebabkan karena ketidakpastian rute pengiriman produk. Masalah routing kendaraan (VRP) adalah optimasi kombinatorial dan masalah pemrograman integer yang menanyakan "Berapa rute yang optimal untuk armada kendaraan untuk dilalui agar bisa dikirim ke satu set pelanggan?". Ini menjelaskan masalah salesman keliling yang terkenal (TSP) yang akan dikembangkan dengan penyelesaian menggunakan Algorithm Differential Evolution dengan masalah yang diambil yakni Capacitated Vehicle Routing Problem CVRP). Tolak ukur yang digunakan pada metode ini adalah jarak antaroutlet dimulai dari mengukur masing – masing jarak dari gudang menuju oulet dan kembali ke gudang. Pada penelitian ini dilakukan perhitungan untuk mengukur jarak terpendek dari 67 lokasi outlet yang tersebar pada wilayah distribusi Sirimau dan serta wilayah distribusi Nusaniwe. Hasil olahan data metode Branch and Bound menunjukkan bahwa dari 3 wilayah distribusi dapat diperoleh 5 rute optimal yang hasilnya dibandingkan dengan hasil olahan data menggunakan Algorithm Differential Evolution dengan wilayah distribusi keseluruhan diperoleh 4 rute optimal yaitu 1 didapat jarak sebesar 9.93 Km dengan total waktu 37.24 menit, rute 2 sebesar 12,66 Km dengan total waktu 39,99 menit, rute 3 sebesar 24,74 Km dengan total waktu 49,48 menit, rute 4 sebesar 9.5 Km dengan total waktu 21.59 menit.
OPTIMASI RUTE DISTRIBUSI PRODUK NESTLE MENGGUNAKAN METODE BRANCH AND BOUND DAN TWO-WAY EXCHANGE IMPROVEMENT HEURISTIC (STUDI KASUS : PT. PARIS JAYA MANDIRI – AMBON) Daniel B Paillin; Johan M Tupan
ALE Proceeding Vol 1 (2018): Archipelago Engineering (ALE)
Publisher : Fakultas Teknik Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/ale.1.2018.156-162

Abstract

Abstrak Traveling Salesman Problem (TSP) merupakan permasalahan optimasi pencarian rute terpendek dari satu kota ke n-kota lain tepat satu kali dan akan kembali ke titik awal keberangkatan. TSP dikategorikan sebagai hard combinatorial problem sehingga banyak teknik maupun aproksimasi yang dikembangkan untuk pemecahannya. Penelitian ini bertujuan untuk membandingkan teknik branch and bound dengan two-way exchange improvement dalam pemecahan Traveling Salesmen Problem (TSP) didasarkan pada jarak tempuh terkecil dan total waktu tempuh terkecil kendaraan. Penelitian ini diaplikasikan pada kasus nyata permasalahan penentuan rute kendaraan untuk pengiriman produk nestle dari PT. Paris Jaya Mandiri di kota Ambon. Hasil penelitian menunjukan bahwa teknik Two-Way Exchange Improvement memberikan hasil terbaik dibandingkan dengan Branch and Bound, dengan persentase penghematan jarak sebesar 18.09% dan penghematan total waktu sebesar 7.99% dari rute regular perusahaan.
INTEGRASI ANALITICAL HIERARCHY PROCESS-FUZZY DALAM PEMILIHAN SUPPLIER Dolly Rommer; Daniel B Paillin; Johan M. Tupan
ALE Proceeding Vol 4 (2021): Archipelago Engineering (ALE)
Publisher : Fakultas Teknik Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/ale.4.2021.60-67

Abstract

This study discusses the selection of wood raw material suppliers using the AHP-F method. Problems by UD. Bless Furniture is the difficulty of determining which supplier has good performance in terms of price, quality, service, delivery, quantity determination, location as well as guarantees and claims. With many competitors and different raw material prices from each supplier. Many raw materials such as wood cracks are hollow and broken at the ends of the wood, the color of the wood, and the shape of the wood. Delivery plans that are often complained by companies where delivery is not according to the schedule in the agreement. The results of data processing carried out by the AHP fuzzy method show that the criteria that become a priority in supplier selection are the price criteria which have a weight of 0.47. By taking into account the seven criteria above, it is obtained that the supplier recommended being prioritized as the best supplier based on the highest priority weight, namely supplier C with a weight of 0,39 then supplier A with a weight of 0,37 and the third is supplier B with a weight of 0,24.