Claim Missing Document
Check
Articles

Found 35 Documents
Search

Usulan Alat Ukur Penilaian Praktik Green Supply Chain Pada Asphalt Mixing Plant (Amp) Menggunakan Metode Best Worst Method (Bwm) Dharma Air Putra; Putu Giri Artha Kusuma; Femi Yulianti
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pembangunan infrastruktur jalan di Jawa Barat meningkatkan permintaan campuran aspal panas (hotmix) yang diproduksi oleh Asphalt Mixing Plant (AMP). Namun, aktivitas AMP berdampak signifikan terhadap lingkungan melalui emisi karbon. Penelitian ini bertujuan merancang sistem pengukuran penerapan Green Supply Chain (GSC) pada AMP menggunakan metode Best Worst Method (BWM). Penentuan kriteria dan sub kriteria dilakukan melalui studi literatur dari jurnal ilmiah internasional, regulasi pemerintah Indonesia. Proses pengumpulan data dilakukan melalui penyebaran kuisioner kepada responden ahli yang dipilih berdasarkan latar belakang profesional di bidang jas konstruksi dan industri AMP Hasil menunjukkan bahwa Green Production memiliki bobot tertinggi, disusul Waste Management Recycling. Sub-kriteria tertinggi adalah Recycling of Production Waste. Hasil pengolahan data menunjukkan bahwa kriteria Green Production memiliki bobot tertinggi sebesar 0,372, diikuti oleh Waste Management Recycling sebesar 0,261, Green Supplier sebesar 0,183, dan Green Transportation sebesar 0,184. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi dalam bentuk alat ukur evaluatif yang dapat digunakan oleh pemerintah daerah dan pelaku industri sebagai panduan pengambilan keputusan serta peningkatan keberlanjutan pada AMP. Kata kunci— Green Supply Chain, Asphalt Mixing Plant (AMP), Best Worst Method (BWM), Rantai Pasok, Kriteria, Subkriteria
Usulan Kriteria Pemilihan Lembaga Usaha Sebagai Mitra Bpbd Provinsi Jawa Barat Dalam Penanganan Bencana Dengan Metode Fuzzy Ahp Ni Wayan Savitri Arsa Putri; Femi Yulianti; Putu Giri Artha Kusuma
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jawa Barat sebagai bagian dari Indonesiatermasuk dalam kawasan Ring of Fire, area di manasejumlah besar gempa bumi dan letusan gunung berapiterjadi di cekungan Samudra Pasifik. Menurut (BPS,2023)Jawa barat menempati urutan pertama sebagai provinsidengan jumlah bencana alam terbanyak di tahun 2023mencapai 844 kejadian. Akibat kejadian bencana tersebutmencatat sudah sebanyak 3.314.997 jiwa terdampak akibatkejadian bencana alam yang menimbulkan kerugian jiwahingga kerusakan infrastruktur. Pada penelitian ini berfokuspada situasi tanggap darurat bencana. Sesuai dalamPeraturan Kepala BNPB Nomor 12 Tahun 2014 bahwalembaga usaha memiliki peran yang cukup strategis dalammendukung penanggulangan bencana. Namun dari kondisiexisting pada BPBD Provinsi Jawa Barat dari data kemitraanyang terjalin dengan BPBD Provinsi Jawa Barat tahun 2024,yang diperoleh melalui penunjukan langsung dari e-katalogdan selama proses pemilihan mitra BPBD Provinsi JawaBarat belum memiliki acuan secara sistematis dan terstrukturdalam proses pemilihan mitra. Berdasarkan kondisi tersebut,penelitian ini bertujuan untuk mengusulkan kriteriapemilihan dalam pelaksanaan pemilihan lembaga usahasebagai mitra BPBD Provinsi Jawa Barat dengan pendekatanberbasis kebutuhan. Untuk menentukan usulan kriteria,penelitian ini menggunakan metode Fuzzy AnalyticalHierarchy Process (FAHP).Kata kunci — Logistik kemanusiaan, kemitraan, kriteria,sub-kriteria, fuzzy AHP
Usulan Perancangan Rute Distribusi Menggunakan Vehicle Routing Problem Pickup And Delivery Dengan Metode Mixed Integer Linear Programming Untuk Meminimasi Biaya Distribusi (Studi Kasus: Pt Xyz) Muhamad Arvien Nugraha; Femi Yulianti; Gisti Ayu Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

PT XYZ merupakan perusahaan otomotif yang bergerak dalam produksi, perakitan, dan distribusi sepeda motor, menghadapi permasalahan inefisiensi distribusi komponen produksi. Rata-rata pemanfaatan kapasitas armada hanya mencapai 62%, di bawah standar minimum perusahaan sebesar 70%, dengan zona Jakarta menjadi yang terendah sebesar 53%. Selain itu, total biaya distribusi sebesar Rp705.731.040 melebihi target perusahaan sebesar Rp521.600.000. Untuk mengatasi permasalahan tersebut, penelitian ini menerapkan pendekatan Mixed Integer Linear Programming (MILP) pada permasalahan Vehicle Routing Problem with Pickup and Delivery (VRPPD), guna merancang rute distribusi yang efisien dengan meminimalkan biaya distribusi dan meningkatkan pemanfaatan kapasitas armada. Model mempertimbangkan karakteristik utama VRPPD seperti urutan pickup sebelum delivery serta pelayanan pasangan permintaan oleh kendaraan yang sama. Hasil simulasi menunjukkan pengurangan jumlah armada dari lima menjadi tiga unit, peningkatan rata-rata utilisasi kapasitas dari 58,6% menjadi 97,93%, dan penurunan total biaya distribusi menjadi Rp441.764.352. Solusi ini tidak hanya memenuhi target biaya distribusi perusahaan, tetapi juga meningkatkan efisiensi distribusi secara keseluruhan. Kata kunci — Utilitas kapasitas armada, MILP, VRPPD, optimasi rute, distribusi.
Usulan Wilayah Distribusi Pedagang Kopi Keliling Brand XYZ untuk Memperluas Cakupan Permintaan Menggunakan MCLP dan K-Means Golden Pratama; Femi Yulianti; Gisti Ayu Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tren konsumsi kopi di Indonesia meningkat pesat seiring pergeseran gaya hidup generasi muda, memunculkan model bisnis inovatif seperti kopi keliling. Brand XYZ sebagai salah satu pemain kopi keliling di Bandung menggunakan sepeda listrik untuk distribusi langsung ke konsumen. Namun, penentuan lokasi jualan masih berbasis asumsi individu, menyebabkan cakupan permintaan yang kurang optimal. Penelitian ini bertujuan mengusulkan wilayah distribusi yang dapat memaksimalkan cakupan permintaan menggunakan pendekatan Maximal Covering Location Problem (MCLP) dan K- Means clustering. Data permintaan diambil dari 20 titik lembaga pendidikan sebagai proksi permintaan tertinggi, dan 40 kandidat lokasi jualan ditentukan berdasarkan visibilitas, aksesibilitas, serta kedekatan dengan titik permintaan. Hasil model MCLP menunjukkan tercapainya cakupan 100% dengan hanya 15 lokasi jualan terpilih. K-Means kemudian membagi wilayah menjadi tiga cluster yang seimbang secara spasial (skor silhouette 0,4948), memudahkan alokasi pedagang. Implementasi model ini mendukung keputusan strategis brand dalam memperluas area distribusi berbasis data, meningkatkan efisiensi operasional dan potensi penjualan. Kata kunci— Kopi Keliling, MCLP, K-Means, Distribusi, Wilayah Operasional
Prediksi Preferensi Waktu Pengiriman Pelanggan Untuk Optimalisasi Layanan Logistik Menggunakan Decision Tree Yulianti, Femi; Zahira, Aulia Dihas
Jurnal SENOPATI : Sustainability, Ergonomics, Optimization, and Application of Industrial Engineering Vol 7, No 2 (2026): Jurnal SENOPATI Vol 7, No 2 (in progress)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.senopati.2026.v7i2.8113

Abstract

In the era of customer-centric logistics, the ability to predict delivery time preferences is critical to enhancing service quality and operational efficiecy. This study proposes a predictive analytics framework to classify customer-preferred delivery times – morning, afternoon, evening, or night – using historical logistics data and customer perception analysis. Utilizing the Amazon delivery dataset, categorical time intervals were derived through timestamp transformation, enabling classification modeling with three machine learning algorithms Naive bayes, Logistic regression, and Decision tree. Among these, the Decision tree algorithm yielded the best performance, achieving an accuracy of 77% and a macro F1-score of 0.77. Further analysis revealed that traffic conditions, vehicle types, and product categories were the most influential features in predicting delivery time preference. Survei results corroborated the model’s findings, with customer responses highlighting traffic and delivery timing as top priorities for service satisfaction. This research demonstrates the integration of data-driven modeling with customer insights to support decision-making in last-mile logistics. The findings can guide logistics providers in designing adaptive, preference-based delivery schedules that improve service realiability and user experience.Keywords: predictive analytics, delivery time preference, decision tree, last-mile logistics, customer satisfaction, machine learning.