Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JOURNAL OF INDUSTRIAL AND MANUFACTURE ENGINEERING
Tombak Gapura Bhagya
Insan Cendekia Mandiri University
Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Algortitma Genetik Pada Penjadwalan Transportasi Kapal Laut (Studi Kasus PT. Pelni) Tombak Gapura Bhagya
JOURNAL OF INDUSTRIAL AND MANUFACTURE ENGINEERING Vol 5, No 2 (2021): EDISI NOVEMBER
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jime.v5i2.5952

Abstract

Penjadwalan dalam transportasi merupakan bagian terpenting bagi sebuah perusahaan yang mengalami keterbatasan jumlah moda transportasi. Pada transportasi laut selain keterbatasan moda transportasi, biasanya setiap pelabuhan tidak bisa menerima semua jenis kapal laut, sehingga semakin terbatas moda transportasi yang bisa berlabuh pada pelabuhan tertentu. Menjadi penting bagi perusahaan moda transportasi laut untuk menentukan rute yang tepat dan penugasan kapal yang cocok serta sesuai dengan pelabuhan. Algoritma genetik merupakan salah satu metode heuristic yang biasa digunakan dalam pemecahan masalah penjadwalan. Pada kasus transportasi kapal laut, metode ini menjadi salah satu opsi heuristic terbaik untuk mendapatkan penjadwalan terbaik dalam penentuan rute dan penugasan kapal. Dalam pemakaiannya, algoritma genetik dimulai dengan pembangkitan rute secara heuristic agar di dapatkan inisialisasi rute dari penjadwalan awal. Setelah mendapatkan inisialisasi dilakukan pendekatan operator genetic (elitis, crossover dan mutasi) untuk menghasilkan penjadwalan baru dengan fitness function yang lebih baik. Sebagai model penelitian digunakan Sistem PT. Pelni sebagai studi kasusnya dengan fitness function berupa biaya operasional terkecil. Hasil dari pemakaian metode ini memberikan penjadwalan secara fitness function lebih murah dengan selisih hingga Rp 2.350.980.244,20 dan waktu tempuh yang lebih panjang dengan selisih 65,36 hari dibandingkan dengan penjadwalan yang ada saat ini. Semakin banyak iterasi yang digunakan pada algoritma genetik, hasil yang diperoleh cenderung akan semakin baik, jika hasilnya belum mencapai tahap jenuh.
Co-Authors