Article Per Year (5 Year)
p-Index From 2021 - 2026
4.364
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Matrik : Jurnal Manajemen dan Teknik Industri Produksi REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Media Teknik dan Sistem Industri Jurnal Teknik Industri Terintegrasi (JUTIN) Jurnal Cahaya Mandalika Jurnal UNITEK Media Jurnal Informatika Komitmen : Jurnal Ilmiah Manajemen Jurnal Bisnis, Logistik dan Supply Chain Profisiensi : Jurnal Program Studi Teknik Industri ABDINE Jurnal Pengabdian Masyarakat Innovative: Journal Of Social Science Research Journal of Mandalika Literature JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah Al-Zayn: Jurnal Ilmu Sosial & Hukum Sainteks: Jurnal Sain dan Teknik JURNAL INOVASI TEKNIK INDUSTRI
Ekra Sanggala
Universitas Logistik Dan Bisnis Internasional
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Public Health Social Sciences Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Random Savings Algorithm for Solving Russian TSP Instances Sanggala, Ekra; Bisma, Muhammad Ardhya
Sainteks: Jurnal Sain dan Teknik Vol 6 No 1 (2024): Maret
Publisher : Universitas Insan Cendekia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37577/sainteks.v6i1.654

Abstract

Travelling Salesman Problem (TSP) is the problem for finding the shortest route starting from start node then visiting number of node exactly once and finally go back to start node. Savings Algorithm (SA) is a heuristic for solving TSP. In the Savings Algorithm, the first step that must be taken is to calculate the Savings for each pair of nodes. Then the Savings values that have been obtained are sorted from the largest Savings to the smallest Savings. Route is made by first inserting into the route the pair of nodes who has the highest Savings value. Sometimes there are many pairs of node who have the same Savings value, so it will become problem for SA to choose one of them. Random Algorithm can be a solution for solving this problem. Using Random on SA, makes SA become Random Savings Algorithm (RSA). Performance RSA on solving TSP must be tested on TSP Instance. Two important criterias on the test are solution route and CPU Time. Russian TSP Instances contain ten TSP Instances, on which RSA can be tested. The test result shows that RSA can improve the length of existing route rapidly.
Genetic Algorithm untuk Menyelesaikan Russia-20-Nodes-TSP Instance Sanggala, Ekra
Jurnal Teknik Industri Terintegrasi (JUTIN) Vol. 6 No. 4 (2023): Oktober
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jutin.v6i4.22118

Abstract

Travelling Salesman Problem (TSP) merupakan permasalahan penentuan rute terpendek yang diawali dari titik start untuk mengunjungi sekumpulan titik tepat sekali dan diakhiri dengan kembali ke titik start. Genetic Algorithm (GA) merupakan sebuah metaheuristic yang dapat diaplikasikan pada berbagai permasalahan optimasi, termasuk TSP. Untuk membuktikan kemampuan tersebut maka diperlukan sebuah TSP Instance yang akan diselesaikan oleh Genetic Algorithm. Russia-20-Nodes-TSP Instance merupakan salah satu TSP Instance yang terdapat pada Russian TSP Instances. Dengan menggunakan Genetic Algorithm, panjang rute terpendek dari Russia-20-Nodes-TSP Instance adalah 10.104 Km.
Penentuan rute terpendek antara dua titik di gudang menggunakan Dijkstra’s Algorithm dan Microsoft Excel Sanggala, Ekra; Pane, Syafrial Fachri; Habibi, Roni
Jurnal Teknik Industri Terintegrasi (JUTIN) Vol. 8 No. 1 (2025): January
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jutin.v8i1.39060

Abstract

Sebuah gudang merupakan suatu faktor penting dalam logistik dan mempunyai peran vital dalam mengontrol dan mengurangi biaya logistik. Secara umum operasional pada gudang terdiri dari lima fungsi dasar, yaitu: receiving, sorting, storing, order picking dan delivering. Kecepatan pada order picking merupakan faktor penting untuk kepuasan pelanggan. Maka mempersingkat waktu order picking merupakan hal yang penting. Order Picking yang paling sederhana adalah saat produk yang dibutuhkan pelanggan hanya terletak pada satu rak saja, sehingga picker hanya perlu bergera dari titik awal menuju ke titik rak dimana produk berada. Permasalahan penentuan rute terpendek antara dua titik dapat didefinisikan sebagai Shortest Path Problem. Dijkstra’s Algorithm merupakan algoritma yang paling populer dalam menyelesaikan Shortest Path Problem. Untuk menyelesaikan Shortest Path Problem dengan Dijkstra’s Algorithm diperlukan sebuah tool yang dapat membantu menyelesaikan perhitungannya. Microsoft Excel merupakan salah satu tool yang sangat populer dan mudah digunakan untuk menyelesaikan berbagai perhitungan. Dengan mengkombinasikan berbagai formula yang terdapat pada Microsoft Excel terbukti bahwa perhitungan Dijkstra’s Algorithm untuk menyelesaikan Shortest Path Problem dapat dilakukan dengan baik.
Pelatihan Peningkatan Kompetensi Penyelesaian Kasus-Kasus Logistik Menggunakan Microsoft Excel Bagi Guru dan Siswa Jurusan Teknik Logistik di SMKN 1 Garut Sanggala, Ekra; Mustaqim, Kiki; Riza, Noviana
ABDINE: Jurnal Pengabdian Masyarakat Vol. 5 No. 2 (2025): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v5i2.1739

Abstract

SMKN 1 Garut merupakan salah satu SMK Negeri yang berlokasi di Jl. Cinunuk No 309A, Sukagalih, Kecamatan Tarogong Kidul, Kabupaten Garut, Jawa Barat. SMKN 1 Garut  mempunyai jurusan Teknik Logistik (TLG). SMKN 1 Garut ini merupakan  SMKN Unggulan yang terus berusaha untuk meningkatkan kualitas pengajarannya. Sehingga kemampuan guru dan siswanya akan terus diperbaharui. Microsoft Excel merupakan salah satu produk dari teknologi informasi yang begitu terkenal karena kemampuannya yang handal dalam menyelesaikan kasus-kasus perhitungan di berbagai bidang, termasuk  logistik. SMKN 1 Garut sangat berkeinginan agar guru dan siswanya memiliki penguasaan Microsoft Excel untuk menyelesaikan kasus-kasus logistik, tetapi SMKN 1 Garut mengalami kesulitan untuk mendapatkan pelatihannya. Pelaksanaan pelatihan dilakukan di SMKN 1 Garut dengan memanfaatkan laboratorium komputer yang ada di SMKN 1 Garut. Pelaksanaan pelatihan dilakukan pada tanggal 22 September 2025 mulai jam 08:00 sampai dengan jam 16:00. Hasil dari pelatihan menunjukkan bahwa kemampuan guru dan siswa dalam menggunakan Microsoft Excel untuk menyelesaikan kasus-kasus logistik mengalami peningkatan, dengan rata-rata peningkatan adalah 125 poin.
Excel Solver dengan Evolutionary Algorithm sebagai alternatif penyelesaian Capacitated Vehicle Routing Problem (CVRP) Sanggala, Ekra; Sulistiyaningsih, Febriani; Nirwan, Saepudin
Jurnal Teknik Industri Terintegrasi (JUTIN) Vol. 9 No. 1 (2026): January
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jutin.v9i1.53909

Abstract

The Capacitated Vehicle Routing Problem (CVRP) is one of the most popular variants of VRP. In CVRP, only the mass of objects to be transported is considered, typically assuming they are of the same type. Evolutionary Algorithm (EA) is a metaheuristic that can be applied to various optimization problems, including CVRP. Solver is an Excel Add-In that is capable of running EA. With the ability of Evolutionary Algorithm to tackle CVRP and the Solver which is capable of running EA, it can be concluded that solving CVRP can be done using the Solver. For instance A-n32-k5, the solution generated by Solver with EA is 824 or 5.1% longer than the Best Known Solution.
Co-Authors Amri Yanuar Anri Yosafat Sitompul Aqilah Nur Assyifa Asteria*, Jessica Glory Dani Leonidas Dani Leonidas Sumarna Dari*, Putri Wulan Dian Miftahul Jannah Erna Mulyati Fayaqun, Reza Habibi, Roni Hudiyatna*, Rias Tri Jessica Glory Asteria* Leonidas S, Dani Muhammad Ardhya Bisma Muhammad Fadhil Fauzan Mustaqim, Kiki Nirwan, Saepudin Nuurhidayah, Husniyyah Pramudita, Aditia Sovia Pratama, Muhammad Rayhan Putri Wulan Dari* Raihan, Shaquille Rias Tri Hudiyatna* Riyani Sulistyasari Riza, Noviana Selvi Marcellia Sofiana, Arelia Sulistiyaningsih, Febriani Syafrial Fachri Pane, Syafrial Fachri Thohir, Fakhruddin Fathulloh Wirakanda, Gugum Gumilang