PERANCANGAN SISTEM PENUMPUKAN PETIKEMAS PADA  HALAMAN BELAKANG PETIKEMAS DI PT IPC TERMINAL  PETIKEMAS (TPK) DENGAN METODE ALGORITMA GENETIKA  UNTUK MEMINIMASI BIAYA PENANGANAN PENUMPUKAN  PETIKEMAS - Dalam bentuk buku karya ilmiah

SATRIO KURNIAWAN WICAKSONO

Informasi Umum

Kode

24.04.879

Klasifikasi

518.1 - Algorithms

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Supply Chain

Informasi Lainnya

Abstraksi

<p>PT.IPC Terminal Petikemas merupakan Perusahaan yang bergerak dalam bidang pengelolaan terminal peti kemas. Perusahaan ini berlokasi di Panjang, Bandar Lampung. Terminal ini memegang peranan penting dalam distribusi poduk dari dan ke Pulau Sumatera. Terminal peti kemas merupakan salah satu pilar pendukung kinerja logistik yang baik, oleh karena itu terminal peti kemas harus memiliki kinerja yang optimal. Berdasarkan hasil pengamatan terminal peti kemas menunjukkan (1) adanya ketidak seimbangan aktivitas gate in dan gate out, (2) penggunaan kapasitas tidak optimal dan (3) penggunaan halaman petikemas dan (4) biaya aktual yang melebihi budget. Ketidakseimbangan aktivitas gate in dan gate out mengakibatkan capaian container throughput rendah, hal ini merupakan dampak dari penumpukan container yang terlalu lama. Ketidakseimbangan ini juga dapat mengganggu schedule pengiriman customer. Beberapa solusi untuk mengatasi persoalan peletakan container antara lain (1) memperluas area pelabuhan untuk memperlancar aktivitas gate in/out, (2) menambah tenaga kerja untuk mengoptimalkan aktivitas bongkar muat ataupun gate in/gate out dan (3)mengoptimalkan metode penataan container. Alternatif solusi pertama dan kedua memerlukan biaya yang cukup besar, sehingga opsi penataan container menjadi alternatif yang dilaksanakan Perusahaan. Analisa dalam penelitian ini menggunakan algoritma genetika. Algoritma genetika merupakan metode dalam penentuan urutan penataan container. Pengolahan data pada penelitian ini meliputi dari tiga sub bagian : (1) Pengembangan model matematis, (2) perhitungan metode GA dan (3) implementasi hasil. Simulasi GA pada penelitian ini menggunakan software google colab bantu phyton dengan jumlah sample pada penelitian ini sebesar 300 container. Simulasi GA menunjukkan hasil optimal pada turnamen ke dua puluh lima. Proses verifikasi dan validasi menunjukkan bahwa hasil simulasi GA dapat diterapkan di perusahaan. Setelah proses pengolahan, verifikasi dan validasi data dilakukan maka penghematan biaya sebesar 50,79% akan diperoleh perusahaan.</p>