📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 5 dokumenKONSTRUKSI PORTOFOLIO HIJAU MENGGUNAKAN OPTIMISASI MULTIOBJEKTIF BERBASIS NSGA-II DAN ANALISIS DAMPAKNYA TERHADAP NILAI DANA, NILAI MANFAAT, SERTA PREMI PRODUK ASURANSI UNIT-LINKED
Integrasi pertimbangan lingkungan ke dalam keputusan investasi semakin memperoleh perhatian, tetapi keterkaitannya dengan penetapan harga produk asuransi masih jarang dikaji. Penelitian ini mengonstruksi portofolio hijau sebagai dana dasar produk asuransi unit-linked berjaminan minimum dan menganalisis dampaknya terhadap nilai dana, nilai manfaat, dan premi jaminan. Portofolio dibentuk melalui optimisasi multiobjektif berbasis NSGA-II atas 55 saham konstituen S&P 500 dengan tiga objektif, yaitu memaksimalkan imbal hasil serta meminimalkan risiko dan intensitas karbon tersesuaikan. Optimisasi menghasilkan Pareto front berisi 500 solusi yang terverifikasi konvergen melalui hypervolume. Nilai dana diproyeksikan menggunakan Geometric Brownian Motion dan simulasi Monte Carlo, sedangkan premi ditentukan melalui prinsip ekuivalensi dengan basis mortalita TMPI 2023. Hasil menunjukkan bahwa setiap penurunan 1% intensitas karbon diikuti penurunan imbal hasil sekitar 0,20% dan peningkatan risiko sekitar 0,20%. Akibatnya, portofolio yang lebih hijau menghasilkan nilai dana harapan yang lebih rendah dan premi jaminan yang lebih tinggi. Pada perbandingan setara-risiko, biaya keberlanjutan dalam bentuk premi sebesar 9,7%. Penelitian ini menjembatani konstruksi portofolio hijau dan penilaian aktuaria dengan menerjemahkan trade-off karbon ke dalam besaran premi yang terukur.
MULTI-OBJECTIVE OPTIMIZATION OF CENTRIFUGAL PUMP USING NSGA-II ALGORITHM
Centrifugal pumps are critical components in various industrial applications, including air supply systems, power generation, and the oil and gas industry. The performance of a pump largely depends on the design of the impeller, which serve to increase the fluid energy. In this final project, a multi-objective optimization of the impeller and pump casing design of the Ebara EZ-200 originally redesigned by Philip Gunawan is carried out using the Non-dominated Sorting Genetic Algorithm II (NSGA-II). The optimization aims to simultaneously enhance hydraulic efficiency and pump head by varying several geometric parameters of the impeller. The research methodology involves Computational Fluid Dynamics (CFD) simulations using ANSYS CFX to evaluate the baseline performance of Philipe’s design, followed by a geometry optimization process using NSGA-II to produce optimal designs represented by a Pareto front. The design parameters considered include the outer diameter of the impeller, outlet blade angle, and outlet channel width. The optimization results are then compared to the initial design to assess improvements in both efficiency and pressure ratio. Based on the research results, multi-objective optimization of the centrifugal pump using the NSGA-II algorithm successfully improved hydraulic performance compared to the baseline design. The selected optimal design achieved an increase in pump head of 3.44% and an improvement in hydraulic efficiency of 0.76% relative to the baseline configuration. These results demonstrate that genetic algorithm-based optimization can effectively enhance pump performance without requiring significant modifications to the original design configuration.
PERANCANGAN MODEL PENENTUAN LOKASI, INVENTORI, DAN RUTE PADA SISTEM DISTRIBUSI GAS ELPIJI UNTUK AGEN DENGAN MEMPERTIMBANGKAN ASPEK EKONOMI, LINGKUNGAN, DAN SOSIAL
Distribusi tabung gas elpiji sebagai bahan bakar memasak memegang peranan penting dalam pemenuhan kebutuhan energi rumah tangga di Indonesia, khususnya di daerah-daerah yang memiliki karakteristik geografis dan kepadatan penduduk yang beragam seperti Kabupaten Subang. Dalam praktiknya, proses distribusi tabung elpiji tidak hanya mencakup pengiriman tabung terisi, tetapi juga pengembalian tabung kosong dari pangkalan ke agen sebagai bagian dari sistem logistik tertutup. Tantangan utama dalam sistem ini adalah bagaimana merancang keputusan lokasi agen, pengelolaan inventori, dan penjadwalan rute pengiriman secara simultan dalam suatu kerangka terpadu yang memperhatikan keterbatasan sumber daya dan keberlanjutan operasional. Permasalahan ini dikenal sebagai Location Inventory Routing Problem (LIRP), yang dalam penelitian ini diterapkan pada studi kasus PT X sebagai Agen distribusi di Kabupaten Subang, Jawa Barat. Penelitian ini berkontribusi dalam penerapan model LIRP multi-objektif secara komprehensif pada studi kasus nyata distribusi gas elpiji sebuah Agen di Kabupaten Subang, dengan mempertimbangkan karakteristik sistem logistik pengembalian tabung kosong. Penelitian ini juga berkontribusi dalam integrasi tiga aspek pada fungsi objektif, yaitu ekonomi, lingkungan, dan sosial ke dalam satu kerangka optimisasi tunggal. Fungsi objektif ekonomi yaitu minimasi total biaya yang dikeluarkan oleh PT X dalam satu horizon perencanaan meliputi biaya pembukaan Agen, biaya perutean, biaya inventori, biaya kekurangan stok, dan biaya pelanggaran jendela waktu. Fungsi objektif lingkungan yaitu minimasi emisi karbon kendaraan selama proses distribusi yang meliputi jarak tempuh dan laju emisi rata-rata.. Fungsi objektif sosial bertujuan meminimalkan dampak negatif pada internal dan eksternal perusahaan, yang diukur melalui Indeks Dampak Sosial (IDS) yang mengintegrasikan dua komponen yaitu stres fisik pengemudi berdasarkan energi aktivitas bongkar muat dan kualitas layanan kepada masyarakat berdasarkan akumulasi keterlambatan pengiriman. Penelitian ini secara metodologis memberikan kontribusi dengan menerapkan dan membandingkan secara sistematis tiga metode solusi multi-objektif yang berbeda, yaitu Weighted Sum, Epsilon-Constraint, dan Lexicographic ii Model matematis yang dikembangkan memformulasikan keputusan pembukaan lokasi Agen, pengelolaan persediaan pada Agen, serta perutean distribusi tabung gas elpiji yang melibatkan SPBE, Agen, dan Pangkalan dalam suatu kerangka terintegrasi. Formulasi model matematis yang dikembangkan sebagai Mixed- Integer Linear Programming (MILP) dan memiliki batasan seperti kapasitas kendaraan, kapasitas Agen, dan kapasitas energi pengemudi. Data primer dan sekunder dikumpulkan dari PT X yang mencakup jumlah pasokan dan permintaan harian, lokasi SPBE, Agen, dan Pangkalan untuk menentukan jarak antar entitas, dan parameter-parameter lainnya. Model ini dilakukan uji coba dengan menggunakan bahasa pemrograman Python dan perangkan lunak optimisasi Gurobi. Uji coba dilakukan terhadap dua model, yaitu model saat ini dengan mengoperasikan Agen yang sudah berdiri dan model usulan dengan terdapat opsi membuka Agen yang menjadi kandidat. Berdasarkan hasil uji coba, seluruh metode menghasilkan bahwa model usulan menunjukkan efisiensi signifikan dalam seluruh aspek objektif. Dari sisi ekonomi, total biaya distribusi dapat ditekan hingga 8,59% dibandingkan model saat ini, terutama melalui pengurangan biaya rute dan pengelolaan inventori yang lebih adaptif sehingga tidak terjadi pelanggaran jendela waktu. Dari aspek lingkungan, emisi karbon kendaraan berkurang sebesar 27,49% kg CO2 akibat perencanaan rute yang lebih pendek dan efisien. Sementara dari aspek sosial, Indeks Dampak Sosial menunjukkan perbaikan hingga 17,48%, yang didorong oleh eliminasi total keterlambatan pengiriman dan penurunan stres fisik pengemudi. Penelitian ini memberikan kontribusi penting dalam pengembangan model logistik yang bersifat multi-objektif. Secara praktis, model yang diusulkan dapat diimplementasikan oleh agen distribusi untuk mendukung pengambilan keputusan strategis terkait lokasi fasilitas, pengelolaan persediaan, dan perencanaan rute, dengan mempertimbangkan efisiensi biaya sekaligus dampak sosial dan lingkungan. Secara teoritis, penelitian ini memperkaya khazanah ilmu di bidang riset operasi, logistik berkelanjutan, dan optimisasi multiobjektif. Penelitian lanjutan dapat diarahkan pada pengembangan algoritma heuristik atau metaheuristik untuk menangani skala data yang lebih besar, atau integrasi ketidakpastian permintaan dan ketersediaan kendaraan ke dalam model saat ini.
OPTIMISASI MULTIOBJEKTIF UNTUK PENYELESAIAN PERMASALAHAN DALAM PENJUALAN SEPEDA MOTOR
Di tengah persaingan industri sepeda motor yang dinamis, kemampuan dealer untuk merespons permintaan pasar secara cepat dan menjaga kesehatan finansial menjadi kunci utama keberhasilan. Sebagai solusi untuk memenuhi permintaan konsumen, terdapat skema pembiayaan yaitu dealer financing sehingga dapat membantu dealer untuk memenuhi permintaan. Namun, skema tersebut memunculkan dilema, yaitu ketika percepatan pembayaran dilakukan untuk menekan biaya bunga agar tidak membengkak akan berisiko memicu penambahan unit tanpa dipesan sehingga terjadinya penumpukan stok. Sebaliknya, penundaan pembayaran dapat menahan pengiriman yang tidak diinginkan tetapi akan meningkatkan beban finansial. Untuk menyelesaikan permasalahan tersebut, akan digunakan pendekatan terintegrasi dengan menggabungkan analitik prediktif menggunakan XGBoost dan optimisasi multiobjektif untuk menyeimbangkan tiga tujuan, yaitu menekan biaya bank, memenuhi permintaan, dan mengendalikan tingkat persediaan. Untuk menghasilkan banyak solusi Pareto yang menawarkan berbagai alternatif solusi akan digunakan Multiobjective Evolutionary Algorithm Based on Decomposition (MOEA/D) dengan pendekatan Penalty-based Boundary Intersection. Kemudian, untuk memilih solusi akhir, pendekatan interaktif Sinkronisasi NIMBUS digunakan agar pengambil keputusan dapat memilih solusi yang paling sesuai dengan preferensinya. Penelitian ini bekerja sama dengan PT. Daya Anugrah Mandiri (Daya Motor) untuk membantu permasalahan yang ada pada salah satu dealernya sebagai pemberi data, memvalidasi model agar sesuai dengan keadaan di lapangan dan juga sebagai pengambil keputusan. Penelitian ini menunjukkan bahwa penggabungan prediksi berbasis pembelajaran mesin dan MOEA/D, dilanjutkan pemilihan interaktif, mampu menyediakan rekomendasi kebijakan persediaan dan pembayaran yang andal serta praktis bagi dealer.
OPTIMISASI MULTIOBJEKTIF YANG INTERAKTIF PADA MASALAH DISTRIBUSI SUKU CADANG
Manajemen persediaan suku cadang sepeda motor merupakan tantangan penting di industri otomotif khususnya di Indonesia karena memiliki volume pasar yang sangat besar. Tugas akhir ini bertujuan untuk membantu menyelesaikan masalah distribusi suku cadang dengan menentukan nilai optimal jumlah kuantitas pemesanan dan safety stock (SS) untuk berbagai jenis suku cadang secara simultan pada satu periode pemesanan. Optimisasi dilakukan dengan mempertimbangkan tiga tujuan, yaitu meminimalkan total biaya, memaksimalkan tingkat layanan pelanggan atau cycle service level (CSL), dan memaksimalkan perputaran persediaan atau inventory turnover (ITO). Dengan demikian, jumlah pemesanan dan SS yang optimal di setiap suku cadang dapat meminimalkan risiko kekurangan persediaan sekaligus mengurangi potensi penumpukan barang. Penelitian ini bekerjasama dengan PT. Daya Anugrah Mandiri atau lebih dikenal Daya Motor yang merupakan salah satu distributor honda terbesar di Indonesia. Proses optimisasi diawali dengan melakukan prediksi estimasi permintaan suku cadang untuk periode berikutnya menggunakan metode Prophet. Selanjutnya, solusi Pareto optimal dari permasalahan optimisasi diperoleh melalui Reference Vector Guided Evolutionary Algorithm (RVEA) dan Non-Dominated Sorting Genetic Algorithm II (NSGA II). Setelah itu, satu solusi final dipilih melalui metode interaktif Sinkronisasi NIMBUS yang melibatkan pengambil keputusan sehingga solusi final yang diberikan tidak hanya optimal tetapi juga selaras dengan preferensi pengambil keputusan dan kebutuhan perusahaan. Hasil penelitian menunjukkan bahwa NSGA II menghasilkan solusi yang lebih unggul dibanding RVEA. Model optimisasi ini memberikan rekomendasi nilai safety stock (SS) dan jumlah kuantitas pemesanan (Sugor) untuk 50 jenis suku cadang di salah satu cabang Daya Motor. Model optimisasi yang dikembangkan beserta hasilnya dapat berfungsi sebagai alat bantu keputusan yang efektif dan selaras dengan prioritas strategis perusahaan.