Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan dari penelitian ini adalah untuk mengetahui effektifitas pemberian paket pendamping persalinan terhadap lama persalinan dan tingkat kecemasan ibu bersalin. Metode penelitian yang digunakan adalah kuasi eksperimen dengan rancangan post test only design with control. Tehnik sampling penelitian ini dengan consecutive sampling. Sampel dipilih dengan kriteria inklusi sebanyak 120 orang yang dibagi menjadi dua kelompok yaitu 60 orang sebagai kelompok intervensi dan 60 orang sebagai kelompok non intervensi. Pengumpulan data menggunakan kuesioner T-MAS dan lembar observasi lama persalinan. Faktor yang paling berpengaruh terhadap lama persalinan adalah faktor paritas dengan pvalue 0,038 dengan OR 0,618. Faktor yang paling berpengaruh terhadap kecemasan adalah umur dengan p-value 0,022 dengan OR 2,713.

---

The purpose of this study is to know effectiveness of delivery preparation package on the length of delivery process and level of anxiety. This study used quasi eksperiment with post test only design with control. The sampling technic used consecutive sampling. Of based on inclusion criteria, sample was recruited 120 mothers where 60 of them grouped as intervention an another 60 as control group. The instrumens in this study were T-MAS anxiety instrument and length of delivery process observation form. The most influence factor to the length of delivery process is paritas with p-value= 0,038 and OR 0,618. The most influence factor to the level of anxiety is age with p-value 0,022 and OR -2,713."

"Crowdsourced delivery merupakan suatu upaya dalam mengatasi masalah peningkatan kebutuhan jasa pengiriman barang akibat dari tren berbelanja online pada masyarakat yang meningkat secara signifikan. Crowdsourced delivery didefinisikan sebagai proses pengiriman barang yang melibatkan individu dengan latar belakang profesi bukan sebagai kurir untuk memenuhi kebutuhan last mile delivery. Diibaratkan kurir tersebut merupakan pekerja lepas (freelance) dari perusahaan pengiriman logistik. Last-mile delivery merupakan tahap akhir dari proses distribusi pengiriman barang dimana barang akhirnya sampai kepada pelanggan. Pada skripsi ini dilakukan perencanaan last-mile delivery dengan menggunakan integrasi crowdsourcing parsial, dimana permasalahan tersebut membutuhkan titik singgah sementara dalam proses pengiriman barang. Crowdsourcing parsial merupakan gabungan permasalahan two-echelon vehicle routing problem (2-EVRP) dan truck trailer routing problem (TTRP). Two-echelon vehicle routing problem adalah pencarian rute vehicle routing problem dengan dua tingkat jaringan distribusi. Tingkat jaringan distribusi pertama berupa rute perjalanan truk dan tingkat jaringan distribusi kedua berupa perjalanan kurir crowdsourced. Truck trailer routing problem merupakan variasi tambahan permasalahan 2-EVRP agar pelanggan dapat dilayani menggunakan truk dan juga kurir crowdsourced, jika hanya 2-EVRP saja maka pelanggan hanya dapat dilayani oleh crowd-worker. Pada permasalahan ini digunakan metode simulated annealing untuk mencari pendekatan terhadap solusi optimal rute pengiriman barang. Proses simulated annealing bekerja dengan mencari suatu posisi pada suatu temperatur tertentu untuk mereduksi rute yang tidak diperlukan dan memperbaiki solusi agar menjadi optimal. Dalam skripsi ini digunakan data sebanyak 63 titik koordinat lokasi, di mana terdiri dari 1 depot, 12 titik transfer, dan 50 pelanggan. Hasil terbaik dari beberapa kasus yang dijalankan yaitu untuk kasus 19 pelanggan dilayani truk dan 31 dilayani oleh crowd-worker, dapat menghemat biaya perjalanan sebesar 25,9748%.

---

Crowdsourced delivery is an effort to overcome the problem of increasing the need for goods delivery services due to the trend of online shopping in the community, which has increased significantly. Crowdsourced delivery is defined as the process of delivering goods that involve individuals with professional backgrounds not as couriers, to fulfill last-mile delivery needs. The courier is likened to a freelancer from a logistics delivery company. Last-mile delivery is the final stage of the distribution process where the goods finally arrive at the customer. In this thesis, last-mile delivery planning is carried out using partial crowdsourcing integration, where the problem requires a temporary stopover point in the process of delivering goods. Partial crowdsourcing combines the two-echelon vehicle routing problem (2-EVRP) and the truck trailer routing problem (TTRP). The two-echelon vehicle routing problem is a route-finding vehicle routing problem with two levels of distribution network. The first distribution network level is a truck route, and the second distribution network level is a crowdsourced courier. The truck trailer routing problem is an additional variation of the 2-EVRP problem to serve customers using crowdsourced trucks and couriers. If it is only 2-EVRP, then customers can only be served by crowd-workers. In this problem, the simulated annealing method is used to find an approach to the optimal solution of the shipping route. The simulated annealing process works by finding a position at a specific temperature to reduce unnecessary routes and improve the solution to become optimal. In this thesis, the data used are 63 coordinate location points, consisting of 1 depot, 12 transfer points, and 50 customers. The best results from several cases that were carried out were for cases where 19 customers were served by trucks and 31 were served by crowd-workers. It could save travel costs by 25.9748%."

"Perkembangan e-commerce dari tahun ke tahun semakin meningkat seiring dengan adanya perubahan perilaku belanja daring. Hal ini mengakibatkan kegiatan Last Mile Delivery (LMD) meningkat. LMD merupakan perjalanan terakhir dari proses pengantaran barang. Seiring dengan meningkatnya kegiatan LMD dan banyaknya pilihan layanan LMD yang tersedia di Indonesia dengan karakteristik layanan yang berbeda-beda, maka diperlukan kajian untuk mengevaluasi berbagai sistem layanan LMD. Tujuan dari penelitian ini adalah untuk menganalisis pilihan pelanggan terhadap berbagai sistem layanan LMD berdasarkan faktor-faktor yang mempengaruhi pilihan. Penelitian dilakukan dengan penyebaran kuesioner. Hasil kuesioner berupa urutan faktor kepentingan responden dalam memilih layanan LMD selanjutnya diolah dengan menggunakan metode Analytical Hierarchy Process (AHP). Hasil penelitian menunjukkan bahwa faktor biaya pengiriman merupakan faktor yang paling mempengaruhi pelanggan dalam menentukan pilihan layanan LMD dengan bobot sebesar 61,2%, selanjutnya faktor durasi pengiriman dengan bobot 27,8%, dan faktor eksternalitas dengan bobot 11%. Dengan meninjau dari tiga faktor tersebut, layanan Lazy Delivery merupakan jenis layanan LMD yang paling dipilih oleh pelanggan dengan bobot 43,09%, diikuti dengan layanan Fast Delivery 1 dengan bobot 19%, Fast Delivery 2 dengan bobot 15,2%, dan Super Fast Delivery dengan bobot 11,77%. Hasil penelitian ini dapat dijadikan pertimbangan perancangan sistem LMD kedepannya bagi para pemangku kepentingan penyedia layanan LMD.

---

The development of e-commerce from year to year is increasing in line with changes in the behavior of customers who dare to shop. This has also increased Last Mile Delivery (LMD) activities. LMD is the last journey of a process of delivering goods. Along with LMD activities and the many choices of LMDs available in Indonesia with different service characteristics, it is necessary to study various LMD service systems. The purpose of this study is to analyze the customer's choice of various LMD service systems based on the factors that influence the choice (delivery duration, delivery cost, and externalities). The research was conducted by collecting respondent data using a survey questionnaire from 35 respondents who had made bold shopping and lived in Jabodetabek. The results of the questionnaire in the form of a sequence of respondents' interest factors in choosing LMD services were then processed using the Analytical Hierarchy Process (AHP) method. The results showed that the shipping cost factor is a factor that influences customers in determining the choice of LMD services with a weight of 61.2%, followed by a delivery duration factor with a weight of 27.8%, and an externality factor with a weight of 11%. By reviewing these three factors, Lazy Delivery service is the most preferred type of LMD service by customers with a weight of 43.09%, followed by Fast Delivery 1 with a weight of 19%, Fast Delivery 2 with a weight of 15.2%, and Super Fast Shipping with a weight of 11.77%. The results of the study can be used as considerations for future LMD system design for stakeholders of LMD service providers."

"Pengiriman barang merupakan salah satu kegiatan umum masyarakat yang semakin sering dilakukan akibat peningkatan pengguna sarana belanja dalam jaringan (daring). Peningkatan kegiatan belanja daring mengakibatkan permintaan terhadap jasa pengiriman barang juga mengalami peningkatan. Hal ini juga berdampak pada meningkatnya masalah pengiriman barang terkait masalah lingkungan seperti meningkatnya polusi udara dan juga efisiensi pengiriman barang. Oleh karena itu, dibutuhkan suatu solusi untuk mengatasi masalah lingkungan serta menambah efisiensi pengiriman barang di tahap terakhirnya. Penelitian ini berfokus pada tahap last-mile delivery, yaitu tahap barang dikirimkan dari depot terakhir ke lokasi pelanggan dengan memanfaatkan penggunaan truk pengiriman dan digabung dengan drone. Kombinasi truk dan drone dipandang sebagai solusi yang inovatif. Drone yang menggantikan pengiriman dengan kendaraan bermotor tidak menghasilkan polusi yang biasanya dihasilkan oleh kendaraan berbahan bakar minyak bumi. Kemacetan juga dapat dihindari oleh drone sehingga waktu pengiriman bisa dipersingkat. Drone dapat dengan mudah melakukan pengiriman ke tempat-tempat yang tidak bisa dijangkau oleh kendaraan pengirim barang seperti truk. Dibalik semua kelebihannya, drone memiliki beberapa kendala yaitu harganya yang mahal sehingga menimbulkan keterbatasan kesediaan drone dan juga keterbatasan jangkauan terbangnya. Metode clustering diperkenalkan untuk mengatasi batasan tersebut. Pada penelitian ini digunakan metode Hierarchical Agglomerative Clustering (HAC) dengan mempertimbangkan jumlah drone yang tersedia dan jangkauan terbang maksimum dari drone. Hasil pengelompokkan kemudian digunakan untuk mencari rute optimal dengan metode Tabu Search (TS). Kedua metode ini diimplementasikan pada data simulasi sebanyak 90 pelanggan. Biaya pengiriman yang terdiri dari biaya operasional drone, biaya operasional truk, biaya penggunaan drone serta biaya penggunaan truk akan diminimalkan. Hasil berupa biaya pengiriman, jarak tempuh serta waktu tempuh yang diperoleh dibandingkan dengan hasil dari clustering data berdasarkan jarak tanpa memaksimalkan penggunaan drone serta memperhatikan batasannya. Implementasi HAC dan TS memberikan hasil pengurangan waktu sekitar 45%, pengurangan jarak sekitar 70% dan pengurangan biaya pengiriman sekitar 9%.

---

Goods delivery is a common activity in the society, and it’s becoming more frequent with the existence of online shopping. The surge in online shopping has led to a heightened demand for delivery services. This increase in demand impacts environmental concerns such as escalating air pollution and the efficiency of parcel delivery. Consequently, there’s a need for a solution to address environmental issues and enhance the efficiency of last-mile delivery. This research focuses on the last-mile delivery stage, specifically the movement of goods from the final depot to the customer’s location, utilizing a combination of delivery trucks and drones. The integration of trucks and drones is seen as an innovative solution. Drones, replacing motor vehicles in delivery, reduce pollution typically generated by fossil fuel-powered vehicles. Additionally, drones can evade traffic congestion, shortening delivery times, and easily access locations inaccessible to trucks. However, despite their advantages, drones have constraints, including high costs leading to limited availability and flight range limitations. Clustering methods are introduced to address these constraints. This study employs the Hierarchical Agglomerative Clustering (HAC) method, considering the available number of drones and their maximum flight range. The resulting clusters are then utilized to determine the optimal routes using the Tabu Search (TS) method. Both of this method is implemented on a simulation data of 90 customers. Delivery cost that includes drone operational cost, truck operational cost, drone cost, and truck cost is minimized. The result (delivery cost, distance traveled, and duration) are compared to clustering based on distance only without maximized drones available or consider its constraints. The implementation of HAC and TS provides a reduction in time of around 45%, a distance reduction of about 70%, and a shipping cost reduction of about 9%."

"Perkembangan bisnis e-commerce di Jakarta, Indonesia pada beberapa tahun terakhir membuat sektor bisnis last mile delivery (LMD) berkembang cukup pesat. Peningkatan demand LMD membuat perjalanan kilometer yang dihasilkan semakin besar sehingga menimbulkan eksternalitas negatif, khususnya polusi udara, yang tanpa disadari telah meresahkan masyarakat. Disisi lain, biaya logistik di Indonesia hanya dipengaruhi oleh biaya operasional kendaraan dan tidak ada komponen biaya eksternal. Optimalisasi layanan LMD yang mempertimbangkan biaya internal dan eksternal diperlukan untuk meminimalkan biaya total LMD dan sekaligus mengurangi dampak dari polusi udara. Tujuan dari penelitian ini adalah melakukan optimalisasi sistem distribusi LMD dengan mempertimbangkan biaya eksternal. Optimalisasi sistem distribusi LMD dilakukan dengan cara membentuk model Heterogeneous Fleet Vehicle Routing Problem with Time Window and External Costs (HFVRPTW-EC) dan mengaplikasikan model menggunakan data dari salah satu perusahaan parcel delivery di Jakarta, Indonesia dan kemudian melakukan simulasi dengan membentuk beberapa skenario operasional. Variabel penelitian terdiri dari jenis kendaraan dan sistem distribusi, jenis kendaraan terdiri dari V1 (sepeda motor) dan V2 (mobil pick-up box berbahan bakar bensin), sedangkan sistem distribusi terdiri dari one-tier, two-tier dan multi-tier. Hasil simulasi dan analisa menunjukkan bahwa optimalisasi sistem distribusi dan jenis kendaraan yang dilakukan telah mengurangi biaya total sebesar 34% - 50% dan konsentrasi polusi udara sebesar 38% - 58% dibandingkan kondisi eksisting. Hasil optimasi menunjukkan bahwa skenario yang menggunakan jenis kendaraan V1 dan sistem distribusi one-tier menghasilkan biaya total (biaya internal dan biaya eksternal) dan konsentrasi polusi udara paling minimum. Namun ketika dilakukan perubahan jenis kendaraan V2 menjadi mobil pick-up box berbahan bakar CNG, hasil analisa menunjukkan bahwa skenario dengan sistem distribusi multi-tier dengan jenis kendaraan V1 pada tingkat drop mileage dan V2 pada tingkat stem mileage menghasilkan biaya total dan konsentrasi polusi udara paling minimum.

---

The development of the e-commerce business in Jakarta, Indonesia in recent years has made the last mile delivery (LMD) business sector grow quite rapidly. The increase in LMD demand made the resulting kilometer trip even larger, causing negative externalities, especially air pollution, which unknowingly troubled the public. On the other hand, logistics costs in Indonesia are only affected by vehicle operating costs and there are no external cost components. Optimization of LMD services that considers internal and external costs is needed to minimize the total cost of LMD and simultaneously reduce the impact of air pollution. The purpose of this study is to optimize the LMD distribution system by considering external costs. Optimization of the LMD distribution system is carried out by forming a Heterogeneous Fleet Vehicle Routing Problem with Time Window and External Costs (HFVRPTW-EC) model and applying the model using data from one of the parcel delivery companies in Jakarta, Indonesia and then simulating by forming several operational scenarios. The research variables consisted of the type of vehicle and the distribution system, the type of vehicle consisted of V1 (motorcycle) and V2 (petrol-fueled pick-up box), while the distribution system consisted of one-tier, two-tier and multi-tier. The simulation and analysis results show that the optimization of the distribution system and the type of vehicle carried out has reduced total costs by 34% - 50% and air pollution concentrations by 38% - 58% compared to the existing conditions. The optimization results show that the scenario using V1 vehicle type and a one-tier distribution system produces the minimum total cost (internal cost and external cost) and air pollution concentration. However, when changing the type of V2 vehicle into a CNG-fueled pick-up box, the results of the analysis show that a scenario with a multi-tier distribution system with the V1 vehicle type at the drop mileage level and V2 at the stem mileage level produces the most total cost and air pollution concentration. minimum."