Hasil Pencarian  ::  Simpan CSV :: Kembali

"Layanan pesan-antar makanan (takeaway-delivery) merupakan salah satu layanan yang ditawarkan oleh platform transportasi online dengan proses pengambilan dan pengantaran pesanan dilakukan oleh kurir (driver). Semakin meningkatnya penggunaan layanan pesan antar makanan ini mengakibatkan tingginya jumlah kurir yang dibutuhkan untuk memenuhi permintaan layanan tersebut. Salah satu solusi untuk mengatasi hal tersebut yaitu diperkenalkan fitur multi-order, dimana satu kurir dapat melayani dua permintaan layanan pesan antar makanan untuk pelanggan-pelanggan yang lokasinya berdekatan. Penelitian pada skripsi ini melakukan optimasi rute layanan pesan-antar makanan yang mengimplementasikan fitur multi-order dan bertujuan untuk meminimumkan biaya operasional dengan tetap mempertimbangkan kepuasan pelanggan. Kepuasan pelanggan yang dimaksud terkait dengan rentang waktu (time windows) yang ditetapkan untuk masing-masing pelanggan untuk pengantaran makanan agar kualitas makanan tetap terjaga. Masalah optimasi ini dimodelkan sebagai Vehicle Routing Problem Pickup and Delivery with Time Windows (VRPPDTW). Untuk penyelesaiannya digunakan Metode Ant Colony Optimization (ACO), yaitu metode heuristik yang terinspirasi dari perilaku semut saat mencari makanan yang meninggalkan jejak berupa zat kimia bernama pheromone pada jalur yang dilewati. Pheromone menjadi sinyal bagi sesama semut untuk menandakan jalur yang sudah pernah dilewati semut sebelumnya. Penerapan metode ACO dilakukan pada data yang terdiri dari 50 pesanan yang masuk dengan 10 kali iterasi dan 10 semut yang tersedia. Hasil yang diperoleh dari penerapan metode ACO untuk optimasi layanan pesan antar dengan fitur multi-order yaitu terjadi penghematan biaya operasional hingga 34,85% dan mengurangi jumlah driver yang beroperasi hingga 48% bila dibandingkan dengan layanan pesan antar tanpa menggunakan fitur multi-order.

---

Food delivery services offered by online transportation platforms involve couriers picking up and delivering orders. The increasing demand for these services has led to a higher number of couriers needed. To address this, the multi-order feature was introduced, allowing one courier to handle two food delivery requests from customers located near each other. This thesis research optimizes the food delivery service route using the multi-order feature, aiming to minimize operational costs while considering customer satisfaction. Customer satisfaction is tied to the time windows set for each customer to ensure food quality is maintained upon delivery. This optimization problem is modeled as a Vehicle Routing Problem Pickup and Delivery with Time Windows (VRPPDTW). The solution uses the Ant Colony Optimization (ACO) method, inspired by ants behavior in searching for food and leaving pheromone trails. These pheromones signal other ants about the paths traveled. The ACO method was applied to data consisting of 50 orders with 10 iterations and 10 available ants. Results from applying the ACO method for optimizing the multi-order food delivery service showed operational cost savings of up to 34.85% and a reduction in the number of drivers by up to 48% compared to delivery services without the multi-order feature."

"Perkembangan platform transportasi online mengubah perilaku masyarakat, khususnya dalam layanan pesan-antar makanan online. Tingginya penggunaan layanan ini menimbulkan masalah terkait tingginya jumlah kurir plaform transportasi online yang harus beroperasi untuk memenuhi semua permintaan layanan. Salah satu solusi untuk mengatasi hal tersebut yaitu dengan menggabungkan dua permintaan pesanan (order) dari pelanggan yang lokasinya berdekatan, cukup dilayani oleh satu kurir dengan memperhatikan beberapa kendala sehingga tetap menguntungkan semua pihak. Pelanggan dalam penelitian ini mengacu pada merchant dan customer. Penggabungan dua pelanggan yang dilayani oleh satu kurir di sini disebut sebagai fitur double orders. Penelitian ini melakukan optimasi rute pesan-antar makanan pada layanan transportasi online yang mengimplempentasikan penggunaan fitur double orders dengan mempertimbangkan kepuasan pelanggan dan bertujuan meminimumkan biaya operasional. Kepuasan pelanggan yang dimaksud terkait dengan rentang waktu (time windows) pengambilan dan pengantaran makanan agar kualitasnya tetap terjaga. Kurir yang melewati rentang waktu yang telah ditetapkan akan dikenakan biaya penalti. Masalah optimasi rute layanan pesan-antar makanan ini dimodelkan dalam bentuk Vehicle Routing Problem Pickup Delivery with Time Windows (VRPPDTW), untuk penyelesaiannya digunakan metode Particle Swarm Optimization (PSO). Metode PSO adalah metode metaheuristik yang terinspirasi dari perilaku kawanan organisme (swarm) yang menyimpan informasi mengenai posisi (solusi) terbaik. Pada penelitian ini digunakan data yang terdiri dari 50 permintaan layanan pesan-antar makanan. Hasil yang diperoleh dari penerapan metode PSO untuk mengoptimasi rute kurir layanan pesan-antar dengan fitur double orders tersebut mampu mengurangi jumlah kurir yang beroperasi hingga 50% dan menghemat total biaya operasional yang harus dikeluarkan hingga 36.65%.

---

The development of online transportation platforms has changed public behavior, especially in online food takeaway-delivery services. The high demand for these services has led to issues related to the large number of online transportation platforms drivers needed in fulfilling all service requests. One solution to this problem is by combining two orders from clients located nearby which can be served by a single driver while considering several constraints to ensure it benefits all parties involved. In this study, clients refer to both merchant and customer. The process of combining two clients served by a driver is referred to as the double orders feature. This study focuses on optimizing food takeaway-delivery routes in online transportation services by implementing the double orders feature, considering clients satisfaction and aiming to minimize operational costs. Clients’ satisfaction here relates to the time windows for picking up and delivering food to ensure its quality is maintained. Drivers who exceed the designated time windows will incur penalty costs. The problem of optimizing food takeaway-delivery service routes is modeled as a Vehicle Routing Problem with Pickup and Delivery and Time Windows (VRPPDTW), and it is solved using the Particle Swarm Optimization (PSO) method. PSO is a metaheuristic method inspired by the behavior of swarms of organisms, which store information about the best positions (solutions). In this study, data consisting of 50 food takeaway-delivery requests is used. The results obtained from applying the PSO method to optimize drivers routes with the double orders feature show that it can reduce the number of operating drivers by up to 50% and save total operational costs by 36.65%."