Breaking News
Biaya Kursus Komputer Jogja Multimedia
Kursus Lingo

Kursus/Jasa Lingo | Optimasi Penentuan Rute Pengiriman Multi-Depot Menggunakan Lingo pada Perusahaan Logistik

Silabus Optimasi Penentuan Rute Pengiriman Multi-Depot Menggunakan Lingo pada Perusahaan Logistik

Sesi 1: Pengenalan Optimasi Multi-Depot

  • Memahami konsep optimasi dan permasalahan rute kendaraan.
  • Perbedaan antara optimasi satu depot dan multi-depot.
  • Studi kasus dalam perusahaan logistik.

Sesi 2: Pengantar Lingo untuk Optimasi

  • Memahami fitur dasar Lingo.
  • Instalasi dan konfigurasi Lingo.
  • Pengenalan antarmuka dan perintah dasar.

Sesi 3: Pemodelan Masalah Multi-Depot

  • Struktur dasar pemodelan di Lingo.
  • Variabel, parameter, dan fungsi objektif.
  • Definisi dan pembatasan masalah multi-depot.

Sesi 4: Studi Kasus Dasar Multi-Depot

  • Pemodelan kasus sederhana multi-depot.
  • Input data untuk depot dan kendaraan.
  • Menyelesaikan kasus dasar dengan Lingo.

Sesi 5: Optimasi Rute Sederhana

  • Memodelkan rute dasar dari beberapa depot ke pelanggan.
  • Menentukan rute terpendek dengan menggunakan Lingo.
  • Evaluasi hasil dan interpretasi.

Sesi 6: Penggunaan Kendala dalam Optimasi

  • Menambahkan kendala kapasitas kendaraan.
  • Kendala waktu pengantaran.
  • Kendala jarak maksimal untuk kendaraan.

Sesi 7: Simulasi Pengiriman Multi-Depot

  • Memasukkan data depot, pelanggan, dan kendaraan ke Lingo.
  • Simulasi rute pengiriman.
  • Analisis hasil simulasi.

Sesi 8: Optimasi Rute dengan Permintaan Berbeda

  • Memasukkan data permintaan yang berbeda untuk setiap pelanggan.
  • Mengatur rute berdasarkan permintaan.
  • Evaluasi hasil pengoptimalan.

Sesi 9: Penanganan Kendala Kapasitas

  • Model kapasitas maksimum kendaraan.
  • Alokasi permintaan pelanggan ke depot yang tepat.
  • Analisis hasil optimasi.

Sesi 10: Mempertimbangkan Waktu Layanan

  • Menambahkan kendala waktu layanan ke dalam model.
  • Penjadwalan waktu pengantaran dan pengambilan.
  • Analisis hasil dan evaluasi.

Sesi 11: Penentuan Depot Optimal

  • Memilih depot optimal berdasarkan lokasi dan permintaan.
  • Menggunakan model integer programming untuk pemilihan depot.
  • Interpretasi hasil pemilihan depot.

Sesi 12: Optimasi Biaya Operasional

  • Menentukan biaya bahan bakar, waktu, dan tenaga kerja.
  • Menambahkan fungsi biaya ke dalam model.
  • Analisis hasil optimasi biaya.

Sesi 13: Kendala Kelelahan Pengemudi

  • Menambahkan kendala terkait waktu istirahat pengemudi.
  • Pengaturan rute dengan mempertimbangkan jam kerja.
  • Evaluasi hasil optimasi dengan kendala kelelahan.

Sesi 14: Mengoptimalkan Penggunaan Kendaraan

  • Menentukan jumlah kendaraan yang optimal.
  • Mengurangi biaya operasional melalui penggunaan kendaraan yang efektif.
  • Analisis dan interpretasi hasil.

Sesi 15: Pemetaan Geografis dan Integrasi GIS

  • Integrasi hasil Lingo dengan data GIS.
  • Menggunakan data peta untuk optimasi rute.
  • Visualisasi hasil optimasi pada peta.

Sesi 16: Penanganan Ketidakpastian Permintaan

  • Model ketidakpastian permintaan pelanggan.
  • Teknik optimasi robust untuk permintaan yang tidak pasti.
  • Evaluasi hasil dan pengaruh ketidakpastian pada rute.

Sesi 17: Penjadwalan Pengiriman Multi-Depot

  • Menggabungkan rute dan jadwal pengiriman.
  • Optimasi penjadwalan untuk mengurangi waktu tunggu.
  • Evaluasi hasil penjadwalan.

Sesi 18: Analisis Sensitivitas

  • Analisis sensitivitas terhadap perubahan variabel.
  • Menguji dampak perubahan kapasitas dan permintaan.
  • Interpretasi hasil analisis sensitivitas.

Sesi 19: Penentuan Rute dengan Kendala Batasan Zona

  • Menentukan rute dengan kendala zona geografi.
  • Pembatasan pengiriman berdasarkan zona atau area tertentu.
  • Evaluasi hasil dengan pembatasan zona.

Sesi 20: Pemodelan Rute Dinamis

  • Penyesuaian rute secara dinamis berdasarkan kondisi real-time.
  • Optimasi rute dengan data waktu nyata.
  • Analisis hasil pemodelan rute dinamis.

Sesi 21: Penggabungan Rute dan Penurunan Biaya

  • Teknik penggabungan rute untuk efisiensi.
  • Mengurangi biaya dengan menggabungkan pengiriman.
  • Analisis hasil dan implementasi.

Sesi 22: Penentuan Rute dengan Kendala Lingkungan

  • Memodelkan rute dengan kendala emisi karbon.
  • Optimasi rute untuk mengurangi dampak lingkungan.
  • Analisis hasil dan evaluasi.

Sesi 23: Optimasi Rute untuk Produk Khusus

  • Pemodelan rute untuk produk yang membutuhkan penanganan khusus.
  • Kendala penyimpanan dan pengiriman produk khusus.
  • Evaluasi hasil optimasi.

Sesi 24: Simulasi Pengiriman dalam Skala Besar

  • Memodelkan skenario pengiriman dalam skala besar.
  • Menggunakan Lingo untuk skenario multi-depot yang kompleks.
  • Evaluasi hasil simulasi skala besar.

Sesi 25: Validasi Model dan Pengujian

  • Teknik validasi model optimasi.
  • Pengujian model dengan data historis.
  • Analisis kesesuaian model dengan kondisi nyata.

Sesi 26: Pemodelan Multi-Objective Optimization

  • Memahami optimasi multi-objektif.
  • Menggabungkan beberapa tujuan dalam satu model.
  • Analisis hasil dan trade-off antar tujuan.

Sesi 27: Pengembangan Skrip Lingo untuk Automasi

  • Membuat skrip otomatisasi di Lingo.
  • Mengotomatisasi pemodelan dan pemecahan masalah.
  • Integrasi skrip dengan data eksternal.

Sesi 28: Integrasi dengan Sistem ERP

  • Menghubungkan hasil Lingo dengan sistem ERP perusahaan.
  • Implementasi hasil optimasi ke dalam operasi perusahaan.
  • Studi kasus integrasi Lingo dan ERP.

Sesi 29: Evaluasi Performa dan Peningkatan Model

  • Mengukur performa model optimasi.
  • Teknik peningkatan model dan perbaikan.
  • Evaluasi efektivitas model di lapangan.

Sesi 30: Penyusunan Laporan dan Presentasi Hasil

  • Penyusunan laporan hasil optimasi.
  • Mempresentasikan hasil kepada pemangku kepentingan.
  • Rekomendasi dan strategi implementasi.
KURSUS KOMPUTER ONLINE DIMANAPUN ANDA BERADA

About Jogja Multimedia

Check Also

Kursus Jasa Data Science Machine Learning

Kursus/Jasa Data Science Machine Learning | “Analisis Sentimen Media Sosial Menggunakan Algoritma Natural Language Processing (NLP) untuk Prediksi Tren Konsumen”

Berikut adalah untuk topik “Analisis Sentimen Media Sosial Menggunakan Algoritma Natural Language Processing (NLP) untuk …

Kursus Jasa Vue.JS

Kursus/Jasa Vue.JS | “Implementasi Vue.js dalam Sistem Pengelolaan Data Besar: Studi Kasus pada Aplikasi Monitoring Real-Time dengan Visualisasi Interaktif”

Berikut adalah silabus mengenai “Implementasi Vue.js dalam Sistem Pengelolaan Data Besar: Studi Kasus pada Aplikasi …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *