DETAIL KOLEKSI

Optimalisasi penjadwalan kereta api commuter jabodetabek lintas Jakarta - Bogor dengan pendekatan Integer Linear Programming (ILP)


Oleh : Dian Retnaningrum

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2014

Pembimbing 1 : Pudji Astuti

Pembimbing 2 : Sucipto Adisuwiro

Subyek : Production scheduling;Scheduling - Computer programs

Kata Kunci : scheduling, commuter trains, integer linear programming.

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2014_TA_STI_06310007_Halaman-Judul.pdf 4
2. 2014_TA_STI_06310007_Lembar-Pengesahan.pdf 2
3. 2014_TA_STI_06310007_Bab-1_Pendahuluan.pdf 9
4. 2014_TA_STI_06310007_Bab-2_Landasan-Teori.pdf 21
5. 2014_TA_STI_06310007_Bab-3_Metode-Penelitian.pdf 5
6. 2014_TA_STI_06310007_Bab-4_Pengumpulan-Data.pdf 25
7. 2014_TA_STI_06310007_Bab-5_Pengolahan-Data.pdf 86
8. 2014_TA_STI_06310007_Bab-6_Analisa-Hasil.pdf 7
9. 2014_TA_STI_06310007_Bab-7_Kesimpulan-dan-Saran.pdf 3
10. 2014_TA_STI_06310007_Daftar-Pustaka.pdf 2

K Kereta Commuter Line (CL) Jakarta — Bogor merupakan salah satu sarana transportasi publik yang diandalkan oleh masyarakat. Pesatnya pertumbuhan akan kebutuhan transportasi dari wilayah Bogor ke Jakarta dan sebaliknya, dapat mengakibatkan padatnya lalu lintas kereta api sepanjang Jakarta-Bogor. Penggunaan rel yang sama oleh beberapa kereta api mengakibatkan keterlambatan perjalanan kereta api. Hal ini berdampak pada penumpukan penumpang dan tingginya load factor. Oleh karena itu diperlukan penelitian tentang optimalisasi penjadwalan agar dapat meminimasi keterlambatan perjalanan kereta api. Tujuan penelitian ini adalah mengevaluasi jadwal CL, merancang model penjadwalan CL, memberikan usulan perbaikan penjadwalan CL untuk meminimalkan keterlambatan. Model optmisasi penjadwalan kereta commuter menggunakan formulasi integer linear programming (ILP) menggunakan LINGO. Kondisi aktual mengalami total keterlambatan 725 menit terhadap jadwal tertulis. Hasil optimasi penjadwalan dengan ILP untuk kondisi aktual pada model awal adalah 628 menit. Perbaikan penjadwalan dengan model skenario I yaitu mengatur headway dengan mengurangi Tmax pada kereta k di jalur i yang mengalamai delay terbesar dihasilkan keterlambatan total sebesar 406 menit/ hari dalam 106 kereta dengan Nilai fiingsi objektif untuk kereta pagi adalah 112 menit ( 1.8 Jam), kereta slang adalah 103 menit ( 1.4 Jam), kereta sore adalah 129 menit ( 2.1 Jam), kereta malam adalah 62 menit (1 Jam ). Perbaikan model skenario II yaitu mengatur headway dengan menyesuaikan terhadap kereta luar kota pada jadwal sore hari. Solusi yang didapat pada model skenario II tidak ada keterlambatan utnuk masing-masing kereta api. Jumlah kereta yang terlambat dengan menggunakan model awal yaitu berkurang sebesar 0,13%, sedangkan menggunakan skenario I yaitu jumlah kereta yang terlambat sebesar 0,44 %, dan menggunakan skenario II yaitu jumlah kereta yang terlambat yaitu 0% atau tidak ada keterlambatan kereta dengan menggunakan skenario II.

T The Jakarta – Bogor Commuter Line (CL) train is one of the public transportation facilities that people rely on. The rapid growth of transportation needs from the Bogor area to Jakarta and vice versa, can result in heavy rail traffic along the Jakarta-Bogor route. The use of the same rail by several trains results in delays in train travel. This has an impact on the accumulation of passengers and the high load factor. Therefore, research is needed on scheduling optimization in order to minimize train travel delays. The purpose of this study was to evaluate the CL schedule, design a CL scheduling model, and propose improvements to the CL schedule to minimize delays. The commuter train scheduling optimization model uses an integer linear programming (ILP) formulation using LINGO. The actual condition experienced a total delay of 725 minutes against the written schedule. The result of scheduling optimization with ILP for the actual conditions in the initial model is 628 minutes. Scheduling improvement with the scenario I model is to adjust the headway by reducing Tmax on train k on line i which experiences the largest delay resulting in a total delay of 406 minutes / day in 106 trains with the objective function value for morning trains is 112 minutes (1.8 hours), slang trains is 103 minutes ( 1.4 Hours), afternoon train is 129 minutes ( 2.1 Hours), night train is 62 minutes (1 Hour ). The improvement of the scenario II model is to adjust the headway by adjusting the train outside the city on the afternoon schedule. The solution obtained in the scenario II model is that there is no delay for each train. The number of trains that are late using the initial model is reduced by 0.13%, while using scenario I, namely the number of trains that are late by 0.44%, and using scenario II, the number of trains that are late is 0% or there are no train delays by using scenario II.

Bagaimana Anda menilai Koleksi ini ?