Search for collections on Undip Repository

OPTIMASI JADWAL OPERASIONAL TRANSPORTASI UMUM MENGGUNAKAN INTEGRASI SIMULASI MONTE CARLO DAN ALGORITMA GENETIKA: STUDI KASUS BALIKPAPAN CITY TRANS (BACITRA)

Baihaqi, Muhammad Rifyal (2026) OPTIMASI JADWAL OPERASIONAL TRANSPORTASI UMUM MENGGUNAKAN INTEGRASI SIMULASI MONTE CARLO DAN ALGORITMA GENETIKA: STUDI KASUS BALIKPAPAN CITY TRANS (BACITRA). Undergraduate thesis, Universitas Diponegoro.

[thumbnail of FILE 1_MUHAMMAD RIFYAL BAIHAQI - Muhammad Rifyal Baihaqi.pdf] Text
FILE 1_MUHAMMAD RIFYAL BAIHAQI - Muhammad Rifyal Baihaqi.pdf

Download (3MB)
[thumbnail of FILE 2_MUHAMMAD RIFYAL BAIHAQI_compressed - Muhammad Rifyal Baihaqi.pdf] Text
FILE 2_MUHAMMAD RIFYAL BAIHAQI_compressed - Muhammad Rifyal Baihaqi.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of FILE 3_MUHAMMAD RIFYAL BAIHAQI - Muhammad Rifyal Baihaqi.pdf] Text
FILE 3_MUHAMMAD RIFYAL BAIHAQI - Muhammad Rifyal Baihaqi.pdf

Download (297kB)

Abstract

Ketidakpastian waktu tempuh menjadi salah satu kendala dalam penyusunan jadwal
operasional transportasi umum akibat kondisi lalu lintas, waktu berhenti di halte, dan
faktor operasional lainnya. Kondisi tersebut dapat menyebabkan keterlambatan
perjalanan, ketidaksesuaian Round Trip Time (RTT), serta meningkatnya waktu tunggu
armada. Penelitian ini bertujuan mengoptimalkan jadwal operasional transportasi
umum menggunakan model Multi-Depot Stochastic Vehicle Routing Problem
(MD-SVRP). Ketidakpastian waktu tempuh dimodelkan dengan distribusi Lognormal
dan disimulasikan menggunakan Monte Carlo untuk memperoleh nilai Safe Travel
Time (STT) dan RTT yang lebih representatif. Selanjutnya, Algoritma Genetika
digunakan untuk menentukan jadwal keberangkatan kendaraan yang meminimalkan
total ekspektasi idle time dengan tetap memenuhi kendala operasional berupa batas
waktu operasional, headway, serta batas perubahan terhadap jadwal eksisting. Model
diterapkan pada sistem transportasi Balikpapan City Trans (BACITRA). Hasil
penelitian menunjukkan bahwa integrasi Simulasi Monte Carlo dan Algoritma
Genetika mampu menghasilkan jadwal operasional yang lebih adaptif terhadap
ketidakpastian waktu tempuh. Hasil optimasi menunjukkan penurunan Expected Idle
Time pada seluruh koridor, yaitu sebesar 4,77% pada Koridor A, 44,98% pada Koridor
B, dan 62,73% pada Koridor C. Hasil ini menunjukkan bahwa Algoritma Genetika
mampu menghasilkan jadwal operasional yang lebih efisien dalam mengurangi waktu
menganggur kendaraan dengan tetap memenuhi kendala operasional.

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Mathematics
Depositing User: Nurcahya Yulian
Date Deposited: 01 Sep 2026 06:36
Last Modified: 01 Sep 2026 06:36
URI: https://eprints2.undip.ac.id/id/eprint/60335

Actions (login required)

View Item View Item