Lokasi dan pendirian fasilitas adalah beberapa hal penting pada tahap utama saat mendesain sistem industri. Lokasi industri yang optimal selalu signifikan dari perspektif ahli geografi dan ekonom. Faktanya, lembaga industri dan jasa menangani berbagai masalah untuk menentukan lokasi pabrik atau unit layanan, mendirikan peralatan dan bagian terkait, mendirikan kantor di seluruh kota dan menentukan pusat distribusi. Beberapa mode masalah lokasi diskrit dan alokasi penelitian telah dinilai dalam literatur, termasuk masalah lokasi fasilitas tunggal, masalah lokasi multifasilitas, dan masalah alokasi lokasi. Dalam masalah lokasi fasilitas tunggal, tujuannya adalah untuk menemukan lokasi fasilitas baru sehingga ada total jarak tertimbang minimum antara fasilitas baru dan yang ada. Beberapa contoh sederhana dari masalah fasilitas tunggal termasuk penempatan rumah sakit, stasiun pemadam kebakaran, atau perpustakaan di daerah perkotaan dan penempatan bandara baru untuk menyediakan layanan militer.
Selain itu, masalah lokasi multifasilitas untuk menemukan lokasi yang optimal lebih dari satu fasilitas baru berdasarkan fasilitas yang telah ada. Menurut Golubev dkk. (2021), jenis masalah ini memiliki beberapa kegunaan, termasuk mendirikan beberapa gudang untuk melayani sejumlah wilayah tertentu. Faktanya, masalah lokasi fasilitas tunggal adalah mode tertentu dari masalah lokasi multi-fasilitas. Dalam masalah alokasi lokasi, tujuannya adalah untuk menemukan lokasi optimal untuk fasilitas sedemikian rupa sehingga biaya transportasi dari fasilitas ke pelanggan diminimalkan. Oleh karena itu, sejumlah fasilitas yang optimal harus ditentukan dalam jenis masalah ini untuk memenuhi permintaan pelanggan di lokasi yang sesuai. Dalam masalah alokasi lokasi seperti itu, artikel tersebut membahas keterbatasan kapasitas fasilitas, yang mencegah fasilitas yang diinginkan untuk memenuhi semua permintaan titik pelanggan. Dengan demikian, seluruh permintaan pelanggan dapat dibagi antara fasilitas yang berbeda, masing-masing bertanggung jawab untuk memenuhi hanya satu bagian dari permintaan pelanggan. Miandoabchi dan Farahani (2011) membahas masalah perancangan arah jalan dan penambahan lajur pada jaringan jalan perkotaan berdasarkan kapasitas cadangan. Pada permasalahan ini yang menjadi permasalahan adalah menemukan konfigurasi optimum arah jalan dan alokasi lajur jalan dua arah serta pemilihan proyek penambahan lajur jalan yang optimum untuk memaksimalkan kapasitas cadangan jaringan. Mereka mengusulkan masalah matematika dua tingkat, yang diselesaikan dengan menggunakan algoritma genetika hibrida dan algoritma anneal simulasi evolusioner. Para sarjana ini (Shivaprasad, 2021; Astanakulov et al., 2021) kemudian mempertimbangkan masalah yang sama untuk mode tiga tujuan. Mereka mempresentasikan model pemrograman mixedinteger dan mempresentasikan tiga metode metaheuristik (algoritma genetika hibrida, algoritme annealing simulasi evolusioner, dan algoritme koloni lebah buatan [ABC]) untuk menyelesaikan model tersebut. Zanjirani-Farahani dkk. (2013) juga mengulas masalah desain jaringan transportasi perkotaan.
Franceschetti dkk. (2013) mengevaluasi masalah rute kendaraan yang bergantung pada waktu, di mana perjalanan dianggap dua periode berturut-turut yaitu kemacetan lalu lintas dan menunggu karena terhenti di jalanan. Mereka mengusulkan formulasi program linier integer. Wang dkk. (2017) menilai dinamika perilaku perjalanan liburan dengan penggunaan integrated multimodal travel information (IMTI). Mereka meneliti hubungan dua arah antara biografi perjalanan liburan dan biografi penggunaan IMTI selama perjalanan hidup setelah mengendalikan pengaruh biografi perumahan, struktur rumah tangga, pekerjaan/pendidikan, dan kepemilikan mobil. Berdasarkan data survei riwayat hidup berbasis web, karakteristik statistik mobilitas di setiap biografi kehidupan dianalisis terlebih dahulu. Setelah itu, berbagai model logistik pesanan efek acak didirikan untuk menyelidiki saling ketergantungan biografis dari tiga aspek: saling ketergantungan intradomain, saling ketergantungan antar domain, dan saling ketergantungan domain luar. Menurut hasil, ketergantungan negara jangka panjang untuk domain kehidupan yang berbeda jauh lebih jelas selama perjalanan hidup ketika menjelaskan dinamika perilaku perjalanan liburan dan mobilitas penggunaan IMTI. Sejauh pengetahuan peneliti, masalah perutean kendaraan didefinisikan pada jaringan di mana busur dan lokasi pelanggan diberikan. Menurut Huang dkk. (2017), busur entah bagaimana mewakili jarak atau waktu tempuh yang diharapkan yang berasal dari jaringan jalan yang mendasarinya. Mereka juga mengungkapkan bahwa ketika dijalankan, kualitas solusi yang diperoleh dari masalah rute kendaraan sangat bergantung pada kualitas representasi jaringan jalan. Dalam penelitian tersebut, pemilihan jalur dalam jaringan jalan didefinisikan sebagai keputusan terintegrasi dalam masalah rute kendaraan yang bergantung pada waktu yang dilambangkan sebagai fleksibilitas jalur (PF). Ini berarti bahwa setiap busur antara dua node pelanggan memiliki beberapa jalur yang sesuai di jaringan jalan. Oleh karena itu, keputusan yang diambil meliputi keputusan rute dan keputusan pemilihan jalur tergantung pada waktu keberangkatan di pelanggan dan tingkat kemacetan di jaringan jalan yang bersangkutan.
Masalah perutean yang sesuai adalah masalah perutean kendaraan yang bergantung pada waktu dengan fleksibilitas jalur (TDVRP-PF). Model masalah ini dirumuskan dalam kondisi lalu lintas pasti dan kemungkinan. Mengingat Path Flexibility (PF) telah sangat mengurangi biaya dan konsumsi bahan bakar, memiliki dua konsep perjalanan yang bergantung pada waktu dan PF telah menyebabkan presentasi yang luas tentang kemungkinan dan dinamisme dalam waktu perjalanan dan PF server sebagai sumber daya alam di bawah ketidakpastian. Metode estimasi rute telah digunakan untuk menghasilkan solusi mendekati optimal untuk TDVRP-PF di bawah kemungkinan masalah kemacetan. Matahari dkk. (2018) memperkenalkan masalah tur menguntungkan yang bergantung pada waktu dengan jendela waktu dan batasan prioritas. Masalah ini menyangkut penentuan suatu perjalanan wisata dan waktu keberangkatannya di depot yang memaksimumkan keuntungan yang terkumpul dikurangi total biaya perjalanan (diukur dengan total waktu perjalanan). Untuk mengatasi kemacetan jalan, waktu tempuh dianggap bergantung pada waktu. Shiripour dkk. (2017) menyajikan model rute lokasi-multi-alokasi berkapasitas untuk jaringan transportasi dengan waktu tempuh antara node yang diwakili oleh tautan pada jaringan. Konsep multi-alokasi muncul dari kemungkinan mengalokasikan populasi di node permintaan ke lebih dari satu node server. Dalam kondisi normal, waktu tempuh antara dua node adalah nilai tetap. Akan tetapi, karena arus populasi pada suatu link dapat mempengaruhi waktu tempuh, maka pengaruh aliran populasi terhadap waktu link dianggap simultan dalam penelitian sebelumnya. Dengan demikian, distribusi populasi melalui jaringan secara langsung berdampak pada waktu tautan perjalanan. Para peneliti tersebut berasumsi bahwa semua tautan adalah dua arah dan kapasitas node server dan busur untuk menerima populasi terbatas. Tujuan utama dari studi tersebut adalah untuk mendeteksi lokasi optimal node server, alokasi optimal populasi node permintaan ke server, dan alokasi optimal populasi node ke rute yang berbeda untuk mencapai server yang ditugaskan sehingga total waktu transportasi bisa diminimalisir. Dalam studi lain, Shiripour et al. (2016) mengevaluasi masalah rute lokasi-multi alokasi berkapasitas dengan waktu perjalanan probabilistik cerdas. Menurut para sarjana ini, konsep waktu perjalanan probabilistik cerdas menimbulkan dua masalah: (1) pertimbangan beberapa faktor acak dalam menghitung waktu perjalanan dan (2) dampak populasi perjalanan pada faktor acak ini secara bersamaan.
Pada penelitian tersebut, mempertimbangkan tiga faktor acak: waktu yang dihabiskan dalam lalu lintas, jumlah kecelakaan, dan kegagalan jalan. Diasumsikan bahwa node dan busur server memiliki kapasitas terbatas untuk menerima populasi. Setelah mengusulkan fungsi untuk menghitung waktu perjalanan probabilistik cerdas, pertama-tama kita merumuskan masalah sebagai model pemrograman nonlinier bilangan bulat campuran dan kemudian mengubahnya menjadi program linier bilangan bulat campuran. Dalam studi tersebut, tujuan utamanya adalah untuk menentukan lokasi server yang sesuai di antara kandidat lokasi, mengalokasikan populasi yang ada di setiap node permintaan ke lokasi server, dan menemukan jalur pergerakan setiap anggota untuk mencapai server yang sesuai sehubungan dengan perubahan simultan. dari waktu perjalanan probabilistik sehingga total waktu transportasi yang diharapkan diminimalkan.
Artikel jurnal saat ini memperkenalkan model tiga tujuan untuk masalah lokasi, alokasi, dan perutean, dengan mempertimbangkan waktu perjalanan tergantung pada populasi pada rute tersebut. Fungsi objektifnya yaitu termasuk meminimalkan total waktu transit jaringan, memaksimalkan daya tarik perjalanan bagi pengguna jasa perjalanan, dan keseimbangan alokasi pengguna jasa perjalanan ke setiap area layanan. Dalam penelitian ini, bentuk umum dari model perencanaan matematis tiga tujuan yang diusulkan dirumuskan. Model yang diusulkan berusaha untuk memilih tempat atau tempat yang sesuai sebagai tempat pelayanan, mengalokasikan orang atau kendaraan di setiap daerah ke tempat-tempat tersebut dan menentukan rute transportasi setiap orang atau kendaraan di setiap daerah untuk mencapai penyedia layanan yang bersangkutan. Mendapatkan dampak langsung dari faktor acak dan aliran populasi pada waktu perjalanan acak setiap busur sehingga ketiga tujuan terpenuhi secara bersamaan. Algoritma optimasi cuckoo dikembangkan untuk memecahkan model ini. Masalah sampel juga diperiksa untuk menunjukkan validitas dan perilaku model yang diusulkan. Hasil numerik menunjukkan kinerja tinggi dari algoritma optimasi cuckoo.
Untuk mengetahui artikel secara lebih detail, maka dapat mengunjungi link dibawah : https://www.researchgate.net/publication/361763049_A_Multi-Objective_Mathematical_Model_for_the_Population-Based_Transportation_Network_Planning
Penulis : Trias Mahmudiono
Judul : A Multi-Objective Mathematical Model for the Population-Based Transportation Network Planning
