Categories
Uncategorized

Pendekatan terintegrasi untuk memecahkan masalah

Pendekatan terintegrasi untuk memecahkan masalah MCDM, Kombinasi Entropi Fuzzy dan teknik F-PROMETHEE, Pengambilan keputusan beberapa kriteria (MCDM) adalah alat yang ampuh yang digunakan secara luas untuk penilaian dan pemeringkatan masalah yang mengandung banyak kriteria, biasanya saling bertentangan (Bilsel, Buyukozkan, & Ruan, 2006). Memilih metode yang tepat memerlukan analisis wawasan di antara teknik MCDM yang tersedia. Metode Pengambilan Keputusan Multi Kriteria (MDCM) telah sering diterapkan dalam hal pemecahan masalah yang berbeda di lingkungan tertentu dan tidak pasti. Selain itu, metode ini semakin banyak digunakan dalam evaluasi kebijakan lingkungan karena (a) menawarkan kemungkinan untuk menangani masalah yang rumit, (b ) menggabungkan kriteria yang sulit untuk dimonetisasi, (c) itu mewakili pandangan holistik yang menggabungkan aspek berwujud serta tidak berwujud (atau ‘tidak jelas’), sering diabaikan oleh teknik evaluasi lain seperti AHP (Munda, 2004). Masalah yang selalu menjadi kontroversi bagi produsen sebagai Decision Maker (DM), adalah pemilihan proyek di antara sejumlah proyek menurut aspek tangible dan intangible (fuzzier). Masalah ini telah dikemukakan sebagai contoh numerik dalam makalah ini. Ketika produsen bertekad untuk memilih sebuah proyek, prospek yang berbeda dari proyek-proyek tersebut harus diteliti untuk memilih yang paling menguntungkan. Pertama-tama, produsen harus menjelaskan kriteria penilaian dan mempertimbangkannya berdasarkan tingkat kepentingannya. Untuk pembobotan kriteria spesifik ini, sejumlah besar teknik telah digunakan seperti AnalyticalHierarchy Process (AHP) yang dikembangkan oleh Saaty (1982) menghasilkan atribusi bobot ke kriteria tertentu (Macharis, Springael, De Brucker & Verbeke, 2004; Turcksin, Bernardini & Macharis, 2011). Dalam karya sebelumnya, Chakraborty dan Banik (2006) menggunakan teknik AHP dalam memilih peralatan penanganan material yang optimal di bawah lingkungan penanganan tertentu dan melakukan analisis sensitivitas untuk mengidentifikasi kriteria yang paling kritis dan kuat dalam proses pemilihan. Dalam studi lain yang diadakan oleh Ayag dan Ozdemir (2006), pendekatan cerdas diusulkan, di mana kedua teknik; logika fuzzy dan AHP digabungkan, disebut sebagai AHP fuzzy, dan digunakan untuk masalah pemilihan alat mesin. Secara umum, kita dihadapkan pada aspek ketidakpastian yang berbeda karena memiliki informasi yang tidak lengkap tentang mereka. Dalam beberapa tahun terakhir, banyak penelitian mencoba untuk menangani ketidakpastian ini. ketidaktepatan, dan subjektifitas telah dilakukan pada dasarnya dengan menggunakan teori himpunan fuzzy, karena teori himpunan fuzzy dapat memberikan fleksibilitas yang dibutuhkan untuk mewakili ketidaktepatan atau informasi yang tidak jelas yang dihasilkan dari kurangnya pengetahuan atau informasi. Penerapan teori himpunan fuzzy untuk metode evaluasi multi kriteria di bawah kerangka teori utilitas telah terbukti menjadi pendekatan yang efektif. Misalnya seperti yang telah disebutkan sebelumnya, teori fuzzy dan AHP digabungkan menjadi metode Fuzzy AHP (FAHP) (Lee,Chen, & Chang, 2008), yang merupakan perluasan fuzzy dari AHP, dan dikembangkan untuk menyelesaikan masalah fuzzy hirarkis. Oleh karena itu, kebutuhan penggunaan teori fuzzy yang diperkenalkan oleh Zadeh (1965) tidak dapat dihindari. Meskipun kriteria tertentu dinyatakan dalam preferensi kuantitatif, beberapa di antaranya dinyatakan dalam pengamatan kualitatif yang harus ditafsirkan secara kuantitatif. Dengan kata lain, karena ketidakjelasan dan ketidakpastian penilaian pembuat keputusan, logika bilangan fuzzy diterapkan. Dalam makalah ini, Entropy Weight di bawah metode Intuitionistic Fuzzy environment digunakan untuk atribusi bobot. Setelah melakukan tahap pertama, kami membutuhkan salah satu metode peringkat untuk Analisis Keputusan Multi Kriteria (MCDA) kami. Metode Organisasi Peringkat Preferensi untuk Evaluasi Pengayaan (PROMETHEE) dianggap sebagai salah satu metode peringkat yang paling efisien dan cocok (Bilsel et al. , 2006). Fleksibilitas dan kesederhanaan metode outranking ini membuatnya lebih diinginkan oleh penggunanya (Geldermann, Spengler & Rentz, 2000). Teknik PROMETHEE telah berulang kali di berbagai bidang seperti masalah pemilihan portofolio (Vetschera & deAlmeida, 2011), masalah perdagangan saham (Chaharsoughi, Albadvi & Esfahanipour, 2006), Abu-Taleband Mareschal (1995) melakukan aplikasi untuk metode PROMETHEE untuk mengevaluasi proyek sumber daya air . Al-Kloub dan Abu-Taleb (1998) menggunakan PROMETHEE untuk portofolio proyek dalam konteks sumber daya air. Strategi manajemen kebocoran jaringan distribusi air telah dianalisis oleh Morais dan de Almeida (2007) menggunakan PROMETHEE dalam konteks keputusan kelompok. F-PROMETHEE (Fuzzy Preference Ranking Organization Method for Enrichment Evaluation) adalah perpanjangan dari PROMETHEE di bawah dominasi lingkungan fuzzy. Kami menggunakan metode F-PROMETHEE untuk mengatasi ketidakjelasan yang disebabkan oleh istilah-istilah linguistik yang digunakan untuk mengungkapkan perbedaan di antara alternatif-alternatif tersebut. Dengan menggunakan F-PROMETHEE, alternatif (proyek) ini diurutkan dari yang terbaik hingga yang terburuk untuk memudahkan pengambilan keputusan untuk DM di un lingkungan tertentu (Yilmaz & Dağdeviren, 2011). Makalah ini mencakup empat bagian yang luar biasa; pertama-tama, ada beberapa penjelasan tentang metode Entropi Fuzzy dan Teori Fuzzy. Segmen selanjutnya dari bagian ini dikhususkan untuk beberapa klarifikasi tentang teknik PROMETHEE dan F-PROMETHEE dan persyaratan yang diperlukan untuk itu. Pendekatan baru yang diusulkan dijelaskan dalam bagian 3 dari makalah ini. Sementara, dengan memberikan contoh ilustrasi, semua metode yang disebutkan digunakan untuk memecahkan masalah MCDM dan dicoba untuk lebih akrab dengan penggunaan praktis dari teknik ini di bagian ke-4 makalah ini. Pada akhirnya kesimpulan tentang teknik yang dijelaskan dibuat, di bagian terakhir makalah ini this

Categories
Uncategorized

Manajemen rantai pasokan mengingat perubahan iklim

Manajemen rantai pasokan mengingat perubahan iklim: gambaran umum tentang kemungkinan dampak dan jalan ke depan, Perubahan Iklim telah muncul dalam beberapa tahun terakhir sebagai salah satu topik paling kritis di hampir semua tingkat pengambilan keputusan, baik swasta maupun publik. Ini merupakan perubahan radikal dibandingkan persepsi umum beberapa tahun lalu. Perubahan Iklim, akibat dari pemanasan global, adalah kenyataan yang diterima secara universal, yang mempengaruhi dalam banyak hal kehidupan masyarakat manusia, operasi bisnis dan lingkungan itu sendiri (Stern Review, 2006). Faktanya, bisnis harus melakukan operasi mereka yang rentan terhadap perubahan iklim di lingkungan yang lebih kuat dan berisiko di mana pandangan institusional, berbasis sumber daya, rantai pasokan, dan pemangku kepentingan semuanya penting untuk mengkarakterisasi dan memahami tanggapan strategis perusahaan terhadap masalah keberlanjutan (Kolk & Pinkse, 2007). Menurut (Sussman & Freed, 2008) ada tiga jenis risiko perubahan iklim yang dapat mempengaruhi bisnis: risiko terhadap operasi inti, risiko terhadap rantai nilai, dan terakhir, risiko yang muncul dari perubahan yang lebih luas dalam ekonomi dan infrastruktur. Selain itu, kebijakan mitigasi dan adaptasi perubahan iklim lebih lanjut dapat mempengaruhi operasi bisnis secara tidak langsung. Bisnis harus menganggap perubahan iklim sebagai masalah pasar karena peraturan terhadap perubahan iklim mempengaruhi, antara lain, harga dan ketersediaan energi, sehingga menciptakan efek riak di seluruh mereka. rantai nilai (Hoffman & Woody, 2008). Secara khusus, isu pasar dan strategi pasar yang relevan harus dipertimbangkan ketika perusahaan menyusun kebijakan perubahan iklim (Hoffman & Woody, 2008; Kolk & Pinkse, 2005). Pemicu perubahan iklim seperti perjanjian lingkungan, nilai pemegang saham, dan pola pembelian yang berubah dari pelanggan muncul. ancaman dan peluang untuk bisnis dan jaringan rantai pasokan mereka (Gambar 1). Selama beberapa tahun terakhir, perusahaan terkemuka dari berbagai sektor telah menyadari ancaman dan peluang yang ditimbulkan oleh perubahan iklim dan mereka mengambil langkah-langkah untuk menerapkan agenda perubahan iklim yang lebih kuat. Lebih jauh lagi, karena lebih dari tiga perempat emisi Gas Rumah Kaca (GRK) yang terkait dengan banyak sektor industri berasal dari rantai pasokan mereka, banyak perusahaan terkemuka melibatkan pemasok mereka tentang pengelolaan emisi GRK dalam upaya menurunkan emisi di luar operasi mereka sendiri (Pemimpin Iklim EPA , 2010). Metode pemilihan pemasok mulai memasukkan pertimbangan perubahan iklim dan keterlibatan pemasok untuk menerapkan strategi pengelolaan karbon untuk pengurangan emisi GRK mereka dalam rantai pasokan mereka menjadi hampir wajib (Proyek Pengungkapan Karbon, 2011b). Diperkirakan bahwa kegiatan logistik akan tumbuh sebesar 23% antara tahun 2002 dan 2020, mewakili 18% dari emisi GRK Eropa pada tahun 2020 (The Climate Group, 2008). Oleh karena itu, dekarbonisasi jaringan rantai pasokan menjadi sangat penting dalam upaya mitigasi perubahan iklim. Meskipun beberapa penulis telah menyelidiki masalah manajemen rantai pasokan (SCM) dalam pandangan perubahan iklim (Dekker, Bloemhof, & Mallidis, 2012; Halldórsson & Kovács, 2010; Hitchcock, 2012), literatur masih tetap terfragmentasi di sepanjang area penelitian yang sempit dan beberapa ketergantungan antara perubahan iklim dan SCM tidak didokumentasikan dengan baik. Selain itu, pandangan SCMin tentang perubahan iklim sejauh ini telah dilihat melalui perspektif manajemen operasi sedangkan masalah perampingan kompleksitas di seluruh rantai pasokan telah dipelajari dengan buruk. Akibatnya, dari sudut pandang strategis, tidak jelas dari literatur bagaimana jaringan rantai pasokan dapat diposisikan lebih baik untuk memanfaatkan perubahan kondisi iklim. Makalah ini memberikan gambaran tentang dampak perubahan iklim terhadap SCM dan selanjutnya mengidentifikasi implikasi perubahan iklim untuk SCM dalam hal perencanaan strategis dan operasional rantai pasokan. Akhirnya, makalah ini juga dimaksudkan untuk menginspirasi penelitian SCM di masa depan dan menantang akademisi dan peneliti untuk mengeksplorasi lebih jauh hubungan antara perubahan iklim dan SCM.

Categories
Uncategorized

Sistem pengiriman kontainer berdasarkan agen cerdas terdistribusi

Sistem pengiriman kontainer berdasarkan agen cerdas terdistribusi untuk pelabuhan sungai , Dengan perluasan ruang lingkup bisnis pelabuhan sungai, menuntut efisiensi bongkar muat yang lebih tinggi. Otomatisasi, informatisasi dan intelligentization menjadi satu-satunya cara untuk pengembangan pelabuhan sungai. Makalah ini menetapkan kerangka kerja informasi untuk pelabuhan sungai pada awalnya. Proses utama di pelabuhan sungai adalah pengiriman peti kemas. Oleh karena itu, makalah ini merancang sistem pengiriman peti kemas berbasis business intelligence. Ini dapat dibagi menjadi empat level, lapisan sumber data, lapisan gudang data, lapisan layanan data, dan lapisan aplikasi. Modul utama dibahas secara rinci. Akhirnya, melalui perbandingan dan analisis kinerja sebelum dan sesudah implementasi sistem di Whampoa, sistem ini terbukti memiliki banyak manfaat nyata. 

Biasanya pelabuhan sungai dekat dengan asal atau ujung rantai logistik. Hal ini menuntut ketepatan waktu dan keakuratan informasi dan layanan. Namun dibandingkan dengan pelabuhan, pelabuhan sungai tidak memiliki keunggulan dalam pemrosesan batch. Akibatnya, informatisasi pelabuhan sungai menjadi sesuatu yang dihargai. Di satu sisi, ini memiliki signifikansi praktis yang penting dalam meningkatkan kemampuan manajemen operasi terminal. Di sisi lain, ini membantu meningkatkan efisiensi seluruh rantai logistik. Penjadwalan pelabuhan adalah proses paling penting dari pengoperasian pelabuhan, terutama untuk beberapa tahun terakhir. Banyak penelitian difokuskan pada algoritma pengoptimalan operasi pelabuhan dan model pemrograman. Misalnya, Kim dan Park (2004) mengusulkan model pemrograman integer campuran untuk mendapatkan solusi optimal dari masalah penjadwalan quay crane. Lee dan Cho (2007) menetapkan sistem perencanaan adinamis berdasarkan pelacakan traktor pekarangan real-time. Jones, Farkas, Bernstein, Davis, Turk, Turnquist dkk. (2011) mengembangkan alat pemodelan untuk analisis impor/ekspor arus angkutan peti kemas di AS dan potensi perubahan arus tersebut dalam berbagai kondisi. Dan juga, ada banyak penelitian yang berfokus pada sistem informasi (SI) untuk pelabuhan atau hub transportasi lainnya. Keceli (2010) memberikan pedoman untuk keberhasilan pengembangan sistem komunitas pelabuhan di Turki. Yang dan Lin (2010) menganalisis prosedur konstruksi, fungsi inti, dan pengoperasian platform informasi untuk pelabuhan. Li dan Zhang (2010) membahas keuntungan IS untuk port dan memperkenalkan pusat data dan beberapa sistem aplikasi utama E-port di Cina. Yin, Khoo dan Chen (2011) mengusulkan sistem agen terdistribusi untuk perencanaan dan penjadwalan pelabuhan dinamis, yang terdiri dari manajer perencanaan pelabuhan (PPM), agen kontrol berth (BCA), agen alokasi antar-jemput (SAA) dan agen penyimpanan yard (YSA) . Ao, Wu dan Yang (2012) merancang sistem otomasi manajemen logistik untuk pelabuhan terintegrasi jalur air. Wang, Zhu dan Xie (2012) mengembangkan sistem penjadwalan hub kontainer kereta api menggunakan teori sistem multi-agen. Liu, Wang dan Yip (2013) mempresentasikan pengembangan sistem pelabuhan Pearl River Delta hingga saat ini dan mengidentifikasi kekuatan dasar yang mendorong evolusi sistem pelabuhan. Studi-studi ini membahas informatisasi pelabuhan sungai dari berbagai aspek. Namun, penelitian tentang sistem pengiriman peti kemas masih sedikit. Pertama, makalah ini menetapkan kerangka kerja informasi keseluruhan untuk pelabuhan sungai. Karena proses kunci di pelabuhan sungai adalah pengiriman peti kemas, makalah ini merancang sistem pengiriman peti kemas berdasarkan kecerdasan bisnis terdistribusi. Modul utama dibahas secara rinci. Akhirnya Sistem pengiriman kontainer berdasarkan agen cerdas terdistribusi, melalui perbandingan dan analisis kinerja sebelum dan sesudah implementasi sistem di Whampoa, sistem ini terbukti memiliki banyak manfaat nyata.