PERANCANGAN WAREHOUSE EXECUTION SYSTEM (WES) BERBASIS TASK ASSIGNMENT GUNA MENINGKATKAN EFISIENSI OPERASIONAL GUDANG

Wahyudi, Puja Ahmad Maulana (2026) PERANCANGAN WAREHOUSE EXECUTION SYSTEM (WES) BERBASIS TASK ASSIGNMENT GUNA MENINGKATKAN EFISIENSI OPERASIONAL GUDANG. Tugas Akhir (S1) - thesis, Universitas Bakrie.

[thumbnail of Cover] Text (Cover)
00. cover.pdf - Accepted Version

Download (7MB)
[thumbnail of BAB I - III] Text (BAB I - III)
01. BAB I - III.pdf - Accepted Version
Restricted to Registered users only

Download (7MB) | Request a copy
[thumbnail of BAB IV] Text (BAB IV)
02. BAB IV.pdf - Accepted Version
Restricted to Registered users only

Download (7MB) | Request a copy
[thumbnail of BAB V] Text (BAB V)
03. BAB V.pdf - Accepted Version
Restricted to Registered users only

Download (7MB) | Request a copy
[thumbnail of DAFTAR PUSTAKA] Text (DAFTAR PUSTAKA)
04. DAFTAR PUSTAKA.pdf - Accepted Version

Download (8MB)
[thumbnail of 05. Lampiran.pdf] Text
05. Lampiran.pdf - Accepted Version
Restricted to Registered users only

Download (7MB) | Request a copy

Abstract

Finish Good Warehouse PT XYZ menghadapi permasalahan tingginya Travel Time proses replenishment (RPL) yang didominasi oleh perjalanan kosong alat angkut (dead heading). Pada aliran Storage ke Floor, waktu dead heading mencapai 95 detik dari total Travel Time 155 detik per pallet dari keseluruhan waktu perjalanan. Kondisi tersebut dipengaruhi oleh mekanisme Oracle WMS yang mengurutkan tugas berdasarkan nomor lokasi rak tanpa mempertimbangkan posisi akhir reach truck, lokasi pengambilan berikutnya, keseimbangan beban kerja, dan hubungan akses rak double-deep. Penelitian ini bertujuan merancang prototipe Warehouse Execution System (WES) berbasis Python yang mampu menghasilkan task assignment dan drop sequencing secara otomatis. Model optimasi menggunakan Sequential Hybrid Ant Colony Optimization– Simulated Annealing (ACO-SA), dengan ACO membentuk kandidat urutan task dan solusi terbaik ACO digunakan sebagai solusi awal SA untuk pencarian lokal. Model mengintegrasikan representasi spasial tiga dimensi gudang, kinematika reach truck berbasis GLBB, hard repair pasangan front–rear double-deep, fixed resource dan zona kerja, workload balancing dengan ambang 60%, urutan fase operasional, serta closed route. Prototipe dikembangkan menggunakan metode Rapid Application Development dan memproses data hasil ekspor Oracle WMS secara on-demand. Pengujian menggunakan 153 task RPL. Hasil black box testing menunjukkan seluruh fungsi utama berjalan sesuai rancangan. Hasil benchmark menunjukkan Hybrid ACO-SA menghasilkan total estimasi waktu closed route sebesar 6.330,16 detik, lebih rendah 19,50% dibandingkan Oracle Feasible sebesar 7.863,82 detik. Total estimasi jarak menurun 27,38%, sedangkan estimasi makespan menurun 20,57%. Validasi pada instance kecil 10 task RT01 menunjukkan Hybrid ACO-SA menghasilkan solusi dengan optimality gap sebesar 0,027% terhadap optimum global OpenSolver–CBC sebesar 910,329 detik. Prototipe menyelesaikan pengolahan 153 task dalam waktu komputasi 5,663 detik sehingga memenuhi kebutuhan waktu proses kurang dari satu menit pada batch penelitian. Hasil penelitian merupakan estimasi model komputasional dan belum menunjukkan penurunan aktual operasional tanpa validasi lapangan.

Item Type: Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords: Warehouse Execution System, Ant Colony Optimization, Simulated Annealing,task assignment, drop sequencing, dead heading, replenishmen
Subjects: Industrial & Manufacturing Engineering > Operations research (Riset operasi)
Industrial & Manufacturing Engineering > System analysis (Analisis sistem)
Thesis > Thesis (S1)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Teknik Industri
Depositing User: Puja Ahmad Maulana Wahyudi
Date Deposited: 08 Sep 2026 03:46
Last Modified: 08 Sep 2026 03:46
URI: https://repository.bakrie.ac.id/id/eprint/14263

Actions (login required)

View Item View Item