Perpustakaan Digital ITB

Perusahaan layanan transportasi daring (LTD) merupakan mediator transaksi antara penumpang yang membutuhkan layanan transportasi dan pengemudi sebagai penyedia jasa. Dua keputusan operasional yang menjadi ujung tombak LTD adalah penugasan pengemudi kepada penumpang serta penentuan tarif perjalanan. Dalam konteks bisnis LTD, penugasan pengemudi ke penumpang dapat dianggap sebagai hasil mediasi, sedangkan tarif perjalanan berfungsi sebagai mekanisme insentif untuk mendorong penerimaan hasil mediasi tersebut, baik oleh pengemudi maupun penumpang. Keterkaitan antara dua aspek ini secara logis memerlukan kajian secara terintegrasi. Data empiris menunjukkan bahwa tingkat penolakan terhadap hasil penugasan LTD oleh pengemudi maupun penumpang di berbagai kota besar di dunia masih tergolong tinggi, dengan rata-rata mencapai 40%. Penolakan penugasan oleh pengemudi dapat menyebabkan peningkatan waktu tunggu serta penurunan tingkat pelayanan terhadap permintaan penumpang. Sebaliknya, penolakan penugasan oleh penumpang dapat menimbulkan inefisiensi, terutama apabila pengemudi telah bergerak menuju titik jemput. Oleh karena itu, kunci untuk meningkatkan penerimaan penugasan terletak pada penyesuaian sistem terhadap perilaku individual. Berbagai studi telah mengidentifikasi sejumlah faktor yang memengaruhi keputusan pengemudi dan penumpang dalam menerima atau menolak penugasan, dengan hasil yang bervariasi tergantung pada konteks negara, kota maupun individu, tidak hanya pada faktor yang memengaruhi tapi pada tingkat sensitivitas pengeruh setiap faktor (heterogen). Heterogenitas perlu dipertimbangkan secara eksplisit dalam proses pengambilan keputusan penugasan. Penelitian ini berkontribusi dalam pengembangan model penugasan dan penentuan tarif yang terintegrasi dengan mempertimbangkan heterogenitas perilaku pengemudi dan penumpang. Penelitian menghasilkan Model-1 dan Model-2 yang dibedakan berdasarkan pendekatan dalam memodelkan perilaku pengemudi dan penumpang. Model-1 mengaitkan faktor toleransi jarak jemput dan tarif melalui relasi linier, sementara Model-2 mengaitkan keputusan penerimaan penugasan dengan banyak faktor melalui fungsi logistik. ii Model-1 dan Model-2 telah diverifikasi, divalidasi dan diuji coba dalam berbagai skenario ukuran permasalahan. Pencarian solusi dilakukan dengan bantuan perangkat lunak LINGO 18. Hasil pengujian menunjukkan bahwa Model-1 dan Model-2 mampu menghasilkan solusi penugasan dan penentuan tarif menyesuaikan terhadap perilaku individu. Namun demikian, untuk permasalahan berskala besar efisiensi waktu komputasi menjadi kendala utama. Oleh karena itu, sebagai alternatif metode pencarian solusi, penelitian ini mengembangkan algoritma berbasis PSO (Particle Swarm Optimization) untuk penugasan dan penentuan tarif. Hasilnya menunjukkan bahwa pendekatan PSO mampu memberikan kinerja waktu komputasi yang lebih baik pada kasus berskala besar dengan penyimpangan kecil dalam hal kualitas solusi.