Perpustakaan Digital ITB

Operasi penanganan darat bandara menghadapi tantangan penjadwalan staf yang kompleks, yang dicirikan oleh empat tujuan yang saling bertentangan secara bersamaan: meminimalkan total biaya tenaga kerja, variansi beban kerja, ketidakpuasan staf, dan risiko ketidakhadiran yang diharapkan. Untuk mengatasi masalah optimasi kombinatorial berskala besar ini, penelitian ini mengembangkan algoritma Memetic Non- Dominated Sorting Differential Evolution (Memetic NS-DE). Pendekatan hibrida ini mengintegrasikan operator differential evolution, non-dominated sorting dengan proses niching berbasis titik referensi, dan local search untuk menghasilkan himpunan solusi Pareto-optimal yang beragam. Algoritma ini diterapkan pada kasus nyata dari Bandara X. Karena dataset mentah memiliki tantangan inheren seperti data yang tidak lengkap dan parameter yang implisit, diperlukan pra-pemrosesan ekstensif untuk mempersiapkan dataset berukuran besar tersebut, yang terdiri dari 667 anggota staf aktif, 13 template shift, dan cakrawala perencanaan tujuh hari, menghasilkan lebih dari 60.000 variabel keputusan biner. Dieksekusi melalui komputer berkinerja tinggi selama 2,5 hari, algoritma ini menghasilkan 5.156 solusi non-dominated. Analisis korelasi Spearman terhadap front Pareto empiris ini mengonfirmasi bahwa keempat tujuan benar-benar saling bertentangan, sehingga memvalidasi formulasi empat tujuan tersebut. Kemudian, metode interaktif NIMBUS diterapkan bersama pengambil keputusan industri dari IDSC untuk menelusuri trade-off dan memilih roster yang paling diinginkan sesuai preferensi. Solusi terpilih akhir mencapai skor pencapaian titik ideal keseluruhan sebesar 85,6%, dengan biaya tenaga kerja mingguan sebesar Rp 883.063.500, standar deviasi beban kerja sebesar 7,41 jam, tingkat ketidakpuasan sebesar 0,4010, dan risiko ketidakhadiran yang diharapkan sebesar Rp 60.711.379.