Optimisasi Penyelesaian Container Loading Problem dengan Komputasi Paralel Menggunakan GPU

Abstract

Penelitian ini membahas penggunaan Graphic Processing Unit (GPU) untuk mengoptimalkan waktu eksekusi dalam menyelesaikan Container Loading Problem (CLP), yang merupakan permasalahan penting dalam industri logistik. CLP melibatkan pengaturan muatan barang dalam kontainer dengan efisiensi tertinggi, yang seringkali memerlukan analisis kombinatorial yang kompleks dan komputasi yang intensif. Dalam konteks ini, penggunaan GPU telah diinvestigasi sebagai solusi potensial untuk mengatasi permasalahan waktu eksekusi yang lambat yang sering terjadi dalam penyelesaian CLP. Hasil eksperimen menunjukkan bahwa penggunaan GPU menghasilkan perbaikan yang signifikan dalam waktu eksekusi. Penggunaan GPU memungkinkan pemrosesan data yang besar secara paralel, yang sangat bermanfaat dalam menangani kasus CLP dengan jumlah barang yang besar dan beragam. Dampak positifnya adalah peningkatan efisiensi operasional perusahaan logistik, pengurangan biaya operasional, dan peningkatan kepuasan pelanggan dengan pengiriman yang lebih tepat waktu. Penelitian ini juga menyajikan saran untuk penerapan lebih lanjut, termasuk integrasi GPU dalam sistem logistik nyata, optimasi algoritma, pemantauan dan pemeliharaan GPU, studi dampak lingkungan, serta pelatihan dan pendidikan. Diharapkan bahwa langkah-langkah ini akan membantu menciptakan solusi logistik yang lebih efisien, berkelanjutan, dan berdampak positif pada industri logistik secara keseluruhan.