Kerangka Kerja Pembelajaran Penguatan Mendalam yang Dipandu oleh Pembelajaran Kurikulum untuk Masalah Pemuatan Multi-Kontainer 3D dengan Kendala Kesatuan Keluarga dan Penyeimbangan Beban

Kreshnayogi Dava Berliansyach, Muhammad Alfian Amrizal, B.Eng., M.I.S., Ph.D.

2026 | Skripsi | ILMU KOMPUTER

Three-Dimensional Multi-Container Loading Problem (3D-MCLP) sering kali memaksa adanya trade-off antara kepadatan spasial dan kohesi logistik. Untuk mengatasi hal ini, penelitian ini mengembangkan arsitektur pengepakan berbasis Transformer dengan mengintegrasikan relational action masking dan Curriculum Learning untuk mengoptimalkan Family Unity bersamaan dengan batasan geometris. Model ini dilatih menggunakan Proximal Policy Optimization (PPO), dengan curriculum-based scaling (N=10 hingga N=50) untuk memitigasi ketidakstabilan gradien. Zero-shot evaluation pada benchmark 100 item mengungkapkan trade-off perilaku yang mendasar: sementara baseline tanpa batasan memprioritaskan kepadatan spasial (Container Cost: 6.35, FUR: 65.24%), relational masking mengalihkan fokus optimasi tersebut. Arsitektur yang diusulkan mencapai kohesi logistik yang jauh lebih tinggi, dengan konfigurasi yang dilatih dengan kurikulum mencapai 90.51% FUR dan varian non-kurikulum memberikan performa yang seimbang (85.35% FUR, Load Balance Deviation terendah). Studi ini menunjukkan bahwa penerapan batasan relasional (relational constraints) dapat mempertahankan kohesi pengiriman dan memperbaiki Load Balance Deviation dengan konsekuensi jejak volumetrik (volumetric footprint) yang sedikit lebih tinggi, serta menyediakan sebuah kerangka kerja untuk merancang strategi pengepakan yang disesuaikan baik untuk kapasitas mentah (raw capacity) maupun efisiensi biaya pengiriman.

The Three-Dimensional Multi-Container Loading Problem (3D-MCLP) often forces a trade-off between spatial density and logistical cohesion. To address this, this research extends the Transformer-based packing architecture by integrating relational action masking and Curriculum Learning to optimize for Family Unity alongside geometric constraints. The model is trained using Proximal Policy Optimization (PPO), with curriculum-based scaling (N=10 to N=50) mitigating gradient instability. Zero-shot evaluation on a 100-item benchmark reveals a fundamental behavioral trade-off: while unconstrained baselines prioritize spatial density (Container Cost: 6.35, FUR: 65.24%), relational masking shifts the optimization focus. The proposed architectures achieve significantly higher logistical cohesion, with the curriculum-trained configuration reaching 90.51% FUR and the non-curriculum variant providing a balanced performance (85.35% FUR, lowest Load Balance Deviation). This study demonstrates that enforcing relational constraints preserves shipment cohesion and improves Load Balance Deviation at the cost of a slightly higher volumetric footprint, providing a framework to tailor packing strategies for either raw capacity or delivery cost efficiency.

Kata Kunci : Deep Reinforcement Learning, 3D Container Loading Problem, Curriculum Learning, Family Unity, Load Balancing, Multi-Objective Optimization