PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW"

Transkripsi

1 PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW Supiatun, Sapti Wahyuningsih, Darmawan Satyananda Universitas Negeri Malang Abstrak : Minimum cost flow merupakan permasalahan yang mencari biaya minimum untuk mengirimkan suatu barang/objek dari suatu titik ke titik. Algoritma relaksasi merupakan salah satu algoritma yang dapat digunakan untuk menyelesaikan permasalahan minimum cost flow. Pada algoritma relaksasi, pemilihan sisi ditentukan oleh reduced cost ( ) yang sama dengan nol. Penerapan algoritma relaksasi pada permasalahan minimum cost flow dapat memperoleh solusi yang optimum. Hal ini terjadi karena pemilihan sisinya ditentukan dengan memilih sisi yang mempunyai reduced cost yang sama dengan nol dan nilai reduced cost dipengaruhi oleh nilai cost. Kata Kunci: Algoritma relaksasi, Minimum Cost Flow, reduced cost Abstract : Minimum cost flow is a problem which often occur in life, one of minimum cost flow problems is distribution problem of product from producer or distributors to outlets. Relaxation algorithm is one of algorithm which can be used to solve minimum cost flow problem. On relaxation algorithm, arc selection is determined by zero reduced cost. Implementation of relaxation algorithms on minimum cost flow problem can obtain the optimum solution. This occurs because the selection of arc is determined by choosing the arc that has a zero reduced cost and the value of reduced cost is affected by the value of cost. Keywords: Relaxation algorithm, Minimum Cost Flow, reduced cost Kehidupan manusia sangat berkaitan dengan permasalahan minimum cost flow, diantaranya adalah jaringan pendistribusian barang, jaringan perjalanan dari suatu daerah ke daerah yang lain dan masih banyak lagi yang lainnya. Dalam menghadapi permasalahan jaringan tersebut, manusia akan mencari biaya yang minimum sehingga mereka lebih hemat. Permasalahan minimum cost flow merupakan permasalahan yang mencari biaya minimum untuk mengirimkan suatu barang/objek dari suatu titik ke titik. Titik disebut dengan titik supply (sumber), sedangkan titik disebut titik demand (tujuan). Pengertian ini diadaptasi dari Rosen (2000: ). Untuk menyelesaikan permasalahan minimum cost flow dapat digunakan berbagai algoritma, diantaranya adalah algoritma penghapusan sikel, algoritma lintasan terpendek berulang, algoritma jaringan simpleks, algoritma out of kilter (Ahuja, 1993: ). Untuk menentukan solusi pada permasalahan minimum cost flow juga dapat menggunakan algoritma relaksasi (Ahuja, 1993:296). Algoritma relaksasi merupakan algoritma yang dapat memperluas atau mempersempit domain dari batasan-batasan yang ada (Hillier, 2001: 606), sehingga terdapat beberapa alternatif dalam menentukan solusi. Algoritma relaksasi pada minimum cost flow dilakukan dengan mengirimkan supply/objek/barang pada sisi dengan reduced cost yang sama dengan nol.

2 Untuk mambahas permasalahan ini, diperlukan definisi-definisi yang sering digunakan. Definisi-definisi tersebut antara lain: (1) Misal, adalah jaringan terhubung dengan himpunan titik dan himpunan sisi berarah. Masing-masing sisi, mempunyai biaya dan kapasitas muatan 0. Misal dan. menunjukan banyak titik pada jaringan, sedangkan menyatakan banyaknya sisi pada jaringan. Masing-masing titik mempunyai nilai yang disimbolkan. Jika 0, maka titik adalah titik supply, jika 0, maka titik adalah titik demand (Rosen, 2000:673). Cost /biaya adalah bilangan non negatif yang menyatakan besarnya biaya untuk memindahkan muatan dari satu titik ke titik yang lain. Capacity /kapasitas dari suatu sisi adalah jumlah maksimum muatan yang dapat dikirim pada sisi-sisi (Rosen, 2000:630), (2) Suatu aliran fisibel adalah suatu fungsi didefinisikan pada sisi berarah, yang memenuhi batas kesetimbangan umum yaitu xij x ji = b( i) untuk semua dan batas kapasitas yaitu { j ( i, j) A} { j ( j, i) A} 0 xij u ij untuk semua,, dimana i N ( i, j) A b( i) = 0. Biaya dari flow adalah c ij x ij (Rosen, 2000: ). Simbol merupakan biaya total yang diperoleh dari minimum cost flow. Biaya total yang dihasilkan adalah biaya yang minimum untuk mengirimkan supply dari suatu titik supply ke titik demand. Biaya total ini diperoleh dari jumlah perkalian cost dengan kapasitas sisa yang berlawanan arah dengan sisi yang bersesuaian. Nilai-nilai pada aliran fisibel harus memenuhi kesetimbangan massa yaitu /bobot titik harus sama dengan aliran fisibel yang keluar dari titik dikurangi dengan aliran fisibel yang masuk ke titik dan nilai aliran fisibel lebih besar atau sama dengan nol dan kurang dari atau sama dengan capacity. (3) Jaringan sisa dalam suatu aliran didefinisikan dengan mengganti masing-masing sisi berarah, oleh dua sisi berarah, dan,. Sisi berarah, mempunyai biaya dan kapasitas sisa, dan sisi berarah, mempunyai biaya dan kapasitas sisa (Rosen, 2000 : ). Pada jaringan sisa, jika kapasitas sisa suatu sisi bernilai nol, maka sisi tersebut dapat dihapus dari jaringan. (4) potensial titik adalah besarnya π (i) yang bersesuaian dengan batas kesetimbangan umum pada titik. Untuk himpunan potensial titik yang diberikan, reduced cost dari suatu sisi, pada π jaringan sisaan adalah c = c π ( i) + π ( j). ij ij Hasil yang Diharapkan Hasil yang diharapkan pada artikel ini adalah dengan algoritma relaksasi pada minimum cost flow dapat memperluas domain yang terdapat pada minimum cost flow sehingga alternatif solusi yang dihasilkan lebih bervariasi. Algoritma relaksasi juga dapat menghasilkan solusi minimum cost flow yang optimum karena hanya mengirimkan supply pada sisi yang mempunyai nilai reduced cost sama dengan nol. Algoritma relaksasi dapat lebih efektif dan efisien dari pada algoritma lintasan terpendek berulang dan algoritma simplek karena pada algoritma relaksasi pemilihan sisi hanya dilakukan pada sisi yang nilai reduced cost-nya sama dengan nol..

3 Pembahasan Berdasar pada buku Network Flows Theory, Algorithms, and applications oleh Ahuja (1993: ), berikut deskripsi dari algoritma relaksasi pada minimum cost flow. 0 and + 0; while the network contains a node with %0 do ( $'; If %(+,( then adjust-potensial; repeat select an arc,(,() in residual network with 0; if %-0 then set.%/ and add node to (; until %0 or %(+,(; if %(+,( then adjust-potensial else adjust-flow; procedure adjust-potensial for every arc,(,() with 0 do send units of flow on arc,; compute *min $ &,(,() and 0'; for every node ( do + +,*; procedure adjust-flow trace the predecessor indices to identify the directed path from node to node ; min $%,%,min $ &,''; Augment units of flow along, update imbalances and residual capacities; Pada algoritma relaksasi proses dimulai dengan menghimpun semua titik yang mempunyai bobot positif dan menjumlahkan semua bobot titik pada himpunan tersebut. Kemudian, dicari jumlah kapasitas sisa sisi yang titik awalnya pada himpunan dan titik keduanya tidak pada himpunan yang mempunyai nilai reduced cost sama dengan nol. Setelah diperoleh jumlah bobot titik dan jumlah kapasitas sisa, nilai keduanya dibandingkan. Pembandingan ini dilakukan untuk mengidentifikasi apakah jumlah supply dapat dikirim melalui kapasitas sisa pada sisi-sisi yang dijumlahkan pada tahap sebelumnya. Jika jumlah supply lebih besar dari pada jumlah kapasitas sisa maka supply tidak dapat dikirim karena kapasitas sisa sisi dengan reduced cost bernilai nol belum cukup untuk mengirimkan semua

4 supply. Agar jumlah kapasitas sisa sisi yang mempunyai reduced cost bernilai nol bertambah, maka dilakukan pembaruan node potential. Perubahan node potential mengakibatkan sisi yang mempunyai reduced cost bernilai nol menjadi bertambah, sehingga jumlah kapasitas sisa juga bertambah besar. Setelah dilakukan pembaruan node potential, dicari sisi-sisi yang mempunyai reduced cost sama dengan nol yang titik awalnya pada himpunan titik yang berbobot positif (() dan titik keduanya tidak pada himpunan tersebut (()). Jika titik kedua pada sisi yang diperoleh mempunyai bobot lebih besar dari nol, maka titik tersebut ditambahkan pada himpunan (. Hal ini yang merupakan ciri dari algoritma relaksasi yaitu memperbesar batasan domain. Kemudian dihitung kembali jumlah bobot titik pada ( dan jumlah kapasitas sisa sisi yang titik awalnya pada ( dan titik keduanya pada (), serta mempunyai reduced cost sama dengan nol. Jika jumlah bobot titik lebih besar dari jumlah kapasitas sisa, maka pemilihan sisi dihentikan dan memperbarui node potential kembali agar supply dapat dikirim pada sisi dengan reduced cost sama dengan nol. Jika jumlah kapasitas sisa lebih besar dari jumlah bobot titik, maka pemilihan sisi dilanjutkan. Jika pada pemilihan sisi mengakibatkan himpunan ( bertambah, maka jumlah bobot titik dan jumlah kapasitas sisa juga diperbarui, kemudian dibandingkan kembali dan jika jumlah kapasitas sisa lebih besar dari jumlah bobot titik, maka pemilihan sisi dilanjutkan kembali. Pemilihan sisi ini, dilakukan sampai jumlah kapasitas sisa lebih kecil dari pada jumlah bobot atau bobot titik kedua pada sisi yang dipilih kurang dari nol. Jika titik kedua pada sisi yang dipilih kurang dari nol, maka supply dapat dikirim pada sisi-sisi yang telah terpilih sebelum sisi yang titik keduanya kurang dari nol terpilih. Banyak supply yang dapat dikirimkan diperoleh dengan cara mencari minimum dari bobot titik supply, negatif bobot titik kedua yang terpilih terakhir, dan minimum kapasitas sisa sisi-sisi terpilih. Hal ini dilakukan agar supply yang dikirimkan dari titik supply ke titik demand dapat maksimal tanpa melebihi kapasitas sisa pada sisi yang akan dilewati. Untuk memudahkan pencarian minimum cost flow dengan algoritma relaksasi dibutuhkan alat bantu, yaitu program Delphi. Pada program Delphi dibuat prosedur pencarian minimum cost flow yang disesuaikan dengan algoritma relaksasi, sehingga nilai minimum cost flow dan pemilihan lintasan pada tiap iterasi yang diperoleh sama dengan hasil perhitungan manual. Pada program ini dibuat 3 halaman utama yaitu input titik, input bobot, serta proses. Halaman input titik digunakan untuk untuk menggambar titik. Caranya dengan mengklik di tempat yang diinginkan. Halaman ini dihubungkan dengan halaman input bobot dan akan secara otomatis menggambar sisi berarah serta menampilkan bobot titik pada titik, bobot cost dan bobot capacity pada sisi secara berurutan sesuai dengan perubahan di halaman input bobot. Halaman input bobot digunakan untuk memasukan nilai supply pada kotak penerimaan/permintaan/supply, memasukkan nilai cost pada kotak biaya/cost, dan memasukkan nilai kapasitas pada kotak kapasitas/capacity. Pengisian bobot tiap kotak mempengaruhi tampilan digraph di halaman input titik, yaitu jika pada kotak supply tidak kosong, maka pada halaman input titik akan muncul bobot tiap titiknya. Jika pada salah satu kotak cost atau kotak capacity pada kolom 2 baris 1 tidak kosong, maka pada halaman input titik akan muncul sisi berarah yang akan menghubungkan titik 1 ke titik 2 dilengkapi dengan bobot cost dan bobot capacity secara berurutan. Yang terakhir adalah tampilan proses. Halaman proses

5 digunakan untuk menyelesaikan permasalahan minimum cost flow yang telah diinputkan pada halaman input titik dan input bobot. pada halaman proses terdapat tampilan jaringan optimum dan informasi dalam pencarian solusi minimum cost flow. Informasi tersebut berupa proses adjust-flow, adjust-potential, pemilihan sisi, sampai biaya total. Algoritma relaksasi diterapkan pada tujuh contoh. Contoh I merupakan contoh dengan empat titik yaitu satu titik supply dan tiga titik demand, contoh II merupakan contoh dengan lima titik yaitu satu titik supply, satu titik demand, dan tiga titik sebagai titik perantara, contoh III merupakan contoh yang mendistribusikan Brem yang berbentuk kotak dari perusahaan Candi Mas ke 12 outlet. Dengan kata lain satu titik supply yaitu perusahaan Candi Mas dan 12 titik demand yaitu berupa outlet-outlet yang dituju, contoh IV merupakan contoh dengan enam titik yaitu dua titik supply, dua titik demand, dan dua titik perantara, contoh V merupakan contoh dengan empat titik dengan satu titik supply dan satu titik demand, contoh VI merupakan contoh dengan tiga titik yaitu satu titik supply dan tiga titik demand, sedangkan contoh VII merupakan contoh dengan delapan titik yaitu satu titik supply dan tujuh titik demand. Hasil dari penerapan dari algoritma relaksasi yang dibandingkan dengan algoritma lintasan terpendek berulang dan algoritma jaringan simplek dengan bantuan program GidenV4a. Penerapan dari ketiga algoritma tersebut menghasilkan hasil yang sama dari segi biaya total yang diperlukan dan rute yang diperoleh, sehingga algoritma relaksasi dapat menjadi alternatif untuk menyelesaikan permasalahan minimum cost flow. Algoritma relaksasi lebih baik dari pada algoritma jaringan simpleks pada beberapa kasus. Algoritma relaksasi telah terbukti lebih efisien dalam praktek untuk beberapa jaringan (Ahuja, 1993:332). Pada algoritma jaringan simpleks, pemilihan sisinya tidak didasarkan pada nilai reduced cost yang terkecil tetapi pemilihan sisi pada tree dilakukan dengan syarat tidak melanggar complementary slackness optimality conditions. Nilai + pada algortima jaringan simpleks dipengaruhi oleh nilai lintasan terpendek pada tree yang diperoleh dari titik supply ke titik yang lain yaitu titik. Nilai + diperoleh dengan mengurangkan + yang lama dengan nilai lintasan terpendek yang diperoleh dari titik supply ke titik. Sedangkan pada algoritma lintasan terpendek berulang, pemilihan sisinya berupa lintasan terpendek dari titik supply ke titik demand yang berdasar pada nilai reduced cost. Nilai + pada algoritma lintasan terpendek berulang juga dipengaruhi oleh nilai lintasan terpendek yang berdasar pada nilai reduced cost. Nilai + juga diperoleh dari mengurangkan + yang lama dengan bobot lintasan terpendek yang diperoleh. Perbedaannya adalah jika pada algoritma lintasan terpendek berulang, lintasan terpendek yang diperoleh memperhatikan semua sisi yang ada pada jaringan sisa, sedangkan pada algoritma jaringan simpleks, lintasannya hanya memperhatikan sisi-sisi yang terdapat pada spanning tree. Pada algoritma relaksasi pemilihan sisinya didasarkan pada nilai reduced cost yang sama dengan nol, sehingga solusi yang diperoleh lebih optimum. Nilai + pada algoritma relaksasi diperoleh dengan menambahkan + yang lama dengan *. Nilai * diperoleh dari minimum nilai reduced cost sisi yang kapasitas sisinya lebih besar dari nol. Pada algoritma relaksasi, perubahan node potential tidak terjadi pada semua titik yang ada pada jaringan tetapi perubahannya terjadi hanya pada titik-titik tertentu yang di (, sedangkan perubahan node potential pada algoritma lintasan terpendek berulang dan algoritma jaringan simpleks terjadi

6 pada semua titik pada jaringan. Hal ini dapat mengakibatkan hasil yang diperoleh dari ketiga algoritma ini berbeda. Penutup Dalam menentukan solusi, algoritma relaksasi pada minimum cost flow memperluas domain yaitu memperluas (. Awalnya ( adalah himpunan titik yang mempunyai supply lebih besar dari nol. Setelah pada pemilihan sisi, ( tidak hanya himpunan titik yang mempunyai supply lebih besar dari nol tetapi juga himpunan titik yang nilai supply-nya sama dengan nol. Hal ini menyebabkan titik yang mengirimkan supply tidak harus mempunyai supply yang lebih besar dari nol. Algoritma relaksasi mempunyai kelebihan dapat menghasilkan solusi yang minimum karena pengiriman supply hanya pada sisi yang mempunyai reduced cost sama dengan nol dan nilai reduced cost dipengaruhi oleh nilai cost. Algoritma relaksasi lebih efektif dan efisien dari pada algoritma lintasan terpendek berulang dan algoritma jaringan simpleks. Hal ini disebabkan pemilihan sisi dari ketiga algoritma ini berbeda dan pada algoritma relaksasi, pemilihan sisi yang akan dilalui untuk mengirim supply hanya dilakukan pada sisi yang mempunyai nilai reduced cost sama dengan nol, sedangkan pada algoritma lintasan terpendek berulang pemilihan sisi dilakukan dengan memilih lintasan terpendek dan bobot lintasannya tidak selalu sama dengan nol. Pada algoritma jaringan simpleks, pemilihan sisi dilakukan dengan cara menentukan tree dan tidak didasarkan pada nilai cost. Pada algoritma relaksasi, jaringan sisa yang dihasilkan pada tiap iterasi dimungkinkan akan sama sehingga tidak diperoleh solusi dan proses perlu dihentikan. Oleh karena itu, pembaca dapat meneliti lebih lanjut untuk kasus tersebut. Program dengan algoritma relaksasi ini hanya dapat berjalan pada permasalahan minimum cost flow yang titiknya kurang dari 32 titik. Oleh karena itu, jika pembaca ingin menggunakan program ini, maka permasalahan yang akan diterapkan harus kurang dari 32 titik atau pembaca dapat mengembangkan program dengan algoritma relaksasi untuk permasalahan dengan 32 titik atau lebih. Daftar Rujukan Ahuja, Ravindra, dkk Network Flows Theory, Algoritmhs, and Applications. New Jersey : Prentice-Hall, Inc. Hillier, Frederick, dkk Introduction to Operations Research. Singapure : Mc Graw-Hill Book Co. Rosen, H., Kenneth Handbook of Discrete and Combinatorial Mathematics. Washington, DC: CRC Press.

ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER

ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER Agustina Ardhini 1, Sapti Wahyuningsih 2, Darmawan Satyananda 3 Jurusan Matematika,

Lebih terperinci

PENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM

PENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM PENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM Fajar Prabowo Universitas Negeri Malang E-mail: fajar_sinyoo@yahoo.com Pembimbing: (I) Dra. Sapti Wahyuningsih,

Lebih terperinci

ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA

ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA Reni Dian Saputri, Sapti Wahyuningsih *), Darmawan Satyananda *) Universitas Negeri Malang E-mail: renidiansaputri@yahoo.co.id

Lebih terperinci

PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM

PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM Fathimatuzzahro, Sapti Wahyuningsih, dan Darmawan Satyananda Universitas Negeri Malang E-mail: fathimatuzzahro90@gmail.com ABSTRAK:

Lebih terperinci

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.

Lebih terperinci

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Prodi Teknik Informatika UPN eteran Yogyakarta Jl. Babarsari

Lebih terperinci

BAB I. MASALAH TRANSPORTASI KHUSUS

BAB I. MASALAH TRANSPORTASI KHUSUS BAB I. MASALAH TRANSPORTASI KHUSUS Pada perkuliahan pemrograman linear telah dipelajari masalah transportasi secara umum, yaitu suatu masalah pemindahan barang dari beberapa tempat asal (sumber/origin)

Lebih terperinci

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6.

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6. Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6 Analisis Jaringan Dipresentasikan oleh: Herman R. Suwarman, S.Si Pendahuluan- Ilustrasi

Lebih terperinci

RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL

RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Naskah Publikasi diajukan oleh: Trisni jatiningsih 06.11.1016 kepada JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN

Lebih terperinci

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13 Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network :

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST

Lebih terperinci

Dwiprima Elvanny Myori

Dwiprima Elvanny Myori PENGOPTIMALAN JARINGAN LISTRIK DENGAN MINIMUM SPANNING TREE Dwiprima Elvanny Myori Abstract One of mathematics branch that have many application in daily life is graph theory. Graph theory is used to link

Lebih terperinci

Optimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks

Optimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks Optimasi Jaringan Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks Pendahuluan Sebuah model jaringan terdiri dari dua buah element utama, yaitu: Arc, marupakan

Lebih terperinci

Model Jaringan. Ahmad Sabri, MSi, Riset Operasional 2, Universitas Gunadarma

Model Jaringan. Ahmad Sabri, MSi, Riset Operasional 2, Universitas Gunadarma Model Jaringan Sebuah jaringan terdiri dari sekelompok simpul (node) yang dihubungkan dengan busur (arc). Suatu busur dapat dialiri arus/diberikan bobot dalam jumlah tertentu Contoh: jaringan transportasi:

Lebih terperinci

Penggunaan Algoritma Greedy dalam Penyelesaian Masalah Transportasi

Penggunaan Algoritma Greedy dalam Penyelesaian Masalah Transportasi Penggunaan Algoritma Greedy dalam Penyelesaian Masalah Transportasi Ferry Mulia Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jln. Ganesha no.10, Bandung

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis

Lebih terperinci

ALGORITMA FORD-FULKERSON UNTUK MEMAKSIMUMKAN FLOW DALAM PENDISTRIBUSIAN BARANG

ALGORITMA FORD-FULKERSON UNTUK MEMAKSIMUMKAN FLOW DALAM PENDISTRIBUSIAN BARANG ALGORITMA FORD-FULKERSON UNTUK MEMAKSIMUMKAN FLOW DALAM PENDISTRIBUSIAN BARANG 1Fahrun Nisa, 2 Wahyu Henky Irawan 1 Jurusan Matematika, Universitas Islam Negeri Maulana Malik Ibrahim Malang 2 jurusan Matematika,

Lebih terperinci

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network

Lebih terperinci

PENYELESAIAN MULTIPLE DEPOT VEHICLE ROUTING PROBLEM (MDVRP) MENGGUNAKAN METODE INSERTION HEURISTIC

PENYELESAIAN MULTIPLE DEPOT VEHICLE ROUTING PROBLEM (MDVRP) MENGGUNAKAN METODE INSERTION HEURISTIC PENYELESAIAN MULTIPLE DEPOT VEHICLE ROUTING PROBLEM (MDVRP) MENGGUNAKAN METODE INSERTION HEURISTIC Dima Prihatinie, Susy Kuspambudi Andaini, Darmawan Satyananda JURUSAN MATEMATIKA FAKULTAS MIPA UNIVERSITAS

Lebih terperinci

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Terdapat bermacam-macam network model. Network : Suatu sistem saluran-saluran yang menghubungkan titiktitik

Lebih terperinci

BAB III MODEL TRANSPORTASI. memperkecil total biaya distribusi (Hillier dan Lieberman, 2001, hlm. 354).

BAB III MODEL TRANSPORTASI. memperkecil total biaya distribusi (Hillier dan Lieberman, 2001, hlm. 354). BAB III MODEL TRANSPORTASI. Pendahuluan Permasalahan transportasi berkaitan dengan pendistribusian beberapa komoditas dari beberapa pusat penyediaan, yang disebut dengan sumber menuju ke beberapa pusat

Lebih terperinci

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Graf Berarah Graf Berarah Suatu graf berarah (Direct Graf/Digraf) D terdiri atas 2 himpunan : 1. Himpunan V, anggotanya disebut Simpul. 2. Himpunan A, merupakan

Lebih terperinci

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-6

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-6 MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-6 Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network : Suatu

Lebih terperinci

ALGORITMA MENCARI LINTASAN TERPENDEK

ALGORITMA MENCARI LINTASAN TERPENDEK Abstrak ALGORITMA MENCARI LINTASAN TERPENDEK Indra Fajar 1, Gustian Siregar 2, Dede Tarwidi 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha

Lebih terperinci

UJM 2 (1) (2013) UNNES Journal of Mathematics.

UJM 2 (1) (2013) UNNES Journal of Mathematics. UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA DIJKSTRA DAN PRIM PADA PENDISTRIBUSIAN AIR DI PDAM KABUPATEN DEMAK Verly Zuli Prasetyo, Amin

Lebih terperinci

Analisis Penggunaan Algoritma Greedy dalam Program Solusi Fisibel Basis Awal Transportasi

Analisis Penggunaan Algoritma Greedy dalam Program Solusi Fisibel Basis Awal Transportasi Abstrak Analisis Penggunaan Algoritma Greedy dalam Program Solusi Fisibel Basis Awal Transportasi Komang Gita A 1, Heryanto 2, Stefanus A N 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC)

PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC) PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC) Yayun Hardianti 1, Purwanto 2 Universitas Negeri Malang E-mail: yayunimoet@gmail.com ABSTRAK:

Lebih terperinci

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN

MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN J. K. Sari, A. Karma, M. D. H. Gamal junikartika.sari@ymail.com Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan Jurusan

Lebih terperinci

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi Merupakan salah satu bentuk dari model jaringan kerja (network). Suatu model yang berhubungan dengan

Lebih terperinci

Pendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi

Pendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi Pendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi Aziskhan, Usna Wita, M D H Gamal Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Abstract: This paper discusses an approach

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming) BAB 2 LANDASAN TEORI 2.1 Pengertian Program Linier (Linear Programming) Menurut Sri Mulyono (1999), Program Linier (LP) merupakan metode matematik dalam mengalokasikan sumber daya yang langka untuk mencapai

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Pada bab 2, telah delaskan mengenai pemilihan negative cycle yang akan mengalami proses canceling tanpa menggunakan aturan-aturan tertentu. Dengan kondisi tersebut,

Lebih terperinci

Modul 10. PENELITIAN OPERASIONAL MODEL TRANSPORTASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

Modul 10. PENELITIAN OPERASIONAL MODEL TRANSPORTASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI Modul 0 PENELITIAN OPERASIONAL Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA http://wwwmercubuanaacid JAKARTA 007 PENDAHULUAN Suatu

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data

BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data BAB 3 PEMBAHASAN 3.1 Pengumpulan Data Pengumpulan data dilaksanakan selama 1 bulan, terhitung mulai tanggal 28 Mei 2013 sampai 28 Juni 2013, sesuai dengan izin yang diberikan oleh Kepala Cabang PT. Mega

Lebih terperinci

Pada perkembangannya ternyata model transportasi ini dapat juga digambarkan dan diselesaikan dalam suatu bentuk jaringan

Pada perkembangannya ternyata model transportasi ini dapat juga digambarkan dan diselesaikan dalam suatu bentuk jaringan MODEL ARUS JARINGAN DEFINISI Jaringan (network) = (N, A); N=node, A=arc = sisi=busur. Arc (sisi) terarah mempunyai arah. Jaringan terarah mempunyai semua sisi yang terarah. Path (lintasan) = sekumpulan

Lebih terperinci

PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR

PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR Diajukan Sebagai salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains pada Jurusan

Lebih terperinci

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi Model Arus Jaringan Riset Operasi TIP FTP UB Mas ud Effendi 1 Pokok Bahasan Masalah rute terpendek (The Shortest Route Problem) Masalah rentang pohon minimal (The Minimal Spanning Tree Problem) Masalah

Lebih terperinci

Minimum Spanning Trees algorithm

Minimum Spanning Trees algorithm Minimum Spanning Trees algorithm Algoritma Minimum Spanning Trees algoritma Kruskal and algoritma Prim. Kedua algoritma ini berbeda dalam metodologinya, tetapi keduanya mempunyai tujuan menemukan minimum

Lebih terperinci

Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree. Tamam Asrori ( )

Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree. Tamam Asrori ( ) Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree Tamam Asrori (5104 100 146) Pendahuluan Latar Belakang Tujuan Dan Manfaat Rumusan

Lebih terperinci

BAB 1 PENDAHULUAN. barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan.

BAB 1 PENDAHULUAN. barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan. BAB 1 PENDAHULUAN 1.1 Latar Belakang Kehidupan manusia berkaitan erat dengan jaringan. Jaringan pendistribusian barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan. Dalam

Lebih terperinci

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09 Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 09 Contents 1 2 5 Algoritma Program Dinamis Lintasan Terpendek (Shortest Path) Penganggaran Modal (Capital Budgeting) 1/0 Knapsack

Lebih terperinci

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini

Lebih terperinci

PERBANDINGAN HASIL PERHITUNGAN JARAK TERPENDEK ANTARA ALGORITMA DIJKSTRA DENGAN PEMROGRAMAN LINIER

PERBANDINGAN HASIL PERHITUNGAN JARAK TERPENDEK ANTARA ALGORITMA DIJKSTRA DENGAN PEMROGRAMAN LINIER Jurnal Teknik dan Ilmu Komputer PERBANDINGAN HASIL PERHITUNGAN JARAK TERPENDEK ANTARA ALGORITMA DIJKSTRA DENGAN PEMROGRAMAN LINIER COMPARISON OF SHORTEST DISTANCE CALCULATION BETWEEN DIJKSTRA S ALGORITHM

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Distribusi Distribusi merupakan proses pemindahan barang-barang dari tempat produksi ke berbagai tempat atau daerah yang membutuhkan. Kotler (2005) mendefinisikan bahwa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2 1 Masalah Transportasi Salah satu permasalahan khusus dalam program linier adalah masalah transportasi Untuk menyelesaikan permasalahan ini digunakan metode transportasi Dikatakan

Lebih terperinci

Penyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based

Penyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based Penyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based Setya Widodo, Purwanto, dan Subanji Universitas Negeri Malang E-mail: yambink@gmail.com ABSTRAK: Skripsi ini membahas tentang permasalahan

Lebih terperinci

ALGORITMA PENCARIAN (HEURISTIC)

ALGORITMA PENCARIAN (HEURISTIC) ALGORITMA PENCARIAN (HEURISTIC) Farah Zakiyah Rahmanti, M.T Diperbarui 2016 Overview Pengertian Pencarian Heuristik Generate and Test Hill Climbing Best First Searching Latihan Pencarian Heuristik Merupakan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul

Lebih terperinci

BAB VII METODE TRANSPORTASI

BAB VII METODE TRANSPORTASI BAB VII METODE TRANSPORTASI Pada umumnya masalah transportasi berhubungan dengan distribusi suatu produk tunggal dari beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan, dengan permintaan

Lebih terperinci

Model Transportasi 1

Model Transportasi 1 Model Transportasi 1 Model ini berawal dari tahun 1941 ketika F.L. Hitchkok mengetengahkan studi yang berjudul The Distribution of a Product from Several Sources to Numerous Localities Tahun 1947, T.C.Koopmans

Lebih terperinci

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang PENERAPAN ALGORITMA AUCTION UNTUK MENGATASI MASALAH LINTASAN TERPENDEK (SHORTEST PATH) Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang E-mail : elvira_firdausi@yahoo.co.id

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan rantaian terpendek diantara pasangan node (titik) tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus

Lebih terperinci

ABSTRACT 1. PENDAHULUAN

ABSTRACT 1. PENDAHULUAN Repositori Karya Ilmiah Universitas Riau Matematika: September 01. PENYELESAIAN MASALAH TRAVELING SALESMAN DENGAN PEMROGRAMAN DINAMIK Mustafsiroh 1, M. D. H Gamal, M. Natsir mustafsiroh@ymail.com 1 Mahasiswa

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2. Tinjauan Teori dan Konsep 2.. Pengertian Manajemen Produksi/Operasi Sebelum membahas lebih jauh mengenai metode transportasi, perlu diuraikan terlebih dahulu mengenai pengertian

Lebih terperinci

Program Dinamis (Dynamic Programming)

Program Dinamis (Dynamic Programming) Program Dinamis (Dynamic Programming) Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI-ITB 1 2 Program Dinamis Program Dinamis (dynamic programming): - metode

Lebih terperinci

Pengaplikasian Graf dalam Menentukan Rute Angkutan Kota Tercepat

Pengaplikasian Graf dalam Menentukan Rute Angkutan Kota Tercepat Pengaplikasian Graf dalam Menentukan Rute Angkutan Kota Tercepat Rachel Sidney Devianti/13515124 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

ANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH. Kata Kunci: Algoritma, Multistage, Pemrograman Dinamik, Running Time

ANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH. Kata Kunci: Algoritma, Multistage, Pemrograman Dinamik, Running Time ANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH Wawan Setiawan Universitas Negeri Malang E-mail : looney_waw@yahoo.co.id Pembimbing: (I) Dra. Susy Kuspambudi Andaini, M. Kom,

Lebih terperinci

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11 MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11 Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network : Suatu

Lebih terperinci

PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP

PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP Oleh : MUHAMAD SIDIQ NIM. M0108095 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memeperoleh gelar

Lebih terperinci

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi Prof. Dr. Ir. ZULKIFLI LMSYH, M.Sc. Program Magister gribisnis Universitas Jambi Merupakan salah satu bentuk dari model jaringan kerja (network). Suatu model yang berhubungan dengan distribusi suatu barang

Lebih terperinci

TRANSPORTATION PROBLEM

TRANSPORTATION PROBLEM Media Informatika Vol. No. (27) TRANSPORTATION PROBLEM Dahlia Br Ginting Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. Juanda 9 Bandung 2 E-mail : Carlo27@telkom.net Abstrak Di sini akan

Lebih terperinci

1. Minimal spanning tree 2. Shortest-route algorithm 3. Maximum flow algorithm

1. Minimal spanning tree 2. Shortest-route algorithm 3. Maximum flow algorithm Model Jaringan 1 Topik Yang dibahas 1. Minimal spanning tree 2. Shortest-route algorithm 3. Maximum flow algorithm 2 Definisi Jaringan Jaringan (network) = (N, A); N=node, A=arc = sisi=busur. Arc (sisi)

Lebih terperinci

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah

Lebih terperinci

BAB 2 LANDASAN TEORITIS

BAB 2 LANDASAN TEORITIS xvi BAB 2 LANDASAN TEORITIS Dalam penulisan laporan tugas akhir ini, penulis akan memberikan beberapa pengertian yang berhubungan dengan judul penelitian yang penulis ajukan, karena tanpa pengertian yang

Lebih terperinci

MODEL TRANSPORTASI. Sesi XI : Model Transportasi

MODEL TRANSPORTASI. Sesi XI : Model Transportasi Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi XI : MODEL TRANSPORTASI e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Model Transportasi Merupakan

Lebih terperinci

1. PENDAHULUAN 1.1 Latar Belakang

1. PENDAHULUAN 1.1 Latar Belakang PERANGKAT LUNAK PENCARIAN RUTE TERPENDEK DENGAN MENGGUNAKAN METODE PEMROGRAMAN DINAMIS (FLOYD WARSHALL) Ulil Hamida Program Studi Sistem Informasi, STMI Jakarta ulil-h@kemenperin.go.id ABSTRAK Pencarian

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi 34 BAB 2 LANDASAN TEORI 2.1 Pengertian Model dan Metode Transportasi Hamdy A Taha (1996) mengemukakan bahwa dalam arti sederhana, model transportasi berusaha menentukan sebuah rencana transportasi sebuah

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : Pengantar Teknik Industri Deskripsi

Lebih terperinci

TRANSPORTASI LEAST COST

TRANSPORTASI LEAST COST TRANSPORTASI LEAST COST 5 Obyektif 1. Mengerti mengenai definisi Transportasi Least Cost 2. Memahami penggunaan metode transportasi dan menyelesaikan masalah menggunakan metode transportasi Least Cost

Lebih terperinci

Penggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf

Penggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf Abstrak Penggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf Neni Adiningsih, Dewi Pramudi Ismi, Ratih Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut

Lebih terperinci

BAB IV PEMBAHASAN. Dalam bab ini akan dibahas tentang pengimplementasian Zero Point Method

BAB IV PEMBAHASAN. Dalam bab ini akan dibahas tentang pengimplementasian Zero Point Method BAB IV PEMBAHASAN Dalam bab ini akan dibahas tentang pengimplementasian Zero Point Method untuk menyelesaikan masalah transportasi dan kemudian dilakukan uji optimalitas dengan menggunakan MODI. Contoh

Lebih terperinci

APLIKASI METODE TRANSPORTASI DALAM OPTIMASI BIAYA DISTRIBUSI BERAS MISKIN (RASKIN) PADA PERUM BULOG SUB DIVRE MEDAN

APLIKASI METODE TRANSPORTASI DALAM OPTIMASI BIAYA DISTRIBUSI BERAS MISKIN (RASKIN) PADA PERUM BULOG SUB DIVRE MEDAN Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 299 311. APLIKASI METODE TRANSPORTASI DALAM OPTIMASI BIAYA DISTRIBUSI BERAS MISKIN (RASKIN) PADA PERUM BULOG SUB DIVRE MEDAN Lolyta Damora

Lebih terperinci

Staff Pengajar Jurusan Teknik Mesin, FT-Universitas Sebelas Maret Surakarta

Staff Pengajar Jurusan Teknik Mesin, FT-Universitas Sebelas Maret Surakarta DESAIN OPTIMASI UNGSI TAK LINIER MENGGUNAKAN METODE PENYELIDIKAN IBONACCI Yemi Kuswardi Nurul Muhayat Abstract: optimum design is an action to design the best product based on the problem. Theoretically,

Lebih terperinci

merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002)

merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002) dari elemen graf yang disebut verteks (node, point), sedangkan, atau biasa disebut (), adalah himpunan pasangan tak terurut yang menghubungkan dua elemen subset dari yang disebut sisi (edge, line). Setiap

Lebih terperinci

x 6 x 5 x 3 x 2 x 4 V 3 x 1 V 1

x 6 x 5 x 3 x 2 x 4 V 3 x 1 V 1 . PENGANTAR TEORI GRAF Definisi : Secara umum merupakan kumpulan titik dan garis. NET terdiri atas : 1. Himpunan titik (tidak boleh kosong) 2. Himpunan garis (directed line) 3. Setiap directed line menentukan

Lebih terperinci

PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING Mohamad Ervan S 1, Bambang Irawanto 2, Sunarsih 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto,

Lebih terperinci

Studi Algoritma Optimasi dalam Graf Berbobot

Studi Algoritma Optimasi dalam Graf Berbobot Studi Algoritma Optimasi dalam Graf Berbobot Vandy Putrandika NIM : 13505001 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15001@students.if.itb.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: 10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)

Lebih terperinci

EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI

EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI Hendi Nirwansah dan Widowati Jurusan Matematika FMIPA UNDIP Semarang Jl. Prof. H. Soedarto, SH, Tembalang, Semarang, 50275 Abstrak Aplikasi matematika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan

Lebih terperinci

ALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP)

ALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP) ALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP) Nine Winda Yunita 1, Sapti Wahyuningsih 2, dan Darmawan Satyananda 3 Universitas Negeri Malang E-mail:

Lebih terperinci

RANCANG BANGUN SISTEM INFORMASI RUTE WISATA TERPENDEK BERBASIS ALGORITMA FLOYD-WARSHALL

RANCANG BANGUN SISTEM INFORMASI RUTE WISATA TERPENDEK BERBASIS ALGORITMA FLOYD-WARSHALL Sistem Prediksi Penyakit Diabetes Berbasis Decision Tree RANCANG BANGUN SISTEM INFORMASI RUTE WISATA TERPENDEK BERBASIS ALGORITMA FLOYD-WARSHALL Anik Andriani Manajemen Informatika AMIK BSI Jakarta Jl.

Lebih terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by

Lebih terperinci

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex

Lebih terperinci

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1 BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Graf merupakan salah satu cabang ilmu matematika yang dapat digunakan dalam membantu persoalan diberbagai bidang seperti masalah komunikasi, transportasi, distribusi,

Lebih terperinci

METODE OUT OF KILTER MENENTUKAN MINIMAL COST PADA PERSOALAN NETWORK

METODE OUT OF KILTER MENENTUKAN MINIMAL COST PADA PERSOALAN NETWORK METODE OUT OF KILTER MENENTUKAN MINIMAL COST PADA PERSOALAN NETWORK SKRIPSI AFNI DEVINA SARI SIREGAR 060823010 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

Lebih terperinci

TRANSPORTASI APROKSIMASI VOGEL

TRANSPORTASI APROKSIMASI VOGEL TRANSPORTASI APROKSIMASI VOGEL 6 Obyektif 1. Mengerti mengenai definisi Transportasi Vogel Approximation Methods (VAM) 2. Memahami penggunaan metode transportasi dan menyelesaikan masalah menggunakan metode

Lebih terperinci

METODE TRANSPORTASI Permintaan Masalah diatas diilustrasikan sebagai suatu model jaringan pada gambar sebagai berikut:

METODE TRANSPORTASI Permintaan Masalah diatas diilustrasikan sebagai suatu model jaringan pada gambar sebagai berikut: METODE TRANSPORTASI Pada umumnya masalah transportasi berhubungan dengan distribusi suatu produk tunggal dari beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan, dengan permintaan tertentu,

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Desain Penelitian Penelitian ini bersifat literatur dan melakukan studi kepustakaan untuk mengkaji dan menelaah berbagai buku, jurnal, karyai lmiah, laporan dan berbagai

Lebih terperinci

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming 4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori

Lebih terperinci

Model Transportasi /ZA 1

Model Transportasi /ZA 1 Model Transportasi 1 Model Transportasi: Merupakan salah satu bentuk dari model jaringan kerja (network). Suatu model yang berhubungan dengan distribusi suatu barang tertentu dari sejumlah sumber (sources)

Lebih terperinci

Konstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur

Konstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur Konstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur Ma rifah Puji Hastuti, Kiki Ariyanti Sugeng, Denny Riama Silaban Departemen Matematika, FMIPA Universitas Indonesia,

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakang Manajemen operasi suatu industri penerbangan merupakan suatu permasalahan Operations Research yang kompleks Secara umum, perusahaan dihadapkan pada berbagai persoalan dalam

Lebih terperinci

BAB III PEMODELAN MASALAH

BAB III PEMODELAN MASALAH BAB III PEMODELAN MASALAH Masalah penjadwalan kereta api jalur tunggal dapat dimodelkan sebagai sebuah kasus khusus dari masalah penjadwalan Job-Shop. Hal ini dilakukan dengan menganggap perjalanan sebuah

Lebih terperinci

HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU. Oleh: Kartika Yulianti, S.Pd., M.Si.

HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU. Oleh: Kartika Yulianti, S.Pd., M.Si. HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU Oleh: Kartika Yulianti, S.Pd., M.Si. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA

Lebih terperinci

ANALISIS KINERJA ALGORITMA KARZANOV DALAM MENYELESAIKAN MAXIMUM FLOW PROBLEM

ANALISIS KINERJA ALGORITMA KARZANOV DALAM MENYELESAIKAN MAXIMUM FLOW PROBLEM ANALISIS KINERJA ALGORITMA KARZANOV DALAM MENYELESAIKAN MAXIMUM FLOW PROBLEM Candrayani Methasari, Sapti Wahyuningsih, dan Susy Kuspambudi Andaini Universitas Negeri Malang ABSTRAK: Tujuan penulisan ini

Lebih terperinci

UJM 3 (2) (2014) UNNES Journal of Mathematics.

UJM 3 (2) (2014) UNNES Journal of Mathematics. UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm IMPLEMENTASI ALGORITMA BRANCH AND BOUND PADA 0-1 KNAPSACK PROBLEM UNTUK MENGOPTIMALKAN MUATAN BARANG Arum Pratiwi,

Lebih terperinci

Pelabelan aliran maksimum dengan algoritma Ford-Fulkerson telah diperkenalkan pada pertengahan 1950,

Pelabelan aliran maksimum dengan algoritma Ford-Fulkerson telah diperkenalkan pada pertengahan 1950, 1 Pelabelan aliran maksimum dengan algoritma Ford-Fulkerson telah diperkenalkan pada pertengahan 1950, Merupakan algoritma untuk memaksimumkan aliran (flow) dengan kapasitas dan biaya yang terbatas pada

Lebih terperinci