PENYELESAIAN PERMASALAHAN TRIM LOSS DENGAN MODEL INTEGER LINEAR PROGRAMMING DAN MIXED INTEGER LINEAR PROGRAMMING
|
|
- Harjanti Kusumo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENYELESAAN PERMASALAHAN TRM LOSS DENGAN MODEL NTEGER LNEAR PROGRAMMNG DAN MXED NTEGER LNEAR PROGRAMMNG Nama Mahasiswa : Pradina Eka Wardani NRP : urusan : Matematika Dosen Pembimbing : Dra. Laksmi Prita Wardhani, M.Si Abstrak Masalah trim loss merupakan masalah kerugian yang timbul dari hasil proses pemotongan yang tidak optimal. erugian ini ditimbulkan oleh beberapa faktor, salah satu diantaranya adalah peletakan pola pemotongan yang kurang tepat sehingga mengakibatkan ketidakefisienan penggunaan bahan baku. Pada Tugas Akhir ini, masalah trim loss ditinjau berdasarkan trim loss dari proses pemotongan kayu. permasalahan trim loss yang dikembangkan merupakan model dalam bentuk nteger Non Linear Programming (NLP) sebab terdapat beberapa kendala dari model yang bersifat bilinier. Untuk mendapatkan hasil penyelesaian dari model tersebut, maka model tersebut dilinierkan ke dalam bentuk nteger Linear Programming () dan Mixed nteger Linear Programming (M). Proses penyelesaian permasalahan dilakukan dalam dua tahapan. Pertama, model permasalahan trim loss bentuk dan M diolah dengan program simulasi sehingga menjadi bentuk model yang siap untuk tahapan selanjutnya. edua, model permasalahan trim loss hasil program simulasi diselesaikan dengan menggunakan LNGO 8 sehingga diketahui penyelesaian permasalahannya. Dari beberapa contoh kasus yang dilakukan, dapat ditunjukkan bahwa model permasalahan trim loss bentuk lebih efisien untuk penyelesaian permasalahan jika dibandingkan dengan model permasalahan trim loss bentuk M. ata kunci : trim loss, nteger Linear Programming (), nteger Non Linear Programming (NLP), Mixed nteger Linear Programming (M) 1. Pendahuluan Pada proses produksi, khususnya pada proses pemotongan material, sering dihasilkan sisa potongan material yang tidak dapat digunakan lagi. Hal ini tidak dapat dihindari karena bahan baku yang diterima dari pemasok tidak selalu dapat memenuhi ukuran dimensi yang sesuai dengan yang diharapkan pada setiap proses. Masalah ini dikenal sebagai masalah trim loss yang berarti kerugian yang timbul dari hasil proses pemotongan yang tidak optimal. erugian ini ditimbulkan oleh beberapa faktor, salah satu diantaranya adalah peletakan pola pemotongan yang kurang tepat sehingga mengakibatkan ketidakefisienan penggunaan bahan baku. Sebenarnya permasalahan trim loss tidak selalu dihadapi oleh setiap industri. ndustri yang menggunakan bahan baku yang bisa didaur ulang seperti industri logam dan sebagainya mungkin tidak akan menjadikan masalah trim loss sebagai kendala utama, namun tidak demikian halnya dengan industri yang menggunakan bahan baku yang selain tidak dapat didaur ulang juga mahal dan sukar diperoleh seperti kertas, plastik dan kayu. Masalah trim loss selain mengakibatkan adanya pemborosan dalam penggunaan bahan baku juga menimbulkan biaya kerugian bahan baku yang cukup besar terutama untuk bahan baku yang mahal, sehingga biaya produksi yang diharapkan seminimal mungkin malah menjadi besar. Permasalahan trim loss dalam Tugas Akhir ini dibentuk berdasarkan data proses pemotongan kayu yang diperoleh dari PT. Sinarindo Megantara serta model permasalahan trim loss yang dikembangkan oleh Harjunkoski (1996). Pembahasan trim loss dalam Tugas Akhir ini dilakukan dengan mengabaikan faktor-faktor eksternal seperti kerusakan mesin, tetapi hanya menitikberatkan pada pengaturan pola pemotongan yang optimal. Permasalahan trim loss dibentuk dalam bentuk integer non-linear programming (NLP). Permasalahan ini juga dapat dituliskan dan diperluas dalam bentuk linier sehingga dapat dibentuk sebagai permasalahan integer linear programming () atau mixed integer linear programming (M). Adapun tujuan dari Tugas Akhir ini adalah : 1. Mendapatkan model permasalahan trim loss dalam bentuk NLP. 1
2 2. Memperoleh model matematis permasalahan trim loss dalam bentuk dan M. 3. Mendapatkan hasil penyelesaian permasalahan trim loss, baik dengan menggunakan maupun M. 4. Mengetahui hasil penyelesaian permasalahan trim loss yang lebih efisien antara model dan M. 2. Trim Loss Tujuan utama CSP adalah untuk meminimalkan trim loss yang biasanya didefinisikan sebagai peminimalan jumlah pola pemotongan. Tetapi pada umumnya trim loss pada setiap pemotongan bisa diformulasikan sebagai: " trim loss = panjang objek - total panjang pemotongan material" Formulasi di atas dapat diaplikasikan baik dalam metode CSP yang berorientasi item maupun berorientasi pola. Dalam kasus proses pemotongan tumpukan kertas (Westerlund, 1998), permasalahan trim loss bisa dikategorikan sebagai permasalahan non convex integer nonlinear programming. Adapun formulasinya adalah sebagai berikut : R min c r m r B r,max f B q,m r,y r r=1 Dengan kendala : + c r y r (2.1) B q B r,max 0 (2.2) B q + B r,min 0 (2.3) Z r,max 0 (2.4) m r Z y r 0 (2.5) r = 1,2,3,, R N q R r=1 R r=1 q = 1,2,3,,, m r Z + y r {0,1} m r 0 (2.6) m r N q q 0 (2.7) : banyak tipe lembaran kertas q= 1,2,3,, R : banyak pola pemotongan r= 1,2,3,, R B q : lebar dari lembaran kertas ke-q N q : banyak lembaran kertas ke-q B r,min : lebar minimum pola pemotongan ke-r B r,max : lebar maksimum pola pemotongan ke-r Z r,max : maksimum banyaknya pisau untuk pola pemotongan ke-r : jumlah lembaran kertas ke-q untuk pola pemotongan ke-r m r : banyaknya pola pemotongan ke-r y r : pola pemotongan ke-r yang akan digunakan atau tidak c r : koefisien biaya f : bobot produk yang disesuaikan dengan Z : bilangan positif q : banyak produk tambahan ke-q yang dapat dijual 3. Proses Pemotongan ayu Proses pemotongan kayu merupakan sebuah proses membagi potongan kayu yang besar (kayu baku) menjadi potongan-potongan kayu yang lebih kecil (kayu produk). Proses pemotongan kayu dilakukan melalui tiga tahapan yaitu: 1. Pemotongan tebal kayu, kayu baku dipotong pada sisi tebal dengan ukuran yang sesuai dengan tebal kayu produk. 2. Pemotongan panjang kayu, setiap hasil pemotongan tebal kayu baku dipotong pada sisi panjang dengan ukuran yang sesuai dengan panjang kayu produk. 3. Pemotongan lebar kayu, setiap hasil pemotongan panjang kayu baku dipotong pada sisi lebar dengan ukuran yang sesuai dengan lebar kayu produk. (a) (b) dimana, 2
3 (c) Gambar 3.1 Gambar proses pemotongan kayu. (a) Pemotongan tebal kayu, (b) Pemotongan panjang kayu, dan (c) Pemotongan lebar kayu 4. NLP Permasalahan Trim Loss yang digunakan sebagai landasan dalam pengerjaan Tugas Akhir ini merupakan model optimasi trim loss yang dikembangkan oleh Westerlund (1996). Dalam jurnal ilmiahnya, model optimasi trim loss tersebut digunakan dalam pemotongan kertas (persamaan 2.1 (2.7)). Permasalahan pemotongan kayu dengan tujuan untuk meminimumkan trim loss dari hasil pemotongan kayu, dapat ditulis sebagai min N j V v i m ij N j,n ij dengan kendala: d i v i N j (4.1) m i,j V 0 (4.2) m ij m ij, N j Z + N j 0, i = 1,, (4.3) p 0 (4.4) 5. Permasalahan Trim Loss Untuk mendapatkan model permasalahan trim loss maka dilakukan proses pelinieran pada model NLP permasalahan trim loss. Pelinieran dilakukan dengan menggunakan teknik enumerasi. Teknik enumerasi adalah mengasumsikan salah satu variabel yang menyebabkan munculnya sifat bilinier menjadi sebuah parameter. Variabel yang dijadikan parameter adalah variabel m ij. permasalahan trim loss dapat ditulis sebagai min N j V v i m ij N j (5.1) dengan kendala: d i j=1 m ij N j 0, i = 1,, (5.2) N j p 0, j = 1,, (5.3) N j Z + 6. M Permasalahan Trim Loss Sama seperti sebelumnya, untuk mendapatkan model M permasalahan trim loss juga dilakukan proses pelinieran. Cara yang digunakan untuk pelinieran adalah mengganti variabel-variabel integer yang menyebabkan model permasalahan trim loss berbentuk nonlinier. Variabel-variabel integer yang dimaksud yaitu variabel N j dan m ij. Dalam pelinieran, variabel N j akan digantikan dengan variabel biner sedangkan perkalian antara variabel integer m ij dengan variable biner akan digantikan oleh variabel S i,j,k. Rumus yang digunakan adalah: N j = k=1, j = 1,, m i,j = S i,j,k M permasalahan trim loss dapat ditulis sebagai min,s i,j,k j=1 k=1 dengan kendala: d i k=1 v i V k=1 S i,j,k v i (6.1) m i,j V 0 (6.2) j=1 k=1 S i,j,k 0, i = 1,, (6.3) p 0, j = 1,, (6.4) S i,j,k m ij 0 (6.5) i = 1,,, j = 1,,, k = 1,, S i,j,k + m ij L i,j (1 ) 0 (6.6) i = 1,,, j = 1,,, k = 1,, S i,j,k L i,j 0 (6.7) S i,j,k L i,j 0 (6.8) i = 1,,, j = 1,,, k = 1,, 0,1, S i,j,k R + 3
4 7. Penyelesaian Permasalahan Untuk mendapatkan hasil penyelesaian dari model permasalahan maka diperlukan dua tahapan. Tahapan yang pertama adalah pengolahan data dengan menggunakan program simulasi. Sedangkan tahapan yang kedua adalah penyelesaian akhir dengan menggunakan software LNGO 8. Program simulasi dibuat untuk menjabarkan model dan M dari permasalahan trim loss sesuai dengan data yang menjadi masukan bagi program. Gambar 7.1 Program simulasi 8. Uji Coba dan Hasil asus 1 Pada kasus 1, ukuran dimensi kayu baku yang digunakan adalah tebal = 32 mm, panjang = 4200 mm, dan lebar = 130 mm. Sedangkan jumlah persediaan dari kayu baku tersebut adalah sebanyak 398 unit. Untuk ukuran dimensi dan jumlah kayu produk disajikan pada Tabel 8.1. Berdasarkan data pada Tabel 8.1, dilakukan tiga kali uji coba, yaitu uji coba dengan menggunakan tiga data (E10, G10, dan E7), lima data (E10, E12, G10, B4, dan E7), dan tujuh data. Tabel 8.1 Data kayu produk No. Tebal Panjang Lebar Demand omponen (mm) (mm) (mm) (unit) E E G G B G E Hasil dari setiap uji coba adalah sebagai Tabel 8.2 Hasil penyelesaian kasus 1 Uji Coba Hasil Penyelesaian M 3 data x x data x x data x x 10 8 asus 2 Pada kasus 2, ukuran dimensi kayu baku yang digunakan adalah tebal = 32 mm, panjang = 4200 mm, dan lebar = 140 mm. Sedangkan jumlah persediaan dari kayu baku tersebut adalah sebanyak 897 unit. Untuk ukuran dimensi dan jumlah kayu produk menggunakan data yang disajikan pada Tabel 8.1. Berdasarkan data pada Tabel 8.1, dilakukan tiga kali uji coba, yaitu uji coba dengan menggunakan tiga data (E10, G10, dan E7), lima data (E10, E12, G10, B4, dan E7), dan tujuh data. Hasil dari setiap uji coba adalah sebagai Tabel 8.3 Hasil penyelesaian kasus 2 Hasil Penyelesaian Uji Coba M 3 data x x data x x data x x 10 8 asus 3 Pada kasus 3, ukuran dimensi kayu baku yang digunakan adalah tebal = 32 mm, panjang = 4200 mm, dan lebar = 160 mm. Sedangkan jumlah persediaan dari kayu baku tersebut adalah sebanyak 322 unit. Untuk ukuran dimensi dan jumlah kayu produk menggunakan data yang disajikan pada Tabel 8.1. Berdasarkan data pada Tabel 8.1, dilakukan tiga kali uji coba, yaitu uji coba dengan menggunakan tiga data (E10, G10, dan E7), lima data (E10, E12, G10, B4, dan E7), dan tujuh data. Hasil dari setiap uji coba adalah sebagai 4
5 Tabel 8.4 Hasil penyelesaian kasus 3 Uji Coba Hasil Penyelesaian M 3 data x x data x x data x x an Hasil Penyelesaian an hasil penyelesaian dari masing-masing uji coba pada kasus 1, 2, dan 3 disajikan dalam Tabel 9.1 s.d Tabel 9.9 berikut ini. Tabel 9.1 an kasus 1 dengan 3 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan 0 43 terasi Waktu 00:00:00 00:00:00 Tabel 9.2 an kasus 2 dengan 3 data M Fungsi objektif (mm 3 ) x x 10 7 Variabel Fungsi pembatas Percabangan terasi Waktu 00:00:00 00:00:01 Tabel 9.3 an kasus 3 dengan 3 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan terasi Waktu 00:00:00 00:00:02 Tabel 9.4 an kasus 1 dengan 5 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan terasi Waktu 00:00:00 00:00:03 Tabel 9.5 an kasus 2 dengan 5 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan terasi Waktu 00:00:00 00:01:35 Tabel 9.6 an kasus 3 dengan 5 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan terasi Waktu 00:00:00 00:06:51 Tabel 9.7 an kasus 1 dengan 7 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan terasi Waktu 00:00:00 00:05:04 Tabel 9.8 an kasus 2 dengan 7 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan terasi Waktu 00:00:00 00:06:04 Tabel 9.9 an kasus 3 dengan 7 data M Fungsi objektif (mm 3 ) x x 10 8 Variabel Fungsi pembatas Percabangan
6 terasi Waktu 00:00:00 00:02:07 Berdasarkan pembandingan diperoleh beberapa kesimpulan sebagai 1. Fungsi objektif diperoleh nilai yang sama sebab kedua model memiliki permasalahan yang sama hanya saja terdapat perbedaan pada penulisan fungsi objektifnya. 2. Variabel diperoleh nilai yang berbeda sebab variabel pada model (N j ) diperluas menjadi variabel biner ( ) pada model M. 3. Fungsi pembatas diperoleh nilai yang berbeda sebab fungsi pembatas pada model M memiliki jumlah yang lebih banyak daripada model. 4. Percabangan diperoleh nilai yang berbeda sebab variabel yang digunakan pada model M lebih banyak daripada model. 5. terasi diperoleh nilai yang berbeda sebab jumlah percabangan yang digunakan pada model M lebih banyak daripada model. 6. Waktu diperoleh nilai yang berbeda sebab jumlah iterasi yang digunakan pada model M lebih banyak daripada model. 10. esimpulan 1. permasalahan trim loss dalam bentuk NLP adalah persamaan (4.1) (4.4). 2. permasalahan trim loss dalam bentuk diperoleh dari hasil pelinieran model permasalahan trim loss bentuk NLP dengan menggunakan teknik enumerasi, sedangkan model penyelesaian permasalahan trim loss dalam M diperoleh dari hasil pelinieran model permasalahan trim loss bentuk NLP dengan cara mengganti variabel N j dan m i,j. ditulis pada persamaan (5.1) (5.3). Sedangkan model M ditulis pada persamaan (6.1) (6.8). 3. Penyelesaian permasalahan trim loss dilakukan dalam dua tahapan. Tahapan pertama adalah tahap pengolahan data dengan menggunakan program simulasi. Tahapan kedua merupakan penyelesaian akhir, yaitu hasil yang diperoleh dari program simulasi dijadikan sebagai input dan diselesaikan dengan menggunakan LNGO Hasil pembandingan menunjukkan bahwa model lebih efisien untuk penyelesaian permasalahan trim loss daripada model M dalam segi jumlah variabel, fungsi pembatas, percabangan, iterasi, dan lama waktu. 11. Daftar Pustaka [1]. avanshir, H. dan Shadalooee, M., April "The trim loss concentration in onedimensional cutting stock problem (1D- CSP) by defining a virtual cost". ournal of ndustrial Engineering nternasional 2007, Vol. 3, No. 4, [2]. arelahti,. 25 Nov Solving the Cutting Stock Problem in the Steel ndustry. Master s Thesis Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Science in Technology. [3]. Siringoringo, Hotniar Seri Teknik Riset Operasional. Pemrograman Linear. Penerbit Graha lmu. Yogyakarta. [4]. Lasserre,. B Linear and nteger Programming vs Linear ntegration and Counting. Springer Science + Business Media, LLC. [5]. Westerlund, T., saksson,., dan Harjunkoski,. 24 Okt "Solving a two-dimentional trim-loss problem with M". European ournal of Operation Research 104 (1998) [6]. Westerlund, T., saksson,., Harjunkoski,., dan Skrifvars, H "Different Formulations for Solving Trim Loss Problems in A Paper-Converting Mill with ". Computers chem. Engng Vol. 20, Suppl., pp. S121-S126. [7]. Williams, H. P Logic and nteger Programming. Springer Science + Business Media, LLC. 6
Reduksi Pola Pemotongan Kertas pada Cutting Stock Problem (CSP) Satu Dimensi
Reduksi Pola Kertas pada Cutting Stock Problem (CSP) Satu Dimensi Sisca Octarina, Putra BJ Bangun, Miranda Avifana Jurusan Matematika Fakultas MIPA Universitas Sriwijaya Indralaya, Indonesia e-mail: s.octarina@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pemrograman linier integer atau Integer Linear Programming (ILP) pada intinya berkaitan dengan program-program linier di mana beberapa atau semua variabel
Lebih terperinciBAB 1 PENDAHULUAN. Permasalahan pemotongan bahan baku menjadi beberapa bagian untuk diproses
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Setiap manusia menginginkan keuntungan sebanyak-banyaknya dengan mengefisiensikan sumber daya yang dimiliki terhadap batasan-batasan yang ditemui pada suatu
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Indonesia merupakan salah satu Negara yang mempunyai wilayah hutan yang cukup luas dan merupakan negara terpenting penghasil berbagai kayu bulat tropis, kayu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA. Riset Operasi Masalah pengoptimalan timbul sejak adanya usaha untuk menggunakan pendekatan ilmiah dalam memecahkan masalah manajemen suatu organisasi. Sebenarnya kegiatan yang
Lebih terperinciBAB 3 LINEAR PROGRAMMING
BAB 3 LINEAR PROGRAMMING Teori-teori yang dijelaskan pada bab ini sebagai landasan berpikir untuk melakukan penelitian ini dan mempermudah pembahasan hasil utama pada bab selanjutnya. 3.1 Linear Programming
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Linear Programming Linear Programming (LP) merupakan metode yang digunakan untuk mencapai hasil terbaik (optimal) seperti keuntungan maksimum atau biaya minimum dalam model matematika
Lebih terperinciPENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 17 5 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL PESTI NOVTARIA
Lebih terperinciPENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING
PENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING Andri Sanjaya 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen Teknologi,
Lebih terperinciAPLIKASI PROGRAM INTEGER PADA PERUMAHAN BUMI SERGAI DI SEI RAMPAH
Saintia Matematika Vol. 2, No. 1 (2014), pp. 13 21. APLIKASI PROGRAM INTEGER PADA PERUMAHAN BUMI SERGAI DI SEI RAMPAH ERLINA, ELLY ROSMAINI, HENRY RANI SITEPU Abstrak. Kebutuhan akan rumah merupakan salah
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Program linier merupakan metode matematika dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan, seperti memaksimumkan keuntungan dan meminimumkan
Lebih terperinciBagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan
I. Pendahuluan A. Latar Belakang (Min. 1 lembar) B. Rumusan Masalah Rumusan masalah yang ada pada modul 1 ini adalah : Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang bersaing, dengan cara
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Permasalahan pemotongan kayu sering dialami oleh industri yang memproduksi batangan-batangan kayu menjadi persediaan kayu dalam potonganpotongan yang lebih
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Dalam suatu perusahaan, manajemen produksi dan operasi memegang peranan penting di mana tugas dari manajemen ini tidak lepas dari pengendalian
Lebih terperinciRISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model
RISET OPERASIONAL MINGGU KE- Linier Programming: Formulasi Masalah dan Model Disusun oleh: Nur Azifah., SE., M.Si Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik riset operasi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan transportasi merupakan permasalahan yang sering terjadi dalam kehidupan sehari-hari. Transportasi merupakan bentuk khusus dari program linear yang digunakan
Lebih terperinciOPTIMASI PEMAKAIAN BAHAN BAKU DENGAN ALGORITMA PROGRAM DINAMIS SEKUENSIAL
OPTIMASI PEMAKAIAN BAHAN BAKU DENGAN ALGORITMA PROGRAM DINAMIS SEKUENSIAL Dion Jogi Parlinggoman / 13509045 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung
Lebih terperinciTeknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM
Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Dosen: Didin Astriani Prassetyowati, M.Stat Silabus MATAKULIAH TI214 TEKNIK RISET OPERASI (2 SKS) TUJUAN Agar mahasiswa
Lebih terperinciOPTIMASI PEMOTONGAN BALOK KAYU DENGAN POLA PEMOTONGAN SATU DIMENSI MENGGUNAKAN TEKNIK PEMBANGKIT KOLOM (COLUMN GENERATION TECHNIQUE) SKRIPSI
OPTIMASI PEMOTONGAN BALOK KAYU DENGAN POLA PEMOTONGAN SATU DIMENSI MENGGUNAKAN TEKNIK PEMBANGKIT KOLOM (COLUMN GENERATION TECHNIQUE) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB III. SOLUSI GRAFIK
BAB III. SOLUSI GRAFIK Salah satu metode pengoptimalan yang dapat digunakan adalah grafik. Fungsi tujuan dan kendala permasalahan digambarkan menggunakan bantuan sumbu absis (horizontal) dan ordinat (vertikal)
Lebih terperinciTRANSFORMASI LINIER UNTUK PERSOALAN PROGRAM KUADRATIK NOL-SATU
JURNAL EDUCATION BUILDING Volume 3, Nomor 2, Desember 2017: 68-72, ISSN : 2477-4898 TRANSFORMASI LINIER UNTUK PERSOALAN PROGRAM KUADRATIK NOL-SATU M Khahfi Zuhanda Universitas Me Area, Me Surel : Khahfi@staff.uma.ac.id
Lebih terperinciOPTIMASI CUTTING STOCK SATU DIMENSI PADA INDUSTRI PEMOTONGAN BALOK KAYU DENGAN MENGGUNAKAN METODE COLUM GENERATION TECHNIQUE
ISBN:978-602-7980-9-6 OPTIMASI CUTTING STOCK SATU DIMENSI PADA INDUSTRI PEMOTONGAN BALOK KAYU DENGAN MENGGUNAKAN METODE COLUM GENERATION TECHNIQUE Nerli Khairani ], Ramlah Hidayat ] FMIPA, UNIMED nerlinst@yahoo.co.id
Lebih terperinciBAB III. Langkah Pemecahan Masalah. Yang dimaksud dengan optimasi adalah suatu proses untuk mencapai hasil
BAB III Langkah Pemecahan Masalah 3.1 Penetapan Kriteria Optimasi Yang dimaksud dengan optimasi adalah suatu proses untuk mencapai hasil yang ideal atau optimal (nilai efektif yang dapat dicapai). Optimasi
Lebih terperinciOPTIMASI PEMOTONGAN BAHAN KAOS POLO DI PT MGJ MENGGUNAKAN INTEGER PROGRAMMING
. \ t ~'.... T,...:.'. \ ' t ; l _J. 1 1: '.1. n. 1 :.l '~,,-.).1.. ~... LA- ~ Sl2.M1NAR NAS QrEK/IIlK./NlWr9-'FR:ftfNff. 'RSITAS GADJAHMADA 2011 Yogyakarta, 26 Juli 2011 OPTIMASI PEMOTONGAN BAHAN KAOS
Lebih terperinciArdaneswari D.P.C., STP, MP.
Ardaneswari D.P.C., STP, MP. Materi Bahasan Pengantar pemrograman linier Pemecahan pemrograman linier dengan metode grafis PENGANTAR Pemrograman (programming) secara umum berkaitan dengan penggunaan atau
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perusahaan adalah suatu tempat dimana sumber daya dasar dikelola dengan proses yang sedemikian rupa sehingga diperoleh suatu hasil berupa barang atau jasa yang
Lebih terperinciOPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING
OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Abstrak Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M.T Jurusan Matematika Fakultas Matematika
Lebih terperinciBAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk
BAB II LANDASAN TEORI A. Pemrograman Linear Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk memecahkan persoalan optimasi (maksimum atau minimum) dengan menggunakan persamaan dan
Lebih terperinciAPLIKASI PROGRAM LINEAR DALAM MASALAH ALOKASI DENGAN MENGGUNAKAN PROGRAM DINAMIK. Erlia Sri Wijayanti ABSTRAK
APLIKASI PROGRAM LINEAR DALAM MASALAH ALOKASI DENGAN MENGGUNAKAN PROGRAM DINAMIK Erlia Sri Wijayanti ABSTRAK Dalam permasalahan sehari-hari, kita sering menggunakan salah satu cabang ilmu dalam matematika
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Pada bab ini, akan dijelaskan metode-metode yang penulis gunakan dalam penelitian ini. Adapun metode yang akan digunakan dalam penelitian ini adalah Metode Simpleks dan Metode Branch
Lebih terperinciModel Penentuan Lokasi Pendirian Distribution Center
Petunjuk Sitasi: Wati, P. E., Nuha, H., & Murnawan, H. (2017). Model Penentuan Lokasi Pendirian Distribution Center. Prosiding SNTI dan SATELIT 2017 (pp. H70-74). Malang: urusan Teknik Industri Universitas
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Program Linier Penyelesaian program linear dengan algoritma interior point dapat merupakan sebuah penyelesaian persoalan yang kompleks. Permasalahan dalam program linier mungkin
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Menurut Aminudin (2005), program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier digunakan untuk menunjukkan
Lebih terperinciBAB III. KERANGKA PEMIKIRAN
BAB III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Teori Produksi Produksi dapat diartikan sebagai suatu kegiatan atau proses yang mentransformasi masukan (input) menjadi hasil keluaran
Lebih terperinciII LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.
II LANDASAN TEORI Pada pembuatan model penjadwalan pertandingan sepak bola babak kualifikasi Piala Dunia FIFA 2014 Zona Amerika Selatan, diperlukan pemahaman beberapa teori yang digunakan di dalam penyelesaiannya,
Lebih terperinciAbstract. Undip, Vol III, No 1, Januari Abstrak
USULAN PERBAIKAN METODE PEMILIHAN ALTERNATIF PEMOTONGAN ROLL DENGAN MODEL TRIM LOSS - INTEGER LINEAR PROGRAMMING (STUDI KASUS : PT PELITA CENGKARENG PAPER & CO, TANGERANG) Vivi Triyanti dan Orlena Tirtasari
Lebih terperinciOPTIMASI PRODUKSI MEUBEL MENGGUNAKAN MODEL PEMROGRAMAN LINEAR
OPTIMASI PRODUKSI MEUBEL MENGGUNAKAN MODEL PEMROGRAMAN LINEAR Hendy Tannady Email : htannady@bundamulia.ac.id Penulis Hendy Tannady adalah dosen di Universitas Bunda Mulia dalam bidang Manajemen Operasional
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di abad ke-21 ini dunia perekonomian dan bisnis industri manufaktur berkembang sangat pesat. Beragam produsen seakan dituntut untuk bekerja cepat dan berlomba-lomba
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Program Linear Menurut Sitorus, Parlin (1997), Program Linier merupakan suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu suatu
Lebih terperinciR PROGRAM APLIKASI PENYELESAIAN MASALAH FUZZY TRANSSHIPMENT MENGGUNAKAN METODE MEHAR
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pada dunia bisnis, manajemen rantai suplai merupakan strategi klasik yang banyak digunakan oleh industri atau perusahaan dalam mengembangkan usahanya. Salah satu tingkat
Lebih terperinciBerikut merupakan alur penyelesaian masalah nyata secara matematik. pemodelan. penyelesaian
Lecture I: Introduction of NonLinear Programming A. Masalah Optimisasi Dalam kehidupan sehari-hari, manusia cenderung untuk berprinsip ekonomi, yaitu dengan sumber daya sedikit mungkin dapat memperoleh
Lebih terperinciBAB I PENDAHULUAN. Dalam hal ini, perusahaan sering dihadapkan pada masalah masalah yang
BAB I PENDAHULUAN 1.1. Latar Belakang Suatu perusahaan selalu berusaha untuk mendapatkan laba yang maksimal. Dalam hal ini, perusahaan sering dihadapkan pada masalah masalah yang kompleks dalam mengambil
Lebih terperinciII 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 terperinciAplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium
Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium Hikmah *1, Nusyafitri Amin 2 *1 Program Studi Matematika FMIPA Universitas Sulawesi Barat, 2 Program Studi
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dunia industri, khususnya di Indonesia setiap tahunnya mengalami kemajuan. Ditambah dengan adanya kegiatan perdagangan bebas menjadikan kompetisi antar industri
Lebih terperinciOPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL
Saintia Matematika Vol. XX, No. XX (XXXX), pp. 17 24. OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL M Khahfi Zuhanda, Syawaluddin, Esther S M Nababan Abstrak. Beberapa tahun
Lebih terperinciPemrograman Linier (4)
Pemrograman Linier (4) Metode dua fase Ahmad Sabri Universitas Gunadarma, Indonesia Sesuai dengan namanya, metode dua fase menyelesaikan problem PL dalam dua tahap (fase): 1 Ubah model PL ke dalam bentuk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pemrograman Non Linier Pemrograman Non linier merupakan pemrograman dengan fungsi tujuannya saja atau bersama dengan fungsi kendala berbentuk non linier yaitu pangkat dari variabelnya
Lebih terperinciPenyelesaian Masalah Pemotongan Rol Kertas dengan Metode Penghasil Kolom
MediaTeknika Jurnal Teknologi Vol.11, No.1, Juni 2016 40 Penyelesaian Masalah Pemotongan Rol Kertas dengan Metode Penghasil Kolom Rosa Ajeng Mahadika 1, Hartono 2 1,2 Program Studi Matematika, Fakultas
Lebih terperinciBAB 1 PENDAHULUAN. sebagai inti gulungan benang, kawat logam, plastic film, kertas dan lain-lain, di samping itu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Paper Tube adalah suatu tabung yang dibuat dari gulungan kertas, biasanya digunakan sebagai inti gulungan benang, kawat logam, plastic film, kertas dan lain-lain,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu fungsi tujuan (memaksimalkan atau meminimalkan)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciOPTIMASI MASALAH TRANSPORTASI DENGAN MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. XYZ
Saintia Matematika Vol. 1, No. 5 (2013), pp. 407 418. OPTIMASI MASALAH TRANSPORTASI DENGAN MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. XYZ Diah Purnama Sari, Faigiziduhu Bu ulolo, Suwarno Ariswoyo
Lebih terperinciPROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017
DI KTI 2017 PROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017 MANAJEMEN SAINS: Pemanfaatan Matematika untuk Optimasi Bisnis SUSANA LIMANTO, S.T., M.SI (0706117203) ENDAH ASMAWATI, S.SI., M.SI. (0714057602)
Lebih terperinciBAB I PENDAHULUAN. Perencanaan produksi pada perusahaan manufaktur merupakan aktivitas
BAB I PENDAHULUAN 1.1. Latar Belakang Perencanaan produksi pada perusahaan manufaktur merupakan aktivitas yang sangat penting dalam menentukan kontinuitas operasional produksi. Di dalam praktek, manajer
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciBAB III METODOLOGI PENEITIAN
BAB III METODOLOGI PENEITIAN Pada bab ini akan dijelaskan mengenai metodologi penelitian atau langkahlangkah yang mengatur jalannya proses penelitian ini.diagram alir metodologi penelitian dapat dilihat
Lebih terperinciBAB IV. METODE SIMPLEKS
BAB IV. METODE SIMPLEKS Penentuan solusi optimal menggunakan simpleks didasarkan pada teknik eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik ekstrim (ingat kembali solusi
Lebih terperinciMAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI
MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI Tri Hernawati Staf Pengaar Kopertis Wilayah I Dpk Fakultas Teknik Universitas Islam Sumatera Utara Medan Abstrak Profit yang maksimal merupakan tuuan utama
Lebih terperinci12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.
1 PEMROGRAMAN LINEAR BULAT (INTEGER LINEAR PROGRAMMING - ILP) Apa yang dimaksud dengan Pemrograman Bulat? METODE SIMPLEKS Solusi yang didapat optimal, tetapi mungkin tidak integer. 2 1 INTEGER LINEAR PROGRAMMING
Lebih terperinciMDH Gamal, Zaiful Bahri
Jurnal Natur Indonesia 5(): -8 () ISSN -979 Pendekatan Program Linear untuk Persoalan Pemotongan Stok (Pola Pemotongan Satu Dimensi) MDH Gamal, Zaiful Bahri Jurusan Matematika, FMIPA, Universitas Riau
Lebih terperinciMANAGEMENT SCIENCE ERA. Nurjannah
MANAGEMENT SCIENCE ERA Nurjannah Sasaran Memahami proses optimasi dan pendekatan sistemik terintegrasi dalam menyelesaikan permasalahan. Dibutuhkan ilmu manajemen karena sumber daya yang terbatas. Menggunakan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Optimasi (Optimization) adalah aktivitas untuk mendapatkan hasil terbaik di dalam suatu keadaan yang diberikan. Tujuan akhir dari semua aktivitas tersebut adalah meminimumkan
Lebih terperinciPEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI
PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013 MODUL II LINEAR PROGRAMMING DAN
Lebih terperinciOPERATION RESEARCH-1
OPERATION RESEARCH-1 Prof.Dr.H.M.Yani Syafei,MT MATERI PERKULIAHAN 1.Pemrograman Linier (Linear Programming) Formulasi Model Penyelesaian dengan Metode Grafis Penyelesaian dengan Algoritma Simplex Penyelesaian
Lebih terperinciOPTIMASI (Pemrograman Non Linear)
OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar
Lebih terperinciPENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI
PENELITIAN OPERASIONAL PERTEMUAN #9 TKT101 PENGANTAR TEKNIK INDUSTRI 6623 TAUFIQUR RACHMAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS ESA UNGGUL KEMAMPUAN AKHIR YANG DIHARAPKAN Mampu membandingkan
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Program Linear adalah suatu alat yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan keterbatasan-keterbatasan sumber daya yang tersedia.
Lebih terperinciModel Optimisasi dan Pemrograman Linear
Modul Model Optimisasi dan Pemrograman Linear Prof. Dr. Djati Kerami Dra. Denny Riama Silaban, M.Kom. S PENDAHULUAN ebelum membuat rancangan penyelesaian masalah dalam bentuk riset operasional, kita harus
Lebih terperinciRiset Operasi Bobot: 3 SKS
Riset Operasi Bobot: 3 SKS Tujuan Perkuliahan Setelah mahasiswa mengikuti kuliah ini selama satu semester, mahasiswa diharapkan dapat mengaplikasikan metode-metode kuantitatif dalam pengambilan keputusan
Lebih terperinciTIN102 - Pengantar Teknik Industri Materi #8 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI
Materi #8 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan 2 Operational Persoalan di Lapangan Research Perumusan Masalah (Model Matematis) Pemecahan Masalah ART SCIENCE 6623 - Taufiqur Rachman 1 Penugasan
Lebih terperinciModel Optimasi Penjadwalan Proses Slitting Material Roll dengan Multi Objective Programming
Mode Optimasi Penjadwaan Proses Sitting Materia Ro dengan Muti Objective Programming Dina Nataia Prayogo Jurusan Teknik Industri, Universitas Surabaya Jaan Raya Kairungkut, Surabaya, 60293 Te: (031) 2981392,
Lebih terperinciIII KERANGKA PEMIKIRAN
III KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Sistem Produksi Secara umum produksi dapat diartikan sebagai suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciPENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU
PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di
BAB II TINJAUAN PUSTAKA 2.1 Pemrograman Linier (Linear Programming) Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan
Lebih terperinciANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE II (KONSUMEN) DALAM KERJASAMA RANTAI PASOK. Nama Mahasiswa : Afriani Sulastinah NRP :
ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE II (KONSUMEN) DALAM KERJASAMA RANTAI PASOK Nama Mahasiswa : Afriani Sulastinah NRP : 1206 100 030 Jurusan : Matematika Dosen Pembimbing : Dra. Laksmi Prita
Lebih terperinciBAB I PENDAHULUAN. Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat,
BAB I PENDAHULUAN A. Latar Belakang Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat, berakibat beberapa perusahaan mengalami peningkatan biaya pendistribusian produk. Pendistribusian
Lebih terperinciALGORITMA PARTICLE SWARM OPTIMIZATION DAN TERAPANNYA DALAM MENYELESAIKAN MASALAH PEMOTONGAN ROL KERTAS MAKALAH
ALGORITMA PARTICLE SWARM OPTIMIZATION DAN TERAPANNYA DALAM MENYELESAIKAN MASALAH PEMOTONGAN ROL KERTAS MAKALAH Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika
Lebih terperinciFida Faishal*, Budhi Handoko, Yeny Krista Franty. Departemen Statistika, FMIPA Universitas Padjdjaran *
Penjadwalan Preventive Maintenance Multi-Subsistem Mesin Cyril Bath menggunakan Mixed Integer Non Linear Programming (Studi Kasus di PT.Dirgantara Indonesia) Fida Faishal*, Budhi Handoko, Yeny Krista Franty
Lebih terperinciPENERAPAN METODE BRANCH AND BOUND DALAM MENENTUKAN JUMLAH PRODUKSI OPTIMUM PADA CV. XYZ. Angeline, Iryanto, Gim Tarigan
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 137 145. PENERAPAN METODE BRANCH AND BOUND DALAM MENENTUKAN JUMLAH PRODUKSI OPTIMUM PADA CV. XYZ Angeline, Iryanto, Gim Tarigan Abstrak. CV.
Lebih terperinciMATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]
MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT011215 / 2 SKS] LINIER PROGRAMMING Formulasi Masalah dan Pemodelan Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Konsep program linier ditemukan dan diperkenalkan pertamakali oleh George Dantzig yang berupa metode mencari solusi masalah program linier dengan banyak variabel keputusan.
Lebih terperinciPENDEKATAN BARU UNTUK PENYELESAIAN MASALAH TRANSPORTASI SOLID ABSTRACT
PENDEKATAN BARU UNTUK PENYELESAIAN MASALAH TRANSPORTASI SOLID Siti Agustina Simanjuntak 1, Tumpal P. Nababan 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas
Lebih terperinciIII. KERANGKA PEMIKIRAN
III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Teori Produksi Produksi adalah suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil keluaran (output) yang berupa
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flowchart Metodologi Pemecahan Masalah Gambar 3.1 di bawah ini merupakan alur dari metodologi penelitian dan pemecahan masalah produksi webbing setengah jadi pada
Lebih terperinciPemrograman Linier (3)
Pemrograman Linier () Metode Big-M Ahmad Sabri Universitas Gunadarma, Indonesia Pada model PL di mana semua kendala memiliki relasi, variabel basis pada solusi awal (tabel simpleks awal) adalah Z dan semua
Lebih terperinciPENGENALAN WINQSB I KOMANG SUGIARTHA
PENGENALAN WINQSB I KOMANG SUGIARTHA PENGENALAN WINQSB Software QSB (Quantity System for business) atau umumnya juga dikenal dengan nama WINQSB (QSB yang berjalan pada sistem operasi Windows) merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai teori dan terminologi graph, yaitu bentukbentuk khusus suatu graph dan juga akan diuraikan penjelasan mengenai shortest path. 2.1 Konsep Dasar
Lebih terperinciOptimasi Kebutuhan Kendaraan Pengangkut Sampah Menggunakan Model Fuzzy Goal Programming
Jurnal Matematika Vol 7 No 2 Desember 207 pp 9-23 ISSN: 693-394 Article DOI: 024843/JMAT207v07i02p92 Optimasi Kebutuhan Kendaraan Pengangkut Sampah Menggunakan Model Fuzzy Goal Programming Eka Susanti
Lebih terperinciKOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI
Jurnal LOG!K@ Jilid 7 No 1 2017 Hal 52-60 ISSN 1978 8568 KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI Khoerunisa dan Muhaza
Lebih terperinciBab 1 PENDAHULUAN. Universitas Sumatera Utara
Bab 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini perkembangan dunia industri semakin maju, hal itu terbukti dengan banyaknya industri-industri baru yang mengelola berbagai macam produk. Dengan demikian
Lebih terperinciPENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING
Jurnal Manajemen Informatika dan Teknik Komputer Volume, Nomor, Oktober 05 PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING Havid Syafwan Program Studi Manajemen Informatika
Lebih terperinciIndeks Produksi Industri Sedang Besar
BAB I PENDAHULUAN 1.1 Latar Belakang Jumlah penduduk yang semakin banyak mengakibatkan semakin banyaknya peluang usaha. Semakin banyaknya penduduk semakin banyak pula kebutuhan yang perlu dipenuhi. Industri-industri
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Model Matematika Model matematika adalah suatu rumusan matematika (dapat berbentuk persamaan, pertidaksamaan, atau fungsi) yang diperoleh dari hasil penafsiran seseorang ketika
Lebih terperinciBAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, baik disadari maupun tidak disadari, manusia sebenarnya telah melakukan upaya optimasi untuk memenuhi kebutuhan hidupnya. Akan
Lebih terperinci