Perbandingan Algoritma Bee Colony dengan Algoritma Bee Colony Tabu List dalam Penjadwalan Flow Shop
|
|
- Hendra Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Meris, 14 (2013): Jurnal Meris ISSN: Perbandingan Algorima Bee Colony dengan Algorima Bee Colony Tabu Lis dalam Penjadwalan Flow Shop Andre Sugioko Deparmen of Indusrial Engineering, Faculy of Engineering Universias Kaolik Ama Jaya Jakara Jl. Jendral Sudirman 51, Jakara Telepon (021) andresugioko@yahoo.com Absrac. This paper discusses he performance of Bee Colony algorihm inegraed wih he swap mehod and abu lis wih Bee Colony algorihm. This research was based on he resuls of research by Chong in 2006, which declared ha he Bee Colony algorihm inegraed wih he swap mehod has a good performance, bu canno compee wih he performance of Tabu Search, so he researchers will es wheher inegraing Bee Colony algorihm wih swap mehod and abu lis will give beer performance han Bee Colony algorihm or no. This research will use wo sudy case flow shop scheduling problem, wih oecive funcion is minimum makespan o compare boh algorihm s performance. The resuls Bee Colony-Tabu provide superior resuls a makespan values han Bee Colony algorihm, bu no a compuaional ime. Keyword: Scheduling, Bee Colony, Tabu Lis, Flow Shop, Makespan 1. PENDAHULUAN Opimasi adalah salah sau disiplin ilmu dalam maemaika yang fokus unuk mendapakan nilai minimum aau maksimum secara sisemais dari suau fungsi, peluang maupun pencarian nilai lainnya dalam berbagai kasus. Opimasi sanga berguna di hampir segala bidang dalam rangka melakukan usaha secara efekif dan efisien unuk mencapai arge hasil yang ingin dicapai, sehingga Opimasi sanga pening dalam persaingan di dunia indusri yang sudah sanga kea di segala bidang yang ada. Di anaranya opimasi penjadwalan produksi adalah permasalahan yang paling banyak dianalisa dimana penjadwalan produk ada yang berupa job shop dan flow shop, keduanya banyak diselesaikan dengan pendekaan meaheurisik. Salah sau pendekaan meaheurisik adalah Algorima Bee Colony. Lebah merupakan serangga yang erpadu. Kemampuan berahan hidup seluruh koloni lebah erganung dari iap individu lebah. Lebah menggunakan ugas ugas yang sisemaik yang dianaranya berujuan menjaga eksisensi koloninya. Mereka melakukan bermacan macan pekerjaan seperi forgaging, reproduksi, membangun sarang, dan lainnya. Dari pekerjaan pekerjaan ini, forgaging merupakan akivias yang pening unuk menjaga pasokan makanan pada sarang lebah. Kebiasaan lebah diadapasi menjadi algorima unuk memecahkan permasalahan yang kompleks. Beberapa dianaranya seperi alokasi server dinamik (Nakrani and Tovey, 2004), opimalisasi, rouing jaringan elekomunikasi (Karaboga and Basurk, 2008) permasalahan sokasik akan vehicle rouing (Luˇ ci c and Teodorovi c, 2003), dan job shop scheduling (Chong, e al, 2006 dan 2007), yang sering disebu dengan Bee Colony Algorihm. Bee Colony Algorihm merupakan salah sau algorima dari algorima meode meaheurisik. Meode meaheurisik menggunakan pencarian secara acak, dan dapa digunakan unuk renang permasalahan yang lebih luas, namun hasil idak selalu mencapai global opimum. Meode meaheurisik berganung akan prosedur pembanu seperi muasi, dan baasan-baasan, sehingga prosedur pembanu inilah yang menenukan baikburuknya performa dan lama penyelesaian dari suau algorima meode meaheurisik. Dalam peneliian ini, penulis menganalisa performa algorima Bee Colony yang elah dimodifikasi dengan menggunakan operasi swap dan abu lis yang dalam peneliian Chong pada ahun 2006, yang menyaakan bahwa pencarian
2 114 Andre Sugioko solusi dengan menggunakan operasi swap akan memberikan hasil yang lebih baik daripada pencarian solusi erencana seperi dalam peneliian Chong ahun 2006, dan dengan menggunakan abu lis akan menolong unuk lepas dari local opimum. Masalah yang akan digunakan dalam meliha performa algorima Bee Colony menggunakan masalah penjadwalan flow shop dengan fungsi ujuan minimasi oal waku produksi. 2. METODOLOGI Menuru Moron dan Penico (1993), penjadwalan adalah suau proses pengauran, pemilihan dan penenuan waku sumber daya yang berguna unuk menyelesaikan semua akivias yang diperlukan unuk memproduksi oupu yang diinginkan pada waku yang diharapkan, dimana juga erdapa kendala-kendala dianara akivias-akivias dan sumber daya yang ada Penjadwalan juga didefinisikan sebagai proses penguruan pembuaan produk secara menyeluruh pada sejumlah mesin erenu. Penjadwalan juga dipandang sebagai proses pengalokasian sumber unuk memilih ugas dalam jangka waku panjang. Penjadwalan merupakan ala ukur yang baik bagi perencana agrega. Pesanan-pesanan akual pada ahap ini akan diugaskan perama kalinya pada sumber daya erenu (fasilias, pekerja dan peralaan), kemudian dilakukan penguruan kerja pada iap-iap pusa pemrosesan sehingga dicapai opimalias uilisasi kapasias yang ada. (Arman, 2003) Penjadwalan Flow Shop Proses produksi dengan aliran flow shop berari proses produksi dengan pola aliran idenik dari sau mesin ke mesin lain. Walaupun pada flow shop semua ugas akan mengalir pada jalur produksi yang sama, yang biasa dikenal sebagai pure flow shop, eapi dapa pula berbeda dalam dua hal. Perama, jika flow shop dapa menangani ugas yang bervariasi. Kedua, jika ugas yang daang ke dalam flow shop idak harus dikerjakan pada semua jenis mesin. Jenis flow shop seperi ini disebu general flow shop. Karakerisik penjadwalan job Shop dapa dijabarkan sebagai beriku: Ada sejumlah m mesin dan sejumlah n job. Seiap job erdiri dari sau ranai uruan yang serupa sau sama lain. Seiap operasi dalam job diproses oleh salah sau mesin yang ada dengan waku proses yang diasumsikan eap. Permasalahan penjadwalan unuk model job Shop merupakan salah sau permasalahan opimasi kombinaorial yang kompleks sehingga disebu NP-hard (NP merupakan singkaan dari nondeerminisic polynomial). 2.2 Algorima Bee Colony Koloni Lebah Koloni dari lebah mampu menempuh jarak yang cukup jauh (lebih dari 10 km) dan mampu unuk bergerak ke segala arah secara simulan unuk memeriksa lebih dari sau sumber makanan (Von Frisch K, 1976, Seeley TD, 1996). Koloni ini bekerja dengan mengirimkan lebah penginainya ke ladang yang banyak sumber makanannya. Proses eksplorasi (forgaging) dimulai dari mengirimkan lebah penginai unuk mencari bunga yang berpeluang memiliki madu yang banyak, lebah penginai ersebu bergerak secara acak dari sau angkai bunga ke angkai bunga yang lainnya. Pada saa musim panen, koloni eap melakukan ekplorasinya, dan eap memperahankan populasi dari lebah penginai. (Seeley TD, 1996). Keika lebah penginai kembali ke sarang dan menemukan bunga dengan kadar gula/madu yang dianggap cukup inggi daripada yang diharapkan, akan mengambil nekarnya sebagai sampel lalu melakukan arian unuk memberikan lokasi bunga ersebu, yang disebu dengan waggle dance. (Von Frisch K, 1976). Tarian ini sanga pening bagi komunikasi dalam koloni, dan menyimpan akan iga informasi mengenai bunga yang lebah ersebu emukan, yaiu: arah di mana dapa menemukan bunga ersebu, jarak yang harus diempuh dari sarang lebah ke bunga, dan kualias akan madunya ( Von Frisch K, 1976). Informasi ini membanu koloni unuk mengirimkan lebah yang lainnya ke bunga ersebu anpa menggunakan peunjuk aau pea. Tiap lebah memiliki pengeahuan akan lingkungan sekiarnya dari waggle dance sera erdapa pheromone yang juga membanu para lebah unuk mencari lokasi bunga ersebu. Dan arian ini juga digunakan unuk mengevaluasi keunungan dari bunga yang lainnya, yang berdasarkan energi yang diperlukan, dan jumlah hasil yang mereka bisa dapakan (Camazine S, e al, 2003). Seelah melakukan arian, lebah penginai ersebu akan kembali ke bunga yang elah diemukan dan diikui oleh beberapa lebah lainnya, hal ini diperunukkan unuk mencari bunga berkualias yang lainnya. Sehingga dengan ini koloni mampu unuk mengumpulkan makanan dengan cepa dan efisien. Algorima Bee Colony Seperi yang elah dijabarkan pada bagian aas, algorima lebah ini merupakan algorima unuk opimalisasi yang erinspirasi dari kebiasaan eksplorasi lebah ( forgaging) unuk mencari solusi opimal. Proses algorima Bee Colony Opimalisasi
3 Perbandingan Algorima Bee Colony dengan Algorima Bee Colony Tabu Lis. 115 secara umum dibagi dalam beberapa ahap, yaiu: (Pham D.T., e al, 2006). 1. Melakukan sebanyak n pencarian erhadap area solusi yang elah dienukan. Hal ini menunjukan bahwa dicari sebanyak n solusi dari sedemikian banyaknya solusi, yang kemudian akan diuji. 2. Tiap calon solusi akan diuji performansinya dengan menggunakan finess es. 3. Solusi yang memiliki nilai finess inggi akan dipilih unuk dilakukan neighbourhood search. Yaiu melakukan pencarian solusi dari solusi yang elah dipilih unuk didapakan solusi baru api masih berasal dari solusi awal. Yang selalu berubah-ubah sesuai fungsi ujuan hingga mencapai nilai opimum. 4. Melakukan neighbourhood search pada kumpulan solusi yang idak erpilih. Dan dilakukan uji finess unuk menguji performansinya. Pengujian finess akan menenukan apakah solusi ersebu akan erpilih kembali oleh lebah yang lainnya aau idak (dalam benuk persenase). 5. Dilakukan berulang hingga krieria berheni ercapai. Dan dipilih yang memiliki nilai finess eringgi. 2.3 Algorima TABU SEARCH (TS) Tabu search merupakan suau meode opimasi maemais yang ermasuk ke dalam kelas local search. TS memperbaiki performansi local search dengan memanfaakan penggunaan srukur memori. TS diperkenalkan perama kali oleh Glover (Glover, 1986), dengan ide dasar disampaikan oleh Hansen (Hansen, 1986). Tabu Lis Srukur memori fundamenal dalam abu search dinamakan abu lis. Tabu lis menyimpan aribu dari sebagian move (ransisi solusi) yang elah dierapkan pada ierasi-ierasi sebelumnya. Tabu search menggunakan abu lis unuk menolak solusi-solusi yang memenuhi aribu erenu guna mencegah proses pencarian mengalami cycling pada daerah solusi yang sama, dan menunun proses pencarian menelusuri daerah solusi yang belum dikunjungi. Tanpa menggunakan sraegi ini, local search yang sudah menemukan solusi opimum local dapa erjebak pada daerah solusi opimum local ersebu pada ierasi-ierasi berikunya. Lis ini mengikui auran LIFO dan biasanya sanga pendek (panjangnya biasanya sebesar O( N), dimana N adalah jumlah oal dari operasi). Seiap saa ada langkah iu akan diempakan dalam abu lis Tabu lis hanya menyimpan langkah ransisi ( move) yang merupakan lawan aau kebalikan dari langkah yang elah digunakan dalam ierasi sebelumnya unuk bergerak dari sau solusi ke solusi berikunya. Dengan kaa lain abu lis berisi langkah-langkah yang membalikan solusi yang baru ke solusi yang lama (Glover, E. E al, 1993). Pada iap ierasi, dipilih solusi baru yang merupakan solusi erbaik dalam neighbourhood dan idak ergolong sebagai abu. Kualias solusi baru ini idak harus lebih baik dari kualias solusi sekarang. Apabila solusi baru ini memiliki nilai fungsi oekif lebih baik dibandingkan solusi erbaik yang elah dicapai sebelumnya, maka solusi baru ini dicaa sebagai solusi erbaik yang baru. Apabila erdapa move yang dinilai dapa menghasilkan solusi yang dinilai dapa menghasilkan solusi yang baik namun move ersebu bersaus abu, maka move ersebu dapa digunakan unuk membenuk solusi berikunya (saus abunya dibaalkan). Hal ini merupakan kondisi khusus pada abu lis yang dikenal dengan krieria aspirasi aau kondisi aspirasi. 2.4 Modifikasi Algorima Bee Colony Tahap Forgaging Mengacu peneliian Chong ahun 2006, yang menyaakan bahwa dengan menggunakan pencarian solusi meode swap akan memberikan hasil yang lebih baik daripada pencarian erencana, sehingga dalam peneliian ini pencarian solusi perama akan menggunakan pencarian acak dan pada pencarian solusi alernaive akan digunakan pencarian meode swap. Tahap Seleksi Aau Waggle Dance Peneliian ini akan menggunakan pemilihan solusi sebanyak k, dengan krieria nilai makespan erpendek. Sebab penggunaan auran diaas membanu unuk memasikan bahwa solusi akhir yang akan erpilih merupakan solusi yang lebih unggul daripada seluruh makespan yang elah dibenuk. Program yang dibua akan menggunakan nilai makespan yang erendah sebagai solusi erbaik. Langkah algorima bee colony yang digunakan adalah 1. Inisialisasi solusi awal 2. Forgaging 1: cari n (populasi lebah)solusi baru dengan meode Swap, dari solusi awal 3. Waggle Dance: a.pilih k-solusi erbaik sebanyak ukuran solusi b.updae lis solusi c.updae Tabu Lis 4. Forgaging 2: cari n (populasi lebah)solusi baru dengan meode Swap, dari seleksi solusi erbaik secara acak. 5. Ierasi : n Lakukan hingga Ierasi N 7. Selesai
4 116 Andre Sugioko Solusi yang dipilih pada ahap ini yang memiliki waku makespan erendah dan solusi yang erpilih akan dimasukan kedalam abu lis. Tabu lis ini diujukan unuk mengurangi kemungkinan erjadinya pencarian solusi secara local. 3. HASIL DAN PEMBAHASAN 3.1. Pengujian Modifikasi Algorima Bee Colony Pada bagian ini akan disikan hasil dari penggunaan algorima Bee Colony. Dimana hasil pengolahan ini menggunakan permasalahan penjadwalan flow shop. Dimana variasi permasalahan erdapa pada jumlah pekerjaan yang harus diselesaikan, yaiu 100, dan 200 pekerjaan. Pengujian akan dilakukan dengan menggunakan nilai-nilai parameer pada abel 1, dimana dengan menggunakan nilai parameer yang serupa diharapkan perbedaan anara algorima dapa erliha jelas. Nilai parameer ini diambil berdasarkan beberapa perimbangan. Yaiu unuk panjang abu lis ujuh (7) berdasarkan saran Glover pada ahun 1993 unuk permasalahan penjadwalan, jumlah solusi eangga yang bernilai lima (5). Program yang digunakan dalam peneliian ini adalah program MATLAB. Dimana program dijalankan dengan spesifikasi kompuer, yaiu Inel(R) Core(TM)2 Quad CPU 4GB of RAM, Sisem Operasi: Microsof Windows XP. Pengujian dilakukan direplikasi sebanyak 3 kali, dengan mencaa akan nilai makespan dan waku lamanya permasalahan diproses. Hasil yang didapa disikan pada abel 2. Tabel 1. Parameer Pengujian dan Evaluasi Performa Algorima Parameer Tabu Search Bee Colony Bee Colony-Tabu Jumlah solusi eangga Panjang abu lis 7-7 Jumlah ierasi Panjang Lis Tabel 2. Hasil Performa Algorima Tabu Search, Bee Colony, Bee Colony-abu lis Jumlah Job 100 Job 200 Job Tabu Search (TS) Makespan (Meni) 21298, Waku Proses Kompuer (Deik) Bee Colony Makespan (Meni) Waku Proses Kompuer (Deik) 49330, ,667 Bee Colony-Tabu Makespan (Meni) Waku Proses Kompuer (Deik) Aplikasi Algorima Bee Colony Pada bagian ini akan algorima Bee Colony akan diujikan pada permasalahan nyaa dengan menggunakan daa dari dua perusahaan yang berbeda, dimana sau perusahaan merupakan perusahaan yang bergerak dibidang pembuaan Non Woven dan perusahaan yang bergerak dibidang pembuaan Hydraulic Excavaor, namun yang akan dibahas hanya unuk sage fabrikasi dan hanya pada komponen Revo Frame. Unuk perusahaan Non Woven, akan dibahas lini yang memproduksi jenis produk unuk Non Woven Sepau adalah Chemi Shee 44, Chemi Shee 54, Primabond 44, dan Primabond 54. Sedangkan unuk Polyeser Shee adalah AP850, Geoex, dan Glass Woll. Perusahaan ini menggunakan sisem make o sock unuk perencanaan produksinya, dan di ambah dengan keerbaasan mesin yang membua perusahaan memberlakukan kebijakan unuk memproduksi sau jenis produk hingga arge erpenuhi kemudian melanjukannya ke produk lainnya. Pada abel 3 dan 4, merupakan hasil perhiungan waku baku yang elah dilakukan unuk seiap produk yang ada. Perusahaan revo frame, memiliki permasalahan yang menarik dimana erdapa lini yang merupakan mesin yang sama namun dipakai unuk produk erenu sa yang dapa diliha pada gambar 1, dan perusahan ini merencanakan produksi dapa diliha pada abel 5 yang elah disaukan dengan waku prosesnya.
5 Perbandingan Algorima Bee Colony dengan Algorima Bee Colony Tabu Lis. 117 Tabel 3. Hasil Perhiungan Toal Waku Siklus unuk Memenuhi Rencana Produksi Lini 1 (Sauan : Meni) Jenis Produk Jumlah uni (Roll) Waku Siklus Lini 1 Toal Waku Chemi shee 44 "& 0,8" Chemi shee 44 "& 1,0" Chemi shee 54 "& 0,8" Chemi shee 54 "& 1,0" Primabond 44" & 0,8" Primabond 44" & 1,0" Primabond 54" & 0,8" Primabond 54" & 1,0" AP Geoex Glass woll Tabel 4. Hasil Perhiungan Toal Waku Siklus unuk Memenuhi Rencana Produksi Lini 2 (Sauan : Meni) Jenis Produk Jumlah uni (Roll) Waku Siklus Lini 2 Toal Waku Chemi shee 44 "& 0,8" Chemi shee 44 "& 1,0" Chemi shee 54 "& 0,8" Chemi shee 54 "& 1,0" Primabond 44" & 0,8" Primabond 44" & 1,0" Primabond 54" & 0,8" Primabond 54" & 1,0" Gambar 1 Rue Operasi Revo Frame Tabel 5. Waku Operasi Revo Frame dan Targe Produksi Jenis Revo Frame Waku Proses (Meni) Targe A B C D1 D2 E1 E2 F G PC 100F PC PC PC PC 300LC PC 400LC
6 118 Andre Sugioko 3.3. Model Maemais Berdasarkan permasalahan yang dipakai, maka model maemais yang dipakai dalam peneliian ini adalah model maemais unuk penjadwalan flow shop, dengan fungsi ujuan minimum makespan, dengan keerbaasan seiap mesin idak dapa memproses dua job secara bersamaan dan kendala uruan job. Keerangan Noasi: = waku mulai operasi ij ij = waku mulai operasi j pada job i = waku proses operasi j pada job i = waku mulai operasi j pada job a = waku proses operasi j pada job a = waku mulai operasi j pada job b = waku proses operasi j pada job b T i = Waku akhir Job i y a = apabila job a daang dahulu maka y a bernilai 0, apabila job b daang dahulu maka y a bernilai 1 Fungsi Tujuan: Meminimalkan T T = Max (T i ) (1) Dimana: T i = ij ij Baasan-baasan: Kendala Job yang beruruan i( j 1) ij ij (2) Kendala sau mesin idak dapa memproses dua job secara bersamaan Aau unuk job b daang perama b, a, j aau Aau b unuk job a daang perama a, b, j Kedua benuk diaas bukan benuk linier, sehingga harus diubah menjadi benuk linier seperi pada bagian beriku: M ( y ) (3) a a b M ( 1 y ) (4) Dimana, M : Bilangan sanga besar. 1 (b seelah a) y a 0 (a seelah b) Variabel kepuusan: y a = 1,0 (5) 3.4 Pendekaan Algorima Bee Colony pada Penjadwalan Lebah Seiap lebah dianggap sebagai uruan job. Lebah yang memiliki nilai makespan erendah akan dijadikan acuan unuk lebah lebah yang lain, unuk mencari solusi yang lebih baik. Nilai makespan didapakan dari waku pekerjaan erakhir selesai diproses oleh mesin akhir. Forgaging Lebah awal akan dijadikan acuan unuk lebah lainnya unuk didapakan sejumlah solusi (Forgaging 1) dengan menggunakan meode swap, hal ini berujuan unuk mendapakan sejumlah solusi. Solusi yang didapa berikunya dipilih salah sau secara acak sebagai acuan lebah lebah yang baru ( Forgaging 2) dimana, akan dibangkikan kembali sebanyak n solusi baru dengan meode swap. Waggle Dance Lebah lebah akan diseleksi dengan memilih nilai makespan erendah, kemudian dilakukan penguruan lebah dari nilai makespan erendah hingga eringgi sesuai dengan baas jumlah solusi erbaik ( panjang lis solusi). Solusi solusi yang elah didapakan akan direkam oleh abu lis, unuk mencegah erjadinya pengulangan solusi aau mencegah erjadinya local opimum. 3.5 Hasil Perhiungan Beriku hasil perhiungan dengan menggunakan algorima Bee Colony unuk perusahaan Non Woven disikan pada abel 6, dan dengan hasil penjadwalan perusahaan. Dan abel 7 unuk perusahaan Revo Frame. Tabel 6. Perbandingan Solusi Algorima Bee colony dengan Meode Perusahaan Non Woven Solusi Makespan (Meni) Waku Kompuasi (Meni) Bee Colony 6270,575 1 Bee Colony - Tabu 6270,575 1 Perusahaan 7095,125 Tabel 7. Perbandingan Solusi Algorima Bee colony dengan Meode Perusahaan Revo Frame Solusi Makespan (Meni) Waku Kompuasi (Meni) Bee Colony 20882,5 1,7925 Bee Colony Tabu ,807 Perusahaan 20905
7 Perbandingan Algorima Bee Colony dengan Algorima Bee Colony Tabu Lis. 119 Dari Tabel 2 erliha bahwa algorima Bee Colony dan Bee Colony-Tabu unggul unuk pencarian nilai makespan dan waku perhiungan yang lebih kecil daripada Tabu Search, namun unuk waku perhiungan hanya algorima Bee Colony yang lebih unggul daripada Tabu Search dan Bee Colony-Tabu. Nilai makespan yang lebih rendah daripada Tabu Search dikarenakan algorima Bee Colony dan Bee Colony-Tabu menggunakan banyak solusi erbaik yang elah direkam dalam seiap ierasinya, unuk dicari solusi alernaifnya sedangkan algorima TS hanya mencari alernaif solusi dari sau solusi erbaik. Dengan demikian dengan melakukan pemilihan dari sejumlah solusi erbaik yang ada pada algorima Bee Colony dan Bee Colony-Tabu, akan meningkakan kemungkinan didapanya solusi yang mendekai opimum. Pada abel 6 dan 7, erliha bahwa algorima Bee Colony-Tabu memiliki hasil yang lebih baik daripada algorima Bee Colony dan meode perusahaan. Meode yang digunakan perusahaan menggunakan prinsip mengerjakan produk yang memiliki waku proses yang lama, namun idak memperhiungkan alur proses produksinya sehingga hasil yang didapa kurang baik. Nilai waku perhiungan unuk algorima yang menggunakan abu lis erliha lebih lama daripada yang idak menggunakannya. Hal ini dikarenakan program memerlukan waku unuk menguji seiap solusi alernaif apakan solusi ersebu ada uruan pekerjaan yang elah dilarang dalam abu lis aau idak, banyaknya jumlah pekerjaan yang diujikan dan jumlah ierasi, maka hal ersebu mengakumulasi waku perhiungan menjadi lebih lama daripada algorima yang idak menggunakan abu search. Namun dengan adanya abu lis, alernaif solusi yang didapakan merupakan solusi yang berbeda daripada solusi awal yang dipakai unuk pencarian solusi alernaif aau solusi eangga. 4. KESIMPULAN DAN SARAN Berdasarkan hasil pengujian algorima Bee Colony dalam penjadwalan flow-shop. Algorima Bee Colony dan Bee Colony-Tabu memberikan hasil yang unggul unuk pencarian nilai makespan dan waku perhiungan yang lebih kecil daripada Tabu Search. Dimana keunggulan ini erleak pada pencarian solusi alernaif pada proses waggle dance, yang mampu unuk meningkakan kemungkian didapanya solusi yang mendekai opimum. Walaupun algorima Bee Colony-Tabu memerlukan waku pencarian solusi lebih lama, namun dengan penambahan waku ersebu alernaif solusi yang didapakan merupakan solusi yang berbeda daripada solusi yang didapakan dari algorima Bee Colony. Sehingga membuka kemungkinan uruan solusi yang lebih bervariasi daripada solusi dari algorima Bee Colony. Peneliian berikunya disarankan unuk menganalisa pengaruh penggunaan abu lis dalam algorima meaheurisik lainnya seperi an colony, paricle swarm, cuckoo search, aau firefly algorihm, unuk mengevaluasi hasil yang didapakan pada peneliian ini. DAFTAR PUSTAKA 1. Bedworh. David D. dan Bailey. James E., 1982, Inegraed Producion Conrol Sysem, John Wiley and Sons, New York, Hal Chong. C. S., Low. M. Y. H., Sivakumar. A. I., and Gay. K. L., 2006, A bee colony opimizaion algorihm o job shop scheduling, in Proc. of he 2006 Winer Simulaion Conference, 2006, pp Chong. C. S., Low. M. Y. H., Sivakumar. A. I., and Gay. K. L., 2007, Using a bee colony algorihm for neighborhood search in job shop scheduling problems, in Proc. of 21s European Conference on Modeling and Simulaion (ECMS2007). 4. Goodman. E., Hedeniemi. S. T., 1977, Inroducion o he Design and Analysis of Algorihms, McGraw-Hill. 5. Karaboga. S. and Basurk. D., 2007, A powerful and efficien algorihm for numerical funcion opimizaion: arificial bee colony (abc) algorihm, Journal of Global Opimizaion, vol. 39, no. 3, pp Karaboga. S. and Basurk. D., 2008, On he performance of arificial bee colony (abc) algorihm, Applied Sof Compuing, vol. 8, no. 1, pp Lucic. P. and Teodorovic. D., 2003, Vehicle rouing problem wih uncerain demand a nodes: The bee sysem and fuzzy logic approach, in Fuzzy Ses in Opimizaion, J. L. Verdegay, Ed. Berlin / Heidelberg: Springer- Verlag, pp Nakrani. S. and Tovey. C., 2004, On honey bees and dynamic server allocaion in inerne hosing ceners, Adapive Behavior, vol. 12, no. 3-4, pp Nasuion, Arman H., 2003, Perencanaan dan Pengendalian Produksi, Edisi Perama. Surabaya: Guna Widya. 10. Nawaz, M., Enscore, E. E., and Ham, I., A Heurisic Algorihm for he m- machine, n-job Flow Shop Sequencing Problem, Omega, No. 11, Pham DT, Ghanbarzadeh A, Koc E, Ori S, Rahim S and Zaidi M. (2006). The Bees
8 120 Andre Sugioko Algorihm A Novel Tool for Complex Opimisaion Problems. Inelligen Sysems Laboraory, Manufacuring Engineering Cenre, Cardiff Universiy, UK, 12. Seeley, T.D., S. Kühnholz, and A. Weidenmüller The honey bee's remble dance simulaes addiional bees o funcion as necar receivers. Behavioral Ecology and Sociobiology 39: Schmid, K. (May 18, 2001). Using Tabu Search o Solve he Job Shop Scheduling Problem wih Sequence Dependen Seup Times. 14. Teodorovic. D., (2008), Swarm inelligence sysems for ransporaion engineering: Principles and applicaions, Transporaion Research Par C: Emerging Technologies, vol. 16, no. 6, pp Von Frisch. K., 1974, Decoding he language of he bee, Science, vol. 185, no. 4152, pp Wason, Barbulescu, Howe & Whiley, 1999, Algorihm Performance and Problem Srucurefor Flow-shop Scheduling, American Associaion for Aricial Inelligence.
MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)
Journal Indusrial Servicess Vol. No. Okober 0 MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Abdul Gopar ) Program Sudi Teknik Indusri Universias
Lebih terperinciPENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Studi Kasus di Perusahaan Karoseri ASN)
B PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Sudi Kasus di Perusahaan Karoseri ASN) Firiya Gemala Dewi, Bobby O.P. Soepangka, Nurhadi Siswano Program Pasca Sarjana Magiser Manajemen
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan
Lebih terperinciEFISIENSI WAKTU PRODUKSI ES BATU SEBAGAI IMPLIKASI URUTAN PENJADWALAN KEDATANGAN JOB YANG TEPAT
Jurnal Ilmiah Teknik Indusri, Vol. 11, No. 1, Juni 2012 ISSN 1412-6869 EISIENSI WKTU PRODUKSI ES BTU SEBGI IMPLIKSI URUTN PENJDWLN KEDTNGN JOB YNG TEPT Hendy Tannady 1 dan Seven 2 bsrak: Efisiensi adalah
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang
BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN
PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan
Lebih terperinciBAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun
43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI
Seminar Nasional Informaika 24 PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI Evri Ekadiansyah Program Sudi D3 Manajemen Informaika, STMIK Poensi Uama
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI
Seminar Nasional Informaika PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI Evri Ekadiansyah Program Sudi D Manajemen Informaika, STMIK Poensi Uama evrie9@gmail.com
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan
Lebih terperinciBAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan
BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*
PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor
Lebih terperinciBAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu
BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi
Lebih terperinciKLASIFIKASI DATA PRODUKSI PADI PULAU JAWA MENGGUNAKAN ALGORITMECLASSIFICATION VERSION 4.5 (C4.5)
KLASIFIKASI DATA PRODUKSI PADI PULAU JAWA MENGGUNAKAN ALGORITMECLASSIFICATION VERSION 4.5 (C4.5) Dwi Seyowai, Yuliana Susani, Supriyadi Wibowo Program Sudi Maemaika Fakulas Maemaika dan Ilmu Pengeahuan
Lebih terperinciAnalisis Model dan Contoh Numerik
Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.
Lebih terperinciBAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan
BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),
Lebih terperinciBAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode
20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108
JURNAL TEKNIK POMITS Vol., No., (013) ISSN: 337-3539 (301-971 Prin) D-108 Simulasi Peredaman Gearan Mesin Roasi Menggunakan Dynamic Vibraion Absorber () Yudhkarisma Firi, dan Yerri Susaio Jurusan Teknik
Lebih terperinciIII. KERANGKA PEMIKIRAN
III. KERANGKA PEMIKIRAN 3.1. Kerangka Teoriis 3.1.1 Daya Dukung Lingkungan Carrying capaciy aau daya dukung lingkungan mengandung pengerian kemampuan suau empa dalam menunjang kehidupan mahluk hidup secara
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di
Lebih terperinciIII. METODE PENELITIAN
26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Peramalan Dengan Meode Smoohing dan Verifikasi Meode Peramalan Dengan Grafik Pengendali Moving Range () (Sudi Kasus: Produksi Air Bersih di PDAM Tira Kencana Samarinda) Forecasing wih Smoohing and Verificaion
Lebih terperinciBAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan
BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,
Lebih terperinciKontrol Optimal pada Model Economic Order Quantity dengan Inisiatif Tim Penjualan
Jurnal Teknik Indusri, Vol. 19, No. 1, Juni 17, 1- ISSN 111-5 prin / ISSN 7-739 online DOI: 1.97/ji.19.1.1- Konrol Opimal pada Model Economic Order Quaniy Inisiaif Tim Penjualan Abdul Laif Al Fauzi 1*,
Lebih terperinciBAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami
11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun
Lebih terperinciPemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun
Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian ini dilakukan di Dafarm, yaiu uni usaha peernakan Darul Fallah yang erleak di Kecamaan Ciampea, Kabupaen Bogor, Jawa Bara. Pemilihan lokasi
Lebih terperinciBAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan
BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Kapasias Produksi Kapasias adalah kemampuan pembaas dari uni produksi (enaga kerja, mesin, uni sasiun kerja, proses produksi, perencanaan produksi, dan organisasi produksi) unuk
Lebih terperinciBAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat
BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan
BAB III METODOLOGI PENELITIAN A. Jenis dan Desain Peneliian Peneliian ini adalah peneliian Quasi Eksperimenal Design dengan kelas eksperimen dan kelas conrol dengan desain Prees -Poses Conrol Group Design
Lebih terperinciBab 2 Landasan Teori
Bab 2 Landasan Teori 2.1 Keseimbangan Lini 2.1.1 Definisi Keseimbangan Lini Penjadwalan dari pekerjaan lini produksi yang menyeimbangkan kerja yang dilakukan pada seiap sasiun kerja. Keseimbangan lini
Lebih terperinciVARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE
VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE Indra Nurhadi Program Sudi Manajemen Ekonomi, Fakulas Ekonomi, Universias Gunadarma Jl. Akses Kelapa Dua Cimanggis,
Lebih terperinciPENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA
PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiaan memperkirakan apa yang akan erjadi pada masa yang akan daang. Ramalan adalah sesuau kegiaan siuasi aau kondisi yang diperkirakan akan erjadi
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan pada kasus pengolahan ikan asap IACHI Peikan Cia Halus (PCH) yang erleak di Desa Raga Jaya Kecamaan Ciayam, Kabupaen Bogor,
Lebih terperincix 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.
Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMPAT KOST DENGAN METODE PEMBOBOTAN ( STUDI KASUS : SLEMAN YOGYAKARTA)
SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMPAT KOST DENGAN METODE PEMBOBOTAN ( STUDI KASUS : SLEMAN YOGYAKARTA) I Wayan Supriana Program Pascasarjana Ilmu Kompuer Fakulas MIPA Universias Gadjah Mada
Lebih terperinciPENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Studi pada karyawan tetap PT PG Tulangan Sidoarjo)
PENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Sudi pada karyawan eap PT PG Tulangan Sidoarjo) Niken Dwi Okavia Heru Susilo Moehammad Soe`oed Hakam Fakulas Ilmu Adminisrasi
Lebih terperinciBAB IV PERHITUNGAN NUMERIK
BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Poensi sumberdaya perikanan, salah saunya dapa dimanfaakan melalui usaha budidaya ikan mas. Budidaya ikan mas yang erus berkembang di masyaraka, kegiaan budidaya
Lebih terperinciAPLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND
APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Akivias produksi sebagai suau bagian dari fungsi organisasi perusahaan yang beranggung jawab erhadap pengolahan bahan baku menjadi produksi jadi yang dapa dijual. Terdapa
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi
Lebih terperinciPerencanaan Sistem Pendukung Keputusan Untuk Peningkatan Produktivitas
Perencanaan Sisem Pendukung Kepuusan Unuk Peningkaan Produkivias Abdurrozzaq Hasibuan Jurusan Teknik Indusri, Fakulas Teknik, UISU Jln. Sisingamangaraja Telp. 7869920 Teladan Medan Email : rozzaq@uisu.ac.id
Lebih terperinciPerbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X
JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa
Lebih terperinciPERHITUNGAN PARAMETER DYNAMIC ABSORBER
PERHITUNGAN PARAMETER DYNAMIC ABSORBER BERBASIS RESPON AMPLITUDO SEBAGAI KONTROL VIBRASI ARAH HORIZONTAL PADA GEDUNG AKIBAT PENGARUH GERAKAN TANAH Oleh (Asrie Ivo, Ir. Yerri Susaio, M.T) Jurusan Teknik
Lebih terperinciBAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau
BAB II LANDASAN TEORI 2.1 Pengerian Persediaan Persediaan dapa diarikan sebagai barang-barang yang disimpan unuk digunakan aau dijual pada masa aau periode yang akan daang. Persediaan erdiri dari bahan
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Peneliian Keinginan Kelompok Tani Duma Lori yang erdapa di Desa Konda Maloba dan masyaraka sekiar akan berdirinya penggilingan gabah di daerahnya, elah
Lebih terperinciANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)
hp://jurnal.upnyk.ac.id/index.php/opsi OPSI Jurnal Opimasi Sisem Indusri ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) Ahmad Muhsin, Ichsan Syarafi Jurusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju
Lebih terperinciPENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013
Jurnal Lensa Kependidikan Fisika Vol. 1 Nomor 1, Juni 13 ISSN: 338-4417 PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 1/13
Lebih terperinciJurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK
PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,
Lebih terperinci*Corresponding Author:
Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion
Lebih terperinciBab IV Pengembangan Model
Bab IV engembangan Model IV. Sisem Obyek Kajian IV.. Komodias Obyek Kajian Komodias dalam peneliian ini adalah gula pasir yang siap konsumsi dan merupakan salah sau kebuuhan pokok masyaraka. Komodias ini
Lebih terperinciPERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)
Jurnal UJMC, Volume 3, Nomor 1, Hal. 15-0 pissn : 460-3333 eissn : 579-907X ERHITUNGAN VAUE AT RISK (VaR) DENGAN SIMUASI MONTE CARO (STUDI KASUS SAHAM T. X ACIATA.Tbk) Sii Alfiaur Rohmaniah 1 1 Universias
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.
Lebih terperinciPREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED
PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED Wahyuda 1, Budi Sanosa 2, Nani Kurniai 3 1 Teknik Indusri Universias Mulawarman-Samarinda
Lebih terperinciSEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan)
SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galaia Ballangan) SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Saionary Disribuion of Swiss Bonus-Malus
Lebih terperinciMODUL III ANALISIS KELAYAKAN INVESTASI
ANALISIS KELAYAKAN INVESTASI 3.. Tujuan Ö Prakikan dapa memahami perhiungan alokasi biaya. Ö Prakikan dapa memahami analisis kelayakan invesasi dalam pendirian usaha. Ö Prakikan dapa menyusun proyeksi/proforma
Lebih terperinciHUMAN CAPITAL. Minggu 16
HUMAN CAPITAL Minggu 16 Pendahuluan Invesasi berujuan unuk meningkakan pendapaan di masa yang akan daang. Keika sebuah perusahaan melakukan invesasi barang-barang modal, perusahaan ini akan mengeluarkan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. bahasa Yunani yang berarti Demos adalah rakyat atau penduduk, dan Grafein adalah
37 BAB 2 TINJAUAN TEORITIS 2.1 Pengerian-pengerian Kependudukan sanga era kaiannya dengan demgrafi. Kaa demgrafi berasal dari bahasa Yunani yang berari Dems adalah rakya aau penduduk, dan Grafein adalah
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan
Lebih terperinciPENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN
M-6 PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN Enny Suparini 1) Soemarini 2) 1) & 2) Deparemen Saisika FMIPA UNPAD arhinii@yahoo.com 1) ine_soemarini@yahoo.com 2) Absrak
Lebih terperinciMENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK. Oleh: Yoyo Zakaria Ansori
MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK Oleh: Yoyo Zakaria Ansori Peneliian ini dilaarbelakangi rendahnya kemampuan memecahkan
Lebih terperinciIII METODE PENELITIAN
III METODE PENELITIAN 3.1 Waku dan Tempa Peneliian Peneliian mengenai konribusi pengelolaan huan rakya erhadap pendapaan rumah angga dilaksanakan di Desa Babakanreuma, Kecamaan Sindangagung, Kabupaen Kuningan,
Lebih terperinciAlgoritma Sequential Insertion untuk Memecahkan Vehicle Routing Problem dengan Multiple Trips, Time Window dan Simultaneous Pickup Delivery
Performa (2008) Vol.7, No.1: 88-96 Algorima Sequenial Inserion unuk Memecahkan Vehicle Rouing Problem dengan Muliple Trips, Time Window dan Simulaneous Pickup Delivery Suprayogi,Yusuf Priyandari ) Jurusan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu
BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang
Lebih terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer e-issn: 2548-964X Vol. 1, No. 9, Juni 2017, hlm. 842-848 hp://j-piik.ub.ac.id Opimasi Muliple Travelling man Problem Pada Pendisribusian Air Minum
Lebih terperinciIII. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang
III. METODE PENELITIAN A. Konsep Dasar dan Definisi Operasional Konsep dasar dan definisi operasional merupakan pengerian dan peunjuk yang digunakan unuk menggambarkan kejadian, keadaan, kelompok, aau
Lebih terperinciKLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK
KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS Wulan Fain Nasyuha¹, Husaini 2 dan Mursyidah 3 1,2,3 Teknologi Informasi dan Kompuer, Polieknik Negeri Lhokseumawe, Jalan banda Aceh-Medan
Lebih terperinciMETODE PENELITIAN. yang digunakan untuk mengetahui dan pembahasannya mengenai biaya - biaya
III. METODE PENELITIAN A. Meode Dasar Peneliian Meode yang digunakan dalam peneliian ini adalah meode kuaniaif, yang digunakan unuk mengeahui dan pembahasannya mengenai biaya - biaya usaha melipui biaya
Lebih terperinciKOMPARASI METODE PERAMALAN AUTOMATIC CLUSTERING TECHNIQUE AND FUZZY LOGICAL RELATIONSHIPS DENGAN SINGLE EXPONENTIAL SMOOTHING
Komparasi Meode Peramalan (Beik E.) KOMPARASI METODE PERAMALAN AUTOMATIC CLUSTERING TECHNIQUE AND FUZZY LOGICAL RELATIONSHIPS DENGAN SINGLE EXPONENTIAL SMOOTHING Beik Endaryai 1, Rober Kurniawan 2 1,2
Lebih terperinciIII. PEMODELAN HARGA PENGGUNAAN INTERNET
8 III EMODELAN HARGA ENGGUNAAN INTERNET 3 Asumsi dan Model ada peneliian ini diperhaikan beberapa asumsi yaiu sebagai beriku: Waku anarkedaangan menyebar eksponensial dengan raaan λ - (laju kedaangan adalah
Lebih terperinciKARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP
Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian mengenai kelayakan pengusahaan pupuk kompos dilaksanakan pada uni usaha Koperasi Kelompok Tani (KKT) Lisung Kiwari yang menjalin mira dengan Lembaga
Lebih terperinciPENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.
PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk
Lebih terperinciJurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah
Jurnal Edik Informaika Peneliian Bidang Kompuer Sains dan Pendidikan Informaika V.i(5-4) Peramalan Kebuuhan Manajemen Logisik Pada Usaha Depo Air Minum Isi Ulang Al-Firah Henny Yulius, Islami Yei Universias
Lebih terperinciBAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja
BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian
Lebih terperinciOleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya /
4 Oleh : Debrina Puspia Andriani Teknik Indusri Universias Brawijaya e-mail : debrina@ub.ac.id / debrina.ub@gmail.com www.debrina.lecure.ub.ac.id O. Dasar perhiungan depresiasi 2. Meode-meode depresiasi.
Lebih terperinciOptimasi Fuzzy Time Series Menggunakan Algoritma Particle Swarm Optimization Untuk Peramalan Jumlah Penduduk Di Kabupaten Probolinggo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Kompuer e-issn: 2548-964X Vol. 2, No. 8, Agusus 218, hlm. 2791-2799 hp://j-piik.ub.ac.id Opimasi Fuzzy Time Series Menggunakan Algorima Paricle Swarm Opimizaion
Lebih terperinciBAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel
BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah
Lebih terperinciBAB III METODOLOGI PENELITIAN
19 BAB III METODOLOGI PENELITIAN 3.1 Waku dan Lokasi Peneliian Peneliian ini dilakukan pada bulan Juni hingga Juli 2011 yang berlokasi di areal kerja IUPHHK-HA PT. Mamberamo Alas Mandiri, Kabupaen Mamberamo
Lebih terperinciMETODE PENELITIAN. Kawasan Pesisir Kabupaten Kulon Progo. Pemanfaatan/Penggunaan Lahan Saat Ini
METODE PENELITIAN Kerangka Pendekaan Sudi Penaagunaan lahan kawasan pesisir di Kabupaen Kulon Progo didasarkan pada karakerisik fisik, finansial usaha ani dan pemanfaaan saa ini. Karakerisik fisik adalah
Lebih terperinciPENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.
PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar
Lebih terperinciBAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting
BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju
Lebih terperinciIDENTIFIKASI POLA DATA TIME SERIES
IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya
Lebih terperinciKAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN
JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina
Lebih terperinci