PENJADWALAN PERAWAT KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN INTEGER: STUDI KASUS DI RUMAH SAKIT OMNI INTERNASIONAL TANGERANG VIANEY CHRISTINE AMBARITA
|
|
- Widya Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENJADWALAN PERAWAT KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN INTEGER: STUDI KASUS DI RUMAH SAKIT OMNI INTERNASIONAL TANGERANG VIANEY CHRISTINE AMBARITA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2013
2 ABSTRAK VIANEY CHRISTINE AMBARITA. Penjadwalan Perawat Kamar Operasi Menggunakan Pemrograman Integer: Studi Kasus di Rumah Sakit OMNI Internasional Tangerang. Dibimbing oleh PRAPTO TRI SUPRIYO dan FARIDA HANUM. Penjadwalan perawat kamar operasi merupakan permasalahan yang sering dihadapi pengelola rumah sakit. Peraturan-peraturan yang diberlakukan rumah sakit serta keterbatasan jumlah perawat menjadi faktor penentu dalam penjadwalan. Karya ilmiah ini menyajikan model pemrograman integer untuk membangun jadwal bagi perawat kamar operasi dengan fungsi objektif meminimumkan biaya operasional dengan memperhatikan kendala-kendala yang terkait dengan peraturan dari rumah sakit serta ketersediaan jumlah perawat. Implementasi model pada Rumah Sakit OMNI Internasional Tangerang menghasilkan jadwal perawat yang lebih baik dibandingkan dengan jadwal yang dibuat secara manual oleh kepala kamar operasi. Kata kunci: kamar operasi, penjadwalan perawat, pemrograman integer
3 ABSTRACT VIANEY CHRISTINE AMBARITA. Nurse Scheduling on Operating Room Using Integer Programming: A Case Study in OMNI Internasional Hospital Tangerang. Supervised by PRAPTO TRI SUPRIYO and FARIDA HANUM. A nurse scheduling on operating room problem is often faced by the hospital management. Regulations and limitations of nurse imposed lead to be a determining factor in scheduling. This paper presents an integer programming model to build schedule on operating room nurses which minimizes operational costs by taking into account the constraints associated with the regulation of hospitals and the number of available nurse as an objective function. Implemented model in the OMNI Internasional Hospital Tangerang produces better nurse schedule compared to the schedule created manually. Keywords: operating room, nurse scheduling, integer programming
4 PENJADWALAN PERAWAT KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN INTEGER: STUDI KASUS DI RUMAH SAKIT OMNI INTERNASIONAL TANGERANG VIANEY CHRISTINE AMBARITA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2013
5 Judul Skripsi : Penjadwalan Perawat Kamar Operasi Menggunakan Pemrograman Integer: Studi Kasus di Rumah Sakit OMNI Internasional Tangerang Nama : Vianey Christine Ambarita NIM : G Menyetujui Pembimbing I, Pembimbing II, Drs. Prapto Tri Supriyo, M.Kom. NIP: Dra. Farida Hanum, M.Si. NIP: Mengetahui: Ketua Departemen, Dr. Berlian Setiawaty, M.S. NIP: Tanggal Lulus:
6 KATA PENGANTAR Puji syukur kepada Tuhan Yang Maha Esa atas berkat, kasih dan karunia-nya sehingga penulis mampu menyelesaikan karya ilmiah ini. Selama proses penulisan karya ilmiah, penulis banyak mendapat bantuan dari beberapa pihak. Oleh karena itu, pada kesempatan ini penulis ingin mengucapkan terimakasih kepada: 1. keluarga terkasih Papa, Mama, Guido Lubertus Ambarita, Felix Ferdinando Ambarita, dan Roy Vandy Ambarita, yang telah memberikan kasih sayang, doa, semangat dan pengertian selama proses penyusunan skripsi ini, 2. Drs. Prapto Tri Supriyo, M.Kom. selaku dosen pembimbing I yang telah meluangkan waktu dan pikiran dalam membimbing, memberi motivasi, semangat dan doa, 3. Dra. Farida Hnum, M.Si. selaku dosen pembimbing II yang telah memberikan ilmu, kritik dan saran, motivasi serta doanya, 4. Muhammad Ilyas, S.Si, M.Sc. selaku dosen penguji yang telah memberikan ilmu, saran dan doanya, 5. Cahyono Susanto, SE dan Sugeng Suryanto, ST, SKM selaku HRD dan kepala ruang operasi Rumah Sakit OMNI Internasional Tangerang, 6. semua dosen Departemen Matematika, terima kasih atas ilmu yang telah diberikan, 7. nantulang Yura dan keluarga, kak Erlina Sitinjak, kak Mannawati Sitinjak, bang Jimmi Sitinjak atas bantuan, dukungan, doa dan semangatnya, 8. sahabat yang selalu memberikan semangat dan doa: Aditya Sutrisna, Dionita Kristi Napitupulu, Adian Romiani Naibaho, Paulina Yuniarsih dan Chatarina Ganis Ratna Wardani, 9. abang kos yang sabar menjadi teman bertukar pikiran: Christo Esvaldo Damanik, Endrico TN Dolok Saribu, Sugandi Putra Ginting, Wastin Midian Simanjuntak dan Ednan Setriawan, 10. teman yang menjadi keluarga: Yeni Chrisna Siregar, Fitrina A Simanjuntak, 11. semua teman matematika 44 atas kenangan, motivasi dan dukungan untuk terus berkembang, 12. teman-teman bulutangkis: Aci, Andri, Arbi, Benny, Dita, Feni, Fuka, Herlan, Irwan dan Uda, 13. semua pihak yang telah membantu dalam penyusunan karya ilmiah ini. Semoga karya ilmiah ini dapat bermanfaat bagi dunia ilmu pengetahuan khususnya bidang matematika dan menjadi inspirasi bagi penelitian selanjutnya. Bogor, April 2013 Vianey Christine Ambarita
7 RIWAYAT HIDUP Penulis dilahirkan di Kabupaten Pasaman, Sumatera Barat pada tanggal 19 September Penulis merupakan anak pertama dari empat bersaudara, anak dari pasangan Bapak H. Ambarita dan Ibu R. Gultom. Pendidikan formal dimulai dari SD Negeri 01 Pasar Rao pada tahun Penulis kemudian melanjutkan pendidikan ke SLTP Negeri 1 Rao pada tahun Pendidikan selanjutnya adalah SMA Negeri 1 Rao pada tahun Pada tahun yang sama penulis melanjutkan pendidikan ke jenjang universitas dan lulus seleksi masuk IPB melalui jalur USMI (Undangan Seleksi Masuk IPB) di Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama menjalani masa pendidikan di IPB, penulis menjadi asisten mata kuliah Agama Katolik. Penulis juga aktif dalam mengajar Matematika bimbingan belajar privat maupun kelompok mahasiswa. Selain itu, penulis juga terlibat dalam beberapa kegiatan, antara lain Divisi Humas Pesta Sains se-indonesia 2009, Divisi Pencarian Dana Usaha Lomba Karya Cipta Mahasiswa se-indonesia 2009, Divisi Pencarian Dana Usaha Natal Civa IPB 2009, Koordinator Pencarian Dana dan Usaha Hari Kasih KEMAKI IPB 2010, Koordinator Divisi Doa Natal Civa IPB 2010.
8 DAFTAR ISI Halaman DAFTAR TABEL... ix DAFTAR GAMBAR... ix DAFTAR LAMPIRAN... ix I PENDAHULUAN 1.1 Latar Belakang Tujuan... 1 II LANDASAN TEORI 2.1 Pemrograman Linear Pemrograman Linear Integer Relaksasi Pemrograman Linear Metode Branch and Bound... 3 III DESKRIPSI DAN FORMULASI MASALAH 3.1 Deskripsi dan Formulasi Masalah Notasi Fungsi Objektif... 6 IV STUDI KASUS DAN PENYELESAIANNYA... 7 V SIMPULAN DAN SARAN 5.1 Simpulan Saran DAFTAR PUSTAKA LAMPIRAN viii
9 DAFTAR TABEL Halaman 1 Parameter pada sudi kasus Perbandingan hasil penjadwalan perawat penanggungjawab bedah menggunakan metode konvensional dan PLI Jumlah setiap shift untuk perawat penanggungjawab bedah menggunakan metode konvensional Jumlah setiap shift untuk perawat penanggungjawab bedah menggunakan PLI Kendala yang dilanggar oleh perawat penanggungjawab bedah pada penjadwalan konvensional Jumlah setiap shift untuk perawat pelaksana bedah menggunakan metode konvensional Jumlah setiap shift untuk perawat pelaksana bedah menggunakan PLI Jumlah setiap shift untuk perawat anestesi menggunakan metode konvensional Jumlah setiap shift untuk perawat anestesi menggunakan PLI Kendala yang dilanggar oleh perawat pelaksana bedah dan perawat anestesi pada penjadwalan konvensional Perbandingan hasil penjadwalan perawat pelaksana bedah menggunakan metode konvensional dan PLI Perbandingan hasil penjadwalan perawat anestesi menggunakan metode konvensional dan PLI DAFTAR GAMBAR Halaman 1 Daerah fisibel relaksasi-pl (6) Daerah fisibel Subproblem 2 dansubproblem Bagan penyelesaian PLI (6) dengan algoritme branch and bound... 5 DAFTAR LAMPIRAN Halaman 1 Sintak program LINGO 11.0 untuk menyelesaikan masalah pemrograman linear dengan metode Branch and Bound beserta hasil yang diperoleh Sintaks dan hasil komputasi program LINGO 11.0 untuk menyelesaikan masalah penjadwalan perawat penanggungjawab bedah Sintaks dan hasil komputasi program LINGO 11.0 untuk menyelesaikan masalah penjadwalan perawat pelaksana bedah dan perawat anestesi Jadwal perawat pelaksana bedah menggunakan metode konvensional dan PLI Jadwal perawat anestesi menggunakan metode konvensional dan PLI ix
10 I PENDAHULUAN 1.1 Latar Belakang Permasalahan penjadwalan perawat kamar operasi adalah permasalahan yang sering terjadi di berbagai instansi kesehatan seperti klinik dan rumah sakit. Peraturanperaturan yang diberlakukan oleh pihak klinik ataupun rumah sakit, dan keterbatasan jumlah serta spesialisasi dari perawat itu sendiri, menjadi beberapa faktor penentu dalam permasalahan penjadwalan perawat. Sebagai rumah sakit yang memiliki banyak pelanggan, kamar operasi Rumah Sakit OMNI Internasional Tangerang tidak luput dari permasalahan ini. Selama ini penjadwalan perawat masih dilakukan secara manual (metode konvensional) oleh kepala kamar operasi. Akibatnya penjadwalan membutuhkan waktu yang relatif lebih lama. Selain itu, penjadwalan secara manual juga dapat menyebabkan adanya ketidakseimbangan dalam pembagian shift jaga, seperti adanya perawat yang lebih banyak mendapatkan shift pagi dibandingkan dengan perawat lain dan ketidakpastian jumlah hari libur sehingga perawat tidak bisa mengatur waktu istirahat. Oleh karena itu penjadwalan perawat secara otomatis menjadi sangat penting. Pengoptimalan sumber daya manusia dipilih sebagian besar pihak manajemen rumah sakit untuk tetap menjaga performa kerja perawat dan kualitas pelayanan rumah sakit. Permasalahan penjadwalan perawat kamar operasi ini akan dimodelkan sebagai masalah Pemrograman Linear Integer (PLI). PLI adalah masalah optimasi dengan fungsi objektif dan kendala yang linear serta variabel yang integer. Model penjadwalan perawat kamar operasi dalam karya ilmiah ini dimodifikasi dari artikel berjudul Nurse Scheduling Using Integer Linear Programming and Constraint Programming yang ditulis oleh Lorraine Trilling, Alain Guinet, dan Dominique Le Magny tahun Tujuan Tujuan dari karya ilmiah ini ialah memodelkan masalah penjadwalan perawat kamar operasi dalam bentuk Pemrograman Linear Integer (PLI), serta menerapkan model tersebut pada Rumah Sakit OMNI Internasional Tangerang. II LANDASAN TEORI Untuk membuat model penjadwalan perawat kamar operasi dan teknik-teknik pemecahan yang digunakan dalam karya tulis ini, diperlukan pemahaman tentang Pemrograman Linear (PL), Pemrograman Linear Integer (PLI), dan metode branchand bound. 2.1 Pemrograman Linear Fungsi linear dan pertidaksamaan linear merupakan salah satu konsep dasar yang harus dipahami terkait dengan konsep pemrograman linear. Definisi 1 (Fungsi Linear) Suatu fungsi f dalam variabel-variabel adalah suatu fungsi linear jika dan hanya jika untuk suatu himpunan konstanta, f dapat ditulis sebagai =. (Winston 2004) Sebagai contoh, merupakan fungsi linear, sementara bukan fungsi linear. Definisi 2 (Pertidaksamaan dan Persamaan Linear) Untuk sembarang fungsi linear f dan sembarang bilangan c, pertidaksamaan dan adalah pertidaksamaan linear, sedangkan suatu persamaan merupakan persamaan linear. (Winston 2004) Menurut Winston (2004), Pemrograman Linear (PL) adalah suatu masalah optimasi yang memenuhi ketentuan-ketentuan sebagai berikut: a. Tujuan masalah tersebut adalah memaksimumkan atau meminimumkan suatu fungsi linear dari sejumlah variabel keputusan. Fungsi yang akan dimaksimumkan atau diminimumkan ini disebut fungsi objektif.
11 2 b. Nilai variabel-variabel keputusannya harus memenuhi suatu himpunan kendala. Setiap kendala harus berupa persamaan linear atau pertidaksamaan linear. c. Ada pembatasan tanda untuk setiap variabel dalam masalah ini. Untuk sembarang variabel, pembatasan tanda menentukan harus taknegatif ( ) atau tidak dibatasi tandanya (unrestricted in sign). Suatu PL mempunyai bentuk standar seperti yang didefinisikan sebagai berikut. Definisi 3 (Bentuk Standar Pemrograman Linear) Pemrograman linear min z = c T x (1) terhadap Ax = b x 0 dikatakan PL dalam bentuk standar, dengan x dan c vektor-vektor berukuran n, vektor b berukuran m, dan A matriks berukuran m n yang disebut sebagai matriks kendala, dengan m n. (Nash & Sofer 1996) Sebagai catatan, yang dimaksud dengan vektor berukuran n adalah vektor yang memiliki dimensi (ukuran) n 1. Definisi 4 (Daerah Fisibel) Daerah fisibel dari suatu PL adalah himpunan semua titik yang memenuhi semua kendala dan pembatasan tanda pada PL tersebut. (Winston 2004) Definisi 5 (Solusi Optimum) Untuk masalah maksimisasi, solusi optimum suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terbesar. Untuk masalah minimisasi, solusi optimum suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terkecil. (Winston 2004) 2.2 Pemrograman Linear Integer Pemrograman linear integer adalah suatu model pemrograman linear dengan variabel yang digunakan berupa bilangan bulat (integer). Jika semua variabel harus berupa integer, maka masalah tersebut dinamakan pure integer programming. Jika hanya sebagian yang harus berupa integer, maka disebut mixed integer programming (MIP). PLI dengan semua variabelnya harus bernilai 0 atau 1 disebut 0-1 PLI. (Garfinkel & Nemhauser 1972) Berikut diberikan contoh masalah PLI. Contoh 2 Misalkan diberikan masalah PLI sebagai berikut: Maksimumkan z = (2) terhadap integer. Masalah PLI (2) merupakan pure integer programming. Maksimumkan z = (3) terhadap integer. Masalah PLI (3) merupakan mixed integer programming. Maksimumkan z = (4) terhadap. Masalah PLI (4) merupakan 0-1 PLI. 2.3 Relaksasi Pemrograman Linear Konsep relaksasi pemrograman linear atau relaksasi-pl diberikan dalam definisi berikut ini. Definisi 6 (Relaksasi Pemrograman Linear) Relaksasi pemrograman linear atau sering disebut relaksasi-pl merupakan suatu pemrograman linear yang diperoleh dari suatu PLI dengan menghilangkan kendala integer atau kendala 0-1 pada setiap variabelnya. Untuk masalah maksimisasi, nilai optimal fungsi objektif relaksasi-pl lebih besar atau sama dengan nilai optimal fungsi objektif PLI, sedangkan untuk masalah minimisasi, nilai optimum fungsi objektif
12 3 relaksasi-pl lebih kecil atau sama dengan nilai optimum fungsi objektif PLI. (Winston 2004) Berikut diberikan relaksasi-pl dari PLI (2). Maksimumkan z = (5) terhadap Metode Branch and Bound Dalam karya ilmiah ini, untuk memperoleh solusi optimum dari masalah PLI digunakan software LINGO 11.0, yaitu sebuah program yang dirancang untuk menentukan solusi model linear, nonlinear, dan optimisasi integer. Software LINGO 11.0 ini menggunakan metode branch-andbound untuk menyelesaikan masalah PLI. Prinsip dasar metode branch-and-bound adalah memecah daerah fisibel dari masalah relaksasi-pl dengan membuat subproblemsubproblem. Terdapat dua konsep dasar dalam algoritme branch-and-bound. 1. Branch (Cabang) Branching (pencabangan) adalah proses membagi permasalahan menjadi subproblem-subproblem yang mungkin mengarah ke solusi. 2. Bound (Batas) Bounding (pembatasan) adalah suatu proses untuk mencari atau menghitung batas atas (dalam masalah minimisasi) dan batas bawah (dalam masalah maksimisasi) untuk solusi optimum pada subproblem yang mengarah ke solusi. (Taha 1975) Metode branch-and-bound diawali dari menyelesaikan relaksasi-pl dari suatu pemrograman linear integer. Jika semua nilai variabel keputusan solusi optimum sudah berupa integer, maka solusi tersebut merupakan solusi optimum PLI. Jika tidak, dilakukan pencabangan dan penambahan batasan pada relaksasi-plnya kemudian diselesaikan. Winston (2004) menyebutkan bahwa untuk masalah maksimisasi nilai fungsi objektif optimum untuk PLI lebih kecil atau sama dengan nilai fungsi objektif optimum untuk relaksasi-pl, sehingga nilai fungsi objektif optimum relaksasi-pl merupakan batas atas bagi nilai fungsi objektif optimum untuk masalah PLI. Diungkapkan pula oleh Winston (2004) untuk masalah maksimisasi bahwa nilai fungsi objektif optimum untuk suatu kandidat solusi merupakan batas bawah nilai fungsi objektif optimum untuk masalah PLI asalnya. Suatu kandidat solusi diperoleh jika solusi dari suatu subproblem sudah memenuhi kendala integer pada masalah PLI, artinya fungsi objektif dan semua variabelnya sudah bernilai integer. Sebelumnya akan dibahas terlebih dahulu pengertian subproblem yang terukur. Menurut Winston (2004), suatu subproblem dikatakan terukur (fathomed) jika salah satu kondisi berikut terpenuhi: a. Subproblem tersebut takfisibel, sehingga tidak dapat menghasilkan solusi optimum bagi PLI. b. Subproblem tersebut menghasilkan suatu solusi optimum dengan semua variabelnya bernilai integer. Jika solusi optimum ini mempunyai nilai fungsi objektif yang lebih baik daripada solusi fisibel yang diperoleh sebelumnya, maka solusi ini menjadi kandidat solusi optimum dan nilai fungsi objektifnya menjadi batas bawah (dalam masalah maksimisasi) dan batas atas (dalam masalah minimisasi) nilai fungsi objektif optimum bagi masalah PLI pada saat itu. Bisa jadi subproblem ini menghasilkan solusi optimum untuk masalah PLI. c. Nilai fungsi objektif optimum untuk subproblem tersebut tidak melebihi (untuk masalah maksimisasi) batas bawah saat itu, maka subproblem ini dapat dieliminasi. Berikut ini adalah langkah-langkah penyelesaian suatu masalah maksimisasi dengan metode branch-and-bound : Langkah 0 Didefinisikan z sebagai batas bawah dari solusi PLI yang optimum. Pada awalnya tetapkan z = dan i = 0. Langkah 1 Subproblem dipilih sebagai bagian masalah berikutnya untuk diperiksa. Subproblem diselesaikan dan diukur dengan kondisi yang sesuai. a) Jika terukur, maka batas bawah z dapat diperbarui. Batas bawah z dapat diperbaharui jika solusi PLI yang lebih baik telah ditemukan. Jika tidak, maka bagian masalah (subproblem) baru i dipilih dan langkah 1 diulangi. Jika
13 4 semua subproblem telah diteliti, maka proses dihentikan. b) Jika tidak terukur, lanjutkan ke langkah 2 untuk melakukan pencabangan. Langkah 2 Dipilih salah satu variabel yang nilai optimumnya adalah yang tidak memenuhi batasan integer dalam solusi. Bidang [ ] [ ] dipecah menjadi dua subproblem, yaitu [ ] dan [ ] dengan [ ] didefinisikan sebagai integer terbesar yang kurang dari atau sama dengan. Jika masih tidak terukur, maka kembali ke Langkah 1. (Taha 1996) Langkah berikutnya adalah memartisi daerah fisibel relaksasi-pl menjadi dua bagian berdasarkan variabel yang bernilai pecahan (non-integer). Dipilih salah satu variabel karena kedua variabel bernilai pecahan, misalkan, sebagai dasar pencabangan. Jika masalah relaksasi-pl dari PLI (6) diberi nama Subproblem 1, maka pencabangan tersebut menghasilkan dua subproblem, yaitu: Subproblem 2: Subproblem 1 ditambah kendala. Subproblem 3: Subproblem 1 ditambah kendala. Daerah fisibel untuk kedua subproblem di atas diilustrasikan secara grafis pada Gambar 2. x 2 Untuk memudahkan pemahaman mengenai metode branch-and-bound diberikan contoh sebagai berikut: Contoh 2 Misalkan diberikan PLI berikut: maksimumkan z = (6) dengan kendala Subproblem 3 Subproblem 2 x 1 integer Solusi optimum relaksasi-pl dari masalah PLI (6) adalah,, dan (yang dapat dilihat di Lampiran 1). Batas atas nilai optimum fungsi objektif masalah ini adalah. Daerah fisibel relaksasi-pl masalah (6) ditunjukkan pada Gambar 1. x 2 Solusi optimum relaksasi-pl (6) Gambar 1 Daerah fisibel relaksasi-pl (6). x 1 Gambar 2 Daerah fisibel Subproblem 2 dan Subproblem 3. Setiap titik (solusi) fisibel dari PLI (6) termuat dalam daerah fisibel Subproblem 2 dan Subproblem 3. Setiap subproblem ini saling lepas. Sekarang dipilih subproblem yang belum diselesaikan, misalkan dipilih Subproblem 2. Solusi optimum untuk Subproblem 2,, dan (lihat Lampiran 1). Dapat dilihat bahwa solusi optimum subproblem ini semuanya berupa integer maka tidak perlu dilakukan pencabangan di Subproblem 2. Solusi dari Subproblem 2 menjadi batas bawah bagi nilai optimum PLI. Pada Subproblem 3 diperoleh solusi optimum,, dan (lihat Lampiran 1). Karena solusi optimum yang dihasilkan Subproblem 3 bukan solusi integer, maka dipilih pencabangan atas, sehingga diperoleh dua subproblem lagi, yaitu: Subproblem 4 : Subproblem 3 ditambah kendala.
14 5 Subproblem 5: Subproblem 3 ditambah kendala. Untuk Subproblem 4 dihasilkan solusi optimum x 1 = 4.5, x 2 = 0, dan z = 22.5 (lihat Lampiran 1). Karena variabelnya bukan solusi integer, maka seharusnya dibuat subproblem baru. Akan tetapi nilai z maksimum yang dihasilkan lebih kecil dari batas bawah, maka tidak perlu dibuat subproblem baru. Subproblem 5 merupakan satu-satunya masalah yang belum diselesaikan. Solusi dari Subproblem 5 ternyata takfisibel. Dengan demikian, diperoleh Subproblem 2 sebagai solusi optimum dari permasalahn PLI (6), yakni x 1 = 3, x 2 = 2 dan z= 23. Bagan yang menunjukkan penyelesaian PLI (6) dengan menggunakan algoritme branch and bound ditunjukkan pada pada Gambar 3. t = 1 Subproblem 1 x 1 = 3.75, x 2 = 1.25, z= (batas atas) ( ) 4) t = 2 Subproblem 2 Subproblem 3 x 1 = 3, x 2 = 2, z = 23 x 1 = 4, x 2 = 0.83, z = t = 3 BB 1 = 23 ( ) ( ) t = 4 Subproblem 4 Subproblem 5 t = 7 xt 1 = 74.5, x 2 = 0, z = 22.5 Solusi takfisibel Keterangan: BB = Batas Bawah; = Fathomed; t = Iterasi Gambar 3 Bagan penyelesaian PLI (6) dengan algoritme branch and bound. III DESKRIPSI DAN FORMULASI MASALAH 3.1 Deskripsi dan Formulasi Masalah Perawat kamar operasi Rumah Sakit OMNI Internasional terdiri dari beberapa spesialisasi yakni perawat penanggungjawab bedah, perawat pelaksana bedah, dan perawat anestesi. Perawat penanggungjawab bedah bertugas menjadi penanggungjawab pelaksanaan pada saat bedah berlangsung, perawat pelaksana bedah bertugas untuk membantu dokter bedah, perawat anestesi bertugas membantu dokter anestesi. Pihak manajemen rumah sakit mengambil kebijakan untuk membagi jam kerja perawat menjadi 3 shift, yakni shift pagi, shift siang, dan shift malam. Durasi waktu untuk shift pagi ialah pukul , shift siang pukul , dan shift malam pukul Setiap perawat bertugas selama 26 hari dalam satu periode. Untuk meminimumkan biaya yang harus dikeluarkan rumah sakit, kepala kamar operasi selaku pembuat jadwal perawat diharapkan dapat mengoptimalkan jumlah perawat yang ada serta menciptakan penjadwalan perawat yang efektif dan efisien. Formulasi berikut ini digunakan untuk ketiga jenis spesialisasi perawat yakni perawat penanggungjawab bedah, perawat pelaksana bedah dan perawat anestesi Notasi Dalam penjadwalan perawat kamar bedah diberikan notasi-notasi sebagai berikut: n : banyaknya hari yang digunakan pada penjadwalan dalam satu periode,
15 6 m : banyaknya perawat yang bertugas di kamar operasi, j : indeks hari (j=1,2...n), i : indeks perawat (i=1,2...m), A jmax : jumlah maksimum perawat yang bertugas untuk shift pagi di hari ke-j, A jmin : jumlah minimum perawat yang bertugas untuk shift pagi di hari ke-j, B jmax : jumlah maksimum perawat yang bertugas untuk shift siang di hari ke-j, B jmin : jumlah minimum perawat yang bertugas untuk shift siang di hari ke-j, C j : jumlah minimum perawat yang bertugas untuk shift malam di hari ke-j, XM ij : biaya yang dikeluarkan oleh pihak rumah sakit untuk perawat ke-i yang bertugas pada shift pagi di hari ke-j, XE ij : biaya yang dikeluarkan oleh pihak rumah sakit untuk perawat ke-i yang bertugas pada shift siang di hari ke-j, XN ij : biaya yang dikeluarkan oleh pihak rumah sakit untuk perawat ke-i yang bertugas pada shift malam di hari ke-j, Q tot : banyaknya hari kerja yang harus dipenuhi oleh setiap perawat dalam satu periode, P min : minimum banyaknya shift pagi yang harus dipenuhi oleh setiap perawat dalam satu periode, P max : maksimum banyaknya shift pagi yang harus dipenuhi oleh setiap perawat dalam satu periode, S min : minimum banyaknya shift siang yang harus dipenuhi oleh setiap perawat dalam satu periode, Fungsi Objektif Fungsi Objektif dari permasalahan ini adalah meminimumkan biaya yang dikeluarkan oleh pihak rumah sakit, sehingga fungsi objektif dimodelkan sebagai berikut: Min z= Variabel Keputusan { { { { Kendala-kendala 1. Banyaknya perawat yang bertugas di shift pagi minimum sebanyak dan maksimum sebanyak setiap hari kej., j=1,2...n 2. Banyaknya perawat yang bertugas di shift siang minimum sebanyak dan maksimum sebanyak setiap hari kej., j=1,2...n 3. Banyaknya perawat yang bertugas di shift malam minimum sebanyak setiap hari ke-j., j=1,2...n 4. Setiap perawat bertugas sebanyakbanyaknya satu shift dalam satu hari. + j= 5. Jika seorang perawat sudah bertugas pada shift malam, maka perawat tersebut tidak boleh bertugas pada shift pagi di hari berikutnya., j=1,2...(n-1), i=1,2...m. Setiap perawat tidak boleh bertugas pada shift malam selama dua hari berturutturut., j=1,2...(n-1), i=1,2...m. Total hari kerja yang harus dipenuhi setiap perawat dalam satu periode adalah sebanyak Q tot. Q tot untuk i=1,2...m. 8. Setiap perawat bertugas di shift pagi minimum sebanyak P min kali dan maksimum sebanyak P max kali., i=1,2...m.
16 7 Setiap perawat bertugas di shift siang minimum sebanyak S min kali dan maksimum sebanyak S max kali.., i=1,2...m. Semua variabel keputusan bernilai 0 atau 1., untuk setiap i dan j., untuk setiap i dan j., untuk setiap i dan j., untuk setiap i dan j. IV STUDI KASUS DAN PENYELESAIANNYA Untuk memahami permasalahan penjadwalan perawat kamar operasi menggunakan PLI, dalam karya ilmiah ini diberikan suatu contoh kasus. Misalkan rumah sakit menetapkan satu periode penjadwalan ialah 31 hari. Banyaknya perawat kamar operasi adalah 16 orang yang terbagi dalam tiga spesialisasi, yakni perawat penanggungjawab bedah, perawat pelaksana bedah dan perawat anestesi. Perawat penanggungjawab bedah berjumlah 6 orang, perawat pelaksana bedah berjumlah 5 orang dan perawat anestesi berjumlah 5 orang. Pihak manajemen rumah sakit mengambil kebijakan untuk membagi jam kerja perawat menjadi 3 shift, yakni shift pagi, shift siang, dan shift malam. Durasi waktu untuk shift pagi pukul , shift siang pukul , dan shift malam pukul Setiap perawat bertugas selama 26 hari dalam satu periode. Untuk shift pagi dan shift siang, setiap perawat minimum bertugas sebanyak 9 kali dalam satu periode jadwal dan maksimum bertugas 11 kali dalam satu periode jadwal. Indeks yang digunakan dalam studi kasus ini ialah sebagai berikut: i : indeks untuk perawat, i=1, 2, 3...m, j : indeks untuk hari, j=1, 2, 3...n. Sedangkan untuk nilai-nilai parameter yang digunakan dalam studi kasus ini disajikan pada tabel berikut: Tabel 1 Parameter pada studi kasus Parameter Keterangan n Banyaknya hari yang digunakan pada penjadwalan satu periode m Banyaknya perawat yang bertugas di kamar operasi A jmax Maksimum perawat yang bertugas untuk shift pagi di hari ke-j. A jmin Minimum perawat yang bertugas untuk shift pagi di hari ke-j. B jmax Maksimum perawat yang bertugas untuk shift siang di hari ke-j. B jmin Minimum perawat yang bertugas untuk shift siang di hari ke-j. C j Minimum perawat yang bertugas untuk shift malam di hari ke-j. Q tot Banyaknya hari kerja yang harus dipenuhi perawat dalam satu periode. P min Minimum banyaknya shift pagi yang harus dipenuhi perawat dalam satu periode Perawat Penanggungjawab Bedah Perawat Pelaksana Bedah Perawat Anestesi
17 8 Tabel 1 Parameter pada studi kasus (lanjutan) Parameter P max Keterangan Maksimum banyaknya shift pagi yang harus dipenuhi perawat dalam satu periode S min Minimum banyaknya shift siang yang harus dipenuhi perawat dalam satu periode S max Maksimum banyaknya shift siang yang harus dipenuhi perawat dalam satu periode Perawat Penanggungjawab Bedah Fungsi Objektif Min z= Variabel Keputusan { { { { Kendala-kendala 1. Banyaknya perawat yang bertugas di shift pagi minimum sebanyak dan maksimum sebanyak setiap hari ke-j., j=1, Banyaknya perawat yang bertugas di shift siang minimum sebanyak dan maksimum sebanyak setiap hari ke-j., j=1, Banyaknya perawat yang bertugas di shift malam minimum sebanyak setiap hari ke-j. Perawat Penanggungjawab Bedah Perawat Pelaksana Bedah Perawat Anestesi , j=1, Setiap perawat bertugas sebanyakbanyaknya satu shift dalam satu hari. + j=. 5. Jika seorang perawat sudah bertugas pada shift malam, maka perawat tersebut tidak boleh bertugas pada shift pagi di hari berikutnya., j=1,2...30, i=1, Setiap perawat tidak boleh bertugas pada shift malam selama dua hari berturutturut., j=1,2...30, i=1, Total hari kerja yang harus dipenuhi setiap perawat dalam satu periode adalah sebanyak Q tot. 26 untuk i=1, Setiap perawat bertugas di shift pagi minimum sebanyak dan maksimum sebanyak., i=1, Setiap perawat bertugas di shift siang minimum sebanyak dan maksimum sebanyak., i=1, Semua variabel keputusan bernilai 0 atau 1., untuk setiap i dan j., untuk setiap i dan j., untuk setiap i dan j., untuk setiap i dan j.
18 9 Formulasi untuk masalah penjadwalan perawat pelaksana bedah dan perawat anestesi serupa dengan formulasi untuk perawat penanggungjawab bedah, yang membedakannya hanyalah nilai-nilai parameter n, m, A jmax, A jmin, B jmax, B jmin, C j. Penyelesaian masalah penjadwalan perawat kamar operasi pada bulan Maret 2012 di rumah sakit OMNI Internasional Tangerang pada karya ilmiah ini dilakukan dengan bantuan software LINGO 11.0 menggunakan metode branch-and-bound. Sintaks program dan hasil komputasinya dicantumkan pada Lampiran 2, dan 3. Solusi yang diperoleh adalah solusi optimum dengan nilai fungsi objektif untuk perawat penanggungjawab bedah, pelaksana bedah dan perawat anestesi masing-masing adalah , dan Jadwal perawat penanggungjawab bedah bulan Maret 2012 yang dibuat rumah sakit dengan cara konvensional dibandingkan dengan PLI disajikan pada tabel berikut ini. Tabel 2 Perbandingan hasil penjadwalan perawat penanggungjawab bedah menggunakan metode konvensional dan PLI Tanggal Metode Konvensional Kode Perawat PLI Kode Perawat P P P M S S M P S P P S 2 P S P L M S L P M S S P 3 P S P P M S L M S P S P 4 S S L M L P L S S P M P 5 P S P S L M M P S L S P 6 P P P M S L L P M S P L 7 P S P M P L M S S P P L 8 M L P L S S S L M P P S 9 M S P P L S S S L P P M 10 L M P L S S S M P L P S 11 L M L L S P P L P S M S 12 P L P P M S P P M S S L 13 P L P S M P S M L S P P 14 P S P S L M M S P P L S 15 P L P S L M S S P M L P 16 P S P M S L P S P S L M 17 P S P M S S P S S M P L 18 L M L L S P P P L S S M 19 P M P L P S P P M S S L 20 M S P S P S P S S L M P 21 M S P S P S S M P P L S 22 L P P S L M P S P M P S 23 L P L P S M P P L L S M 24 P S P M S L P S M P L S 25 L S P M S P S P L P S M 26 M S P L S S L P P S M S 27 M P P L S S P L S M S P 28 L S P P P S M L S S P P
19 10 Tabel 2 Perbandingan hasil penjadwalan perawat penanggungjawab bedah menggunakan metode konvensional dan PLI (lanjutan) Tanggal Metode Konvensional Kode Perawat PLI Kode Perawat P L P S M S S M P L P S 30 P M P S P P S L S P M P 31 P M P S P P M P P S S P Keterangan: P = Pagi, S = Siang, M = Malam, L = Libur. Perbandingan banyaknya shift untuk perawat penanggungjawab bedah menggunakan Tabel 3 Jumlah setiap shift untuk perawat penanggungjawab bedah mengunakan metode konvensional Perawat Metode Konvensional Shift Pagi Siang Malam Total Dari Tabel 3 dan 4 dapat dilihat bahwa banyaknya shift yang diterima oleh setiap perawat menggunakan metode konvensional tidak sama jika dibandingkan dengan metode PLI yang menghasilkan banyaknya shift yang diterima oleh setiap perawatnya metode konvensional dengan metode PLI diberikan pada Tabel 3 dan 4. Tabel 4 Jumlah setiap shift untuk perawat penanggungjawab bedah mengunakan PLI Perawat PLI Shift Pagi Siang Malam Total adalah sama. Untuk kendala yang dilanggar pada penjadwalan perawat penanggungjawab bedah menggunakan metode konvensional disajikan pada tabel berikut. Tabel 5 Kendala yang dilanggar oleh perawat penanggungjawab bedah pada penjadwalan konvensional Kendala Pelanggaran Perawat Penanggungjawab Bedah Persentase 1 hari ke 4, 8, 10, 11, 18, 26, 30, dan % 2 hari ke 17, 20, 21, dan % 3 hari ke 4, dan % 5 perawat ke % 6 perawat ke 1, 2, 4, 5, dan % 7 perawat ke 1, 2, 3, 4, 5, dan 6 100% 8 perawat ke 1, 2, 3, 4, 5, dan 6 100% 9 perawat ke 1, 2, 3, 5, dan %
20 11 Banyaknya shift yang diterima oleh perawat pelaksana bedah dan perawat anesetsi menggunakan metode konvensional tidak sama jika dibandingkan dengan PLI yang menghasilkan banyaknya shift yang diterima oleh setiap perawatnya adalah sama (lihat Lampiran 4 dan 5). Perbandingan shift untuk perawat pelaksana bedah menggunakan metode konvensional dengan PLI diberikan pada tabel berikut. Tabel 6 Jumlah setiap shift untuk perawat pelaksana bedah mengunakan metode konvensional Perawat Metode Konvensional Shift Pagi Siang Malam Total Tabel 7 Jumlah setiap shift untuk perawat pelaksana bedah mengunakan PLI Perawat PLI Shift Pagi Siang Malam Total Perbandingan shift untuk perawat pelaksana bedah menggunakan metode konvensional dengan PLI diberikan pada tabel berikut. Tabel 8 Jumlah setiap shift untuk perawat anestesi mengunakan metode konvensional Perawat Metode Konvensional Shift Pagi Siang Malam Total Tabel 9 Jumlah setiap shift untuk perawat anestesi mengunakan PLI Perawat PLI Shift Pagi Siang Malam Total Untuk kendala yang dilanggar pada penjadwalan perawat pelaksana bedah dan perawat anestesi menggunakan metode konvensional disajikan pada tabel berikut. Tabel 10 Kendala yang dilanggar oleh perawat pelaksana bedah dan perawat anestesi pada penjadwalan konvensional Kendala Pelanggaran Perawat Pelaksana Bedah Persentase Perawat Anestesi Persentase 1 hari ke 5, 7, 13, 23, 26, dan % hari ke 3, 5, 7, 13, 26, dan % hari ke 20, 25, 30, dan % % perawat ke 5 20% 6 perawat ke 1, 2, 3, 4, dan 5 100% perawat ke 1, 2, 3, 4, 100% dan 5
21 12 Tabel 10 Kendala yang dilanggar oleh perawat pelaksana bedah dan perawat anestesi pada penjadwalan konvensional (lanjutan) Kendala Pelanggaran Perawat Pelaksana Bedah Persentase Perawat Anestesi Persentase 7 perawat ke 1, 2, 3, 4, dan 5 100% perawat ke 1, 2, 3, 4, dan 5 100% 8 perawat ke 1, 2, 3, dan 4 80% perawat ke 1, 2, 3, dan 5 80% 9 perawat ke 3, dan 4 40% perawat ke 1, 2, dan 4 60% V SIMPULAN DAN SARAN 5. 1 Simpulan Dalam karya ilmiah ini telah diperlihatkan masalah penjadwalan perawat kamar operasi rumah sakit OMNI Internasional Tangerang. Masalah ini dipandang sebagai masalah PLI dengan fungsi objektif meminimumkan biaya yang dikeluarkan oleh rumah sakit. Dengan menggunakan PLI, maka diperoleh penjadwalan perawat yang lebih baik dibandingkan dengan jadwal yang dibuat secara manual. Jadwal yang dihasilkan dengan PLI dapat memenuhi seluruh kendala. Selain itu menggunakan PLI lebih fleksibel, di mana pengguna dapat dengan mudah menambahkan data maupun kendala-kendala baru yang diperlukan Saran Penggunaan model penjadwalan PLI, dapat menjadi alternatif bagi manajemen rumah sakit dalam menentukan jadwal perawatnya. Penelitian ini masih dapat dilanjutkan dengan melakukan penelitian ataupun pengambilan data pada rumah sakit yang berbeda. Selain itu dapat pula membangun model penjadwalan perawat kamar operasi menggunakan metode yang berbeda. DAFTAR PUSTAKA Garfinkel R S, Nemhauser G L Integer Programming. New York: John Wiley & Sons. Nash S G, Sofer A Linear and Nonlinear Programming. New York: McGraw-Hill. Taha H A Integer Programming: Theory, Applications, and Computations. Academic Press, New York. Taha H A Pengantar Riset Operasi. Wirajaya D, penerjemah. Jakarta: Binarupa Aksara. Terjemahan dari: Operations Research. Winston W L Operations Research Applications and Algorithms 4 th ed. Duxbury, New York. Trilling L, Guinet A, dan Maghy D L Nurse Scheduling Using Integer Linear Programming and Constraint Programming [internet]. [diunduh 2011 Maret 31]. Tersedia pada : Trilling Guinet_Lemagny_INCOM_2006.pdf.
22 LAMPIRAN
23 14 Lampiran 1 Sintaks Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh. 1) Mencari solusi relaksasi-pl dari Subproblem 1 (masalah 6) Maksimumkan z = 5 x x 2 terhadap x 1 + x x x 2 x 1,x 2 0 dan integer Sintaks program pada Lingo 11.0: max=5*x1+4*x2; x1+x2<=5; 10*x1+6*x2<=45; x1>=0; x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 2 Variable Value Reduced Cost X X Row Slack or Surplus DualPrice Karena solusi yang diperoleh bukan solusi integer, maka dipilih pencabangan atas x 1, sehingga diperoleh dua subproblem baru, yakni: Subproblem 2: Subproblem 1 ditambah kendala (x 1. Subproblem 3: Subproblem 1 ditambah kendala (x 1 2) Mencari solusi LP dari Subproblem 2 Maksimumkan z = 5x 1 + 4x 2 terhadap x 1 + x x 1 + 6x 2 45 x 1 3 x 1,x 2 0 dan integer Sintaks program pada Lingo 11.0 : max=5*x1+4*x2; x1+x2<=5; 10*x1+6*x2<=45; x1>=0; x2>=0; x1<=3; Hasil yang diperoleh: Global optimal solution found at iteration: 3 Objective value: Variable Value Reduced Cost X X
24 15 Row Slack or Surplus Dual Price Dapat dilihat bahwa solusi otimum subproblem ini semuanya berupa integer maka tidak perlu dilakukan pencabangan di Subproblem 2. Solusi dari Subproblem 2 menjadi batas bawah bagi nilai optimum PLI. 3) Mencari solusi LP dari Subproblem 3 Maksimumkan z = 5x 1 + 4x 2 terhadap x 1 + x x 1 + 6x 2 45 x 1 4 x 1,x 2 0 dan integer Sintaks program pada Lingo 11.0 : max=5*x1+4*x2; x1+x2<=5; 10*x1+6*x2<=45; x1>=0; x2>=0; x1>=4; Hasil yang diperole: Global optimal solution found at iteration: 5 Objective value: Variable Value Reduced Cost X X Row Slack or Surplus Dual Price Karena solusi yang diperoleh bukan solusi integer, maka dipilih pencabangan atas x 2, sehingga diperoleh dua subproblem baru, yakni: Subproblem 4: Subproblem 3 ditambah kendala ( ). Subproblem 5: Subproblem 3 ditambah kendala ( 4) Mencari solusi LP dari subproblem 4 Maksimumkan z = 5x 1 + 4x 2 terhadap x 1 + x x 1 + 6x 2 45 x 1 4 x 2 0 x 1,x 2 0 dan integer Sintaks program pada Lingo 11.0 : max=5*x1+4*x2;
25 16 x1+x2<=5; 10*x1+6*x2<=45; x1>=0; x2>=0; x1>=4; x2<=0; Hasil yang diperoleh: Global optimal solution found at iteration: 3 Objective value: Variable Value Reduced Cost X X Row Slack or Surplus Dual Price Karena variabelnya bukan solusi integer, maka seharusnya dibuat subproblem baru. Akan tetapi nilai z maksimum yang dihasilkan lebih kecil dari batas bawah, maka tidak perlu dibuat subproblem baru. 5) Mencari solusi LP dari subproblem 5 Maksimumkan z = 5x 1 + 4x 2 terhadap x 1 + x x 1 + 6x 2 45 x 1 4 x 2 1 x 1,x 2 0 dan integer Sintaks program pada Lingo 8.0 : max=5*x1+4*x2; x1+x2<=5; 10*x1+6*x2<=45; x1>=0; x2>=0; x1>=4; x2>=1; Hasil yang diperoleh: Kesimpulan : Subproblem 2 merupakan solusi optimum PLI (6).
26 17 Lampiran 2 Sintaks dan Hasil Komputasi Program LINGO 11.0 untuk Menyelesaikan Masalah Penjadwalan Perawat Penanggungjawab Bedah. model : title : punya vianey ; sets : SHIFT/P,S,M,L/; DAY/1..31/; PERAWAT/1..6/; LINK1(PERAWAT,DAY):P,S,M,L; endsets data: Ajmax=3; Ajmin=2; Bjmax=2; Bjmin=1; Cj=1; Qtot=26; Pmin=9; Pmax=11; Smin=9; Smax=11; enddata!fungsi Objektif; MIN=@SUM(DAY(j):@SUM(PERAWAT(i):((100000*P(i,j))+(100000*S(i,j))+( *M(i,j)))));!Kendala 1 : Jumlah perawat yang harus tersedia untuk setiap shift di @FOR(DAY(j):@SUM(PERAWAT(i):M(i,j))>=Cj);!Kendala 2 : Setiap perawat bertugas sebanyak-banyaknya satu shift dalam satu 3 : Jika seorang perawat sudah bertugas pada shift malam, maka perawat tersebut tidak boleh bertugas pada shift pagi di hari berikutnya j#le#30:m(i,j)+p(i,j+1)<=1);!kendala 4 : setiap perawat tidak boleh bertugas pada shift malam selama 2 hari j#le#30:m(i,j)+m(i,j+1)<=1);!kendala 5 : Total hari kerja yang harus dipenuhi oleh setiap perawat adalah 26 hari dalam satu Qtot);!Kendala 6 : Untuk shift pagi, setiap perawat minimum telah melaksanakan Pmin kali dari total hari kerja
27 18!Kendala 7 : Untuk shift pagi, setiap perawat maksimum telah melaksanakan sebanyak Pmax kali dari total hari kerja 8 : Untuk setiap shift siang, setiap perawat minimum telah melaksanakan sebanyak Smin kali dari total hari kerja 9 : Untuk setiap shift siang, setiap perawat maksimum telah melaksanakan sebanyak Smax kali dari total hari kerja 10 : Semua variabel keputusan bernilai nol atau @FOR(LINK1(i,j):@BIN(M(i,j))); END Hasil yang diperoleh adalah sebagai berikut : (Tidak semua hasil ditampilkan, hanya untuk variabel bernilai 1 saja yang ditampilkan) Global optimal solution found. Objective value: E+08 Objective bound: E+08 Infeasibilities: Extended solver steps: 0 Total solver iterations: 1898 Model Title: : punya vianey Variable Value Reduced Cost AJMAX AJMIN BJMAX BJMIN CJ QTOT PMIN PMAX SMIN SMAX P( 1, 11) P( 1, 12) P( 1, 16) P( 1, 17) P( 1, 18) P( 1, 19) P( 1, 20) P( 1, 22) P( 1, 23) P( 1, 24) P( 1, 27) P( 2, 1) P( 2, 2) P( 2, 5) P( 2, 6) P( 2, 12) P( 2, 18)
28 P( 2, 19) P( 2, 23) P( 2, 25) P( 2, 26) P( 2, 31) P( 3, 10) P( 3, 11) P( 3, 14) P( 3, 15) P( 3, 16) P( 3, 21) P( 3, 22) P( 3, 26) P( 3, 29) P( 3, 31) P( 4, 1) P( 4, 3) P( 4, 4) P( 4, 7) P( 4, 8) P( 4, 9) P( 4, 14) P( 4, 21) P( 4, 24) P( 4, 25) P( 4, 30) P( 5, 1) P( 5, 6) P( 5, 7) P( 5, 8) P( 5, 9) P( 5, 10) P( 5, 13) P( 5, 17) P( 5, 22) P( 5, 28) P( 5, 29) P( 6, 2) P( 6, 3) P( 6, 4) P( 6, 5) P( 6, 13) P( 6, 15) P( 6, 20) P( 6, 27) P( 6, 28) P( 6, 30) P( 6, 31) S( 1, 8) S( 1, 9) S( 1, 10) S( 1, 13) S( 1, 15) S( 1, 21) S( 1, 25) S( 1, 29) S( 1, 30) S( 2, 4) S( 2, 7)
29 S( 2, 9) S( 2, 14) S( 2, 15) S( 2, 16) S( 2, 17) S( 2, 20) S( 2, 22) S( 2, 24) S( 3, 1) S( 3, 3) S( 3, 4) S( 3, 5) S( 3, 7) S( 3, 17) S( 3, 20) S( 3, 27) S( 3, 28) S( 3, 30) S( 4, 2) S( 4, 6) S( 4, 11) S( 4, 12) S( 4, 13) S( 4, 16) S( 4, 18) S( 4, 19) S( 4, 26) S( 4, 28) S( 4, 31) S( 5, 2) S( 5, 3) S( 5, 5) S( 5, 12) S( 5, 18) S( 5, 19) S( 5, 23) S( 5, 25) S( 5, 27) S( 5, 31) S( 6, 1) S( 6, 8) S( 6, 10) S( 6, 11) S( 6, 14) S( 6, 21) S( 6, 22) S( 6, 24) S( 6, 26) S( 6, 29) M( 1, 1) M( 1, 5) M( 1, 7) M( 1, 14) M( 1, 28) M( 1, 31) M( 2, 3) M( 2, 10) M( 2, 13) M( 2, 21)
30 21 M( 2, 29) M( 3, 2) M( 3, 6) M( 3, 8) M( 3, 12) M( 3, 19) M( 3, 24) M( 4, 15) M( 4, 17) M( 4, 22) M( 4, 27) M( 5, 4) M( 5, 11) M( 5, 20) M( 5, 26) M( 5, 30) M( 6, 9) M( 6, 16) M( 6, 18) M( 6, 23) M( 6, 25) L( 1, 2) L( 1, 3) L( 1, 4) L( 1, 6) L( 1, 26) L( 2, 8) L( 2, 11) L( 2, 27) L( 2, 28) L( 2, 30) L( 3, 9) L( 3, 13) L( 3, 18) L( 3, 23) L( 3, 25) L( 4, 5) L( 4, 10) L( 4, 20) L( 4, 23) L( 4, 29) L( 5, 14) L( 5, 15) L( 5, 16) L( 5, 21) L( 5, 24) L( 6, 6) L( 6, 7) L( 6, 12) L( 6, 17) L( 6, 19) Row Slack or Surplus Dual PricS S
31 22 Lampiran 3 Sintaks dan Hasil Komputasi Program LINGO 11.0 untuk Menyelesaikan Masalah Penjadwalan Perawat Pelaksana Bedah dan Perawat Anestesi. model : title : punya vianey ; sets : SHIFT/P,S,M,L/; DAY/1..31/; PERAWAT/1..5/; LINK1(PERAWAT,DAY):P,S,M,L; endsets data: Ajmax=2; Ajmin=1; Bjmin=1; Bjmax=2; Cj=1; Qtot=26; Pmin=9; Pmax=11; Smin=9; Smax=11; enddata!fungsi Objektif; MIN=@SUM(DAY(j):@SUM(PERAWAT(i):((100000*P(i,j))+(100000*S(i,j))+( *M(i,j)))));
32 23!Kendala 1 : Jumlah perawat yang harus tersedia untuk setiap shift di @FOR(DAY(j):@SUM(PERAWAT(i):M(i,j))>=Cj);!Kendala 2 : Setiap perawat bertugas sebanyak-banyaknya satu shift dalam satu 3 : Jika seorang perawat sudah bertugas pada shift malam, maka perawat tersebut tidak boleh bertugas pada shift pagi di hari berikutnya j#le#30:m(i,j)+p(i,j+1)<=1);!kendala 4 : setiap perawat tidak boleh bertugas pada shift malam selama 2 hari j#le#30:m(i,j)+m(i,j+1)<=1);!kendala 5 : Total hari kerja yang harus dipenuhi oleh setiap perawat adalah 26 hari dalam satu P(i,j)+S(i,j)+M(i,j))= Qtot);!Kendala 6 : Untuk shift pagi, setiap perawat minimum telah melaksanakan Pmin kali dari total hari kerja 7 : Untuk shift pagi, setiap perawat maksimum telah melaksanakan Pmax kali dari total hari kerja 8 : Untuk setiap shift siang, setiap perawat minimum telah melaksanakan Smin kali dari total hari kerja 9 : Untuk setiap shift siang, setiap perawat maksimum telah melaksanakan Smax kali dari total hari kerja 10 : Semua variabel keputusan bernilai nol atau @FOR(LINK1(i,j):@BIN(M(i,j))); END Hasil yang diperoleh adalah sebagai berikut : (Tidak semua hasil ditampilkan, hanya untuk variabel bernilai 1 saja yang ditampilkan) Global optimal solution found. Objective value: E+08 Objective bound: E+08 Infeasibilities: Extended solver steps: 0 Total solver iterations: 1085 Model Title: : punya vianey
33 Variable Value Reduced Cost AJMAX AJMIN BJMAX BJMIN CJ QTOT PMIN PMAX SMIN SMAX P( 1, 5) P( 1, 10) P( 1, 13) P( 1, 14) P( 1, 17) P( 1, 18) P( 1, 19) P( 1, 20) P( 1, 23) P( 2, 4) P( 2, 6) P( 2, 7) P( 2, 13) P( 2, 16) P( 2, 17) P( 2, 20) P( 2, 24) P( 2, 30) P( 3, 2) P( 3, 3) P( 3, 6) P( 3, 7) P( 3, 9) P( 3, 24) P( 3, 25) P( 3, 26) P( 3, 31) P( 4, 1) P( 4, 8) P( 4, 9) P( 4, 15) P( 4, 16) P( 4, 21) P( 4, 22) P( 4, 26) P( 4, 27) P( 5, 1) P( 5, 3) P( 5, 11) P( 5, 12) P( 5, 14) P( 5, 22) P( 5, 28) P( 5, 29) P( 5, 30) S( 1, 4) S( 1, 6) S( 1, 11)
34 S( 1, 12) S( 1, 15) S( 1, 16) S( 1, 22) S( 1, 24) S( 1, 25) S( 1, 27) S( 1, 29) S( 2, 1) S( 2, 3) S( 2, 5) S( 2, 9) S( 2, 14) S( 2, 19) S( 2, 23) S( 2, 26) S( 2, 28) S( 2, 29) S( 2, 31) S( 3, 1) S( 3, 8) S( 3, 11) S( 3, 13) S( 3, 17) S( 3, 20) S( 3, 21) S( 3, 22) S( 3, 23) S( 3, 27) S( 3, 30) S( 4, 2) S( 4, 3) S( 4, 4) S( 4, 7) S( 4, 10) S( 4, 14) S( 4, 18) S( 4, 19) S( 4, 28) S( 4, 30) S( 5, 2) S( 5, 5) S( 5, 7) S( 5, 8) S( 5, 10) S( 5, 13) S( 5, 16) S( 5, 17) S( 5, 24) S( 5, 26) S( 5, 31) M( 1, 1) M( 1, 3) M( 1, 7) M( 1, 21) M( 1, 26) M( 1, 30) M( 2, 2) M( 2, 8)
35 26 M( 2, 10) M( 2, 18) M( 2, 22) M( 2, 27) M( 3, 4) M( 3, 12) M( 3, 14) M( 3, 16) M( 3, 19) M( 3, 28) M( 4, 5) M( 4, 11) M( 4, 13) M( 4, 17) M( 4, 24) M( 4, 29) M( 4, 31) M( 5, 6) M( 5, 9) M( 5, 15) M( 5, 20) M( 5, 23) M( 5, 25) L( 1, 2) L( 1, 8) L( 1, 9) L( 1, 28) L( 1, 31) L( 2, 11) L( 2, 12) L( 2, 15) L( 2, 21) L( 2, 25) L( 3, 5) L( 3, 10) L( 3, 15) L( 3, 18) L( 3, 29) L( 4, 6) L( 4, 12) L( 4, 20) L( 4, 23) L( 4, 25) L( 5, 4) L( 5, 18) L( 5, 19) L( 5, 21) L( 5, 27) Row Slack or Surplus Dual PricS S
36 27 Lampiran 4 Jadwal perawat pelaksana bedah menggunakan metode konvensional dan PLI. Tabel 11 Perbandingan hasil penjadwalan perawat pelaksana bedah menggunakan metode konvensional dan PLI Metode Konvensional Tanggal Kode Perawat Kode Perawat PLI 1 S P M L S M S S P P 2 S P L M S L M P S S 3 P L L M L M S P S P 4 M S S L P S P M S L 5 M P P L P P S L M S 6 L S P S M S P P L M 7 L S S S M M P P S S 8 S M P P L L M S P S 9 S M P S L L S P P M 10 S L P M P P M L S S 11 S L P M L S L S M P 12 M S M L S S L M L P 13 M S S L S P P S M S 14 L P M S S P S M S P
I PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar Belakang Kamar darurat (Emergency Room/ER) adalah tempat yang sangat penting peranannya pada rumah sakit. Aktivitas yang cukup padat mengharuskan kamar darurat selalu dijaga oleh
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Semakin tingginya mobilitas penduduk di suatu negara terutama di kota besar tentulah memiliki banyak permasalahan, mulai dari kemacetan yang tak terselesaikan hingga moda
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 terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis
Lebih terperinciPENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI
PENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperincisejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat
sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif nilai variabel-variabel keputusannya memenuhi suatu himpunan kendala yang berupa persamaan
Lebih terperinciPENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI
PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI
Lebih terperinciPENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA
PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG
PEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG Oleh : FEBIANA RESI SAPTA G540037 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 008
Lebih terperinciPENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA
PENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar elakang Sepak bola merupakan olahraga yang populer di seluruh dunia termasuk di Indonesia. Sepak bola sebenarnya memiliki perangkat-perangkat penting yang harus ada dalam penyelenggaraannya,
Lebih terperinciPENJADWALAN OPERASI BEDAH MENGGUNAKAN INTEGER PROGRAMMING : STUDI KASUS OPTIMASI WAKTU TARGET AHLI BEDAH DI RUMAH SAKIT JAKARTA EYE CENTER
1 PENJADWALAN OPERASI BEDAH MENGGUNAKAN INTEGER PROGRAMMING : STUDI KASUS OPTIMASI WAKTU TARGET AHLI BEDAH DI RUMAH SAKIT JAKARTA EYE CENTER FENNY RISNITA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciPENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT
PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 ABSTRACT
Lebih terperinciPENJADWALAN KERETA API MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER DWI SETIANTO
PENJADWALAN KERETA API MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER DWI SETIANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK DWI SETIANTO.
Lebih terperinciLampiran 1 Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh
LAMPIRAN 26 27 Lampiran 1 Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh 1) LP-relaksasi masalah (6) Max z = 3x1+ 5x2
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Bencana alam merupakan interupsi signifikan terhadap kegiatan operasional sehari-hari yang bersifat normal dan berkesinambungan. Interupsi ini dapat menyebabkan entitas
Lebih terperinciPENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS
PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
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 terperinciI PENDAHULUAN II LANDASAN TEORI
0 I PEDAHULUA. Latar Belakang Peternakan didefinisikan sebagai suatu usaha untuk membudidayakan hewan ternak. Jika dilihat dari enis hewan yang diternakkan, terdapat berbagai enis peternakan, salah satunya
Lebih terperinciPENJADWALAN PERAWAT RS CIPTO MANGUNKUSUMO LANTAI 4 ZONA A MENGGUNAKAN METODE GOAL PROGRAMMING IRMA FATMAWATI
PENJADWALAN PERAWAT RS CIPTO MANGUNKUSUMO LANTAI 4 ZONA A MENGGUNAKAN METODE GOAL PROGRAMMING IRMA FATMAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 11 Latar Belakang Manajemen operasi suatu industri penerbangan merupakan suatu permasalahan Operations Research yang kompleks Secara umum, perusahaan dihadapkan pada berbagai persoalan dalam
Lebih 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 terperinciPENJADWALAN MATA PELAJARAN DI SEKOLAH: STUDI KASUS DI SMPIT NURUL FAJAR BOGOR MUHAMMAD IZZUDDIN
PENJADWALAN MATA PELAJARAN DI SEKOLAH: STUDI KASUS DI SMPIT NURUL FAJAR BOGOR MUHAMMAD IZZUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN
Lebih terperinciPENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI
PENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPENENTUAN LOKASI DALAM MANAJEMEN HUTAN
PENENTUAN LOKASI DALAM MANAJEMEN HUTAN Oleh : KABUL EKA PRIANA G54102023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2006 ABSTRAK KABUL EKA PRIANA. Penentuan
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Sukarelawan adalah seseorang atau sekelompok orang yang secara ikhlas karena panggilan nuraninya memberikan apa yang dimilikinya tanpa mengharapkan imbalan. Sukarelawan
Lebih terperinciPENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH
PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 PENYELESAIAN
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Air merupakan bagian penting dari sumber daya alam yang mempunyai karakteristik unik, karena air bersifat terbarukan dan dinamis. Ini artinya sumber utama air yang berupa
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 terperinciII LANDASAN TEORI (ITDP 2007)
2 II LADASA EORI Untuk membuat model optimasi penadwalan bus ransakarta diperlukan pemahaman beberapa teori. erikut ini akan dibahas satu per satu. 2.1 Penadwalan 2.1.1 Definisi Penadwalan Penadwalan merupakan
Lebih terperinciPERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI
PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli
Lebih terperinciOPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI
OPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciDaerah fisibel untuk masalah IP di atas diberikan pada gambar berikut :
L A M P I R A N 3 4 Lampiran Contoh penyelesaian suatu LP dengan metode branch and bound Dari LP pada Contoh Misalkan diberikan integer programming berikut: Maksimumkan z = 7x + 5x () Terhadap : x + x
Lebih terperinciOPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI
OPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
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 terperinciMASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH
MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPENYELESAIAN PERMAINAN SUDOKU, CHALLENGER PUZZLE, DAN N-QUEENS PROBLEM MENGGUNAKAN INTEGER PROGRAMMING ALI VIKRI
PENYELESAIAN PERMAINAN SUDOKU, CHALLENGER PUZZLE, DAN N-QUEENS PROBLEM MENGGUNAKAN INTEGER PROGRAMMING ALI VIKRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPEMODELAN PENJADWALAN PERAWAT MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT PERMATA BEKASI IHSAN CAISARIO
PEMODELAN PENJADWALAN PERAWAT MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT PERMATA BEKASI IHSAN CAISARIO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
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 terperinciMASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI
MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciPENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI
PENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENJADWALAN PETUGAS KEAMANAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI INSTITUT PERTANIAN BOGOR RANGGA GALUH SONIWAN
PENJADWALAN PETUGAS KEAMANAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI INSTITUT PERTANIAN BOGOR RANGGA GALUH SONIWAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
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 terperinciPENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G
PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciOPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI
OPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER
Lebih terperinciMASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO
MASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MUHAMAD FARDAN WARDHANA
PENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MUHAMAD FARDAN WARDHANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 ABSTRAK
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
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 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 terperinciPENJADWALAN MATA KULIAH DENGAN MEMINIMUMKAN BANYAKNYA RUANGAN REGITA FEBRIYANTI SAMANTA
PENJADWALAN MATA KULIAH DENGAN MEMINIMUMKAN BANYAKNYA RUANGAN REGITA FEBRIYANTI SAMANTA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Beberapa isu yang merebak akhir-akhir ini menunukkan bahwa pertumbuhan umlah penduduk di dunia yang saat ini mencapai sekitar 6.8 milyar berdampak pada aktivitasaktivitas
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 terperinciIII RELAKSASI LAGRANGE
III RELAKSASI LAGRANGE Relaksasi Lagrange merupakan salah satu metode yang terus dikembangkan dalam aplikasi pemrograman matematik. Sebagian besar konsep teoretis dari banyak aplikasi menggunakan metode
Lebih terperinciMASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA
MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA
i PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 i ABSTRAK ANA
Lebih terperinciSKRIPSI SOLUSI INTEGER UNTUK MASALAH PEMROGRAMAN LINEAR BILEVEL. Jessica Christella NPM:
SKRIPSI SOLUSI INTEGER UNTUK MASALAH PEMROGRAMAN LINEAR BILEVEL Jessica Christella NPM: 2013710013 PROGRAM STUDI MATEMATIKA FAKULTAS TEKNOLOGI INFORMASI DAN SAINS UNIVERSITAS KATOLIK PARAHYANGAN 2017 FINAL
Lebih terperinciIII MODEL PENJADWALAN
3 Ax = B N x B x = Bx B + Nx N = b. (5) N Karena matriks B adalah matriks taksingular, maka B memiliki invers, sehingga dari (5) x B dapat dinyatakan sebagai: x B = B 1 b B 1 Nx N. (6) Kemudian fungsi
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 terperinciTRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN
TRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciPENJADWALAN KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN LINEAR BILANGAN BULAT DWI WULANSARI
PENJADWALAN KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN LINEAR BILANGAN BULAT DWI WULANSARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 ABSTRAK DWI WULANSARI.
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 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 terperinciMETODE SIMPLEKS DALAM PROGRAM LINIER
METODE SIMPLEKS DALAM PROGRAM LINIER Dian Wirdasari Abstrak Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan
Lebih terperinciDasar-dasar Optimasi
Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S. Hillier, Gerald J. Lieberman, McGraw-Hill, Inc., International
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 terperinciPENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN
PENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciPENENTUAN RUTE BUS KARYAWAN MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ZIL ARIFAH
PENENTUAN RUTE BUS KARYAWAN MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ZIL ARIFAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 PENENTUAN RUTE BUS
Lebih terperinciPENGOPTIMAN PENDAPATAN LAHAN PARKIR KENDARAAN BANDAR UDARA INTERNASIONAL LOMBOK MENGGUNAKAN METODE BRANCH AND BOUND
PENGOPTIMAN PENDAPATAN LAHAN PARKIR KENDARAAN BANDAR UDARA INTERNASIONAL LOMBOK MENGGUNAKAN METODE BRANCH AND BOUND Siti Rahmatullah, Mamika Ujianita Romdhini, Marwan, Lailia Awalushaumi (Jurusan Matematika
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 terperinciPENJADWALAN MATA KULIAH MAYOR-MINOR: STUDI KASUS DI FMIPA IPB NUR APRIANDINI
PENJADWALAN MATA KULIAH MAYOR-MINOR: STUDI KASUS DI FMIPA IPB NUR APRIANDINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 2 ABSTRAK NUR APRIANDINI.
Lebih terperinciPENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER
JMA, VOL. 9, NO.1, JULI 2010, 43-48 43 PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENGOPTIMAN PENDAPATAN LAHAN PARKIR KENDARAAN BANDAR UDARA INTERNASIONAL LOMBOK MENGGUNAKAN METODE BRANCH AND BOUND
βeta p-issn: 2085-5893 / e-issn: 2541-0458 http://jurnalbeta.ac.id Vol. 5 No. 2 (Nopember) 2012, Hal. 99-107 βeta 2012 PENGOPTIMAN PENDAPATAN LAHAN PARKIR KENDARAAN BANDAR UDARA INTERNASIONAL LOMBOK MENGGUNAKAN
Lebih terperinciMODEL OPTIMASI PENDISTRIBUSIAN LOGISTIK BENCANA ALAM ELLY ZUNARA
MODEL OPTIMASI PENDISTRIBUSIAN LOGISTIK BENCANA ALAM ELLY ZUNARA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2 ABSTRACT ELLY ZUNARA. Optimization
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 terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Penelitian Dalam setiap perusahaan berusaha untuk menghasilkan nilai yang optimal dengan biaya tertentu yang dikeluarkannya. Proses penciptaan nilai yang optimal dapat
Lebih terperinciPENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB PENDAHULUAN
PENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB RUHIYAT 1, F. HANUM 1, R. A. PERMANA 2 Abstrak Jadwal mata kuliah mayor-minor yang tumpang
Lebih terperinciMODEL OPTIMISASI PENGGUNAAN BINATANG BURUAN SECARA KONSUMTIF AHDIANI FEBRIYANTI G
MODEL OPTIMISASI PENGGUNAAN BINATANG BURUAN SECARA KONSUMTIF AHDIANI FEBRIYANTI G54104020 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 2 ABSTRAK
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 terperinciBentuk Standar. max. min
Teori Dualitas 2 Konsep Dualitas Setiap permasalahan LP mempunyai hubungan dengan permasalahan LP lain Masalah dual adalah sebuah masalah LP yang diturunkan secara matematis dari satu model LP primal 3
Lebih terperinciFormulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil.
Formulasi dengan Lindo Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S Hillier, Gerald J Lieberman, McGraw-Hill,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini akan diuraikan mengenai metode-metode ilmiah dari teori-teori yang digunakan dalam penyelesaian persoalan untuk menentukan model program linier dalam produksi.. 2.1 Teori
Lebih terperinciUJM 3 (2) (2014) UNNES Journal of Mathematics.
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm IMPLEMENTASI ALGORITMA BRANCH AND BOUND PADA 0-1 KNAPSACK PROBLEM UNTUK MENGOPTIMALKAN MUATAN BARANG Arum Pratiwi,
Lebih terperinciPENYELESAIAN MASALAH PENUGASAN YANG DIPERUMUM DENGAN MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND YANG DIREVISI
PENYELESAIAN MASALAH PENUGASAN YANG DIPERUMUM DENGAN MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND YANG DIREVISI Siti Nur Aisyah 1), Khusnul Novianingsih 2), Entit Puspita 3) 1), 2), 3) Departemen Pendidikan
Lebih terperinciPENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT
PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 ABSTRACT
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Program Integer Program Integer merupakan pengembangan dari Program Linear dimana beberapa atau semua variabel keputusannya harus berupa integer. Jika hanya sebagian variabel
Lebih terperinciMODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI
MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENYELESAIAN MASALAH PENJADWALAN MATA PELAJARAN SEKOLAH MENENGAH PERTAMA MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MAHNURI
PENYELESAIAN MASALAH PENJADWALAN MATA PELAJARAN SEKOLAH MENENGAH PERTAMA MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MAHNURI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
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 terperinciLINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel
LINDO Pegertian: Lindo (Linear Interactive Discrete Optimize) adalah paket program siap pakai yang digunakan untuk memecahkan masalah linear, integer dan quadratic programming. Kemampuan: Lindo dapat digunakan
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 terperinciMetode Simpleks (Simplex Method) Materi Bahasan
Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks
Lebih terperinciDualitas Dalam Model Linear Programing
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP
Lebih terperinciBAB I PENDAHULUAN 1.2 Latar Belakang
BAB I PENDAHULUAN 1.2 Latar Belakang Program kepaniteraan klinik merupakan suatu bagian penting dalam sistem pendidikan kedokteran, program kepaniteraan klinik yaitu suatu periode pendidikan kedokteran
Lebih terperincikita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi
Lecture 4: (B) Supaya terdapat penyelesaian basis awal yang fisibel, pada kendala berbentuk = dan perlu ditambahkan variabel semu (artificial variable) pada ruas kiri bentuk standarnya, untuk siap ke tabel
Lebih terperinciBAB III PEMBAHASAN. linear yang dinyatakan dengan fungsi tujuan dan fungsi kendala yang memiliki
BAB III PEMBAHASAN Masalah Fuzzy Linear Programming (FLP) merupakan masalah program linear yang dinyatakan dengan fungsi tujuan dan fungsi kendala yang memiliki parameter fuzzy dan ketidaksamaan fuzzy
Lebih terperinciMatematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.
(Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM. www.febriyanto79.wordpress.com - Linear Programming Linear programing (LP) adalah salah satu metode matematis yang digunakan untuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
0 BAB II TINJAUAN PUSTAKA. Obek Kaian.. Universitas Terbuka Universitas Terbuka (UT) yang diresmikan oleh Presiden RI pada tanggal 4 September 984 sebagai universitas negeri yang ke-45 dengan Keputusan
Lebih terperinci