Pengembangan Model Integrasi antara Penjadwalan Produksi dan Perencanaan Pengiriman pada Produk Makanan Perishable
|
|
- Suparman Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 Pengembangan Model Integrasi antara Penjadwalan Produsi dan Perencanaan Pengiriman pada Produ Maanan Perishable Suci Fujianti dan Ahmad Rusdiansyah Teni Industri, Faultas Tenologi Industri, Institut Tenologi Sepuluh Nopember (ITS) Jl. Arief Rahman Haim, Surabaya Abstra Produ maanan perishable memilii arateristi yang has seperti laju penurunan ualitas, batas temperatur dan umur hidup yang berbeda-beda tiap produ. Manajemen pengelolaan produ ini dapat dimulai pada awal proses sampai pada produ diterima e tangan onsumen. Penelitian ini mencoba mengintegrasian bagian penjadwalan dengan perencanaan pengiriman pada produ maanan perishable dengan mempertimbangan biaya energi, ualitas dan shelf life produ. Pengintegrasian ini bertujuan untu memasimalan perolehan profit perusahaan dan terjaminnya ualitas produ. Pengintegrasian dimulai dengan melauan perencanaan pengiriman terlebih dahulu. Hasil perencanaan pengiriman ini adalah informasi onsumen yang harus dilayani endaraan e- sehingga mempermudah perusahaan untu melauan penjadwalan terutama untu perusahaan yang hanya memilii satu line. Perencanaan pengiriman pada penelitian ini menggunaan dua metode yaitu vehicle routing problem with time windows (VRPTW) dan vehicle routing problem with quality windows (VRPQW). Hasil yang didapatan pada penelitian ini bahwa perencanaan pengiriman dengan menggunaan VRPQW membutuhan jumlah endaraan lebih banya namun dengan rata-rata penurunan ualitas lebih sediit dibandingan dengan perencanaan pengiriman dengan menggunaan VRPTW. Pada bagian penjadwalan, pertimbangan laju penurunan ualitas dalam menentuan dapat meminimalan total biaya distribusi. Kata unci : produ maanan perishable, penjadwalan, perencanaan pengiriman,vehicle routing problem with timewindows, vehicle routing problem with quality windows I. PENDAHULUAN Perubahan permintaan onsumen terhadap produ maanan sehat mengalami peningatan bila dibandingan dengan 25 tahun yang lalu (Don, 1997). Searang ini, perhatian onsumen cenderung memperhatian nilai esehatan maanan yang memilii adar pengawet yang rendah. Produ maanan ini memilii umur yang tida tahan lama (perishable) sehingga memerluan pendinginan untu menjaga ualitas dan uantitasnya. Masing-masing produ maanan perishable memilii batas masimum temperatur yang tida bisa dilanggar. Pelanggaran batas masimum temperatur aan menyebaban onseuensi pada penurunan ualitas dan uantitas.berbagai macam arateristi produ perishable yang telah disebutan di atas menyebaban pentingnya pengelolaan produ perishable mulai sebelum sampai dengan produ sampai di tangan onsumen untu menjamin esegaran produ dan permintaan onsumen. Integrasi proses bisnis dari produsen e pelanggan produ perishable terangum dalam cold chain management yang menggabungan antara penjadwalan dan perencanaan pengiriman (Bogataj d., 2005). Namun, penelitian cold chain management masih sangat sediit ebanyaan hanya membahas per bagian saja yaitu penjadwalan atau perencanaan pengiriman saja seperti yang dilauan oleh Arbib d (1999), Marinelli d (2007), Hsu d (2007) dan Osvald dan Strin (2008) dan Trihardani (2011). Pada penjadwalan produ maanan perishable, arateristi produ harus diperhatian seperti shelf life, ualitas dan temperatur. Salah satu strategi yang dapat dilauan perusahaan adalah dengan menentuan watu awal dimana terdapat eteraitan erat antara watu dengan laju penurunan ualitas (Arbib d, 1999). Penelitian-penelitian sebelumnya juga lebih meneanan pada jumlah yang aan di dan watu awal untu penjadwalan pada produ perishable yang disesuaian dengan permasalahan yang ada. Sedangan penelitian laju penurunan ualitas yang berdampa pada proses pada produ perishable masih belum ada. Oleh arena itu, permasalahan inilah yang aan diterapan pada penelitian ini dalam penjadwalan. Bagian selanjutnya adalah perencanaan pengiriman, ebanyaan penelitian terdahulu mengaitan arateristi perishability dengan ebutuhan penyelesaian masalah yang cepat dan efisien. Namun, hanya penelitian Osvald dan Stirn (2008) serta Hsu, d (2007) yang mempertimbangan perishability sebagai bagian sistem distribusi produ perishable. Kedua penelitian ini menggunaan vehicle routing problem with time windows (VRPTW) dalam penentuan rute endaraan. Penelitian Hsu, d (2007) juga mempertimbangan biaya energi sebagai bagian integral biaya distribusi dimana energi berperan untu mempertahanan perishability produ. Penelitian ini emudian diembangan oleh Trihardani (2011) untu asus multi produ dan multi temperatur, hasil
2 2 penelitian ini menyebutan biaya energi berontribusi signifian pada endaraan cold storage untu menstabilan temperatur ruangan agar tida mengiuti flutuasi temperatur lingungan. Kedua penelitian inilah yang mendasarinya perlunya mempertimbangan biaya energi dalam penelitian yang aan dijalani ini. Dari hasil pemaparan di atas, terlihat bahwa peran perishability merupaan fator penting di dalam penjadwalan dan perencanaan pengiriman. Pada penjadwalan, arateristi perishability membantu perusahaan untu mendapatan profit yang masimal sedangan pada perencanaan pengiriman membantu perusahaan untu meminimalan biaya distribusi serta pada ahirnya dapat memuasan onsumen dengan produ yang terjamin ualitasnya. Hal ini tentu aan berdampa besar etia edua bidang tersebut diintegrasian, seperti halnya dapat dilihat pada penelitian Chen, d (2009). Chen, d (2009) membuat model mengenai penjadwalan dan VRPTW untu produ maanan perishable. Namun, penelitian ini belum memasuan biaya energi e dalam integral biaya distribusi. Padahal biaya energi sangat berperan untu menjaga temperatur sehingga produ dapat terjamin ualitasnya (Trihardhani,2011). Selain itu, pada penelitian Chen, d (2009) masih dijadian asumsi dan belum adanya informasi yang bisa diterima onsumen sebagai bagian integrasi dari cold chain management. Dengan mengacu pada model yang telah dibuat oleh Chen, d (2009), penelitian ini berusaha melengapi beberapa eurangan pada penelitian tersebut terait perencanaan pengiriman, pertimbangan dan biaya energi serta informasi perubahan sisa shelf life dari produ. Beberapa eurangan tersebut yang mendasari penelitian ini untu mengembangan model pengintegrasian penjadwalan dan perencanaan pengiriman sehingga informasi yang diterima produsen dan onsumen menjadi masimal. II.1 II. METODOLOGI PENELITIAN Tahapan Studi Literatur Pada tahap ini dilauan studi literatur mengenai penelitian-penelitian pada bidang cold chain management bai penjadwalan maupun perencanaan pengiriman pada produ maanan perishable. Studi literatur dilauan pada jurnal ilmiah, tugas ahir, thesis yang bertopi cold chain management. Hasil studi literatur menyimpulan bahwa masih sediit penelitian yang membahas penggabungan antara penjadwal dan perencanan pengiriman pada produ maanan perishable. II.2 Tahapan Pengembangan dan Formulasi Model Pada tahap ini dilauan pengembangan dan formulasi model integrasi penjadwalan dan perencanaan pengiriman. Terdapat tiga model yang menjadi acuan pada penelitian tugas ahir ini yaitu model yang diembangan oleh Osvald dan Strin (2008), Chen, d (2009) dan Trihardani (2011). Model yang diembangan oleh Chen, d (2009) aan menjadi rujuan utama di dalam penelitian ini. Model ini emudian diembangan dengan menambahan biaya energi dari penelitian Trihardani (2011) dan pencarian sisa shelf life produ dari penelitian Osvald dan Strin (2008). Dengan adanya pencarian sisa shelf life produ, model integrasi pada penelitian ini tida hanya menghasilan informasi satu arah melainan dua arah yaitu informasi untu produsen dan informasi untu onsumen. Selain itu, penelitian ini diharapan dapat menghasilan variabel eputusan proses yang sebelumnya pada penelitian Chen (2009) hanya dijadian asumsi. Dengan mengetahui proses maa biaya penalti aibat penurunan ualitas aan berurang yang secara tida langsung mengurangi biaya distribusi. Pada ahirnya, penelitian ini diharapan dapat memperhatian tiga arateristi utama pada produ perishable yaitu shelf life, ualitas dan temperatur. II.3 Tahap Pembuatan Algoritma Tahapan ini aan dilauan pembuatan algoritma secara eseluruhan untu penelitian. Selain itu, algoritma tersendiri untu bagian perencanaan pengiriman pada penelitian ini terdiri dari vehicle routing problem with time windows (VRPTW) dan vehicle routing problem with quality windows (VRPQW). II.4 Tahapan Percobaan Numeri Pada tahapan ini dilauan percobaan numeri yang aan dibedaan menjadi beberapa senario percobaan. Senario percobaan ini diharapan dapat mengetahui perilau model dan pengaruhnya terhadap perolehan total profit. II.5 Tahapan Analisis Percobaan Numeri Pada tahap ini dilauan analisis terhadap hasil percobaan numeri. Analisis dilauan untu masing-masing senario percobaan yang dilauan terhadap perilau model dan perolehan total profit. II.6 Tahapan Penarian Kesimpulan dan Saran Pada tahap ini dilauan penarian esimpulan dan saran. Kesimpulan aan menjawab tujuan penelitian yang telah dirumusan di awal berdasaran hasil penelitian tugas ahir ini. Berdasaran esimpulan ini, selanjutnya dapat diberian saran pengembangan penelitian sejenis pada periode aan datang.running Komputasi III. DESKRIPSI MODEL Model matematis yang diembangan penelitian ini meruju pada model matematis penjadwalan dan perencanaan pengiriman oleh Chen, d (2009). Pengembangan formulasi model dalam penelitian ini lebih banya pada bagian perencanaan pengiriman dimana berpengaruh langsung pada biaya distribusi produ (lower level). Pada penelitian ini penjadwalan dan perencanaan pengeriman dilauan untu dengan satu line, multi produ, dan biaya energi menggunaan single temperature. Laju penurunan ualitas dimulai saat proses dan terus aan menurun sampai produ di tangan onsumen. Produ perishable ini aan diiriman e onsumen yang memilii time windows yang berbeda-beda. Dimana pada penelitian ini mempertimbangan soft time windows,
3 3 apabila endaran melebihi watu ahir pelayanan aan dienaan penalty. Selain itu pertimbangan adanya batas ualitas produ yang masih diterima onsumen memberian emunginan untu penyelesaian perencanaan pengiriman menggunaan metode vehicle routing problem with quality windows (VRPQW). Pada metode VRPTW, penentuan rute dibatasi oleh watu awal dan ahir pelayanan onsumen sedangan metode VRPQW, onsumen menetapan batas ualitas yang diharapan misalnya 90% yang emudian diterjemahan menjadi satuan watu sebagai pertimbangan perusahaan. Untu mempermudah refensi, notasi yang digunaan dalam penelitian ini adalah sebagai beriut : Variabel eputusan : t,1 Watu mulai produ pertama pada endaraan e-; ϵk (menit) x ij Variabel eputusan biner; bernilai 1 jia rute (i, j) dilewati endaraan e- dan sebalinya U n Urutan watu mem produ e-n; n ϵn Variabel buan eputusan dan parameter : c n Biaya untu satu unit omoditas n (Rp/unit) p Biaya transportasi endaraan K per unit watu; n ϵn (Rp/menit) e Biaya energi per unit alori (Rp/al) g 1 Biaya penalti eterlambatan per unit watu (Rp/menit) q Biaya penalti penurunan ualitas (Rp/persentase penurunan ualitas) p in Harga jual dari produ e-n pada onsumen e-i x i Koordinat-x posisi onsumen i; i ϵ R y i Koordinat-y posisi onsumen i; i ϵ R x ij Jara antara onsumen i e onsumen j ; i, j ϵ R. c ij Lamanya watu perjalanan antara onsumen i e onsumen j yang diperoleh dengan membagi jara dengan ecepatan; i, j ϵr (menit) v Kecepatan endaraan (m/jam) T Temperatur settingan untu setiap endaraan e (homogen; didapat dari batas minimal dari masing-masing temperatur produ (m n )); ϵ K A Luasan permuaan cold storage (m 2 ) s Ketebalan permuaan cold storage (m) oefisien insulating material; = C Spesifiasi panas muatan; C = 0.77 Cl Panas laten; Cl = 60 T e Temperatur esternal cold storage; umumnya diasumsian temperatur esternal daerah tropis adalah 32 C T 0 Temperatur netral (0 C) G Muatan berat produ yang diangat oleh endaraan e- (satuan unit ilogram e i Watu awal pelayanan pada time windows onsumen i; i ϵ R (menit) l i Watu ahir pelayanan pada time windows onsumen i; i ϵ R (menit) l i Modifiasi watu batas ualitas pada quality windows onsumen i; i ϵ R (menit) a tw Konstanta acceptable time untu watu ahir pelayanan time windows a qw Konstanta acceptable time untu waatu toleransi penurunan ualitas pada quality windows l i Watu ahir pelayan bai time windows maupun quality windows yang masih dapat diterimanya endaraan pada onsumen e i; i ϵ R (menit) e min Batasan ualitas yang diharapan onsumen ei; ; i ϵ R (persentase) s i Watu pelayanan pada onsumen i; i ϵ R (menit) e o Watu mulai operasi perusahaan (menit) l 0 Watu ahir operasi perusahaan (menit) d in Permintaan onsumen i untu produ n; i ϵ R, n ϵ N (satuan unit ilogram) f in Probabilitas fungsi erapatan dari permintaan produ n pada onsumen i; i ϵ R, n ϵ N Q veh Kapasitas untu masing-masing endaraan e- (homogen); ϵ K (satuan unit ilogram) a i Watu tiba di onsumen e-i; i ϵ R (menit) t,n Watu mulai mem produ e-n untu endaraan e-; n ϵ N, ϵ K (menit) t,n Watu selesai mem produ e-n untu endaraan e-; n ϵ N, ϵ K (menit) t n Lamanya watu mem produ e-n; n ϵ N (menit) h n Nilai shelf life awal produ e-n (hari) h in Sisa shelf life produ e-n pada onsumen e-i (hari) O n Kecepatan atau laju penurunan ualitas produ e-n per menit; n ϵ N (persentase penurunan/menit) O in Total penurunan ualitas produ e-n pada onsumen e-i ; i ϵ R, n ϵ N (persentase penurunan ualitas) Model matematis fungsi tujuan : Upper level : Max Z z = in Q in 0 p in ωf in ω dω K 1 c n Q in M max t,1 t +1,1, 0 in =1 Z VRP
4 4 Lower level : Min Zvrp Q in Z VRP = θ in ωf in ω dω + θ in Q in f in ω dω in 0 + ρ c ij x ij ij Q in + g 2 max a i l i, 0 + e c ij Y i K 1 ij + M max t,n t +1,1, 0 =1 + max t K,N l 0 Kendala dalam penelitian ini adalah : Kendala perencanaan pengiriman i j i x i j x ij = 1 iϵ1,, R x ij = 1 jϵ1,, R x j = 0 ; = 1,, R x oj 1 = 1,, K j x ij 0,1 i, j = 0,, R, Kendala penjadwalan t,n t +1,1 = 1,, K 1 t K,N l 0 ijn aj = t, N + coj i j; = 1,, K Q jn x ij Q ve = 1,, K t,n = t,n + t n t,n+1 = t,n Kendala apasitas endaraan ijn Kendala defisional ij Q jn x ij Q jn x ij Q ve = 1,, K θ in = max a i, e i 1 2 t,n + t,n θ n a j = max a i, e i + s i + c ij jiax ij = 1 a j = t,n + c 0j jia x 0j = 1, j = 1,, R; = 1,, K t,n = t,n + t n Q jn x ij n = 1,, N; = 1,.., K ij t,n +1 = t,n n = 1,, N 1; = 1,, K T = min m n n = 1,, N 1; = 1,, K P f1 = in = n 100% O in 100% 1 P t = I A s P f2 = n 1 24 G C (T e T 0 ) + G Cl + G C (T 1 24 G C (T e T 0 ) Y = P t + P f l i = l i + a tw l i = l i + a qw Kendala non negatif Q in 0 t 1,1 0 Fungsi tujuan penelitian ini adalah memasimalan profit atau upper level dengan cara meminimuman biaya distribusi atau lower level. Kendala perencanaan pengiriman merupaan routing dimana satu onsumen diunjungi satu ali, satu rute diunjungi satu ali, satu endaraan mengunjungi onsumen satu ali. Kendala penjadwalan menjaga watu mulai endaraan edua lebih ecil dibandinan watu selesai endaraan pertama, watu selesai semua endaran tida melebih watu tutup perusahaan, jumlah yang di tida melebihi apasitas endaraan, watu tiba endaraan adalah watu selesai ditambah watu perjalanan, watu selesai adalah watu mulai ditambah lamanya, watu mulai endaraan selanjutnya sama dengan watu selesai endaran sebelumnya. Kendala apasitas endaraan menjaga agar barang yang di perusahaan tida melebihi apasitas endaraan yang ada. Kendala defisional adalah endala yang mencari nilai parameter tertentu yang didapat dari perhitungan beberapa parameter lainnya. Kendala defisonal yang dipaai dalam penelitian ini adalah rata-rata penurunan ualitas, watu tiba endaraan, watu awal, temperatur endaraan, sisa umur hidup, biaya energi yang diperluan, watu batas ualitas, acceptable time pada VRPTW dan VRPQW. Sedangan endala terahir adalah endala nonnegatif. Kendala non negatif antara lain jumlah yang di lebih dari atau sama dengannol, watu mulai lebih dari atau sama dengan nol. IV. PERCOBAAN NUMERIK Data yang diperluan dalam penelitian ini terbagi menjadi dua yaitu data perencanaan pengiriman dan data penjadwalan. Data perencanaan pengiriman dalam penelitian ini menggunaan data vehicle routing problem library (VRPLIB) berupa oordinat loasi onsumen dan depot serta besarnya permintaan onsumen. Lama pelayanan pada data VRPLIB aan dilauan sediit perubahan dimana lama pelayanan sebanding dengan besarnya permintaan onsumen. Data penjadwalan dalam penelitian ini menggunaan modifiasi data perencanaan pengiriman seperti rentangan permintaan masing-masing produ pada setiap onsumen e-i, laju penurunan ualitas setiap produ e-n dan lamanya watu produ e-n berdasaran penelitian Chen, d (2009). Data penjadwalan lainnya seperti temperatur, shelf life ditambahan secara random. Penelitian ini menggunaan tiga jenis produ dengan arateristi yang berbeda-beda. Penentuan besaran nilai parameter inisial turut memberian ontribusi secara tida langsung pada elemen biaya, pendapatan dan perolehan total profit. Desripsi nilai parameter inisial dapat dilihat pada Tabel 1.1 beriut ini :
5 5 Tabel 4.1 Nilai Parameter Inisial Definisi Simbol Nilai Satuan c 1 Rp 1,000 per unit Produsi c 2 Rp 3,500 per unit c 3 Rp 2,000 per unit Transportasi p Rp 563 per m Energi cold storage e Rp 30 per al/jam Penalti time windows g 1 Rp 100 per menit Penalti penurunan ualitas Harga jual produ Kecepatan penurunan ualitas Shelf life Rp800,000 Rp700,000 Rp600,000 Rp400,000 Rp300,000 Rp200,000 Rp100,000 Rp3,500,000 Rp3,000,000 Rp2,500,000 Rp2,000,000 Rp1,500,000 q Rp 100 Kondisi 1 Kondisi 2 Kondisi 3 Kondisi 1 Kondisi 2 Kondisi 3 per 1%/menit p 1 Rp 6,000 per unit p 2 Rp 18,000 per unit p 3 Rp 8,000 per unit O 1 4% jam O 2 2% jam O 3 3% jam h 1 14 hari h 2 21 hari h 3 28 hari Penelitian ini menggunaan dua metode perencanaan pengiriman untu menyelesaian model yang ada. Kedua metode perencanaan pengiriman tersebut aan dibandingan perilaunya terhadap perolehan total profit dan ualitas produ dengan melauan percobaan numeric. Percobaan numeri ini dilauan dengan empat senario percobaan (1) senario percobaan terhadap integrasi antara penjadwalan dan perencanaan pengiriman (2) senario percobaan terhadap perencanaan pengiriman dengan VRPQW (3) senario percobaan terhadap penjadwalan. Hasil percobaan numeri ini dapat dilihat pada Gambar 4.1sampai dengan Gambar 4.6 beriut ini : B.penurunan ualitas B.energi B.penalti eterlambatan B.transportasi Gambar 4.1 Senario percobaan 1 pada lower level Lower Level B. Pendapatan Gambar 4.2 Senario percobaan 1 pada upper level Pada Gambar 4.1 dan Gambar 4.2, ondisi 1 adalah ondisi etia tida ada integrasi, ondisi edua adalah integrasi dengan VRPTW dan ondisi etiga adalah integrasi dengan VRPQW. Hasil perhitungan didapatan ondisi edua menghasilan total profit lebih tinggi dibandingan ondisi lainnya. Namun, ondisi edua menghasilan rata-rata penurunan ualitas lebih sediit dibanding lainnya. Sedangan ondisi pertama menghasilan total profit paling ecil diarenaan watu tiba endaraan melebihi watu ahir pelayanan onsumen. Rp800,000 Rp700,000 Rp600,000 Rp400,000 Rp300,000 Rp200,000 Rp100,000 Rp0 Rp1,200,000 Rp800,000 Rp600,000 Rp400,000 Rp200,000 Rp0 Rp3,500,000 Rp3,000,000 Rp2,500,000 Rp2,000,000 Rp1,500,000 Rp- Rp- Rp- Ada Kondisi 3 Kondisi 4 Kondisi 3 Kondisi 4 Tida ada Ada Kondisi 2 Kondisi 3 Tida ada B.penurunan ualitas B.energi B.transportasi Gambar 4.3 Senario percobaan 2 pada lower level Lower Level B. Pendapatan Gambar 4.4 Senario percobaan 2 pada upper level Pada Gambar 4.3 dan Gambar 4.4, ondisi 2 adalah perencanaan pengiriman dengan VRPQW, ondisi eempat adalah perencanaan pengiriman dengan VRPQW per luster (mengelompoan permintaan ualitas onsumen dalam satu luster). Hasil perhitungan didapatan bahwa ondisi edua menghasilan perolehan total profit lebih besar. Hal ini diarenaan perusahaan membutuhan banya endaraan untu memenuhi permintaan ualitas onsumen. Tingginya biaya transportasi pada ondisi eempat berbanding terbali dengan biaya energi, biaya penurunan ualitas dan rata-rata penurunan ualitas yang terjadi. B.penurunan ualitas B.energi B.penalti eterlambatan B.transportasi Gambar 4.5 Senario percobaan 3 pada lower level
6 6 Rp3,500,000 Rp3,000,000 Rp2,500,000 Rp2,000,000 Rp1,500,000 Rp0 Ada Tida ada Ada Kondisi 2 Kondisi 3 Tida ada Lower Level B. Pendapatan Gambar 4.6Senario percobaan 3 pada upper level Pada Gambar 4.5 dan Gambar 4.6, ondisi edua adalah integrasi dengan VRPTW dan ondisi etiga adalah integrasi dengan VRPQW. Hasil perhitungan menunjuan adanya pertimbangan menghasilan total profit yang lebih besar. Produ yang memilii ecepatan laju penurunan terlambat aan di lebih awal dan sebalinya. Hasil tersebut juga menunjuan bahwa ondisi edua menghasilan total biaya distribusi lebih rendah dibandingan ondisi edua. Hal ini diarenaan ondisi etiga memerluan endaraan lebih banya untu memenuhi permintaan ualitas onsumen. V. KESIMPULAN DAN PENELITIAN LEBIH LANJUT Kesimpulan yang didapatan pada penelitian ini adalah : 1. Perolehan total profit perusahaan aan semain lebih besar jia terdapat integrasi antara penjadwalan dengan perencanaan pengiriman. 2. Perencanaan pengiriman dengan VRPQW memerluan jumlah endaraan lebih banya dibandingan perencanaan pengiriman dengan VRPTW. 3. Rata-rata penurunan ualitas pada perencanaan pengiriman dengan VRPQW lebih sediit dibandingan perencanaan pengiriman dengan VRPTW. 4. Semain tinggi batas ualitas produ yang diharapan onsumen maa jumlah endaraan yang diperluan aan semain banya. 5. Penjadwalan dengan mempertimbangan laju penurunan ualitas produ aan menurunan biaya penurunan ualitas. 6. Besar ecilnya ontribusi biaya energi tergantung pada jumlah muatan barang dan durasi loss endaraan tersebut (single temperature). Penelitian ini memilii batasan dan asumsi yang dapat direlasasi, penelitian lebih lanjut dapat dilauan : 1. Penelitian selanjutnya dapat memperhatian loasi penyebaran onsumen bai random maupun luster untu melihat perbedaan perilau model. 2. Selain algoritma Nelder Mead, penelitian selanjutnya dapat menggunaan algoritma lain untu mencari jumlah optimal. UCAPAN TERIMAKASIH Pada penelitian ini, penulis mengucapan terima asih epada epada dosen pembimbing telah banya membantu dalam proses penyelesaian penelitian ini.selain itu epada seluruh dosen Jurusan Teni Industri yang telah memberian banya ilmu dan pengalaman bagi penulis. DAFTAR PUSTAKA [1] Adler, W.A., Refrigerator, Transfair Engineering: Survey about CFC-free. Dusseldorf: Transfair GmbH. [2]Adler, W.A., Transfair Engineering: Survey about CFC-free Refrigerator Production Part 4: Designing and Prototyping of Refrigerator and Freezer. Transfair GmbH. Dusseldorf. [3] Amorim, P., H.-O.Gunthe, H.-O. & B.Almada-Lobo, n.d. Multiobjective Integrated Production and Distribution Planning. [4] Amorim, P., Meyr, H. & Almeder, C., Managing Perishability in Production Distribution : a discusion and review. Food Engineer, II(1), pp [5] Arbib, C., Pacciarellib, D. & Smriglio, S., A three dimensional matching model. Discrete Applied Mathematics, 92(1999), pp [6] Ballou, R.H., Business Logistic / Supply Chain Management. Ohio: Prentice hall. [7] Bogataj, M., Bogataj, L. & Vodopivec, R., Stability of perishable goods in cold logistic chains. Production Economics, 93-94(2005), pp [8] Broemeulen, R.A.C.M. & Donselaar, K., A Heuristic to ManA Heuristic to Manage Perishable Inventory with Batch Ordering, Positive Lead-Times, and Time-Varying Demand. Computers & Operations Research, 36, pp [9] Chen, H.K., FuHsueh, C. & ShiangChang, M., Production scheduling and vehicle routing with time windows for perishable. Food engineering, 36, pp [10]Don, Z.L., The Impact of Consumer Demands and Trends on Food Processing. Emerging Infectious Diseases, 3(4), pp [11]Garcia, J.M. & Lozano, L., Production and delivery scheduling problem with time windows. Computers and Industrial Engineering, 2005(48), p
Suci Fujianti LOGO
Suci Fujianti 2508 100 157 Peluang Produk Makanan Perishable Internasional Nasional 1/3 total penjualan ritel dunia (Broekmeulen dan Donselaar, 2009) Kontribusi PDB sektor pertanian terhadap PDB nasional
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciKOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER
KOORDIASI SUPPLY CHAI SATU PABRIK-SATU DISTRIBUTOR PADA ODEL PEETUA HARGA & KEPUTUSA PRODUKSI/ORDER Evi Yuliawati Faultas Tenologi Industri, Jurusan Teni Industri Institut Tenologi Adhi Tama Surabaya Email:
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciMODEL PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN DENGAN MEMPERTIMBANGKAN KAPASITAS PRODUKSI ABSTRAK
Prosiding Seminar asional anajemen Tenologi VII Program Studi T-ITS, Surabaya 2 Pebruari 2008 ODEL PEETUA HARGA DA KEPUTUSA PRODUKSI/ORDER PADA SUPPLY CHAI DEGA EPERTIBAGKA KAPASITAS PRODUKSI Evi Yuliawati,
Lebih terperinciPERANCANGAN SISTEM SOLUSI PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR
PERANCANGAN SISTE SOLUSI PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR Evi Yuliawati Jurusan Teni Industri Faultas Tenologi Industri Institut Tenologi Adhi
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892 PENENTUAN RUTE ARADA ENGGUNAKAN ALOGARITA TABU SEARCH PADA HOOGENUS FLEET VEHICLE ROUTING PROBLE WITH TIE WINDOWS DI PT.
Lebih terperinciPENGEMBANGAN MODEL VEHICLE ROUTING PROBLEM UNTUK PENDISTRIBUSIAN PRODUK PERISHABLE MENGGUNAKAN TRUK BERPENDINGIN
JURNAL TEKNIK POMITS Vol. 1, No. 1, (212) 1-6 1 PENGEMBANGAN MODEL VEHICLE ROUTING PROBLEM UNTUK PENDISTRIBUSIAN PRODUK PERISHABLE MENGGUNAKAN TRUK BERPENDINGIN Marita Tania, Ahmad Rusdiansyah, dan Nurlita
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciIII DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT
III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciPemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai
Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciPEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER
PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)
ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciPENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciIMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA
Seminar Nasional Informatia 2009 (semnasif 2009) ISSN: 1979-2328 UPN Veteran Yogyaarta, 23 Mei 2009 IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciKENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN
KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciBAB III MODEL KANAL WIRELESS
BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciPERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU
PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah
Lebih terperinciMANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)
Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciRINGKASAN SKRIPSI MODUL PERKALIAN
RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciHUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG
Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciBAB II TINJAUAN PUSTAKA. Gambar 2.1 Graf dengan 4 node dan 5 edge
BAB II TINJAUAN PUSTAKA 2.1. Teori Graf Graf digunaan untu merepresentasian obje-obje disrit dan hubungan antara obje-obje tersebut (Munir, 2005). Dalam menggambar graf, simpul digambaran dengan lingaran
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciAKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA
AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA Aris Puji Widodo, Suhartono 2, Eo Adi Sarwoo 3, dan Zulfia Firdaus 4,2,3,4 Departemen Ilmu Komputer/Informatia,
Lebih terperinciMakalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)
Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciMODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)
MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciOPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN
OIMASI ENGAURAN RUE KENARAAN ENGAN MUAAN KONAINER ENUH MENGGUNAKAN MEOE EKOMOSISI LAGRANGIAN Ahmed ata Fardiaz Rully Soelaiman S.Kom M.Kom Jurusan eni Informatia Faultas enologi Informasi Institut enologi
Lebih terperinciVISUALISASI GERAK PELURU MENGGUNAKAN MATLAB
KARYA TULIS ILMIAH VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB Oleh: Drs. Ida Bagus Alit Paramarta, M.Si. Dra. I.G.A. Ratnawati, M.Si. JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciMETODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET
METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET Maryanti 1, Nana Juhana, ST. 1, Manahan P.Siallagan S.Si, MT. 1 1) Jurusan Teni Informatia, FT, UNIKOM
Lebih terperinciANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV
ANALISA ALIRAN DAA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 0 K IBG Manuaba 1, Kade Amerta asa 1 Staff pengajar Teni Eletro Faultas Teni Universitas Udayana Kampus Buit Jimbaran, Bali, 80361 Staff
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciStudi Eksperimen Karakteristik Pengeringan Batubara Terhadap Variasi Sudut Blade Pada Swirling Fluidized Bed Coal Dryer
Studi Esperimen Karateristi Pengeringan Batubara Terhadap Variasi Sudut Blade Pada Swirling Fluidized Bed Coal Dryer Ahmad Sefrio dan Prabowo Teni Mesin, Faultas Tenologi Industri, Institut Tenologi Sepuluh
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciPerhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK
Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id
Lebih terperinciANALISIS UNJUK KERJA MESIN SEPEDA MOTOR 4 TAK DENGAN PENAMBAHAN TURBULATOR PADA INTAKE MANIFOLD
ANALISIS UNJUK KERJA MESIN SEPEDA MOTOR 4 TAK DENGAN PENAMBAHAN TURBULATOR PADA INTAKE MANIFOLD Abstra Setyawan Beti Wibowo, Soeadgihardo Siswantoro Program Diploma Teni Mesin, Seolah VoasiUniversitas
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciPENENTUAN FAKTOR SELEKTIFITAS PENISILIN G TERHADAP FENILASETAT SECARA EKSTRAKSI MEMBRAN CAIR EMULSI DENGAN MENGGUNAKAN CARRIER DIOKTILAMIN
PENENTUAN FAKTOR SELEKTIFITAS PENISILIN G TERHADAP FENILASETAT SECARA EKSTRAKSI MEMBRAN CAIR EMULSI DENGAN MENGGUNAKAN CARRIER DIOKTILAMIN Imam Santoso, Tritiyatma Hadinugraha Ningsih urusan Kimia, Faultas
Lebih terperinciPERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON
PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON M. Sigit Darmawan Dosen Diploma Teni Sipil ITS Email: msdarmawan@ce.its.ac.id
Lebih terperinciMENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE
MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciIMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA
94 IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA Yudhi Purwananto 1, Diana Purwitasari 2, Agung Wahyu Wibowo Jurusan Teni Informatia, Institut Tenologi Sepuluh Nopember
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciPengembangan Model Distribusi Produk Perishable Multi Temperatur dengan Mempertimbangkan Biaya Energi
Pengembangan Model Distribusi Produk Perishable Multi Temperatur dengan Mempertimbangkan Biaya Energi Luki Trihardani 1 ; Ahmad Rusdiansyah 2 ; Iwan Vanany 3 Transportation and Distribution Logistics (TDLog)
Lebih terperinciPenerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik
Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciKONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION
Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,
Lebih terperinci4. 1 Spesifikasi Keadaan dari Sebuah Sistem
Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti
Lebih terperinciANALISIS MODEL DISTRIBUSI BAHAN AJAR TERPUSAT AKIBAT DARI PERUBAHAN BIAYA PENGIRIMAN ABSTRAK
ANALISIS MODEL DISTRIBUSI BAHAN AJAR TERPUSAT AKIBAT DARI PERUBAHAN BIAYA PENGIRIMAN Sitta Alief Farihati, Zulmahdi Dailami 2, 2 Jurusan Matematia Universitas Terbua, Tangerang Selatan, 658 sitta@ ut.ac.id
Lebih terperinciPENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR
PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciPengembangan Model Inventory Routing Problem (IRP) pada Permasalahan Distribusi Produk Perishable
Pengembangan Model Inventory Routing Problem (IRP) pada Permasalahan Distribusi Produk Perishable Nama : Wahyudi NRP : 2509100034 Dosen Pembimbing : Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng, CSCP Jurusan
Lebih terperinciPENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Sutino 1, Helmie Arif Wibawa 2, Priyo Sidi Sasongo 3 123 Jurusan Ilmu Komputer/Informatia, FSM,
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciPENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK
PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor
Lebih terperinciPeningkatan Keandalan Sistem Distribusi Tenaga Listrik 20 kv PT. PLN (Persero) APJ Magelang Menggunakan Static Series Voltage Regulator (SSVR)
1 Peningatan Keandalan Sistem Distribusi Tenaga Listri 20 V PT. PLN (Persero) APJ agelang enggunaan Static Series Voltage Regulator (SSVR) Putty Ia Dharmawati, Sjamsjul Anam, Adi Soeprijanto Jurusan Teni
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester
Lebih terperinciAnalisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus
Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,
Lebih terperinciSistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)
Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya
Lebih terperinciStudi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson
1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi
Lebih terperinci