BAB 1. PENDAHULUAN. 1.1 Latar Belakang
|
|
- Yanti Salim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1. PENDAHULUAN 1.1 Latar Belakang Sejalan dengan tuntutan persaingan bisnis, banyak perusahaan menyadari bahwa keunggulan teknologi dan produk yang dihasilkan semata tidak lagi dapat diandalkan menjadi sumber keunggulan dalam bersaing. Karena itu, untuk memenangkan persaingan pasar berbagai perusahaan mengembangkan diferensiasinya melalui unsur service yang semakin memanjakan konsumennya. Kepuasan dan loyalitas konsumen menjadi fokus perhatian dalam memenangkan persaingan. Proses bisnis adalah kombinasi dari aktivitas di dalam suatu perusahaan untuk menghasilkan pelayanan tertentu kepada klien (Leyman et al. 1994). Proses bisnis merupakan pemicu dan benang merah yang secara langsung mempengaruhi dan memberi ciri dari suatu organisasi. Struktur dari suatu proses bisnis yang dapat memenuhi kebutuhan klien-kliennya secara efisien dan efektif akan dapat memberikan keuntungan bagi pihak perusahaan untuk bersaing dengan perusahaan lain, sebaliknya struktur proses bisnis yang buruk seperti pelayanan yang lambat dan tidak memuaskan kepada klien akan menyebabkan klien berpindah ke perusahaan lain secara cepat. Terdapat tiga perspektif dalam analisis proses bisnis yaitu organisasi, proses, dan orang di dalam proses itu sendiri. Orientasi yang tinggi terhadap konsumen dapat menjamin keunggulan bersaing organisasi, sehingga memperbaiki proses bisnis juga merupakan hal yang penting bagi bisnis sebuah organisasi agar tetap kompetitif. Perbaikan proses bisnis atau Business Process Improvement (BPI) merupakan sebuah metode yang sistematik yang dikembangkan untuk membantu sebuah perusahaan memperoleh keuntungan yang signifikan dalam caranya menjalankan proses bisnisnya (Harrington, 1991). Perlu adanya usaha perbaikan proses secara terus menerus, sehingga proses bisnis mampu menghasilkan output yang memuaskan kepada konsumen. Oleh karena itu, banyak perusahaan saat ini menyadari bahwa perancangan dan pengaturan proses bisnis yang optimal adalah suatu key factor bagi perusahaan 1
2 untuk secara efektif bersaing di dalam lingkungan bisnis yang berubah-rubah. Untuk itu, maka diperlukan optimisasi dan perbaikan yang berkelanjutan dari proses bisnis itu sendiri. Reengineering proses bisnis adalah merupakan pemikiran ulang secara fundamental dan desain ulang radikal suatu proses bisnis organisasi yang mengarahkan organisasi untuk mencapai peningkatan kinerja bisnis secara dramatis (Hammer and Champy,1993). Beberapa perusahaan telah menerapkan paradigm inovasi baru ini untuk mencapai berbagai perbaikan dalam biaya, kualitas dan efisiensi. Bahkan makin banyak perusahaan yang mencari peluang untuk menerapkan proyek reengineering dan metodologi-metodologi yang membantu mereka dalam mencapai usaha-usaha perbaikan tersebut. Contohnya pada bisnis maskapai penerbangan AWAIR pada beberapa tahun yang lalu masih menggunakan sistem pemesanan secara manual melalui beberapa agent penjualan tiket penerbangan. Pada awal tahun 2004, AWAIR diambil alih oleh PT. Indonesia Air Asia dan mengalihkan orientasi pasarnya ke penerbangan berbiaya rendah. Dengan adanya pengambil alihan ini, pihak Air Asia melakukan perbaikan struktur proses pemesanan tiket tidak hanya dilakukan di agen penerbangan, akan tetapi dapat dilakukan secara on line oleh pelanggan melalui internet dan begitu juga halnya dalam sistem pembayarannya yang dapat dilakukan tanpa harus datang langsung ke tempat agen penjualan tiket Air Asia. Dengan adanya perbaikan proses bisnis yang fundamental ini tentu saja pihak Air Asia dapat memperoleh keuntungan yang lebih signifikan dalam menjalankan proses bisnisnya. Vergidis et al. (2007) menyatakan bahwa tidak adanya representasi proses bisnis yang berkaitan secara langsung dengan pemodelan secara kuantitatif. Secara umum teknik pemodelan proses bisnis seperti flowchart dan IDEF (Integrated Definition Methodology) hanya menggambarkan dengan menggunakan simbol yang standar untuk menganalisis proses bisnis tanpa mampu menganalisis secara kuantitatif dan mengoptimisasi struktur proses bisnis secara nyata. IDEF merupakan tools untuk membuat model. Optimisasi proses bisnis biasanya hanya mencoba-coba segala kemungkinan dengan cara manual, sederhana, dan tidak memberikan kemampuan generalisasi secara keseluruhan untuk beberapa kasus. Di samping itu tidak terdapat optimisasi proses bisnis dengan multiple criteria. 2
3 Optimisasi permasalahan yang berisi lebih dari satu fungsi tujuan dikenal sebagai masalah multi-objective optimization. Seperti halnya bahwa terdapat banyak tujuan yang ingin dicapai oleh suatu perusahaan secara simultan dan mungkin beberapa di antara fungsi tujuan yang ingin dicapai itu berlawanan, sehingga tidak memungkinkan adanya solusi tunggal dalam penyelesaiannya, tetapi lebih kepada sekumpulan solusi yang mungkin memiliki kualitas yang sepadan. Seperti halnya dalam mendesain mobil yang otomatis, tujuan yang mungkin ingin dicapai adalah meminimasi harga, memaksimumkan kecepatan, dan meminimasi pemakaian bahan bakar. Tujuan ini tentu saja berlawanan satu sama lain, sehingga tidak mungkin akan ada solusi tunggal diperoleh. (Sbzarini,2000). Multi-objective optimization dari proses bisnis dapat memberikan cara yang lebih efisien bagi perbaikan proses bisnis dengan memilih kriteria optimisasi apa saja yang akan dipilih dan dicukupi secara bersamaan dalam perusahaan. (Deb, 2001) Kusiak (1999) menjelaskan bahwa terdapat dua tipe analisis yang dapat dilakukan dalam rangka melakukan perbaikan proses dari as is model yang akan di transfer ke to be model yaitu analisis observasi (manual) dan analisis computational. Analisis kualitatif dilakukan berdasarkan model dari proses bisnis sehingga analisis ini membutuhkan gambaran detil dari sasaran proses dengan cara observasi. Analisa kualitatif merupakan analisis structural yang mengevaluasi proses pada setiap aktivitasnya berdasarkan kualitasnya seperti dari aktivitas pertama dipilih mana alternatif yang lebih berkualitas, setelah itu dilanjutkan pada pilihan alternatif pada aktivitas 2 dan seterusnya. Hasil dari analisis kualitatif dapat digunakan untuk mendeteksi aktivitas-aktivitas mana yang mungkin dapat tereliminasi, yang dapat diparalel, dapat digabungkan, dapat disederhanakan, di tambah nilai prosesnya ataupun diotomasikan proses aktivitasnya. Sedangkan analisis kuantitatif merupakan analisis performance yang mengevaluasi proses berdasarkan nilai numerik seperti lamanya durasi dan besarnya biaya, serta jumlah aktivitas yang terjadi. Analisis kuantitatif memerlukan informasi yang dapat diandalkan secara statistik, maka untuk mendapatkan informasi seperti itu diperlukan analisis computational untuk identifikasi proses seperti adanya pengembangan algoritma dalam optimisasi proses bisnis. Menurut Kusiak et al. (2000) bahwa kebanyakan metodologi pemodelan proses di dasarkan pada simbol yang tidak formal dan dilakukan secara kualitatif sehingga sulit untuk dianalisis. 3
4 Berdasarkan uraikan di atas, maka penelitian ini akan mengembangkan model evaluasi analitik perbaikan proses bisnis menggunakan algoritma NSGA-II (Non Dominated Sorting in Genetic Algorithm). Model analitik adalah model yang kesimpulannya dapat dinyatakan dalam bentuk analitik untuk masalah yang lebih khusus atau penelitian yang sebagian besar penyelesaiannya dilakukan dengan bantuan suatu algoritma (21Hhttp:// Sebelum dilakukan uji coba algoritma yang akan dikembangkan, maka akan digambarkan model proses dengan menggunakan metode IDEF3 agar hasil yang diperoleh dapat menjadi lebih baik lagi. IDEF3 merupakan tool pemodelan dengan representasi terstruktur dari sebuah sistem dengan cara meng-capture perilaku dari sistem yang dibahas mengenai urut-urutan terjadinya proses, proses apa yang menyebabkan proses apa, dan bagaimana keputusan diambil. Alasan menggunakan IDEF3 adalah dikarenakan kemampuannya dalam deskripsi proses bisnis yang semakin dapat dipertajam melalui dekomposisi proses yaitu dengan cara menyederhanakan proses melalui tingkatan abstraksi modul yang berbedabeda. Pada dasarnya pada setiap tingkatan dekomposisi diperoleh deskripsi proses yang lebih rinci, sehingga dengan menggunakan metode IDEF3 kita dapat mencari lokalisasi masalah yang lebih rinci dari proses bisnis yang besar. Dengan adanya lokalisasi masalah dalam proses bisnis yang memiliki ruang lingkup yang besar, kita dapat memperbaiki secara fokus keterkaitan antara satu jenis proses dengan jenis proses dalam proses bisnis yang memiliki masalah. Setelah menggambarkan model proses bisnis, maka akan dikembangkan algoritma NSGA-II untuk keperluan desain proses bisnis yang memiliki sejumlah alternatif dalam setiap aktivitasnya. NSGA-II merupakan bagian dari evolutionary algorithms. Evolutionary algorithms merupakan metode pencarian stokastik yang mencoba untuk menirukan sifat evolusi biologis dari makhluk hidup yang bekerja dengan prinsip bahwa suatu individu yang baik akan akan bertahan dan menghasilkan individu-individu yang semakin baik pada setiap generasi. Elemen-elemen yang ada pada metode ini diambil dari proses alam seperti seleksi,kombinasi, mutasi, migrasi, dan perpindahan secara lokal. Evolutionary algorithms bekerja lebih banyak pada sejumlah individu dalam satu populasi daripada hanya pada satu individu saja. Metode ini sangat cocok sekali digunakan dalam penelitian ini dikarenakan desain proses bisnis yang ada terdiri dari beberapa alternatif untuk setiap aktivitasnya, sehingga apabila setiap 4
5 aktivitas dengan masing-masing alternatifnya digabung menjadi suatu set aktivitas dalam proses bisnis maka akan membutuhkan waktu yang lama untuk memilih urutan set alternatif aktivitas mana yang optimal dalam fungsi tujuan yang multi-objective. Evolutionary algorithms terbukti lebih efisien bila digunakan dalam menyelesaikan permasalahan multi-objective yang memiliki banyak pembatas (constraints) dalam area yang relevan seperti scheduling, supply chain optimization, dan yang lainnya. (Vergidis et al.,2007). NSGA-II adalah algoritma genetika yang sangat popular untuk digunakan pada permasalahan optimisasi multiobjective yang dikembangkan oleh Kalyanmoy Deb di Srinivas. NSGA-II dapat menghasilkan solusi yang lebih baik dengan perhitungan yang lebih sedikit, pendekatan elitist, dan pembagian parameter yang lebih sedikit (Deb,2001). Dengan desain proses bisnis yang kompleks, secara umum kemampuan dari NSGA-II dapat dikarakteristikkan baik dan memiliki elitism yang dimana NSGA-II menyimpan solusi optimum dari setiap generasi dan membandingkan solusi tersebut dengan solusi antar setiap generasi, sehingga memungkinkan untuk mengidentifikasikan feasible solutions. (Vergidis et al.,2007). Jumlah aktivitas dan waktu mulai untuk setiap aktivitas akan dipertimbangkan dalam pengembangan model ini. Penelitian ini juga akan menyediakan kemampuan generalisasi pada beberapa kasus dan memberikan analisis secara kualitatif dan kuantitatif sehingga dapat diperoleh alternatif pemilihan solusi terbaik dari set alternatif aktivitas desain proses bisnis bagi pihak pengambil keputusan dari feasible solution yang dihasilkan dari algoritma yang multi-objective. 1.2 Perumusan Masalah Berdasarkan uraian yang diberikan pada bagian latar belakang, pertanyaan yang ingin dijawab dalam penelitian ini adalah sebagai berikut: 1. Bagaimana merepresentasikan secara matematis model proses bisnis yang digambarkan dengan metode IDEF3 (Integrated Definition Methodology 3) untuk keperluan evaluasi usulan perbaikan proses bisnis? 2. Bagaimana mengevaluasi usulan perbaikan proses bisnis yang dengan pendekatan analitik dengan memperhatikan kriteria tujuan yang telah ditetapkan? 5
6 3. Bagaimana karakteristik-karakteristik dari pendekatan analitik yang diusulkan untuk mengevaluasi usulan perbaikan proses bisnis? 1.3 Tujuan Penelitian Adapun tujuan yang ingin dicapai dalam penelitian adalah: 1. Menganalisis model proses bisnis secara kuantitatif sehingga mendapatkan perbaikan proses bisnis yang lebih terukur dibandingkan dengan perbaikan secara kualitatif. 2. Mengembangkan tools untuk membantu proses analisis yang lebih formal bagi model perbaikan sebuah proses bisnis yang multi-objective. 3. Menganalisis model kuantitatif optimisasi proses bisnis dengan mengunakan contoh numerik untuk mengetahui karakteristik dari model bisnis. 1.4 Ruang lingkup Penelitian Ruang lingkup penelitian ini adalah sebagai berikut : 1. Contoh numerik yang diuji coba dalam penelitian ini menggunakan data hipotetik dan contoh numerik 1 menggunakan contoh pada jurnal penelitian Vergidis et al. (2007). 2. Model yang dikembangkan dalam penelitian ini adalah permasalahan yang telah didekomposisikan sampai pada level yang paling bawah. 1.5 Posisi Penelitian Gambar di bawah ini adalah merupakan rangkaian penelitian terdahulu menjadi dasar pengembangan penelitian ini. Rangkaian penelitian ini dibuat berdasarkan pemahaman peneliti mengenai : pemodelan proses bisnis, model IDEF3 (Integrated 6
7 Definition Methodology 3), pendekatan algoritma single-objective & multi-objective, dan algoritma NSGA-II (Non Dominated Sorting in Genetic Algorithm II). Gambar 1. 3 Rangkaian Penelitian Beberapa penelitian yang berkaitan dengan desain proses bisnis baik yang single-objective maupun multi-objective telah dilakukan. Untuk menggambarkan keterkaitan penelitian ini dengan model-model sebelumnya, maka akan diuraikan penjelasan singkat tentang penelitian-penelitian yang telah dilakukan. Tabel 1.1 memperlihatkan penelitian-penelitian yang berhubungan dengan model yang telah dikembangkan. Tabel 1.1 berikut ini mengklasifikasikan penelitian-penelitian yang telah dilakukan berdasarkan jumlah dari fungsi tujuan yang dilakukan, analisis apa saja yang dilakukan, metodologi yang digunakan, metoda pendekatan pencarian solusinya dan output yang dihasilkan dari penelitian tersebut. Hofacker dan Vetschera (2001) menjelaskan single-objective optimization yang tidak menggambarkan efek sinergi yang kuat antara aktivitas individual yang mendasari suatu desain proses dan mengusulkan pengembangan pemodelan proses bisnis yang optimal dengan menggunakan mathematical programming, branch and bound method, dan genetic algorithms tanpa menggunakan metodologi pemodelan proses. Penelitian 7
8 ini memperkenalkan model formal untuk permasalahan desain proses bisnis yang dapat digunakan untuk menganalisis desain optimal dengan memperhatikan kriteria fungsi tujuannya. Kusiak et al. (1999) memperkenalkan bahwa terdapat dua tipe analisis untuk perbaikan model proses yaitu menggunakan analisis observasional dan komputasional. Analisis observasi dapat dilakukan dengan cara menurunkan durasi proses, eliminasi aktivitas redundant, membagi aktivitas (partitioning), menggabungkan aktivitas serial (merging), dan eliminasi siklus. Sedangkan analisis komputasional menggambarkan model proses bisnis dengan menggunakan IDEF0 (Integrated Definition Methodology 0)dan IDEF3 (Integrated Definition Methodology 3), kemudian merepresentasikan IDEF3 ke dalam bentuk matriks untuk mengidentifikasikan struktur dari model. IDEF0 merupakan pemodelan fungsional suatu sistem dimana fungsi-fungsi tersebut menjelaskan apa yang dikerjakan oleh sistem, apa yang mengendalikannya, apa yang diproses, apa sarana untuk memproses, dan apa yang dihasilkan. IDEF3 merupakan tool pemodelan dengan representasi terstruktur dari sebuah sistem dengan cara mengcapture perilaku dari sistem yang dibahas mengenai urut-urutan terjadinya proses, proses apa yang menyebabkan proses apa, dan bagaimana keputusan diambil. Selain itu, Kusiak et al. juga memperkenalkan triangularization algorihtm yang lebih efisien dibandingkan topological sorting algorithm untuk menganalisis struktur model proses yang memiliki siklus. Tujuan dari analisis ini adalah mendapat sifat hubungan antar aktivitas dan mendapatkan susunan atau urutan dependency path suatu desain proses. Vergidis et al. (2007) dalam penelitiannya mengusulkan kerangka desain proses bisnis untuk optimisasi multi-objective yaitu dengan membangun model matematis dan menggunakan pendekatan algoritma dalam penyelesaiannya. Algoritma yang digunakan untuk menyelesaikan masalah multi-objective adalah NSGA-II (Non Dominated Sorting in Genetic Algorithm II), SPEA2 (Strength Pareto Evolutionary Algorithm 2), dan MOPSO (Multi-Objective Particle Swarm Optimisation) dengan penyelesaiannya menggunakan KEA-Software. Ketiga algoritma ini digunakan karena dapat mengoptimisasi model proses bisnis yang multi-objective. NSGA-II dan SPEA2 lebih popular dibandingkan dengan algoritma MOPSO. NSGA-II banyak diaplikasikan dalam berbagai penelitian karena menggunakan pendekatan elitist, sedikit parameter dan 8
9 memberikan perkembangan solusi yang signifikan. SPEA2 juga merupakan evolutionary algorithms yang menggunakan pendekatan elitist yang lain. MOPSO memberikan hasil yang lebih baik apabila digunakan dalam permasalahan yang membutuhkan pencarian solusi yang kontinu. Dari hasil analisis secara umum diketahui bahwa algoritma NSGA-II memberikan solusi yang lebih optimal dibandingkan dengan algoritma SPEA2 dan MOPSO. Dengan desain proses bisnis yang kompleks, secara umum kemampuan dari NSGA-II dapat dikarakteristikkan baik dan memiliki elitism yang dimana NSGA-II menyimpan solusi terbaik dari setiap generasi dan membandingkan solusi tersebut dengan solusi antar setiap generasi, sehingga memungkinkan untuk mengidentifikasikan feasible solutions. Penelitian ini (2008) merupakan kelanjutan dari penelitian-penelitian di atas dengan menggabungkan beberapa pendekatan dari penelitian di atas. Pada penelitian ini mengusulkan pemodelan proses bisnis dengan metodologi IDEF3 (Integrated Definition Methodology 3), membuat model matematis, menganalisis proses bisnis secara kualitatif dan kuantitatif dan mencari alternatif solusi proses bisnis dengan pendekatan algoritma NSGA-II (Non Dominated Sorting in Genetic Algorithm II). Penelitian ini juga memberikan alternatif pemilihan solusi terbaik bagi pihak pengambil keputusan dari feasible solution yang dihasilkan dari algoritma yang multi-objective yang optimal. Penelitian yang dilakukan oleh Vergidis et al. (2007) tidak menggunakan metodologi pemodelan proses dalam kerangka pengembangan modelnya, sedangkan penelitian ini dengan menggunakan suatu metodologi pemodelan proses dan menyediakan kemampuan generalisasi untuk beberapa kasus dalam desain proses bisnis lainnya. Tabel 1.1 berikut ini menunjukkan posisi penelitian yang dibandingkan dengan beberapa penelitian terdahulu yang berkaitan dengan penelitian ini, yaitu : 9
10 Tabel 1.1 Posisi Penelitian Yang Terkait Penelitian Hofacker and Vetschera (2001) Kusiak et al. Bentuk Tujuan Pemodelan Formulasi Cara Penyelesaian Hasil Proses Analisis Mathematical Menggunakan ready Alternatif Solusi Proses bisnis Model Pendekatan to use Solusi Terpilih Jumlah Ket IDEF0 IDEF3 Lainnya Kualitatif Kuantitatif Ada Tidak methodology Serial dan paralel Single Biaya v v v Serial, paralel,siklus (1999) Serial, paralel,bottleneck,tanpa siklus Vergidis et al. Serial, paralel dengan pilihan (2007) alternatif untuk setiap aktivitas Single Durasi v v v v v Multi Biaya Durasi Penelitian ini Serial, paralel Biaya (2008) bottleneck dengan pilihan Multi Durasi alternatif untuk setiap aktivitas v v v Ada Branch and Bound Genetic Algorithms Triangularization Algorithms Topological sorting algorithms NSGA-II SPEA-II MOPSO v v v v v v v NSGA-II v v v 10
BAB 4. UJI COBA DAN ANALISIS MODIFIKASI ALGORITMA NSGA-II
BAB 4. UJI COBA DAN ANALISIS MODIFIKASI ALGORITMA NSGA-II Pada bagian ini akan dibahas mengenai pemodelan proses, uji coba algoritma dan analisis dari perbaikan proses bisnis yang multi-objective secara
Lebih terperinciPERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP)
PERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP) Rezki Susan Ardyati dan Dida D. Damayanti Program Studi Teknik Industri Institut Teknologi
Lebih terperinciOPTIMALISASI SOLUSI TERBAIK DENGAN PENERAPAN NON-DOMINATED SORTING II ALGORITHM
OPTIMALISASI SOLUSI TERBAIK DENGAN PENERAPAN NON-DOMINATED SORTING II ALGORITHM Poetri Lestari Lokapitasari Belluano poe3.setiawan@gmail.com Universitas Muslim Indonesia Abstrak Non Dominated Sorting pada
Lebih terperinciPENGEMBANGAN MODEL EVALUASI KUANTITATIF PERBAIKAN PROSES BISNIS DENGAN TUJUAN GANDA TESIS
PENGEMBANGAN MODEL EVALUASI KUANTITATIF PERBAIKAN PROSES BISNIS DENGAN TUJUAN GANDA TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh Elty
Lebih terperinciBAB I. BPM. Pengertian BPM
BAB I. BPM I.1. Pengertian BPM Sejalan dengan tuntutan persaingan bisnis, banyak perusahaan menyadari bahwa keunggulan teknologi dan produk yang dihasilkan semata tidak lagi dapat diandalkan menjadi sumber
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Penjadwalan dan Penjadwalan Flow shop Menurut Kumar (2011), jadwal merupakan rencana sistematis yang umumnya menceritakan hal-hal yang akan dikerjakan. Menurut Pinedo (2005),
Lebih terperinciMETODOLOGI BARU UNTUK PERENCANAAN PENGGUNAAN LAHAN INDUSTRI BIODISEL BERKELANJUTAN DENGAN MENGGUNAKAN ALGORITME GENETIKA TUJUAN JAMAK
METODOLOGI BARU UNTUK PERENCANAAN PENGGUNAAN LAHAN INDUSTRI BIODISEL BERKELANJUTAN DENGAN MENGGUNAKAN ALGORITME GENETIKA TUJUAN JAMAK Firdaus Prawiradisastra 1), Yandra Arkeman 2), Agus Buono 3) 1) Departemen
Lebih terperinciALGORITMA GENETIKA DENGAN PENDEKATAN MODEL PULAU PADA PERMASALAHAN TRAVELLING SALESMAN
ALGORITMA GENETIKA DENGAN PENDEKATAN MODEL PULAU PADA PERMASALAHAN TRAVELLING SALESMAN Hardy STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 hardy@mikroskil.ac.id Abstrak Algoritma genetika telah
Lebih terperinciBAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Program Linear adalah suatu alat yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan keterbatasan-keterbatasan sumber daya yang tersedia.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Teori Business Process Business process merupakan sekumpulan kegiatan yang mengubah sejumlah inputs menjadi sejumlah outputs (baik barang maupun jasa) untuk orang-orang lain
Lebih terperinciPemodelan dan Analisa
Pemodelan dan Analisa Pemodelan dan Analisa Komponen pokok DSS Dasar model dan Manajemen model Perhatian: topik sulit yang akan datang Terbiasa dengan ide pokok Dasar konsep dan definisi Tool dan diagram
Lebih terperinciIII. METODOLOGI PENELITIAN
A. KERANGKA PEMIKIRAN III. METODOLOGI PENELITIAN Produksi bunga krisan yang mengalami peningkatan dari tahun ke tahun memberikan kontribusi yang positif kepada petani dalam peningkatan kesejahteraan mereka.
Lebih terperinciOPTIMASI MULTI-OBJECTIVE UNTUK DISTRIBUSI BEBAN KERJA PEGAWAI MENGGUNAKAN NSGA-II AHMAD KHAIDIR TELEMATIKA CIO - TEKNIK ELEKTRO - ITS
OPTIMASI MULTI-OBJECTIVE UNTUK DISTRIBUSI BEBAN KERJA PEGAWAI MENGGUNAKAN NSGA-II AHMAD KHAIDIR 2210206725 TELEMATIKA CIO - TEKNIK ELEKTRO - ITS LATAR BELAKANG Perbaikan kinerja aparatur pemerintah Optimasi
Lebih terperinciBAB 1 PENDAHULUAN. diperbaharui dalam perusahaan untuk dapat menjadi market leader didalam bisnis
BAB 1 PENDAHULUAN 1.1. Latar belakang Persaingan di dunia bisnis semakin kompleks, banyak hal yang harus diperbaharui dalam perusahaan untuk dapat menjadi market leader didalam bisnis yang mereka kembangkan.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Vehicle Routing Problem Vehicle Routing Problem merupakan permasalahan distribusi yang mencari serangkaian rute untuk sejumlah kendaraan dengan kapasitas tertentu
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Rumusan Masalah
1 BAB I PENDAHULUAN Pada bagian ini akan dijelaskan latar belakang dan rumusan masalah, tujuan dan manfaat penelitian, tinjauan pustaka, metode penelitian, serta sistematika penulisan. 1.1. Latar Belakang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Definisi Rekayasa Ulang Proses Bisnis Definisi rekayasa ulang menurut Hammer & Champy (1993) adalah pemikiran ulang secara fundamental dan perancangan ulang secara radikal atas
Lebih terperinciBAB 2. LANDASAN TEORI
BAB 2. LANDASAN TEORI 2.1 Proses Bisnis Proses bisnis merupakan kombinasi dari aktivitas yang saling berhubungan didalam sebuah perusahaan untuk menghasilkan pelayanan tertentu kepada klien. (Leyman et
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini, manusia sering dihadapi oleh permasalahan melibatkan optimasi tujuan ganda (multi-objective), contohnya dalam hal perencanaan atau peramalan pasar yang
Lebih terperinciPerancangan Dan Pembuatan Aplikasi Rekomendasi Jadwal Perkuliahan Pada Institut Informatika Indonesia Memanfaatkan Algoritma Genetika
Perancangan Dan Pembuatan Aplikasi Rekomendasi Jadwal Perkuliahan Pada Institut Informatika Indonesia Memanfaatkan Algoritma Genetika Hermawan Andika, S.Kom., M.Kom. Jurusan Teknik Informatika Institut
Lebih terperinciPenerapan Algoritma Genetika Multi-objective NSGA-II Pada Optimasi Portofolio Saham
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 6841 Penerapan Algoritma Genetika Multi-objective NSGA-II Pada Optimasi Portofolio Saham Sherly Isnaeni 1, Deni Saepudin 2,
Lebih terperinciBAB I PENDAHULUAN. Tingkat persaingan di dunia industri dewasa ini semakin ketat, sehingga
1 BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat persaingan di dunia industri dewasa ini semakin ketat, sehingga diperlukan berbagai upaya untuk memenangkan persaingan ini. Banyak sekali faktor yang mempengaruhi
Lebih terperinciVukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya.
BAB I PENDAHULUAN 1.1. Latar Belakang Fuzzy Evolutionary Algorithm (FEA) merupakan salah satu model hybrid yang menggabungkan dua buah model soft computing yaitu algoritma genetika dan logika fuzzy. FEA
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB LANDASAN TEORI Efisiensi Menurut Vincent Gaspersz (998, hal 4), efisiensi adalah ukuran yang menunjukan bagaimana baiknya sumber daya digunakan dalam proses produksi untuk menghasilkan output Efisiensi
Lebih terperinciAnalisa Kinerja dan Simulasi Coverage Wireless Sensor Network dengan Sum of Weighted Cost Function Genetic Algorithm
Analisa Kinerja dan Simulasi Coverage Wireless Sensor Network dengan Sum of Weighted Cost Function Genetic Algorithm Bina Rahayu S, Tri Budi, Prima Kristalina Jurusan Telekomunikasi, Politeknik Elektronika
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan zaman maka tingkat pendidikan pada masyarakat mengalami peningkatan. Oleh karena itu masyarakat memandang bahwa pendidikan pada tingkat
Lebih terperinciANALISA PROSES BISNIS. Brigida Arie Minartiningtyas, M.Kom
ANALISA PROSES BISNIS Brigida Arie Minartiningtyas, M.Kom Automation Proses Bisnis Sejumlah aktivitas yang mengubah sejumlah input menjadi sejumlah output (barang atau jasa) atau proses yang menggunakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan ekonomi dan perkembangan teknologi suatu daerah mengakibatkan kebutuhan tenaga listrik akan semakin meningkat, baik yang berhubungan dengan bidang industri,
Lebih terperinciBAB I PENDAHULUAN Masalah Teknologi Informasi dan Konsep Avatar sebagai Solusi
BAB I PENDAHULUAN 1.1 Latar Belakang 1.1.1 Masalah Teknologi Informasi dan Konsep Avatar sebagai Solusi Konsep teknologi informasi khususnya Internet telah menyediakan segala sesuatu yang dibutuhkan untuk
Lebih terperinciBAB I PENDAHULUAN. hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki
BAB I PENDAHULUAN 1.1 Latar Belakang Kereta api merupakan alat transportasi darat utama yang digunakan hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki multi keunggulan komparatif,
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 terperinciIMPLEMENTASI METODE GENETIC ALGORITHM DALAM OPTIMASI SUSUNAN BAHAN BAKAR TERAS PWR MENGGUNAKAN CODE COREBN
IMPLEMENTASI METODE GENETIC ALGORITHM DALAM OPTIMASI SUSUNAN BAHAN BAKAR TERAS PWR MENGGUNAKAN CODE COREBN Petrus 1, Alexander Agung 1, Sihana 1 1 Jurusan Teknik Fisika, Fakultas Teknik, Universitas Gadjah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap perusahaan tidak dapat lepas dari persoalan transportasi, baik untuk pengadaan bahan baku ataupun dalam mengalokasikan barang jadinya. Salah satu metode yang
Lebih terperinciAnalisis Model dan Simulasi. Hanna Lestari, M.Eng
Analisis Model dan Simulasi Hanna Lestari, M.Eng Simulasi dan Pemodelan Klasifikasi Model preskriptif deskriptif diskret kontinu probabilistik deterministik statik dinamik loop terbuka - tertutup Simulasi
Lebih terperinciPenjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Lebih terperinciBAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam
BAB II TINJAUAN PUSTAKA 2.1. Vendor Dalam arti harfiahnya, vendor adalah penjual. Namun vendor memiliki artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam industri yang menghubungkan
Lebih terperinciPENERAPAN EVOLUTIONARY ALGORITHM PADA PENJADWALAN PRODUKSI (Studi Kasus di PT Brother Silver Product Indonesia)
PENERAPAN EVOLUTIONARY ALGORITHM PADA PENJADWALAN PRODUKSI (Studi Kasus di PT Brother Silver Product Indonesia) I Gede Agus Widyadana Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri Universitas
Lebih terperinciSTMIK GI MDP. Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Genap Tahun 2009/2010
STMIK GI MDP Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Genap Tahun 2009/2010 SISTEM PENGOLAHAN TRANSAKSI PADA PT SUKSES CITRA PANGAN PALEMBANG Afandi 2005240234 Abstrak Tujuan penulisan
Lebih terperinciBAB I PENDAHULUAN. Pada masa sekarang dimana teknologi informasi sudah memasuki setiap bidang
BAB I PENDAHULUAN 1.1. Latar Belakang Pada masa sekarang dimana teknologi informasi sudah memasuki setiap bidang dalam kehidupan kita maka posisi dari teknologi informasi sudah menjadi bagian dari kehidupan
Lebih terperinciOPTIMASI DAN HEURISTIK DALAM PENDEKATAN SISTEM. Arif Rahman
OPTIMASI DAN HEURISTIK DALAM PENDEKATAN SISTEM Arif Rahman INDUSTRIAL ENGINEERING..is concerned with the design, improvement, and installation of integrated systems of men, materials, information, energy,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Masalah penjadwalan secara umum adalah aktivitas penugasan yang berhubungan dengan sejumlah constraint, sejumlah kejadian yang dapat terjadi pada suatu
Lebih terperinciBAB 1 PENDAHULUAN. suatu perusahaan dalam sebuah pasar. Dengan semakin majunya teknologi komunikasi
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Faktor kepuasan pelanggan sangat berpengaruh terhadap bertahan atau tidaknya suatu perusahaan dalam sebuah pasar. Dengan semakin majunya teknologi komunikasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Listrik dewasa ini menjadi salah satu kebutuhan yang sangat penting bagi kehidupan manusia. Teknologi dan ilmu pengetahuan yang tidak pernah henti perkembangannya mendorong
Lebih terperinciBAB 1 PENDAHULUAN. Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai tempat, sering menjadi masalah dalam dunia industri sehari-hari. Alokasi produk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Manajemen Logistik Proses pemenuhan pesanan pelanggan dan distribusi merupakan salah satu kegiatan pada proses bisnis logistik. Kegiatan logistik dalam suatu perusahaan memiliki
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION
PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,
Lebih terperinciTEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA. Oleh Dian Sari Reski 1, Asrul Sani 2, Norma Muhtar 3 ABSTRACT
TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA Oleh Dian Sari Reski, Asrul Sani 2, Norma Muhtar 3 ABSTRACT Scheduling problem is one type of allocating resources problem that exist to
Lebih terperinciPeramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika
Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika M. Syafrizal, Luh Kesuma Wardhani, M. Irsyad Jurusan Teknik Informatika - Universitas Islam Negeri Sultan Syarif Kasim Riau
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini
Lebih terperinciAlgoritma Genetika Ganda (AGG) untuk Capacitated Vehicle Routing Problem (CVRP)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 T 6 Algoritma Genetika Ganda (AGG) untuk Capacitated Vehicle Routing Problem (CVRP) Daryono Budi Utomo, Mohammad Isa Irawan, Muhammad Luthfi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai beberapa hal seputar penelitian yang dilakukan, antara lain: latar belakang penelitian, perumusan masalah, batasan masalah, keaslian penelitian, manfaat
Lebih terperinciBAB 1 PENDAHULUAN. cukup lama dan memakan biaya yang cukup mahal serta tidak konsisten. Penjadwalan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penjadwalan secara manual membutuhkan ekstra ketelitian serta waktu yang cukup lama dan memakan biaya yang cukup mahal serta tidak konsisten. Penjadwalan diperlukan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Rekayasa Ulang Proses Bisnis Istilah BPR pertama kali dipopulerkan oleh Michael Hammer dan James Champy (1993) dalam bukunya Reengineering the Corporation. Menurut keduanya
Lebih terperinciPENJADWALAN OPERASIONAL PEMBANGKIT BERBASIS ALGORITMA GENETIK PADA SISTEM PEMBANGKIT SUMATERA BAGIAN TENGAH
Penjadwalan Operasional Pembangkit Berbasis Algoritma Genetik (Dwi Ana dkk) PENJADWALAN OPERASIONAL PEMBANGKIT BERBASIS ALGORITMA GENETIK PADA SISTEM PEMBANGKIT SUMATERA BAGIAN TENGAH Rahmanul Ikhsan 1,
Lebih terperinci6/15/2015. Simulasi dan Pemodelan. Keuntungan dan Kerugian. Elemen Analisis Simulasi. Formulasi Masalah. dan Simulasi
Simulasi dan Pemodelan Analisis lii Model dan Simulasi Klasifikasi Model preskriptif deskriptif diskret kontinu probabilistik deterministik statik dinamik loop terbuka - tertutup Hanna Lestari, M.Eng Simulasi
Lebih terperinciSimulasi Coverage Pada Wireless Sensor Network dengan Menggunakan Algoritma Genetika Pareto
Simulasi Coverage Pada Wireless Sensor Network dengan Menggunakan Algoritma Genetika Pareto Umi Fitria P, Tri Budi Santoso, Prima Kristalina Jurusan Telekomunikasi, Politeknik Elektronika Negeri Surabaya
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK PD BLESSING adalah sebuah perusahaan di Kota Bandung yang memproduksi pakaian bayi (Jumper). Perusahaan memproduksi barang sesuai dengan pesanan konsumen (job order). Pesanan dari konsumen dikumpulkan
Lebih terperinciPenerapan Algoritma Genetika Multi-objective SPEA-II Pada Optimasi Portofolio Saham
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.3 Desember 2015 Page 7929 Penerapan Algoritma Genetika Multi-objective SPEA-II Pada Optimasi Portofolio Saham Sheila Nur Fadhila 1, Deni Saepudin
Lebih terperinciBAB 1 PENDAHULUAN. Untuk merespon perubahan yang sangat cepat sebagai akibat dari ketidakpastian
BAB 1 PENDAHULUAN 1.1 Latar Belakang Untuk merespon perubahan yang sangat cepat sebagai akibat dari ketidakpastian lingkungan dan kuatnya tuntutan dari pemerintah, komunitas dan pasar untuk menerapkan
Lebih terperinciTeknik Informatika S1
Software Process(2) Teknik Informatika S1 Rekayasa Perangkat Lunak 1. Linear Sequential Model 1. Waterfall Model 2. V Model 3. RAD Model 2. Prototyping Model 3. Evolutionary Model 1. Incremental Model
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DALAM KASUS PENJADWALAN KULIAH SKRIPSI VALENTINA SIAHAAN
PENERAPAN ALGORITMA GENETIKA DALAM KASUS PENJADWALAN KULIAH SKRIPSI VALENTINA SIAHAAN 070823035 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010
Lebih terperinciMILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dewasa ini berlibur ke suatu tempat menjadi pilihan untuk mengisi waktuwaktu liburan yang ada, apalagi dengan banyaknya keindahan-keindahan alam dan tempat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi robotika saat ini sudah begitu kompleks dengan berbagai macam bentuk dan fungsinya. Pada awal kemunculannya sudah dikenal robot dengan meniru bentuk dan fungsional
Lebih terperinciBab I Pendahuluan I.1 Latar Belakang
Bab I Pendahuluan I.1 Latar Belakang Perkembangan industri, teknologi informasi dan komunikasi berdampak pada pasar dan persaingan lintas industri yang menjadi semakin dinamis. Pertumbuhan bisnis tergantung
Lebih terperinciKNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA
LAPORAN TUGAS BESAR ARTIFICIAL INTELLEGENCE KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA Disusun Oleh : Bayu Kusumo Hapsoro (113050220) Barkah Nur Anita (113050228) Radityo Basith (113050252) Ilmi Hayyu
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN CERDAS UNTUK OPTIMISASI PERMASALAHAN MULTI OBYEKTIF PADA SERIOUS GAME: ECONOMIC AND EMISSION DISPATCH
SISTEM PENDUKUNG KEPUTUSAN CERDAS UNTUK OPTIMISASI PERMASALAHAN MULTI OBYEKTIF PADA SERIOUS GAME: ECONOMIC AND EMISSION DISPATCH I.G.P. Asto Buditjahjanto NRP : 2207 301 702 Latar Belakang Perkembangan
Lebih terperinciPerancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali) I Made Budi Adnyana
Lebih terperinciTEKNIK SIMULASI. Nova Nur Hidayati TI 5F
TEKNIK SIMULASI Nova Nur Hidayati TI 5F 10530982 PENDAHULUAN TUJUAN MEMPELAJARI SIMULASI Melalui kuliah ini diharapkan kita dapat mempelajari suatu sistem dengan memanfaatkan komputer untuk meniru (to
Lebih terperinciOPTIMASI MULTI-OBJECTIVE MENGGUNAKAN NSGA-II DALAM PENJADWALAN MESIN PRODUKSI FLOW SHOP
OPTIMASI MULTI-OBJECTIVE MENGGUNAKAN NSGA-II DALAM PENJADWALAN MESIN PRODUKSI FLOW SHOP TESIS Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Magister Teknik Informatika FIFIN SONATA
Lebih terperinciOptimasi Pemilihan Pekerja Bangunan Proyek Pada PT. Citra Anggun Pratama Menggunakan Algoritma Genetika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 2, Februari 2017, hlm. 80-84 http://j-ptiik.ub.ac.id Optimasi Pemilihan Pekerja Bangunan Proyek Pada PT. Citra Anggun
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY
PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY Arief Kelik Nugroho Fakultas Teknik, Universitas PGR Yogyakarta e-mail : ariefkeliknugroho@gmail.com Abstrak
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Dalam lima tahun belakangan ini, pengguna internet di Indonesia telah. bertumbuh dengan signifikan.
13 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam lima tahun belakangan ini, pengguna internet di Indonesia telah bertumbuh dengan signifikan. Gambar 1.1 Asia Top Internet Countries 14 Melihat peluang pasar
Lebih terperinciBAB I PENDAHULUAN. bangunan seperti pada frames ataupun truss. Hal ini dikarenakan penggunaan
BAB I PENDAHULUAN 1.1 Latar Belakang Pengunaan optimasi dalam rekayasa konstruksi di dunia ketekniksipilan semakin banyak digunakan untuk diaplikasikan pada komponen struktural suatu bangunan seperti pada
Lebih terperinciReview Rekayasa Perangkat Lunak. Nisa ul Hafidhoh
Review Rekayasa Perangkat Lunak Nisa ul Hafidhoh nisa@dsn.dinus.ac.id Software Process Sekumpulan aktivitas, aksi dan tugas yang dilakukan untuk mengembangkan PL Aktivitas untuk mencapai tujuan umum (komunikasi
Lebih terperinciPEMILIHAN KONTRAKTOR PERBAIKAN ROTOR DI PEMBANGKIT LISTRIK PT XYZ DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN GOAL PROGRAMMING
PEMILIHAN KONTRAKTOR PERBAIKAN ROTOR DI PEMBANGKIT LISTRIK PT XYZ DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN GOAL PROGRAMMING Akhmad Rusli 1, *), dan Udisubakti Ciptomulyono 2) 1, 2) Program
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi Internet telah banyak dimanfaatkan dalam berbagai organisasi, khususnya di dunia usaha. Internet menyediakan banyak kelebihan dalam dunia usaha, seperti tersedianya
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T
PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
Lebih terperinciPENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION
PENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION Fiqihesa Putamawa 1), Budi Santosa 2) dan Nurhadi Siswanto 3) 1) Program Pascasarjana
Lebih terperinciBlog : herunugroho.staff.telkomuniversity.ac.id Hp/WA :
Oleh :Hanung N. Prasetyo, S.Si, M.T. dkk Email : heru@tass.telkomuniversity.ac.id Blog : herunugroho.staff.telkomuniversity.ac.id Hp/WA : 081394322043 Apa Itu Proses? Trigger events INPUT OUTPUT TRANSFORMATION
Lebih terperinciBAB 1 PENDAHULUAN. manfaatnya meliputi segala aspek kehidupan manusia. agar tujuan tercapai merupakan hal yang penting dalam masalah penjadwalan.
11 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer yang pesat saat ini memberikan banyak kemudahan dalam penyelesaian masalah dan pencapaian hasil kerja yang memuaskan bagi kehidupan
Lebih terperinciBAB 1 PENDAHULUAN. 1 Randy L Haupt & Sue Ellen Haupt, Practical Genetic Algorithms second edition, Wiley Interscience,2004.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seseorang salesman tentu akan sangat kesulitan jika harus mengunjungi semua kota sendirian, oleh karena itu dibutuhkan beberapa orang salesman untuk membagi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Fuzzy Local Binary Pattern (FLBP) Fuzzifikasi pada pendekatan LBP meliputi transformasi variabel input menjadi variabel fuzzy, berdasarkan pada sekumpulan fuzzy rule. Dalam
Lebih terperinciIntroduction (Linear Programming) Toha Ardi Nugraha
Introduction (Linear Programming) Toha Ardi Nugraha Optimization=Engineering Engineering is the process of taking the discoveries from science... implementing them as practical devices, and then... making
Lebih terperinci1/14/2010. Riani L. Jurusan Teknik Informatika
Riani L. Jurusan Teknik Informatika Universitas Komputer Indonesia 1 PreTest 1. Apa yang dimaksud dengan simulasi? 2. Berikan contoh simulasi yang saudara ketahui (minimal i 3)! 2 2 Definisi Simulasi (1)
Lebih terperinciUSULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING
USULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING Santoso 1*, Eldad Dufan Sopater Subito 2 1,2 Jurusan Teknik Industri, Fakultas Teknik, Universitas Kristen Maranatha
Lebih terperinciBusiness Process Reengineering ( BPR )
Business Process Reengineering ( BPR ) BPR atau Reengineering Proses Bisnis secara umum didefinisikan sebagai pemikiran ulang secara fundamental dan mendesain ulang proses bisnis untuk meraih perbaikan
Lebih terperinciAnalisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem
Analisis Komparasi Genetic Algorithm dan Firefly Algorithm pada Permasalahan Bin Packing Problem Adidtya Perdana Sekolah Tinggi Teknik Harapan Medan Jl. H.M. Jhoni No. 70 C Medan adid.dana@gmail.com Abstrak
Lebih terperinciBAB I PENDAHULUAN. Di era globalisasi yang semakin kompetitif ini, setiap perusahaan yang ingin
BAB I PENDAHULUAN 1.1 Latar Belakang Di era globalisasi yang semakin kompetitif ini, setiap perusahaan yang ingin memenangkan persaingan dituntut untuk memperhatikan kualitas produk yang akan dihasilkan.
Lebih terperinciBAB 1 PENDAHULUAN. berperan dalam menciptakan competitive advantage bagi perusahaan. Teknologi. menunjukkan perkembangannya yang kian pesat.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam dunia bisnis, teknologi informasi adalah salah satu alat yang sangat berperan dalam menciptakan competitive advantage bagi perusahaan. Teknologi informasi telah
Lebih terperinciOPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK
OPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK Oleh: Rif atul Khusniah 1209201715 Dosen Pembimbing: Subchan, M.Sc, Ph.D Dr. Imam Mukhlas, MT SPBU 1 Order Daily DEPO SPBU 2 SPBU
Lebih terperinciPENGEMBANGAN MODEL PROSES BISNIS PENGAJUAN KENAIKAN JABATAN AKADEMIK DENGAN METODE BPR UNTUK MENDUKUNG PENJAMINAN MUTU PENDIDIKAN TINGGI
PENGEMBANGAN MODEL PROSES BISNIS PENGAJUAN KENAIKAN JABATAN AKADEMIK DENGAN METODE BPR UNTUK MENDUKUNG PENJAMINAN MUTU PENDIDIKAN TINGGI Retno Wulan Damayanti, Haryono Setiadi Jurusan Teknik Industri Fakultas
Lebih terperinciSWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION. Taufan Mahardhika 1
SWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION Taufan Mahardhika 1 1 Prodi S1 Kimia, Sekolah Tinggi Analis Bakti Asih 1 taufansensei@yahoo.com Abstrak Swarm
Lebih terperinciOptimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika
Optimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika Disusun Oleh : Ainy Mahmudah 1307 100 002 Pembimbing I Pembimbing II : Dr. Irhamah, S.Si., M.Si : Dra. Sri Mumpuni R, M.Si
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan industri rokok di Indonesia kian meningkat. Berbagai inovasi dilakukan, baik untuk produk rokok kretek maupun rokok filter untuk memenuhi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Persoalan pengambil keputusan pada dasarnya adalah bentuk pemilihan dari berbagai alternatif tindakan yang mungkin dipilih. Yang prosesnya melalui
Lebih terperinciOptimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika
Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Wayan Firdaus Mahmudy (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Abstrak.
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Setiap perusahaan yang menyelenggarakan kegiatan produksi akan memerlukan persediaan bahan baku. Dengan tersedianya persediaan bahan baku maka diharapkan perusahaan
Lebih terperinciDAFTAR ISI. viii. LEMBAR PENGESAHAN... i. PERNYATAAN ORISINALITAS LAPORAN PENELITIAN... ii. PERNYATAAN PUBLIKASI LAPORAN PENELITIAN...
ABSTRAK Salah satu algoritma yang dapat dipakai untuk memecahkan permasalahan penjadwalan kuliah adalah algoritma genetika. Algoritma genetika merupakan teknik pencarian pemecahan masalah yang berusaha
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Pada saat sekarang ini, setiap perusahaan yang ingin tetap bertahan dalam persaingan dengan perusahaan lainnya, harus bisa membuat semua lini proses bisnis perusahaan tersebut
Lebih terperinciLintang Yuniar Banowosari Pengantar Sistem Informasi IT / 2 SKS
Lintang Yuniar Banowosari http://lintang.staff.gunadarma.ac.id Pengantar Sistem IT-013237 / 2 SKS Silabus: Materi Perkuliahan Gambaran Umum Sistem manajemen Komputer sebagai alat Bantu pada sistem informasi
Lebih terperinci