MASALAH PENENTUAN KOMBINASI TERMINAL DAN RUTE KAPAL SAEPUDIN HIDAYATULLOH

Ukuran: px
Mulai penontonan dengan halaman:

Download "MASALAH PENENTUAN KOMBINASI TERMINAL DAN RUTE KAPAL SAEPUDIN HIDAYATULLOH"

Transkripsi

1 MASALAH PENENTUAN KOMINASI TERMINAL DAN RUTE KAPAL SAEPUDIN HIDAYATULLOH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN OGOR OGOR 2009

2 ASTRACT SAEPUDIN HIDAYATULLOH. Problems of Combining Terminal and Shipping Route. Supervised by FARIDA HANUM and DONNY CITRA LESMANA. Delivery problem from company to its customers is a very important issue. However, there are constraints in this occasion such as the available number of delivery routes from the factory to the customers and the availability of terminals as transit points. ecause it involves a large number of ships, routes and terminals, the company must determine the combination of routes and terminal facilities that minimize the delivery cost to the customers, both local and foreign customers. The above cost minimization problem can be regarded as a mixed integer programming problem (MIP). The problem can be solved using branch and bound method. Optimal value is obtained using Lingo 8.0 software. Finally, the optimal terminal and shipping route combinations have been obtained, so that the cost of delivering product is minimized. In addition, the quantity of goods that minimize the cost via the optimal route has also been obtained.

3 ASTRAK SAEPUDIN HIDAYATULLOH. Masalah Penentuan Kombinasi Terminal dan Rute Kapal Dibimbing oleh FARIDA HANUM dan DONNY CITRA LESMANA. Masalah pengiriman barang hasil produksi bagi suatu perusahaan kepada para pelanggannya merupakan masalah yang sangat penting. Akan tetapi, terdapat kendala dalam pengiriman barang tersebut yaitu banyaknya rute pengiriman yang mungkin dari pabrik ke pelanggan serta ketersediaan terminal sebagai tempat transit. Karena pengiriman produk melibatkan banyak rute kapal dan terminal, maka perusahaan harus menentukan kombinasi terminal dan rute kapal yang dapat meminimumkan biaya pengiriman dari pabrik ke para pelanggan, baik pelanggan lokal maupun asing. Masalah minimisasi biaya pengiriman barang di atas dapat dipandang sebagai masalah pemrograman bilangan bulat campuran (Mixed Integer Programming/MIP). Masalah tersebut dapat diselesaikan dengan metode branch-and-bound. Nilai optimal diperoleh dari penggunaan software Lingo 8.0. Akhirnya diperoleh kombinasi terminal dan rute kapal yang optimal sehingga total biaya pengiriman produk minimum. Selain itu, diperoleh juga banyaknya produk yang dikirimkan melalui rute optimal diatas.

4 MASALAH PENENTUAN KOMINASI TERMINAL DAN RUTE KAPAL Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian ogor Oleh : SAEPUDIN HIDAYATULLOH G DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN OGOR OGOR 2009

5 Judul Nama NIM : Masalah Penentuan Kombinasi Terminal dan Rute Kapal : Saepudin Hidayatulloh : G Menyetujui, Pembimbing I Pembimbing II Dra. Farida Hanum, M.Si. NIP Donny Citra Lesmana, S.Si., M.Fin.Math. NIP Mengetahui, Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian ogor Dr. Drh. Hasim, DEA. NIP Tanggal Lulus :

6 RIWAYAT HIDUP Penulis dilahirkan di andung pada tanggal 16 September 1986 dari pasangan Usup (Alm.) dan Mimin Rukmini. Penulis merupakan anak pertama dari dua bersaudara. Pada tahun 2004 penulis lulus dari SMA Negeri 3 ogor dan pada tahun yang sama lulus seleksi masuk IP melalui jalur Undangan Seleksi Masuk IP. Penulis memilih Program Studi Matematika, Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis aktif dalam kegiatan kemahasiswaan, diantaranya pada tahun menjabat sebagai anggota sie Seni dan Olahraga GUMATIKA (Gugus Mahasiswa Matematika) IP periode , serta mengikuti kepanitiaan dari beberapa kegiatan selama rentang waktu Selain itu, penulis juga aktif di luar kampus, di antaranya sebagai pengajar les privat dan juga aktif di lingkungan pesantren. Tahun 2008 penulis bekerja di perusahaan Sud Chemie Indonesia pada bagian SCM (supply chain management).

7 KATA PENGANTAR Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala nikmat, karunia, izin, dan pertolongan-nya sehingga penulisan skripsi ini berhasil diselesaikan. Tema yang dipilih adalah Riset Operasi dengan judul Masalah Penentuan Kombinasi Terminal dan Rute Kapal. Skripsi ini merupakan syarat untuk menyelesaikan studi pada Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian ogor. Terima kasih penulis ucapkan kepada : 1. Ibu Dra. Farida Hanum, M.Si dan apak Donny Citra Lesmana, S.Si., M.Fin.Math selaku dosen pembimbing, atas segala kesabaran dan masukannya selama membimbing penulis; tak lupa kepada apak Dr. Tony akhtiar, M.Sc. selaku penguji; 2. Ibunda Mimin Rukmini dan Ayahanda Usup (Alm.) atas segala kasih sayang, dukungan, doa, pengorbanan, dan nasihat yang senantiasa mengiringi perjalanan penulis selama ini; ayahanda Opik Sholahudin atas pengertian dan perhatiannya kepada penulis dan keluarga; adikku Siti Nur Janah atas semangat dan dukungannya; 3. Ibu Dr.dr. Hj. Sri udiarti sekeluarga atas segala bantuan yang telah diberikan selama penulis mengikuti perkuliahan dan telah menganggap penulis sebagai bagian dari keluarga; 4. Mama K.H. Ahmad Zaini Dahlan (Alm.) dan keluarga serta para ustadz PP Nurul Imdad atas ilmu yag telah diberikan; 5. Keluarga besar kakek Sawana di Cileungsi dan keluarga besar kakek Uju (Alm.) di bandung atas dukungan dan doanya; 6. Teman-teman mahasiswa matematika angkatan 41: Iboy, Fitri, Penoy, Kurenz, Mora, Fred, Echi, Neng Ria, Neng Tia, Gretho, Maboq, Kang Rangga, Om Idris, Adji, Triyadi, Kang Yaya, Deni, Chubby, Mimin, Kokom, Zali, Mazid, Amin, Dika, Chumi, Yos, Hendri, Endhit, Sita, Rita, Deedee, Dian, Liay, Sifa, Mukti, Uwie, Ani, Liam, darwisah, Jannah, Ami, Intan, Enyon, Enny, Roma, Titis, Febrina, Ayu, Ika, Mahar, Eli, Rina Z, Eva, Roro, Nidia atas segenap dukungan, suka-duka dan kebahagiaan selama penulis menempuh studi di Departemen Matematika IP; 7. Utami mbil Prihartini atas segala bantuan, dukungan, dan doa sehingga penulis dapat menyelesaikan skripsi ini; 8. Kakak-kakak mahasiswa matematika angkatan 40 dan 39 yang tidak bisa disebutkan satu per satu; adik-adik mahasiswa matematika angkatan 42 dan 43, terutama Djawa, Iput, dan Jane yang telah bersedia menjadi pembahas, Chopy, Wira, Supri, dan Nia yang telah membantu pelaksanaan seminar; seluruh pengajar, pegawai, dan staf Departemen Matematika IP. 9. Teman-teman di PP Nurul Imdad: Goten, Znhot, Mas Yusa, Fajar, Dicky, Abah, Amri, Nash, Husban, Ust Ali, Ust Jafar atas segala masukan dan dukungan selama ini; 10. Departemen SCM (supply chain management) PT. SC Indonesia, terutama Pak Tetra yang telah memberi penulis kesempatan untuk menambah pengalaman yang sangat berharga; 11. Juga pihak-pihak lain yang telah membantu penyusunan skripsi ini, yang tidak dapat disebutkan satu per satu. Penulis menyadari bahwa dalam tulisan ini masih terdapat kekurangan dan jauh dari kesempurnaan, oleh karena itu penulis mengharapkan kritik dan saran yang membangun dari pembaca. Semoga tulisan ini dapat bermanfaat. ogor, Juni 2009 Saepudin Hidayatulloh

8 DAFTAR ISI Halaman DAFTAR TAEL... viii DAFTAR GAMAR... ix DAFTAR LAMPIRAN... ix 1 PENDAHULUAN Latar elakang... 1 Tujuan LANDASAN TEORI Fungsi Linear dan Pertidaksamaan Linear... 1 Pemrograman Linear... 1 Integer Programming... 3 Metode ranch-and-ound... 3 Graf... 6 Network Flow... 8 Masalah Path Terpendek DESKRIPSI DAN FORMULASI MASALAH... 9 Formulasi Masalah Model Matematika PENYELESAIAN MASALAH PENENTUAN LOKASI TERMINAL DAN RUTE KAPAL SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA LAMPIRAN vii

9 DAFTAR TAEL Halaman 1 Contoh-contoh rute anyaknya pelayaran yang dilakukan pada rute-a dan rute anyaknya kereta, truk, dan kapal yang disewa iaya pengiriman produk dari pabrik ke terminal pelabuhan pada rute-a iaya pengiriman produk dari pabrik ke terminal pelabuhan pada rute iaya pengiriman produk dari pabrik ke pelanggan lokal dengan menggunakan kereta iaya pengiriman produk dari pabrik ke pelanggan lokal dengan menggunakan truk iaya pengiriman produk dari terminal pelabuhan ke pelanggan asing dengan menggunakan kereta iaya pengiriman produk dari terminal pelabuhan ke pelanggan asing dengan menggunakan truk iaya pengiriman produk dari terminal inland ke pelanggan asing dengan menggunakan kereta iaya pengiriman produk dari terminal inland ke pelanggan asing dengan menggunakan truk Waktu arus balik (dalam hari) dari terminal ke pabrik iaya arus balik dari terminal pelabuhan ke pabrik iaya pengiriman produk dari terminal pelabuhan ke terminal inland dengan menggunakan kereta iaya pengiriman produk dari terminal pelabuhan ke terminal inland dengan menggunakan truk iaya pengiriman produk dari terminal pelabuhan ke terminal inland dengan menggunakan kapal Demand pulp untuk pelanggan lokal Demand pulp untuk pelanggan asing Supply produk yang tersedia untuk setiap produk Kapasitas maksimum dan biaya sewa alat-alat transportasi Waktu (dalam hari) dan biaya pelayaran untuk rute Kapasitas, biaya cukai per unit, dan biaya tetap untuk terminal pelabuhan maupun inland viii

10 DAFTAR GAMAR Halaman 1 Daerah fisibel untuk PL-relaksasi dari IP (2.6) Daerah fisibel untuk Subproblem 2 dan Subproblem Seluruh pencabangan pada metode ranch-and-ound untuk menentukan solusi optimal dari IP (2.6) Graf G = (V, E) Graf G = (V, A) Sisi berarah menjauhi atau mendekati, suksesor, dan predesesor Graf berbobot G = (V, A) Network, source, dan sink Ilustrasi lokasi pabrik, terminal, dan pelanggan Ilustrasi terminal dan rute yang digunakan untuk memenuhi permintaan produk Ilustrasi terminal dan rute yang digunakan untuk memenuhi permintaan produk DAFTAR LAMPIRAN Halaman 1 Syntax Program LINGO 8.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode ranch-and-ound beserta Hasil yang Diperoleh Data-data Hipotetik untuk Implementasi Penyelesaian Masalah Penentuan Terminal dan Rute Kapal dengan Metode ranch-and-ound Syntax dan Hasil Komputasi Program LINGO 8.0 untuk Masalah Penentuan Terminal dan Rute Kapal ix

11 PENDAHULUAN Latar elakang Masalah pengiriman barang hasil produksi bagi suatu perusahaan kepada para pelanggannya merupakan masalah yang sangat penting, karena hal itu berkaitan dengan kepuasan pelanggan akan pelayanan. Untuk memenuhi permintaan pelanggan akan suatu produk, suatu perusahaan diharuskan mengirim produk tersebut dengan sebaik mungkin. Di pihak lain, perusahaan tentu menginginkan keuntungan yang besar, karena itu, biaya pengiriman haruslah seminimum mungkin. anyaknya rute pengiriman yang mungkin dari pabrik ke pelanggan serta ketersediaan terminal sebagai tempat transit tentu menjadi masalah yang sangat rumit bagi pihak manajemen. Oleh sebab itu, perusahaan harus dapat menentukan rute dan terminal yang tepat sehingga biaya pengiriman yang dikeluarkan minimum. Masalah penentuan kombinasi terminal dan rute kapal dapat pula dimodelkan sebagai masalah pemrograman bilangan bulat campuran/mixed integer programming (MIP). MIP adalah masalah optimisasi dengan fungsi objektif dan kendala yang linear yang beberapa variabelnya diharuskan integer dan selainnya bisa integer atau tidak. Karya ilmiah ini merupakan penyederhanaan dari permasalahan yang dihadapi oleh salah satu supplier pasar pulp terbesar di dunia, Sodra Cell A, yang telah dibahas oleh Gunnarsson, H. RÖnnqvist, M. Carlsson, D. (2006) dalam jurnal yang berjudul A combined terminal location and ship routing problem. Dalam karya ilmiah ini akan ditunjukkan solusi optimal dari masalah penentuan kombinasi terminal dan rute kapal dengan menggunakan bantuan software LINGO 8.0. Tujuan Tujuan penulisan karya ilmiah ini adalah menunjukkan peranan MIP (mixed integer programming) dalam menentukan kombinasi terminal dan rute kapal. LANDASAN TEORI Untuk memahami masalah penentuan kombinasi terminal dan rute kapal serta teknik pemecahan yang digunakan dalam karya tulis ini, diperlukan definisi dari beberapa konsep berikut ini. Fungsi Linear dan Pertidaksamaan Linear Fungsi linear dan pertidaksamaan linear merupakan salah satu konsep dasar yang harus dipahami terkait dengan konsep pemrograman linear. Definisi 1 (Fungsi Linear) Suatu fungsi f x, x,..., x ) ( n dalam variabel-variabel x1, x2,..., x n adalah suatu fungsi linear jika dan hanya jika untuk suatu himpunan konstanta c1, c2,..., c n, f ( x, x,..., x ) = c x + c x c x. n 1 2 n n (Winston, 2004) Sebagai gambaran, f ( x1, x2 ) = 2x1 + 3x2 merupakan fungsi linear, sementara 2 2 f ( x, x ) = x x bukan fungsi linear. Definisi 2 (Pertidaksamaan dan Persamaan Linear) Untuk sembarang fungsi linear f x, x,..., x ) dan sembarang bilangan b, ( n pertidaksamaan f ( x, x,..., x ) b n dan f ( x, x,..., x ) b n adalah pertidaksamaan linear. Misalkan b sembarang bilangan, suatu persamaan f ( x, x,..., x ) = b n merupakan persamaan linear. (Winston, 2004) Pemrograman Linear Pemrograman linear (PL) atau linear programming (LP) adalah suatu masalah optimisasi yang memenuhi ketentuanketentuan sebagai berikut: a) Tujuan masalah tersebut adalah memaksimumkan atau meminimumkan suatu fungsi linear dari sejumlah variabel keputusan. Fungsi yang akan dimaksimumkan atau diminimumkan ini disebut fungsi objektif. b) Nilai variabel-variabel keputusannya harus memenuhi suatu himpunan kendala. Setiap

12 2 kendala harus berupa persamaan linear atau pertidaksamaan linear. c) Ada pembatasan tanda untuk setiap variabel dalam masalah ini. Untuk sembarang variabel x, pembatasan tanda menentukan x harus taknegatif ( x 0) i i atau tidak dibatasi tandanya (unrestricted in sign). (Winston, 2004) Suatu PL mempunyai bentuk standar seperti yang didefinisikan sebagai berikut. Definisi 3 (entuk Standar PL) Suatu pemrograman linear didefinisikan mempunyai bentuk standar: T maks z = c x terhadap Ax = b (2.1) x 0 dengan x dan c berupa vektor berukuran n, vektor b berukuran m, sedangkan A berupa matriks berukuran m n yang disebut juga matriks kendala. [Nash & Sofer, 1996] Sebagai catatan, yang dimaksud dengan vektor berukuran n adalah vektor yang memiliki dimensi (ukuran) n 1. Solusi Pemrograman Linear Suatu masalah PL dapat diselesaikan dalam berbagai teknik, salah satunya adalah metode simpleks. Metode ini dapat menghasilkan suatu solusi optimal bagi masalah PL dan telah dikembangkan oleh Dantzig sejak tahun 1947, dan dalam perkembangannya merupakan metode yang paling umum digunakan untuk menyelesaikan PL. Metode ini berupa metode iteratif untuk menyelesaikan PL berbentuk standar. Pada masalah PL (2.1), vektor x yang memenuhi kendala Ax = b disebut solusi PL (2.1). Misalkan matriks A dinyatakan sebagai A = ( N ), dengan adalah matriks berukuran m m yang elemennya berupa koefisien variabel basis dan N merupakan matriks berukuran m ( n m) yang elemenelemennya berupa koefisien variabel nonbasis pada matriks kendala. Dalam hal ini matriks disebut matriks basis untuk PL (2.1). i Misalkan x dinyatakan sebagai vektor x x =, dengan x adalah vektor variabel xn basis dan x N adalah vektor variabel nonbasis, maka Ax = b dapat dinyatakan sebagai ( ) x = Ax N x N = x + Nx = b. (2.2) N Karena matriks adalah matriks taksingular, maka memiliki invers, sehingga dari (2.2) x dapat dinyatakan sebagai: -1-1 x = b - Nx. (2.3) N Definisi 4 (Solusi asis) Solusi dari suatu PL disebut solusi basis jika memenuhi syarat berikut: i. solusi tersebut memenuhi kendala pada PL; ii. kolom-kolom dari matriks kendala yang berpadanan dengan komponen taknol dari solusi tersebut adalah bebas linear. (Nash & Sofer, 1996) Definisi 5 (Solusi asis Fisibel) Vektor x disebut solusi basis fisibel jika x merupakan solusi basis dan x 0. (Nash & Sofer, 1996) Ilustrasi solusi basis dan solusi basis fisibel diberikan dalam Contoh 1. Contoh 1 Misalkan diberikan PL (2.4) berikut: min z = x 2x terhadap 2x + x + x = 2 3 x + 2x + x = 7 4 x + x = x1, x2, x3, x4, x5 0, dari PL (2.4) diperoleh: A = 0 1 0, b = Misalkan dipilih T ( x x x ) ( x x ) T N x = dan x =, (2.4) maka matriks basisnya adalah = Dengan menggunakan matriks basis di atas didapatkan

13 3 T 1 ( ) ( ) x = 0 0, x = b = (2.5) N Solusi (2.5) merupakan solusi basis, karena memenuhi kendala pada PL (2.4) dan kolomkolom pada matriks kendala yang berpadanan dengan komponen taknol dari (2.5), yaitu bebas linear (kolom yang satu bukan merupakan kelipatan dari kolom yang lain). Solusi (2.5) juga merupakan solusi basis fisibel, karena nilai-nilai variabelnya lebih dari atau sama dengan nol. Hal yang juga penting dalam konsep pemrograman linear untuk model ini adalah daerah fisibel dan solusi optimal yang didefinisikan sebagai berikut. Definisi 6 (Daerah Fisibel) Daerah fisibel suatu PL adalah himpunan semua titik yang memenuhi semua kendala dan pembatasan tanda pada PL tersebut. (Winston, 2004) Definisi 7 (Solusi Optimal) Untuk masalah maksimisasi, solusi optimal suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terbesar. Untuk masalah minimisasi, solusi optimal suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terkecil. (Winston, 2004) Integer Programming Integer programming (IP) atau pemrograman integer adalah suatu model pemrograman linear dengan variabel yang digunakan berupa bilangan bulat (integer). Jika semua variabel harus berupa integer, maka masalah tersebut dinamakan pure integer programming. Jika hanya sebagian yang harus berupa integer, maka disebut mixed integer programming (MIP). IP dengan semua variabelnya harus bernilai 0 atau 1 disebut 0-1 IP. (Garfinkel & Nemhauser, 1972) Definisi 8 (Pemrograman Linear Relaksasi) Pemrograman linear relaksasi atau sering disebut PL-relaksasi merupakan suatu pemrograman linear yang diperoleh dari suatu IP dengan menghilangkan kendala integer atau kendala 0-1 pada setiap variabelnya. Untuk masalah maksimisasi, nilai optimal fungsi objektif PL-relaksasi lebih besar atau sama dengan nilai optimal fungsi objektif IP, sedangkan untuk masalah minimisasi, nilai optimal fungsi objektif PL-relaksasi lebih T kecil atau sama dengan nilai optimal fungsi objektif IP. (Winston, 1995) Metode ranch-and-ound Pemecahan masalah pemrograman integer dapat dilakukan dengan metode branch-andbound. Prinsip dasar metode ini adalah memecah daerah fisibel suatu masalah PLrelaksasi dengan membuat subproblemsubproblem. Ada dua konsep dasar dalam algoritme branch-and-bound. Cabang (ranch) Membuat partisi daerah solusi dari masalah utama (PL-relaksasi) dengan membentuk subproblem-subproblem, tujuannya untuk menghapus daerah solusi yang tidak fisibel. Hal ini dicapai dengan menentukan kendala yang penting untuk menghasilkan solusi IP, secara tidak langsung titik integer yang tidak fisibel terhapus. Dengan kata lain, hasil pengumpulan lengkap dari subproblemsubproblem ini menunjukkan setiap titik integer yang fisibel dalam masalah asli. Karena sifat partisi tersebut, maka prosedur ini dinamakan pencabangan (branching). atas (ound) Misalkan masalah utamanya berupa masalah maksimisasi, nilai objektif yang optimal untuk setiap subproblem dibuat dengan membatasi pencabangan dengan batas atas dari nilai objektif yang dihubungkan dengan sembarang nilai integer yang fisibel. Hal ini sangat penting untuk mengatur dan menempatkan solusi optimal. Operasi pembatasan ini dinamakan pembatasan (bounding). (Taha, 1975) Metode branch-and-bound diawali dari menyelesaikan PL-relaksasi dari suatu integer programming. Jika semua nilai variabel keputusan solusi optimal sudah berupa integer, maka solusi tersebut merupakan solusi optimal IP. Jika tidak, dilakukan pencabangan dan penambahan batasan pada PL-relaksasinya kemudian diselesaikan. Winston (2004) menyebutkan bahwa nilai fungsi objektif optimal untuk IP nilai fungsi objektif optimal untuk PL-relaksasi (masalah maksimisasi), sehingga nilai fungsi objektif optimal PL-relaksasi merupakan batas atas bagi nilai fungsi objektif optimal untuk masalah IP. Diungkapkan pula oleh Winston (2004) bahwa nilai fungsi objektif optimal untuk suatu kandidat solusi merupakan batas bawah nilai fungsi objektif optimal untuk masalah IP asalnya. Suatu kandidat solusi

14 4 diperoleh jika solusi dari suatu subproblem sudah memenuhi kendala integer pada masalah IP, artinya fungsi objektif dan semua variabelnya sudah bernilai integer. erikut ini adalah langkah-langkah penyelesaian suatu masalah maksimisasi dengan metode branch-and-bound. Langkah 0 Didefinisikan z sebagai batas bawah dari nilai fungsi objektif (solusi) IP yang optimal. Pada awalnya ditetapkan z = dan i = 0. Langkah 1 Subproblem PL ( i) dipilih sebagai bagian masalah berikutnya untuk diteliti. Subproblem PL diselesaikan dan diukur dengan kondisi ( i) yang sesuai. a) Jika PL ( i) terukur, batas bawah z = diperbarui jika solusi IP yang lebih baik ditemukan. Jika tidak, bagian masalah (subproblem) baru i dipilih dan langkah 1 diulangi. Jika semua subproblem telah diteliti, maka proses dihentikan. b) Jika PL ( i) tidak terukur, proses dilanjutkan ke langkah 2 untuk melakukan pencabangan PL ( i). Menurut Winston (2004), suatu subproblem dikatakan terukur (fathomed) jika terdapat situasi sebagai berikut. 1. Subproblem tersebut takfisibel, sehingga tidak dapat menghasilkan solusi optimal untuk IP. 2. Subproblem tersebut menghasilkan suatu solusi optimal dengan semua variabelnya bernilai integer. Jika solusi optimal ini mempunyai nilai fungsi objektif yang lebih baik daripada solusi fisibel yang diperoleh sebelumnya, maka solusi ini menjadi kandidat solusi optimal dan nilai fungsi objektifnya menjadi batas bawah nilai fungsi objektif optimal bagi masalah IP pada saat itu. isa jadi subproblem ini menghasilkan solusi optimal untuk masalah IP. 3. Nilai fungsi objektif optimal untuk subproblem tersebut tidak melebihi (untuk masalah maksimisasi) batas bawah saat itu, maka subproblem ini dapat dieliminasi. Langkah 2 Dipilih salah satu variabel optimalnya adalah batasan integer dalam solusi * j * < j j x j yang nilai * x j yang tidak memenuhi PL i. idang [ x ] x < [ x ] + 1 disingkirkan dengan membuat dua subproblem PL yang berkaitan menjadi dua subproblem yang tidak dapat dipenuhi secara bersamaan, yaitu * * dan x x x j [ x ] j j [ ] + 1, dengan [ x * j ] didefinisikan sebagai integer terbesar yang kurang dari atau sama dengan * x. Kembali ke langkah 1. j j (Taha, 1996) Untuk memudahkan pemahaman metode branch-and-bound diberikan contoh sebagai berikut. Contoh 2 (Metode ranch-and-ound) Misalkan diberikan pemrograman integer (IP) berikut max z = 2x + 3x terhadap x + 2x 10 (2.6) 3x + 4x 25 x, x 0; x, x integer. Solusi optimal PL-relaksasi dari masalah IP (2.6) adalah x 1 = 5, x 2 = 2.5, dan z = 17.5 (lihat pada Lampiran 1). atas atas nilai optimal fungsi objektif masalah ini adalah z = Daerah fisibel PL-relaksasi masalah (2.6) ditunjukkan pada Gambar 1 (daerah yang diarsir) sedangkan titik-titik merupakan solusi fisibel masalah IP (2.6). Gambar 1 Daerah fisibel untuk PL-relaksasi dari IP (2.6). Langkah berikutnya adalah memartisi daerah fisibel PL-relaksasi menjadi dua bagian berdasarkan variabel yang berbentuk pecahan (non-integer). Misalkan dipilih x 2 sebagai dasar pencabangan. Jika masalah PL-relaksasi diberi nama Subproblem 1, maka pencabangan tersebut menghasilkan 2 subproblem, yaitu: Subproblem 2: Subproblem 1 ditambah kendala x2 2. Subproblem 3: Subproblem 1 ditambah kendala x 3 ; 2

15 5 Hal ini diilustrasikan secara grafis pada Gambar 2. Gambar 2 Daerah fisibel untuk Subproblem 2 dan Subproblem 3. Setiap titik (solusi) fisibel dari IP (2.6) termuat dalam daerah fisibel Subproblem 2 atau Subproblem 3. Setiap subproblem ini saling lepas. Subproblem 2 dan Subproblem 3 dikatakan dicabangkan oleh x. 2 Sekarang dipilih subproblem yang belum diselesaikan. Misalkan dipilih Subproblem 2, kemudian diselesaikan. Solusi optimal untuk Subproblem 2 ini adalah x 1 = 5.67, x 2 = 2, dan z = (lihat Lampiran 1). Karena solusi optimal yang dihasilkan Subproblem 2 bukan solusi integer, maka dipilih pencabangan pada Subproblem 2 atas x, 1 sehingga diperoleh dua subproblem lagi, yakni: Subproblem 4: Subproblem 2 ditambah kendala x1 5 ; Subproblem 5: Subproblem 2 ditambah kendala x1 6. Saat ini subproblem yang belum diselesaikan adalah Subproblem 3, 4, dan 5. Salah satu subproblem dipilih, misalnya dengan aturan LIFO (Last In First Out). Dengan adanya aturan ini berarti dipilih Subproblem 4 atau Subproblem 5. Subproblem 4 menghasilkan solusi optimal x1 = 5, x2 = 2, dan z = 16 yang berupa integer (lihat Lampiran 1). Diperoleh kandidat solusi optimal yang baru dari Subproblem 4. Nilai z baru merupakan batas bawah baru bagi nilai optimal IP (2.6). Karena aturan LIFO, dipilih Subproblem 5, yang kemudian menghasilkan solusi optimal x = 6, x = 1.75, z = (lihat Lampiran 1). Karena x 2 = 1.75 bukan integer, maka dilakukan kembali pencabangan atas x 2, sehingga diperoleh: Subproblem 6: Subproblem 5 ditambah kendala x2 1; Subproblem 7: Subproblem 5 ditambah kendala x2 2. Selanjutnya berdasarkan aturan LIFO, dipilih Subproblem 6. Subproblem yang dipilih menghasilkan solusi optimal yang berupa integer, dengan x 1 = 1, x 2 = 7, dan z = 17 (lihat Lampiran 1). Diperoleh kandidat solusi optimal yang baru dari Subproblem 6. Karena nilai z baru pada Subproblem 6 lebih baik daripada nilai z pada Subproblem 4, maka nilai z pada Subproblem 6 merupakan batas bawah baru bagi nilai optimal IP (2.6). Tersisa dua buah subproblem yaitu, Subproblem 3 dan Subproblem 7. Misalkan dengan aturan LIFO dipilih Subproblem 7. Karena Subproblem 7 takfisibel (lihat Lampiran 1), maka subproblem ini tidak dapat menghasilkan solusi optimal, yang tersisa hanya Subproblem 3. Subproblem 3 menghasilkan solusi optimal yang berupa integer, dengan x 1 = 4, x 2 = 3, dan z = 17 (lihat Lampiran 1). atas bawah yang ditetapkan dari solusi optimal Subproblem 6 dan 3 bernilai sama. Semua solusi optimal dari Subproblem 6 dan 3 telah berupa integer dan tidak perlu lagi dilakukan pencabangan, sehingga terdapat 2 solusi optimal dari Subproblem 6 dan 3. Pohon pencabangan yang menunjukkan penyelesaian masalah IP (2.6) secara keseluruhan ditunjukkan pada Gambar 3.

16 6 Gambar 3 Seluruh pencabangan pada metode ranch-and-ound untuk menentukan solusi optimal dari IP (2.6). Graf Konsep graf yang digunakan dalam karya ilmiah ini meliputi definisi-definisi berikut. Definisi 9 (Graf) Suatu graf adalah pasangan terurut (V, E), dengan V himpunan takkosong dan berhingga dan E adalah himpunan takterurut yang menghubungkan elemen-elemen V, dinotasikan dengan G = (V, E). Elemen V dinamakan simpul (vertex/node) dan elemen E dinamakan sisi (edge), dinotasikan dengan { i, j }, yakni sisi yang menghubungkan simpul i dengan simpul j, dengan i, j V. (Foulds, 1992) Graf seperti ini disebut juga graf takberarah. Ilustrasi graf takberarah dapat dilihat pada gambar berikut. G Pada Gambar 4 V = {1, 2,3,4,5} dan E = {{1, 2},{1,4},{2,3},{3,4},{2,4},{3,5},{4,5}}. Definisi 10 (Graf erarah/digraph) Graf berarah (directed graph/digraph) adalah pasangan terurut (V, A) dengan V himpunan takkosong dan berhingga, dan A adalah himpungan pasangan terurut dari elemen-elemen di V. Elemen-elemen dari A disebut arc (sisi berarah) dan dituliskan i, j, dengan i, j V. sebagai ( ) (Foulds, 1992) Ilustrasi graf berarah dapat dilihat pada gambar berikut. G ' : Gambar 5 Graf G ' = ( V, A). Gambar 4 Graf G = (V, E). Pada Gambar 5 di atas V = {1,2,3,4,5} dan A = {(1,4),(1,2),(4,2),(2,3),(4,3),(3,5),(5,4)}.

17 7 Definisi 11 (Walk) Suatu walk pada graf G = (V, E) adalah suatu barisan simpul dan sisi dari G dengan bentuk : v, v, v, v, v, v,..., v, v, v, { } { } { } n 1 n n atau ditulis dengan ringkas : v1, v2,..., v n atau v1, v2,..., v n. Walk tersebut menghubungkan simpul v 1 dengan v n. (Foulds, 1992) Definisi 12 (Path) Path pada suatu graf G adalah suatu walk dengan semua simpulnya berbeda. (Foulds, 1992) Ilustrasi walk dan path diberikan sebagai berikut. Pada graf G yang terdapat dalam Gambar 4, salah satu contoh walk adalah 1, 2, 3, 2, 4, 5, sedangkan 1, 4, 2,3,5 adalah salah satu contoh path. Definisi 13 (Walk erarah) Walk berarah pada suatu graf berarah G ' = ( V, A) adalah suatu barisan terurut simpul dan sisi pada G ' berbentuk v a, v,..., a n, v, dengan setiap sisi 0, 1 1 n berarah a menghubungkan simpul-simpul i v i 1 dan v i secara berurutan. (Foulds, 1992) Definisi 14 (Path erarah) Path berarah pada graf berarah G ' adalah suatu walk berarah yang semua simpulnya berbeda. (Foulds, 1992) Ilustrasi walk dan path berarah diberikan sebagai berikut. Pada graf berarah G ' yang terdapat dalam Gambar 5, contoh walk berarah adalah 1, 2,3, 5, 4, 2,3, 5. Contoh path berarah adalah 1, 2,3,5, 4, sementara yang bukan path berarah adalah 1, 2, 4,3,5, karena tidak ada sisi berarah dari simpul 2 ke simpul 4. Definisi 15 (Sisi erarah Menjauhi atau Mendekati, Suksesor, dan Predesesor) Misalkan diberikan graf berarah D = ( V, A). Jika a = ( v, v ) A maka sisi berarah ini dikatakan menjauhi i j v i dan mendekati v j. Simpul bagi simpul v j, dan simpul suksesor bagi simpul v i. v i disebut predesesor v j disebut (Foulds, 1992) Ilustrasinya diberikan dalam gambar berikut. Gambar 6 Sisi berarah menjauhi atau mendekati, suksesor, dan predesesor. Definisi 16 (Graf erbobot) Suatu graf G = (V, E) atau graf berarah D = ( V, A) dikatakan berbobot jika terdapat fungsi w : E R atau l : A R (dengan R himpunan bilangan real) yang memberikan bobot pada setiap elemen E atau A. (Foulds, 1992) Ilustrasinya diberikan dalam gambar berikut: G: Gambar 7 Graf berbobot G = ( V, A). Misalkan diberikan fungsi w : A R untuk graf berbobot G = ( V, A) pada Gambar 7, maka w(1, 2) = 2; w(1, 3) = 4; w(2, 3) = 1; w(2, 4) = 4; w(2, 5) = 2; w(3, 5) = 3; w(5, 4) = 3; w(4, 6) = 2; w(5, 6) = 2. Terdapat kasus khusus dari graf berbobot, yaitu network. Untuk memahami konsep network diperlukan definisi-definisi source dan sink berikut ini. Definisi 17 (Source) Source adalah suatu simpul dengan tidak ada sisi berarah yang mendekati simpul tersebut. (Foulds, 1992) Definisi 18 (Sink) Sink adalah suatu simpul sehingga tidak ada sisi berarah yang menjauhi simpul tersebut. (Foulds, 1992)

18 8 Definisi 19 (Network) Network adalah suatu digraph yang mempunyai tepat satu source dan satu sink. (Foulds, 1992) Ilustrasi network, source, dan sink diberikan dalam gambar berikut. G: Gambar 8 Network, source, dan sink. Pada Gambar 8, graf berarah G merupakan suatu network dengan simpul 1 sebagai source dan simpul 6 sebagai sink. Pengertian suatu network N menurut Chartrand & Oellermann (1993), adalah suatu digraph D dengan source s, sink t, dan fungsi bernilai bilangan bulat taknegatif c yang didefinisikan di setiap sisi pada E(D). Digraph D dikatakan underlying digraph dari N dan fungsi c dinamakan fungsi kapasitas dari N. Ada kalanya suatu network memiliki lebih dari satu source maupun sink, sebagaimana yang akan digunakan dalam karya ilmiah ini. Definisi 20 (Lingkungan-luar & lingkungandalam) Dalam digraph D, didefinisikan: Lingkungan luar (out-neighborhood) dari verteks x di D adalah + N ( x) = { y V ( D) ( x, y) E( D)}, Lingkungan dalam (in-neighborhood) dari verteks x di D adalah N ( x) = { y V ( D) ( y, x) E( D)}. (Chartrand & Oellermann, 1993) Definisi 21 (Arus/Flow) Misalkan diberikan network N dengan underlying digraph D, source s, sink t, dan fungsi kapasitas c. Arus/flow di N adalah fungsi bernilai bilangan bulat taknegatif f pada E(D) sehingga berlaku 0 f ( a) c( a), (2.7) untuk setiap a E( D), dan f ( x, y) = f ( y, x) (2.8) + y N ( x) y N ( x) untuk setiap x V ( D) { s, t}. (Chartrand & Oellermann 1993) Network Flow Network flow merupakan suatu kasus dalam PL yang memiliki struktur khusus dan menggunakan representasi graf. entuk umum suatu masalah network flow dikenal dengan masalah network flow biaya minimum (minimum cost network flow problem). Pada masalah ini, fungsi objektifnya berupa minimisasi biaya yang terkait dengan suatu sisi berarah dengan kendala-kendala yang meliputi kendala konservasi flow dan kendala restriksi flow. Kendala konservasi flow merupakan suatu kendala yang menjaga keseimbangan flow pada suatu simpul, yang menyatakan bahwa banyaknya flow yang masuk ke suatu simpul harus sama dengan banyaknya flow yang keluar dari simpul tersebut. Kendala restriksi flow merupakan suatu kendala yang membatasi banyaknya flow yang dapat melewati suatu sisi berarah. Misalkan N menyatakan himpunan simpul dalam suatu network dan A menyatakan himpunan sisi berarah dalam network tersebut. Misalkan pula biaya pengangkutan (shipping) setiap unit flow komoditas pada sisi berarah ( i, j) A dinyatakan sebagai c ij, unit flow komoditas yang melalui sisi berarah ( i, j ) untuk setiap ( i, j) l ij dan A dinotasikan dengan x ij, u ij berturut-turut menyatakan batas bawah dan batas atas flow komoditas yang harus diangkut melalui sisi berarah ( i, j ) untuk setiap ( i, j) A, dan b i menyatakan supply/demand pada simpul i N. Variabel b i disebut supply pada simpul i jika b i > 0 dan simpul i disebut simpul supply. Variabel b i disebut demand pada simpul i jika b i < 0 dan simpul i disebut simpul demand. Jika b i = 0, simpul i disebut sebagai simpul transshipment. Formulasi umum suatu masalah network flow diberikan sebagai berikut: min ij ij ( i, j) A terhadap x x = b, i N ij ji i j:( i, j) A j:( i, j) A l x u, ( i, j) A ij ij ij c x (2.9) (2.10). Persamaan (2.9) menyatakan kendala konservasi flow dan pertidaksamaan (2.10) menyatakan kendala restriksi flow. (Ahuja et al. 1993)

19 9 Masalah Path Terpendek (The Shortest Path Problem) Masalah path terpendek merupakan kasus khusus dalam masalah network flow biaya minimum. Didefinisikan panjang untuk sembarang path berarah dalam suatu network sebagai jumlah biaya semua sisi berarah dalam path tersebut. Dalam masalah ini akan dicari suatu path terpendek, yakni path berarah dari suatu simpul asal ke simpul tujuan dengan panjang terkecil. DESKRIPSI DAN FORMULASI MASALAH Suatu perusahaan yang memproduksi pulp harus mengirimkan beberapa produknya pada para pelanggan yang ada di dalam negeri maupun diekspor ke luar negeri. Pengiriman dalam negeri dapat dilakukan dengan menggunakan truk atau kereta, dan pengiriman ke luar negeri dapat dilakukan dengan kapal pengangkut (shipping vessels) ke terminalterminal dan dilanjutkan dengan truk atau kereta sampai kepada para pelanggan. Terdapat dua jenis terminal, yaitu terminal pelabuhan dan terminal inland. Terminal inland adalah suatu terminal berukuran lebih kecil daripada terminal pelabuhan dan terdapat di pesisir sungai. Terminal inland dapat dicapai dari terminal pelabuhan dengan menggunakan kapal yang berukuran lebih kecil daripada kapal pengangkut, truk, atau kereta. Setelah menurunkan semua muatan di terminal pelabuhan, kapal yang telah kosong tersebut diharuskan kembali ke pabrik untuk pengiriman produk selanjutnya. Pengiriman produk dari pabrik ke pelanggan membutuhkan biaya yang besar, dan besarnya biaya tersebut dipengaruhi oleh jarak yang ditempuh dari pabrik pulp (pulpmill) ke pelanggan, baik dalam negeri maupun luar negeri. Selain itu, terdapat pula biaya tetap untuk penggunaan terminal, kereta, truk, dan kapal. Setiap produk yang masuk ke terminal dikenai biaya cukai per tonnya. Rute pengiriman dari pabrik ke terminalterminal ditunjukkan oleh Gambar 9. Terdapat dua tipe rute, yaitu rute sederhana yang ditunjukkan dengan rute-a dan rute gabungan yang ditunjukkan dengan rute-. Rute-A dimulai dari satu pabrik pulp dan menuju satu terminal untuk pembongkaran. Sedangkan untuk pemuatan rute- dimulai dari satu pabrik pulp dan berkunjung ke satu atau beberapa pabrik pulp atau terminal dan berakhir pada satu terminal. eberapa contoh rute ditunjukkan pada Tabel 1. Gambar 9 Ilustrasi lokasi pabrik, terminal, dan pelanggan.

20 10 Tabel 1 Contoh-contoh rute Rute Pabrik-Terminal Pabrik-Terminal-Terminal Pabrik-Pabrik-Terminal Pabrik-Pabrik-Terminal-Terminal Tipe rute Rute-A Rute- Rute- Rute- Rencana bulanan dari pemakaian rute dan terminal memerlukan beberapa jenis keputusan. Dengan mempertimbangkan rute yang ada, para perencana harus menentukan terminal mana yang digunakan, dan seberapa banyak (seberapa besar) biaya yang akan dikeluarkan untuk setiap terminal. Perencana pun harus memutuskan rute-a dan rute- mana yang harus digunakan untuk mengirimkan produk-produk pada para pelanggan sehingga biaya pengiriman minimum. Formulasi Masalah Rute-A dimulai dari satu pabrik pulp langsung ke terminal akhir. Pelayaran yang menggunakan rute-a selalu bermuatan penuh. Tetapi permintaan pelanggan sangat beragam, tidak selalu merupakan kelipatan dari kapasitas kapal pengangkut (shipping vessels). Tidak ada kemungkinan untuk menyimpan produk di terminal atau di suatu gudang tertentu. Hal tersebut dikarenakan pihak produksi hanya memproduksi sesuai permintaan pelanggan, dan dikhawatirkan apabila produk terlalu lama disimpan akan mengurangi kualitas produk. Untuk permintaan yang tidak dapat dipenuhi oleh rute-a digunakanlah rute-. Rute- mengunjungi beberapa tempat terlebih dahulu sebelum sampai pada tujuan akhir, sehingga membutuhkan waktu lebih lama dan biaya yang lebih besar daripada Rute-A. Kereta yang digunakan sebagai alat transportasi pada pengiriman lokal, antarterminal, dan pengiriman asing selalu bermuatan penuh sesuai kapasitas kereta. Kapal yang digunakan untuk pengiriman antarterminal pun selalu bermuatan penuh. Untuk pengiriman yang tidak dapat dipenuhi oleh kereta dan kapal, dapat dipenuhi dengan truk. Semakin banyak jumlah kereta, truk, dan kapal yang digunakan, semakin besar pula biaya sewa yang dikeluarkan oleh perusahaan. Karena itu, jumlah kereta, truk, dan kapal yang digunakan harus minimum. Diasumsikan bahwa kereta, truk, dan kapal disewa hanya untuk sekali pengiriman, tidak harus kembali ke daerah asal. Model Matematika Model matematika dari masalah penentuan lokasi terminal dan rute kapal adalah model mixed integer programming (MIP). Model dideskripsikan dengan memasukkan himpunan yang diperlukan. Misalkan I menyatakan himpunan pabrik pulp, J himpunan terminal pelabuhan, K himpunan terminal inland, P himpunan produk, Q A himpunan pelanggan lokal, A rijp x = rijp Q himpunan pelanggan asing, himpunan rute, I himpunan pabrik pulp yang R termasuk himpunan bagian dari pabrik pulp pada rute ke r, J R R himpunan terminal pelabuhan pada rute ke r. Secara umum, digunakan indeks i untuk pabrik-pabrik pulp, j untuk terminal-terminal pelabuhan, k untuk terminal inland, r untuk rute-rute, p untuk produk-produk, q untuk pelanggan. Variabel keputusan dari masalah ini adalah: x = Flow produk p pada rute-a ke r dari pabrik pulp i ke terminal pelabuhan j, Flow produk p pada rute- ke r dari pabrik pulp i ke terminal pelabuhan j, Semua rute berakhir di terminal pelabuhan. Untuk memodelkan batasan waktu pada rute- A dan rute-, diperlukan variabel yang menggambarkan flow/arus balik pada rute-rute dari terminal pelabuhan kembali ke pabrik. Flow tersebut tidak memuat produk apapun. R x = ji Flow/arus balik dari terminal pelabuhan j ke pabrik pulp i, Variabel yang berkaitan dengan pengiriman produk dari pabrik ke pelanggan lokal dengan menggunakan kereta dan truk didefinisikan sebagai: lokal - kereta y = iqp lokal - truk y = iqp Flow produk p dari pabrik pulp i ke pelanggan lokal q dengan menggunakan kereta, Flow produk p dari pabrik pulp i ke pelanggan lokal q dengan menggunakan truk. Variabel pada terminal-terminal dapat didefinisikan sebagai: term y j = inland y k = Total flow produk-produk pada terminal pelabuhan j, Total flow produk-produk pada terminal inland k.

21 11 Variabel terkait pengiriman produk dari terminal pelabuhan dan terminal inland ke pelanggan asing dengan menggunakan kereta dan truk dapat didefinisikan sebagai: asing-kereta y jqp = asing-truk y jqp = asing-kereta y kqp = asing-truk y kqp = Flow produk p dari terminal pelabuhan j ke pelanggan asing q dengan menggunakan kereta, Flow produk p dari terminal pelabuhan j ke pelanggan asing q dengan menggunakan truk, Flow produk p dari terminal inland k ke pelanggan asing q dengan menggunakan kereta, Flow produk p dari terminal inland k ke pelanggan asing q dengan menggunakan truk. Variabel terkait pengiriman produk dari terminal pelabuhan ke terminal inland dengan menggunakan kereta, truk, dan kapal dapat didefinisikan sebagai:. y = Flow produk p dari terminal pelabuhan j ke terminal inland k dengan menggunakan kereta, Flow produk p dari terminal pelabuhan j ke terminal inland k dengan menggunakan truk, Flow produk p dari terminal pelabuhan j ke terminal inland k dengan menggunakan kapal. Diperlukan juga himpunan variabel biner dalam formulasi model. Himpunan variabel mengenai rute-rute dapat ditunjukkan sebagai: A u r = u r = 1, jika rute A yang ke r digunakan 0, selainnya 1, jika rute yang ke r digunakan 0, selainnya Himpunan variabel-variabel yang berkaitan dengan penggunaan terminal didefinisikan sebagai: term z j = z JK -kereta JK -truk y = JK -kapal y = inland k 1, jika terminal pelabuhan j digunakan = 0, selainnya 1, jika terminal inland k digunakan 0, selainnya Tujuan utama dari penentuan lokasi terminal dan rute kapal adalah menentukan terminal dan rute mana yang digunakan oleh perusahaan tersebut agar biaya pengiriman minimum, maka fungsi objektif dari permasalahan ini dapat dimodelkan sebagai berikut: routes lokal J-K asing Min z = C + C + C + C + dengan routes C lokal C J-K C asing C return C flow C fix-term C return flow fix-term rent-kereta C + C + C + C + C + C + C rent-truk rent-kapal voy biaya pengangkutan produk pada rute-rute, biaya pengangkutan produk dari pabrik pulp ke pelanggan lokal, biaya pengangkutan produk dari terminal pelabuhan ke terminal inland, biaya pengangkutan produk dari terminal pelabuhan dan terminal inland ke pelanggan asing, biaya rute balik dari terminal pelabuhan ke pabrik pulp, biaya cukai produk per ton pada terminal, biaya tetap terminal, biaya sewa kereta, biaya sewa truk, biaya sewa kapal, dan biaya pelayaran untuk rute-rute, baik rute-a maupun rute-. A Misalkan c rijp adalah biaya pengangkutan produk p per ton dari pabrik pulp i sampai terminal pelabuhan j untuk rute-a ke r, dan c rijp adalah biaya pengangkutan produk p per ton dari pabrik pulp i sampai terminal pelabuhan j untuk rute- ke r. Total biaya pengangkutan untuk rute-rute dapat diformulasikan sebagai routes C = x c + = = = = = = = rent-kereta C = rent-truk C rent-kapal C voy C = = = r RA i I r j J r p P r R i I r j J r p P x A rijp c A rijp rijp rijp

22 12 lokal-kereta Misalkan c iqp adalah biaya pengiriman produk p per ton dari pabrik pulp i ke pelanggan lokal q yang menggunakan kereta, dan c lokal-truk iqp adalah biaya pengiriman produk p per ton dari pabrik pulp i ke pelanggan lokal q yang menggunakan truk. Total biaya pengiriman antara pabrik pulp dan pelanggan domestik dapat diformulasikan sebagai lokal C = y c + Misalkan i I q Q A p P i I q Q A p P lokal-kereta lokal-kereta iqp iqp y c lokal-truk lokal-truk iqp iqp c adalah biaya JK -kereta pengangkutan produk p per ton dari terminal pelabuhan j ke terminal inland k dengan menggunakan kereta, c adalah biaya JK -truk pengangkutan produk p per ton dari terminal pelabuhan j ke terminal inland k dengan menggunakan truk, dan c adalah biaya JK -kapal pengangkutan produk p per ton dari terminal pelabuhan j ke terminal inland k dengan menggunakan kapal. iaya pengangkutan produk antarterminal dapat diformulasikan sebagai J-K C = y c + Misalkan j J k K p P j J k K p P j J k K p P y y JK-kereta JK-kereta JK-truk c JK-kapal asing-kereta jqp JK-truk c + JK-kapal c biaya pengangkutan produk p per ton dari terminal pelabuhan j ke pelanggan asing q dengan menggunakan kereta, c biaya pengangkutan produk asing-truk jqp p per ton dari terminal pelabuhan j ke pelanggan asing q dengan menggunakan truk, c biaya pengangkutan produk p per asing-kereta kqp ton dari terminal inland k ke pelanggan asing q dengan menggunakan kereta, dan asing-truk c kqp biaya pengangkutan produk p per ton dari terminal inland k ke pelanggan asing q dengan menggunakan truk. iaya total pengangkutan antara terminal pelabuhan dan terminal inland ke pelanggan asing dapat diformulasikan sebagai asing C = y c + j J q Q p P j J q Q p P k K q Q p P k K q Q p P y y asing-kereta asing-kereta jqp jqp asing-truk jqp asing-truk jqp asing-kereta asing-kereta kqp kqp y asing-truk kqp c c c asing-truk kqp R Misalkan c ji biaya untuk flow balik dari terminal pelabuhan j ke pabrik pulp i. Formulasi dari biaya total flow balik tersebut adalah return C = Misalkan j J i I c pel j x c R R ji ji + + adalah biaya cukai produk per ton pada terminal pelabuhan misalkan j, dan ind c k biaya cukai produk per ton pada terminal inland k. Misalkan pula pel f j adalah biaya tetap pada terminal pelabuhan j, dan ind fk adalah biaya tetap terminal inland k. Total biaya flow dan total biaya tetap terminal dapat diformulasikan sebagai flow C = y c + y c fix-term j J pel pel ind ind j j k k k K C = f z + f z Misalkan j J pel pel ind ind j j k k k K lokal-kereta fiqp dan lokal-kereta w iqp berturut-turut menyatakan biaya sewa dan banyaknya kereta yang digunakan untuk mengirimkan produk p dari pabrik i ke pelanggan lokal q, JK -kereta f dan w JK -kereta berturut-turut menyatakan biaya sewa dan banyaknya kereta yang digunakan untuk mengirimkan produk p dari terminal pelabuhan j ke terminal inland k, asing -kereta f jqp asing-kereta dan w jqp berturut-turut menyatakan biaya sewa dan banyaknya kereta yang

23 13 digunakan untuk mengirimkan produk p dari terminal pelabuhan j ke pelanggan asing q, dan w berturut-turut asing -kereta fkqp asing-kereta kqp menyatakan biaya sewa dan banyaknya kereta yang digunakan untuk mengirimkan produk p dari terminal inland k ke pelanggan asing q. Total biaya sewa kereta dapat diformulasikan sebagai rent-kereta C = f w + Misalkan i I q Q A p P j J k K p P j J q Q p P f k K q Q p P lokal-kereta iqp JK-kereta f f lokal-truk fiqp w asing-kereta jqp asing-kereta kqp dan lokal-kereta iqp JK-kereta w w + asing-kereta jqp asing-kereta kqp + lokal-truk w iqp berturut-turut menyatakan biaya sewa dan banyaknya truk yang digunakan untuk mengirimkan produk p dari pabrik i ke pelanggan lokal q, JK -truk f dan w JK -truk berturut-turut menyatakan biaya sewa dan banyaknya truk yang digunakan untuk mengirimkan produk p dari terminal pelabuhan j ke terminal inland k, asing -truk f jqp asing-truk dan w jqp berturut-turut menyatakan biaya sewa dan banyaknya truk yang digunakan untuk mengirimkan produk p dari terminal pelabuhan j ke pelanggan asing q, asing -truk fkqp dan w berturut-turut asing-truk kqp menyatakan biaya sewa dan banyaknya truk yang digunakan untuk mengirimkan produk p dari terminal inland k ke pelanggan asing q. Total biaya sewa truk dapat diformulasikan sebagai rent-truk C = f w + i I q Q A p P j J k K p P j J q Q p P f k K q Q p P lokal-truk iqp JK-truk f f w asing-truk jqp asing-truk kqp lokal-truk iqp JK-truk w w + asing-truk jqp asing-truk kqp + Misalkan JK -kapal f dan JK -kapal w berturut-turut menyatakan biaya sewa dan banyaknya kapal yang digunakan untuk mengirimkan produk p dari terminal pelabuhan j ke terminal inland k, Total biaya sewa kapal dapat diformulasikan sebagai rent-kapal = C f w Misalkan j J k K p P va cr JK-kapal JK-kapal adalah biaya pelayaran v untuk rute-a dan c r biaya pelayaran untuk A rute-. Misalkan v r adalah banyaknya pelayaran pada rute-a dan v r adalah banyaknya pelayaran pada rute-. iaya total pelayaran untuk rute-rute dapat diformulasikan sebagai voy C = v c + v c r RA A va v r r r r r R dengan kendala-kendala sebagai berikut: 1. Misalkan s ip adalah supply produk p yang terdapat di pabrik pulp i. Untuk memastikan bahwa flow produk yang keluar dari pabrik pulp tidak melebihi supply, diformulasikan kendala sebagai berikut x + xrijp + A rijp r RA j J r r R j J r q Q A y + y s lokal-kereta lokal-truk iqp iqp ip q Q A i I, p P 2. Kendala keseimbangan flow untuk terminal pelabuhan dapat ditunjukkan sebagai x + xrijp = A rijp r RA i I r r R i I r k K k K q Q A y y JK-kereta JK-kapal y asing-truk jqp + y +, k K q Q A JK-truk + y + asing-kereta jqp j J, p P.,

24 14 Kendala ini memastikan bahwa flow dari setiap produk yang masuk ke terminal pelabuhan sama dengan flow yang keluar dari terminal pelabuhan. 3. Total flow produk-produk yang masuk ke terminal pelabuhan menjadi A pel rijp rijp j r RA i I r p P r R i I r p P j J. x + x = y Kendala (3) memastikan bahwa total flow produk-produk yang masuk ke terminal pelabuhan sama dengan total flow produk pada rute-a dan rute-. 4. Flow yang keluar dari terminal pelabuhan dapat diangkut ke terminal inland atau langsung kepada pelanggan. Kendala keseimbangan flow untuk terminal inland menjadi y + y + y JK-kereta JK-truk JK-kapal j J j J j J = y + q Q asing-kereta kqp k K, p P. q Q y asing-truk kqp Kendala (4) membuat total flow dari setiap produk ke setiap terminal inland sama dengan total flow dari tiap produk yang berasal dari terminal inland kepada para pelanggan asing. 5. Total flow dari produk-produk yang masuk ke sebuah terminal inland menjadi y = y + y ind JK-kereta JK-truk k j J p P j J p P JK-kapal + y, j J p P, k K Kendala (5) memastikan bahwa seluruh flow produk yang tersalurkan dari terminal pelabuhan ke sebuah terminal inland sama dengan total flow pada terminal inland. 6. Misalkan kapasitas terminal pelabuhan j ditunjukkan oleh b dan kapasitas j terminal inland k ditunjukkan oleh b. k Kendala kapasitas pada terminal pelabuhan dan inland dapat diformulasikan sebagai y y pel j ind k b z j b z pel j,, ind k k j J k K Kendala (6) juga memastikan bahwa tidak ada yang dapat disalurkan dari atau ke terminal yang tidak dibuka ( z pel = 0 ind atau z = 0 ). k 7. Harus ditunjukkan kendala yang memastikan bahwa permintaan para pelanggan terpenuhi. Misalkan permintaan produk p dari pelanggan A lokal q dinyatakan oleh d qp dan permintaan produk p dari pelanggan asing q dinyatakan oleh d qp. Kendala yang memastikan bahwa permintaan para pelanggan terpenuhi diformulasikan sebagai i I j J k K y lokal-kereta lokal-truk A iqp iqp dqp i I q Q p P y y A, asing-kereta jqp, j J asing-truk jqp asing-kereta asing-truk kqp kqp dqp k K q Q p P + y = + y + + y = 8. Misalkan T menunjukkan total waktu (dalam contoh kasus ini per bulan), s menunjukkan kapasitas total dari setiap kapal pengangkut, dan m menunjukkan banyaknya kapal yang tersedia di pabrik. Selanjutnya, misalkan t A r j,, menunjukkan waktu yang terpakai (dalam hari) untuk rute-a yang ke r dan misalkan t r menunjukkan waktu yang digunakan untuk rute- yang ke r. Waktu yang digunakan untuk kembali ke pabrik pulp i dari terminal j dinyatakan oleh t. Untuk memastikan bahwa batas waktunya tidak terlewati diformulasikan sebagai A A R R r rijp ji ji r RA i I r j J r p P j J i I r R i I r j J r p P t x t x r rijp + t x + T s m R ji

25 15 9. Kendala keseimbangan rute diformulasikan sebagai x + xrijp = A rijp r RA j J r p P r R j J r p P j J R x, i I ji Kendala (9) memastikan bahwa flow yang keluar dari pabrik pulp sama dengan flow yang kembali ke pabrik pulp yang sama. 10. Untuk menjamin bahwa tidak ada yang ditransportasikan pada rute-a dan rute- yang tidak terpilih, diperlukan kendala i I r j J r p P i I r j J r p P x x A rijp rijp u A r r, M r R u, M r R Konstanta M adalah angka yang relatif besar dan dalam kasus ini digunakan M=. ila variabel biner untuk rute adalah nol, sisi kanan pada kendala menjadi nol, dan tidak ada kemungkinan untuk menggunakan variabel flow yang berkaitan pada rute. 11. Misalkan A r v dan v r A menotasikan banyaknya pelayaran pada rute-a dan rute-. Untuk mendapatkan banyaknya pelayaran pada setiap rute, diperlukan kendala berikut i I r j J r p P i I r j J r p P x x v su A A A rijp r r v su rijp r r,, r R A r R 12. Untuk membedakan antara rute-a dan rute-, diperlukan kendala r RA i I r j J r p P x A rijp = as dengan a sembarang bilangan bulat positif. Kendala (12) memastikan bahwa flow yang dimuat oleh rute-a selalu bermuatan penuh sesuai dengan kapasitas kapal. kereta truk 13. Misalkan s iqp dan s iqp berturut-turut menyatakan kapasitas kereta dan truk yang digunakan untuk mengirimkan produk p dari pabrik i ke pelanggan lokal q. Untuk mendapatkan banyaknya kereta dan truk yang digunakan dalam pengiriman lokal diperlukan kendala i I q Q A p P i I q Q A p P 14. Misalkan y = w s lokal-kereta lokal-kereta kereta iqp iqp iqp y w s lokal-truk lokal-truk truk iqp iqp iqp s, s, dan kereta truk kapal s berturut-turut menyatakan kapasitas kereta, truk, dan kapal yang digunakan untuk mengirimkan produk p dari terminal pelabuhan j ke terminal inland k. Untuk mendapatkan banyaknya kereta, truk, dan kapal yang digunakan dalam pengiriman antarterminal diperlukan kendala j J k K p P j J k K p P j J k K p P 15. Misalkan y = w s JK-kereta JK-kereta kereta y w s JK-truk JK-truk truk y = w s JK-kapal JK-kapal kapal s dan kereta jqp truk s jqp berturut-turut menyatakan kapasitas kereta dan truk yang digunakan untuk mengirimkan produk p dari terminal pelabuhan j ke pelanggan asing q, dan misalkan s kereta kqp truk dan s kqp berturut-turut menyatakan kapasitas kereta dan truk yang digunakan untuk mengirimkan produk p dari terminal inland k ke pelanggan asing q. Untuk mendapatkan banyaknya kereta dan truk yang digunakan dalam pengiriman asing diperlukan kendala j J q Q p P j J q Q p P k K q Q p P k K q Q p P y = w s asing-kereta asing-kereta kereta jqp jqp jqp y w s asing-truk asing-truk truk jqp jqp jqp y = w s y asing-kereta asing-kereta kereta kqp kqp kqp asing-truk kqp w asing -truk truk kqp s kqp

26 PENYELESAIAN MASALAH PENENTUAN LOKASI TERMINAL DAN RUTE KAPAL Penyelesaian masalah penentuan lokasi terminal dan rute kapal dengan metode branch-and-bound pada karya ilmiah ini dilakukan dengan memanfaatkan software LINGO 8.0. Untuk mengimplementasikan metode ranch-and-ound dalam penyelesaian masalah penentuan terminal dan rute kapal ini digunakan data hipotetik dengan 6 simpul pelanggan terdiri atas 2 pelanggan lokal dan 4 pelanggan asing, 2 pabrik, dan 3 terminal yang terdiri atas 2 terminal pelabuhan dan 1 terminal inland. Data-data biaya tetap (terminal, kereta, truk, dan kapal), biaya pengangkutan (shipping cost) untuk tiap flow, biaya pelayaran, kapasitas untuk setiap terminal, supply yang tersedia pada pabrik dan demand dari para pelanggan diberikan pada Lampiran 2. Syntax program dan hasil komputasi dalam LINGO 8.0 untuk memproses penyelesaian masalah ini dicantumkan dalam Lampiran 3. Solusi yang didapat adalah solusi optimal dengan nilai optimal fungsi objektifnya dan diperoleh pada iterasi ke Ilustrasi keseluruhan network yang dihasilkan dari contoh implementasi penyelesaian masalah penentuan terminal dan rute kapal dengan metode ranch-and-ound berdasarkan data-data sebelumnya diberikan pada Gambar 10 untuk produk 1 dan Gambar 11 untuk produk 2. Gambar 10 Ilustrasi terminal dan rute yang digunakan untuk memenuhi permintaan produk 1.

27 17 Gambar 11 Ilustrasi terminal dan rute yang digunakan untuk memenuhi permintaan produk 2. Tabel 2 anyaknya pelayaran yang dilakukan pada rute-a dan rute- Rute Muatan Pelayaran Rute-A Pabrik1-Terminal Pelabuhan ton Pabrik2-Terminal Pelabuhan ton 10 Rute- Pabrik2-Terminal Pelabuhan ton 2 Tabel 3 anyaknya kereta, truk, dan kapal yang disewa Jenis Pelanggan Pelanggan Asing Pelabuhan- Transportasi Lokal Pelabuhan Inland Inland Kereta 30 Unit 25 Unit - 7 Unit Truk Unit 150 Unit 5 Unit Kapal Unit Gambar 10 dan 11 berturut-turut menunjukan rute serta jalur-jalur mana saja yang digunakan untuk mengirimkan produk 1 dan produk 2 kepada para pelanggan, baik pelanggan lokal maupun pelanggan asing. Tabel 2 menyatakan banyaknya muatan dan pelayaran yang dilakukan pada rute-a dan rute-. Tabel 3 menyatakan banyaknya kereta, truk dan kapal yang disewa untuk memenuhi permintaan pelanggan lokal, pelanggan asing dan pengiriman antarterminal.

28 SIMPULAN DAN SARAN Simpulan Masalah penentuan terminal dan rute kapal ini bertujuan untuk meminimumkan biaya pengiriman yang harus dikeluarkan oleh suatu perusahaan. Karya ilmiah ini merupakan penyederhanaan dari masalah yang dihadapi oleh salah satu supplier pasar pulp terbesar di dunia, Sodra Cell A. Masalah pengiriman barang ini dapat dipandang sebagai suatu model MIP, sehingga untuk meminimumkan biaya pengiriman dapat diantisipasi dengan menentukan terminal dan rute yang tepat. Hasil yang diharapkan diperoleh dengan metode branch and bound yang diaplikasikan dengan software LINGO 8.0. Saran Pada karya ilmiah ini data yang digunakan merupakan data hipotetik, saran untuk penulisan selanjutnya adalah dengan menggunakan data yang asli. Selain itu, pada masalah ini dapat pula dikembangkan apakah perlu adanya pengiriman singkat dengan kapasitas muatan kapal yang lebih kecil, sehingga perusahaan tersebut memilki alternatif lain dalam hal pengiriman selain dari rute yang tersedia. Pada masalah ini kereta, truk, dan kapal hanya disewa untuk sekali pengiriman, dapat dikembangkan pula untuk pengiriman yang berulang. DAFTAR PUSTAKA Ahuja, R.K., T.L. Magnanti, J.. Orlin Network Flows: Theory, Algorithms, and Applications. Prentice Hall, New Jersey. Chartrand G. & O.R. Oellermann Applied and Algorithmic Graph Theory. McGraw-Hill, New York. Foulds, L.R Graph Theory Applications. Springer-Verlag, New York. Garfinkel, R.S. & G.L. Nemhauser Integer Programming. John Willey & Sons, New York. Gunnarsson,H. RÖnnqvist, M. Carlsson, D A combined terminal location and ship routing problem. Journal of the Operational Research Society.57: Nash, S.G. & A. Sofer Linear and Nonlinear Programming. McGraw-Hill, New York. Taha, H.A Integer Programming: Theory, Applications, and Computations. Academic Press, New York. Taha, H.A Pengantar Riset Operasi. Alih ahasa: Drs. Daniel Wirajaya. inarupa Aksara, Jakarta. Terjemahan dari: Operations Research. Winston, W.L Introduction to Mathematical Programming 2 nd ed. Duxbury, New York. Winston, W.L Operations Research Applications and Algorithms 4 th ed. Duxbury, New York.

29 LAMPIRAN

30 20 Lampiran 1 Syntax Program LINGO 8.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode ranch-and-ound beserta Hasil yang Diperoleh 1) LP-relaksasi masalah (2.6) Max z = 2x + 3x terhadap x + 2x 10 3x + 4x 25 x, x 0 Syntax program pada LINGO 8.0:!fungsi objektif; max=2*x1+3*x2;!kendala; x1+2*x2<=10; 3*x1+4*x2<=25; end Hasil yang diperoleh: 2) Subproblem 2 Max z = 2x + 3x terhadap x + 2x 10 3x + 4x 25 2 x 2 x, x 0 Syntax program pada LINGO 8.0:!fungsi objektif; max=2*x1+3*x2;!kendala; x1+2*x2<=10; 3*x1+4*x2<=25; x2<=2; end 3) Subproblem 4 Max z = 2x + 3x terhadap x + 2x x 25 x x 5 x, x 0 Syntax program pada LINGO 8.0:!fungsi objektif; max=2*x1+3*x2;!kendala; x1+2*x2<=10; 3*x1+4*x2<=25; x2<=2; x1<=5; end Hasil yang diperoleh: 4) Subproblem 5 Max z = 2x + 3x terhadap Hasil yang diperoleh:

31 21 x + 2x x 25 x x 6 x, x 0 Syntax program pada LINGO 8.0:!fungsi objektif; max=2*x1+3*x2;!kendala; x1+2*x2<=10; 3*x1+4*x2<=25; x2<=2; x1>=6; end Hasil yang diperoleh: 5) Subproblem 6 Max z = 2x + 3x terhadap x + 2x x 25 x x 6 x, x 0 Syntax program pada LINGO 8.0:!fungsi objektif; max=2*x1+3*x2;!kendala; x1+2*x2<=10; 3*x1+4*x2<=25; x2<=1; x1>=6; end Hasil yang diperoleh: 6) Subproblem 7 Max z = 2x + 3x terhadap x + 2x x 25 x x 6 x, x 0 Syntax program pada LINGO 8.0:!fungsi objektif; max=2*x1+3*x2;!kendala; x1+2*x2<=10; 3*x1+4*x2<=25; x2>=2; x1>=6; end Hasil yang diperoleh: 7) Subproblem 3 Max z = 2x + 3x terhadap x + 2x 10 3x + 4x 25 2 x 3 x, x 0 Syntax program pada LINGO 8.0:!fungsi objektif; max=2*x1+3*x2;!kendala; x1+2*x2<=10; 3*x1+4*x2<=25;

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis

Lebih terperinci

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,. II LANDASAN TEORI Pada pembuatan model penjadwalan pertandingan sepak bola babak kualifikasi Piala Dunia FIFA 2014 Zona Amerika Selatan, diperlukan pemahaman beberapa teori yang digunakan di dalam penyelesaiannya,

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Semakin tingginya mobilitas penduduk di suatu negara terutama di kota besar tentulah memiliki banyak permasalahan, mulai dari kemacetan yang tak terselesaikan hingga moda

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Bencana alam merupakan interupsi signifikan terhadap kegiatan operasional sehari-hari yang bersifat normal dan berkesinambungan. Interupsi ini dapat menyebabkan entitas

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 1.1 Latar Belakang Kamar darurat (Emergency Room/ER) adalah tempat yang sangat penting peranannya pada rumah sakit. Aktivitas yang cukup padat mengharuskan kamar darurat selalu dijaga oleh

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 1.1 Latar elakang Sepak bola merupakan olahraga yang populer di seluruh dunia termasuk di Indonesia. Sepak bola sebenarnya memiliki perangkat-perangkat penting yang harus ada dalam penyelenggaraannya,

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 0 I PEDAHULUA. Latar Belakang Peternakan didefinisikan sebagai suatu usaha untuk membudidayakan hewan ternak. Jika dilihat dari enis hewan yang diternakkan, terdapat berbagai enis peternakan, salah satunya

Lebih terperinci

sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat

sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif nilai variabel-variabel keputusannya memenuhi suatu himpunan kendala yang berupa persamaan

Lebih terperinci

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming 4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakang Manajemen operasi suatu industri penerbangan merupakan suatu permasalahan Operations Research yang kompleks Secara umum, perusahaan dihadapkan pada berbagai persoalan dalam

Lebih terperinci

II LANDASAN TEORI (ITDP 2007)

II LANDASAN TEORI (ITDP 2007) 2 II LADASA EORI Untuk membuat model optimasi penadwalan bus ransakarta diperlukan pemahaman beberapa teori. erikut ini akan dibahas satu per satu. 2.1 Penadwalan 2.1.1 Definisi Penadwalan Penadwalan merupakan

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Sukarelawan adalah seseorang atau sekelompok orang yang secara ikhlas karena panggilan nuraninya memberikan apa yang dimilikinya tanpa mengharapkan imbalan. Sukarelawan

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 8 I PENDAHULUAN Latar elakang Pendistribusian suatu barang merupakan persoalan yang sering diumpai baik oleh pemerintah maupun oleh produsen Dalam pelaksanaannya sering kali dihadapkan pada berbagai masalah

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Air merupakan bagian penting dari sumber daya alam yang mempunyai karakteristik unik, karena air bersifat terbarukan dan dinamis. Ini artinya sumber utama air yang berupa

Lebih terperinci

PENENTUAN LOKASI DALAM MANAJEMEN HUTAN

PENENTUAN LOKASI DALAM MANAJEMEN HUTAN PENENTUAN LOKASI DALAM MANAJEMEN HUTAN Oleh : KABUL EKA PRIANA G54102023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2006 ABSTRAK KABUL EKA PRIANA. Penentuan

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Beberapa isu yang merebak akhir-akhir ini menunukkan bahwa pertumbuhan umlah penduduk di dunia yang saat ini mencapai sekitar 6.8 milyar berdampak pada aktivitasaktivitas

Lebih terperinci

MODEL OPTIMISASI PENGGUNAAN BINATANG BURUAN SECARA KONSUMTIF AHDIANI FEBRIYANTI G

MODEL OPTIMISASI PENGGUNAAN BINATANG BURUAN SECARA KONSUMTIF AHDIANI FEBRIYANTI G MODEL OPTIMISASI PENGGUNAAN BINATANG BURUAN SECARA KONSUMTIF AHDIANI FEBRIYANTI G54104020 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 2 ABSTRAK

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Riset Operasi Masalah pengoptimalan timbul sejak adanya usaha untuk menggunakan pendekatan ilmiah dalam memecahkan masalah manajemen suatu organisasi. Sebenarnya kegiatan yang

Lebih terperinci

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 0 BAB II TINJAUAN PUSTAKA. Obek Kaian.. Universitas Terbuka Universitas Terbuka (UT) yang diresmikan oleh Presiden RI pada tanggal 4 September 984 sebagai universitas negeri yang ke-45 dengan Keputusan

Lebih terperinci

merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002)

merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002) dari elemen graf yang disebut verteks (node, point), sedangkan, atau biasa disebut (), adalah himpunan pasangan tak terurut yang menghubungkan dua elemen subset dari yang disebut sisi (edge, line). Setiap

Lebih terperinci

v 2 v 5 v 3 Gambar 3 Graf G 1 dengan 7 simpul dan 10 sisi.

v 2 v 5 v 3 Gambar 3 Graf G 1 dengan 7 simpul dan 10 sisi. Contoh Dari graf G pada Gambar 1 didapat e 1 incident dengan simpul dan, e incident dengan simpul dan, e 3 tidak incident dengan simpul, v, dan. Definisi 3 (Adjacent) Jika e={p,q} E, maka simpul p dikatakan

Lebih terperinci

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG

PEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG PEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG Oleh : FEBIANA RESI SAPTA G540037 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 008

Lebih terperinci

PENJADWALAN KERETA API MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER DWI SETIANTO

PENJADWALAN KERETA API MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER DWI SETIANTO PENJADWALAN KERETA API MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER DWI SETIANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK DWI SETIANTO.

Lebih terperinci

PENYELESAIAN MASALAH PENJADWALAN MATA PELAJARAN SEKOLAH MENENGAH PERTAMA MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MAHNURI

PENYELESAIAN MASALAH PENJADWALAN MATA PELAJARAN SEKOLAH MENENGAH PERTAMA MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MAHNURI PENYELESAIAN MASALAH PENJADWALAN MATA PELAJARAN SEKOLAH MENENGAH PERTAMA MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MAHNURI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA

MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier digunakan untuk menunjukkan

Lebih terperinci

PENENTUAN RUTE BUS KARYAWAN MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ZIL ARIFAH

PENENTUAN RUTE BUS KARYAWAN MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ZIL ARIFAH PENENTUAN RUTE BUS KARYAWAN MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ZIL ARIFAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 PENENTUAN RUTE BUS

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Menurut Aminudin (2005), program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier

Lebih terperinci

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING Jurnal Manajemen Informatika dan Teknik Komputer Volume, Nomor, Oktober 05 PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING Havid Syafwan Program Studi Manajemen Informatika

Lebih terperinci

PENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G

PENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G PENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G 54102028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRACT

Lebih terperinci

MODEL OPTIMASI PENDISTRIBUSIAN LOGISTIK BENCANA ALAM ELLY ZUNARA

MODEL OPTIMASI PENDISTRIBUSIAN LOGISTIK BENCANA ALAM ELLY ZUNARA MODEL OPTIMASI PENDISTRIBUSIAN LOGISTIK BENCANA ALAM ELLY ZUNARA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2 ABSTRACT ELLY ZUNARA. Optimization

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bagian ini menjelaskan tentang hal-hal yang erat kaitannya dengan masalah m- ring star. Salah satu cabang matematika yang cukup penting dan sangat luas penerapannya di banyak bidang

Lebih terperinci

PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI

PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI

Lebih terperinci

ANALISIS KEBERADAAN PARADOKS DALAM MASALAH TRANSPORTASI KLASIK MUHAMMAD MUHLIS AL KAUTSAR

ANALISIS KEBERADAAN PARADOKS DALAM MASALAH TRANSPORTASI KLASIK MUHAMMAD MUHLIS AL KAUTSAR ANALISIS KEBERADAAN PARADOKS DALAM MASALAH TRANSPORTASI KLASIK MUHAMMAD MUHLIS AL KAUTSAR DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN

Lebih terperinci

PENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MUHAMAD FARDAN WARDHANA

PENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MUHAMAD FARDAN WARDHANA PENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MUHAMAD FARDAN WARDHANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 ABSTRAK

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan dari industri atau perusahaan adalah menciptakan laba yang maksimal. Salah satu bentuk usahanya adalah dengan memaksimumkan hasil produksi atau meminimumkan

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN Pada bab ini, akan dijelaskan metode-metode yang penulis gunakan dalam penelitian ini. Adapun metode yang akan digunakan dalam penelitian ini adalah Metode Simpleks dan Metode Branch

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai teori dan terminologi graph, yaitu bentukbentuk khusus suatu graph dan juga akan diuraikan penjelasan mengenai shortest path. 2.1 Konsep Dasar

Lebih terperinci

PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU

PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

OPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI

OPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI OPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

BAB 3 LINEAR PROGRAMMING

BAB 3 LINEAR PROGRAMMING BAB 3 LINEAR PROGRAMMING Teori-teori yang dijelaskan pada bab ini sebagai landasan berpikir untuk melakukan penelitian ini dan mempermudah pembahasan hasil utama pada bab selanjutnya. 3.1 Linear Programming

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Program Linear Menurut Sitorus, Parlin (1997), Program Linier merupakan suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT

PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 ABSTRACT

Lebih terperinci

MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN

MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN J. K. Sari, A. Karma, M. D. H. Gamal junikartika.sari@ymail.com Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan Jurusan

Lebih terperinci

PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH

PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 PENYELESAIAN

Lebih terperinci

III MODEL PENJADWALAN

III MODEL PENJADWALAN 3 Ax = B N x B x = Bx B + Nx N = b. (5) N Karena matriks B adalah matriks taksingular, maka B memiliki invers, sehingga dari (5) x B dapat dinyatakan sebagai: x B = B 1 b B 1 Nx N. (6) Kemudian fungsi

Lebih terperinci

MODEL INPUT-OUTPUT DALAM MASALAH NETWORK FLOW DWI PUTRI EFESIA

MODEL INPUT-OUTPUT DALAM MASALAH NETWORK FLOW DWI PUTRI EFESIA MODEL INPUT-OUTPUT DALAM MASALAH NETWORK FLOW DWI PUTRI EFESIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010 ix ABSTRAK DWI PUTRI EFESIA Model

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Program Integer Program Integer merupakan pengembangan dari Program Linear dimana beberapa atau semua variabel keputusannya harus berupa integer. Jika hanya sebagian variabel

Lebih terperinci

III RELAKSASI LAGRANGE

III RELAKSASI LAGRANGE III RELAKSASI LAGRANGE Relaksasi Lagrange merupakan salah satu metode yang terus dikembangkan dalam aplikasi pemrograman matematik. Sebagian besar konsep teoretis dari banyak aplikasi menggunakan metode

Lebih terperinci

OPTIMASI RUTE MULTIPLE-TRAVELLING SALESMAN PROBLEM MELALUI PEMROGRAMAN INTEGER DENGAN METODE BRANCH AND BOUND

OPTIMASI RUTE MULTIPLE-TRAVELLING SALESMAN PROBLEM MELALUI PEMROGRAMAN INTEGER DENGAN METODE BRANCH AND BOUND OPTIMASI RUTE MULTIPLE-TRAVELLING SALESMAN PROBLEM MELALUI PEMROGRAMAN INTEGER DENGAN METODE BRANCH AND BOUND SKRIPSI Oleh Eka Poespita Dewi NIM 051810101068 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

PENJADWALAN OPERASI BEDAH MENGGUNAKAN INTEGER PROGRAMMING : STUDI KASUS OPTIMASI WAKTU TARGET AHLI BEDAH DI RUMAH SAKIT JAKARTA EYE CENTER

PENJADWALAN OPERASI BEDAH MENGGUNAKAN INTEGER PROGRAMMING : STUDI KASUS OPTIMASI WAKTU TARGET AHLI BEDAH DI RUMAH SAKIT JAKARTA EYE CENTER 1 PENJADWALAN OPERASI BEDAH MENGGUNAKAN INTEGER PROGRAMMING : STUDI KASUS OPTIMASI WAKTU TARGET AHLI BEDAH DI RUMAH SAKIT JAKARTA EYE CENTER FENNY RISNITA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

PEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI

PEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI PEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1 BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Graf merupakan salah satu cabang ilmu matematika yang dapat digunakan dalam membantu persoalan diberbagai bidang seperti masalah komunikasi, transportasi, distribusi,

Lebih terperinci

PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS

PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan rantaian terpendek diantara pasangan node (titik) tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus

Lebih terperinci

PENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI

PENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI PENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

BAB I. MASALAH TRANSPORTASI KHUSUS

BAB I. MASALAH TRANSPORTASI KHUSUS BAB I. MASALAH TRANSPORTASI KHUSUS Pada perkuliahan pemrograman linear telah dipelajari masalah transportasi secara umum, yaitu suatu masalah pemindahan barang dari beberapa tempat asal (sumber/origin)

Lebih terperinci

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6.

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6. Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6 Analisis Jaringan Dipresentasikan oleh: Herman R. Suwarman, S.Si Pendahuluan- Ilustrasi

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming) BAB 2 LANDASAN TEORI 2.1 Pengertian Program Linier (Linear Programming) Menurut Sri Mulyono (1999), Program Linier (LP) merupakan metode matematik dalam mengalokasikan sumber daya yang langka untuk mencapai

Lebih terperinci

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi Lecture 4: (B) Supaya terdapat penyelesaian basis awal yang fisibel, pada kendala berbentuk = dan perlu ditambahkan variabel semu (artificial variable) pada ruas kiri bentuk standarnya, untuk siap ke tabel

Lebih terperinci

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL... DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...

Lebih terperinci

PENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI

PENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI PENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

Metode Simpleks (Simplex Method) Materi Bahasan

Metode Simpleks (Simplex Method) Materi Bahasan Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks

Lebih terperinci

AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL

AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL Oleh: Endang Nurjamil G05497044 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA

PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA 110803028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

MODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR

MODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR MODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa

Lebih terperinci

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA i PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 i ABSTRAK ANA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan

Lebih terperinci

BAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang

BAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang BAB 2 OPTIMISASI KOMBINATORIAL 2.1 Masalah Model Optimisasi Kombinatorial Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang memenuhi kondisi atau batasan yang disebut kendala dari

Lebih terperinci

EKSPONEN LOKAL MASUK DUA CYCLE DWIWARNA DENGAN PANJANG SELISIH 2

EKSPONEN LOKAL MASUK DUA CYCLE DWIWARNA DENGAN PANJANG SELISIH 2 EKSPONEN LOKAL MASUK DUA CYCLE DWIWARNA DENGAN PANJANG SELISIH 2 TESIS Oleh HARI SUMARDI 127021003/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2014 EKSPONEN LOKAL

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Manajemen Produksi dan Operasi Manajeman (management) merupakan proses kerja dengan menggunakan orang dan sumber daya yang ada untuk mencapai tujuan (Bateman, Thomas S. : 2014)

Lebih terperinci

MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI

MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN

Lebih terperinci

Optimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks

Optimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks Optimasi Jaringan Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks Pendahuluan Sebuah model jaringan terdiri dari dua buah element utama, yaitu: Arc, marupakan

Lebih terperinci

PROGRAMA INTEGER 10/31/2012 1

PROGRAMA INTEGER 10/31/2012 1 PROGRAMA INTEGER 10/31/2012 1 Programa linier integer (integer linear programming/ilp) pada intinya berkaitan dengan program-program linier dimana beberapa atau semua variabel memiliki nilai-nilai integer

Lebih terperinci

PENYELESAIAN MASALAH INTEGER PROGRAMMING DENGAN METODE RELAKSASI LAGRANGE YUSEP MAULANA

PENYELESAIAN MASALAH INTEGER PROGRAMMING DENGAN METODE RELAKSASI LAGRANGE YUSEP MAULANA PENYELESAIAN MASALAH INTEGER PROGRAMMING DENGAN METODE RELAKSASI LAGRANGE YUSEP MAULANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009 ABSTRACT

Lebih terperinci

OPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI

OPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI OPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PERMASALAHAN P-HUB MEDIAN DENGAN LINTASAN TERPENDEK SKRIPSI RAJA DAVID PASARIBU

PERMASALAHAN P-HUB MEDIAN DENGAN LINTASAN TERPENDEK SKRIPSI RAJA DAVID PASARIBU PERMASALAHAN P-HUB MEDIAN DENGAN LINTASAN TERPENDEK SKRIPSI RAJA DAVID PASARIBU 080803039 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM MEDAN 2012 PERMASALAHAN P-HUB MEDIAN DENGAN

Lebih terperinci

PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG

PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG oleh MIRA AMALIA M0113030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Riset Operasi Masalah Riset Operasi (Operation Research) pertama kali muncul di Inggris selama Perang Dunia II. Inggris mula-mula tertarik menggunakan metode kuantitatif dalam

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi 34 BAB 2 LANDASAN TEORI 2.1 Pengertian Model dan Metode Transportasi Hamdy A Taha (1996) mengemukakan bahwa dalam arti sederhana, model transportasi berusaha menentukan sebuah rencana transportasi sebuah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Model Matematika Model matematika adalah suatu rumusan matematika (dapat berbentuk persamaan, pertidaksamaan, atau fungsi) yang diperoleh dari hasil penafsiran seseorang ketika

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, masalah yang berhubungan dengan optimisasi sering kali terjadi, misalnya dalam bidang ekonomi dan industri sering dijumpai masalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Matriks 2.1.1 Pengertian Matriks Matriks adalah susunan segi empat siku-siku dari bilangan bilangan. Bilanganbilangan dalam susunan tersebut dinamakan entri dalam matriks (Anton,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Linear Programming 2.1.1 Model Linier Programming Pemrograman linier adalah sebuah model matematik untuk menjelaskan suatu persoalan optimasi. Istilah linier menunjukkan bahwa

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Program Integer 2.1.1 Definisi Program Integer Program Integer adalah program linier (Linear Programming) di mana variabelvariabelnya bertipe integer(bulat). Program Integerdigunakan

Lebih terperinci

Teori Ramsey pada Pewarnaan Graf Lengkap

Teori Ramsey pada Pewarnaan Graf Lengkap Teori Ramsey pada Pewarnaan Graf Lengkap Muhammad Ardiansyah Firdaus J2A 006 032 Skripsi Diajukan sebagai syarat untuk memperoleh gelar Sarjana Sains pada Program Studi Matematika PROGRAM STUDI MATEMATIKA

Lebih terperinci

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: 10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Distribusi Distribusi merupakan proses pemindahan barang-barang dari tempat produksi ke berbagai tempat atau daerah yang membutuhkan. Kotler (2005) mendefinisikan bahwa

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang

Lebih terperinci

MASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO

MASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO MASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Graf Berarah Graf Berarah Suatu graf berarah (Direct Graf/Digraf) D terdiri atas 2 himpunan : 1. Himpunan V, anggotanya disebut Simpul. 2. Himpunan A, merupakan

Lebih terperinci

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007 ABSTRAK RUDIANSYAH. Evaluasi

Lebih terperinci

OPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI

OPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI OPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER

Lebih terperinci

BAB III SOLUSI OPTIMAL MASALAH FUZZY TRANSSHIPMENT

BAB III SOLUSI OPTIMAL MASALAH FUZZY TRANSSHIPMENT BAB III SOLUSI OPTIAL ASALAH FUZZY TRANSSHIPENT. ETODE EHAR Pada tahun 0, Kumar, et al. dalam jurnalnya yang berjudul Fuzzy Linear Programming Approach for Solving Fuzzy Transportation Problems with Transshipment

Lebih terperinci