I PENDAHULUAN II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "I PENDAHULUAN II LANDASAN TEORI"

Transkripsi

1 9 I PEDAHULUA Latar elakang Pada am-am tertentu, dalam suatu stasun kereta ap terdapat kereta ap penumpang ang tdak doperaskan untuk mengangkut penumpang Perusahaan kereta ap harus melakukan kegatan pelangsran agar kereta ap dapat beroperas dengan bak Kegatan pelangsran n melput pendataan kereta ap ang datang ke stasun kereta ap menad kereta ap ang berangkat dar stasun kereta ap, pemarkran keretaap-datang pada rel-rel pelangsran, pemelharaan kereta, serta perencanaan pekera ang akan melakukan kegatan pelangsran Dua proses pentng dalam masalah pelangsran adalah pendataan unt keretaap-datang (arrvng shunt unt) ang harus dparkr d tempat pelangsran menad unt kereta-ap-berangkat (departng shunt unt) ang harus dberangkatkan dar tempat pelangsran, serta pemarkran unt-unt kereta ap pada rel pelangsran Dalam praktkna, kegatan pelangsran adalah suatu masalah ang sangat kompleks ang harus dhadap oleh perusahaan kereta ap Masalah pelangsran n telah banak dbahas dan dpelaar, d antarana dalam (Frelng et al, 000) dan (Lentnk et al, 003) Penelesaan dar masalah pelangsran n dapat menggunakan algortme smpleks, namun akan membutuhkan waktu ang lama karena banakna varabel ang harus dselesakan Pada tulsan n dgunakan teknk pembangktan kolom eknk pembangktan kolom merupakan teknk ang telah banak dgunakan untuk menelesakan masalah dalam bdang transportas dan penadwalan Salah satuna dkenalkan dalam (arnhart et al, 998) ang menggunakan teknk pembangktan kolom dalam konteks pemrograman blangan bulat ulsan n merupakan rekonstruks dar tulsan Rchard Frellng, Ramon M Lentnk, Leo G Kroon & Denns Husman (00) ang berudul Shuntng of passenger tran unts n a ralwa staton uuan uuan penulsan kara lmah n adalah mempelaar penelesaan masalah pelangsran unt kereta penumpang pada stasun kereta ap dengan menggunakan teknk pembangktan kolom (column generaton) II LADASA EORI Pemrograman Lnear Pemrograman lnear adalah kegatan merencanakan untuk mendapatkan hasl ang optmal Model Pemrograman Lnear (PL) melput pengoptmuman suatu fungs lnear terhadap kendala lnear (Hller & Leberman, 990) Pada tulsan n, suatu PL mempuna bentuk standar sepert ang ddefnskan sebaga berkut: Defns (entuk Standar Suatu PL) Suatu pemrogra man lnear dalam bentuk standar ddefnskan sebaga: Mnmumkan z terhadap A b 0 () dengan dan c berupa vektor berukuran n, vektor b berukuran m, sedangkan A berupa c matrks berukuran m n ang dsebut uga sebaga matrks kendala (ash & Sofer, 996) Solus suatu Pemrograman Lnear Untuk menelesakan suatu masalah Pemrograman Lnear (PL), metode smpleks merupakan salah satu metode ang dapat menghaslkan solus optmum Metode n mula dkembangkan oleh Dantzg tahun 947 Seak perkembanganna, metode n adalah metode ang palng umum dgunakan untuk menelesakan PL, atu berupa metode teratf untuk menelesakan masalah PL dalam bentuk standar Pada PL (), vektor ang memenuh kendala A b dsebut sebaga solus PL () Msalkan matrks A dapat dnatakan sebaga A ( ) dengan adalah matrks berukuran m m ang merupakan matrks

2 0 taksngular ang elemenna berupa koefsen varabel bass dan adalah matrks ang elemenna berupa koefsen varabel nonbass pada matrks kendala Matrks dsebut matrks bass untuk PL Msalkan dapat dnatakan sebaga vektor, dengan adalah vektor varabel bass dan adalah vektor varabel nonbass Maka A b dapat dnatakan sebaga A ( ) + b () Karena adalah matrks taksngular, maka memlk nvers, sehngga dar () dapat dnatakan sebaga: b (3) Defns (Solus ass) Vektor dsebut solus bass dar suatu pemrograman lnear ka : memenuh kendala dar PL, dan kolom-kolom pada matrks kendala ang berkorespondens dengan komponen taknol dar adalah bebas lnear (ash & Sofer, 996) Defns 3 (Solus ass Fsbel) Vektor dsebut solus bass fsbel ka merupakan solus bass dan 0 (ash & Sofer, 996) Ilustras solus bass dan solus bass fsbel dapat dlhat dalam contoh berkut: Contoh Msalkan dberkan pemrograman lnear berkut: Mnmumkan z 3 terhadap ,, 3, 4, 0 (4) Dar pemrograman lnear tersebut ddapatkan: A 0 0, b Msalkan dplh ( ) dan ( ) 3 4 maka matrks bass Dengan menggunakan matrks bass tersebut dperoleh ( 4 ) b, ( 0 0) () Solus () merupakan solus bass, karena solus tersebut memenuh kendala pada PL (4) dan kolom-kolom pada matrks kendala ang berkorespondens dengan komponen taknol dar () atu adalah bebas lnear (kolom ang satu bukan merupakan kelpatan dar kolom ang lan) Solus () uga merupakan solus bass fsbel, karena nla-nla varabelna lebh dar atau sama dengan nol PL () dapat dnatakan dalam dan sebaga berkut: Mnmumkan terhadap dengan c c c + b z + (6) 0 adalah koefsen varabel bass pada fungs obektf, c adalah koefsen varabel nonbass pada fungs obektf Jka Persamaan (3) ds ubsttuskan ke Persamaan (6) maka akan ddapat: ( b ) c ( ) b + c c z c + c Jka ddefnskan ( c ) c maka z dapat dnatakan dalam : ( c ) z b + (7) Vektor dsebut vektor pengal smpleks (smple multpler) Untuk suatu solus bass 0 dan b ˆ b, maka: z ˆ c b otas ẑ adalah notas untuk z optmal Koefsen ĉ dsebut baa tereduks (reduced cost) dar dengan ĉ adalah elemen dar ˆ ( c c ) c aa tereduks adalah penambahan nla fungs obektf ka suatu varabel nonbass

3 dadkan varabel bass (artna menad solus taknol) pada suatu pemrograman lnear Penelesaan Pemrograman Lnear dengan Algortme Smpleks Solus suatu pemrograman lnear dapat dketahu optmal atau tdak untuk PL tersebut melalu algortme sebaga berkut: es Keoptmalan Vektor c dhtung, kemudan dapat dhtung pula nla baa cˆ c tereduks ( ) Jka ĉ 0 maka solus ang dperoleh adalah solus optmal t Jka ĉ < 0 maka dplh varabel t ang memenuh cˆ < 0 sebaga varabelmasuk atu varabel t ang akan masuk ke dalam bass Langkah tertentu t Htung A ˆ t A, atu koefsen kendala ang berhubungan dengan varabelmasuk ke t Indeks s dtentukan pada kolom kendala ang berhubungan dengan varabelmasuk ang memenuh bˆ s mn bˆ ; a, t > 0 as, t m a, t Memlh ndeks dengan cara tersebut dsebut dengan u nsbah mnmum (mnmum rato test) Varabel ang menad varabel-keluar (varabel ang akan keluar dar bass dan dgantkan oleh varabel-masuk) dan pvot entr adalah varabel ang berpadanan dengan ˆ a s, t ˆ, t Jka a 0, m untuk semua, maka masalah PL dsebut takterbatas Pvot Matrks bass dan vektor bass dperbak, kemudan dlanutkan ke tes keoptmalan erkut contoh penggunaan algortme smpleks: Contoh Msalkan dberkan PL (4) sepert pada Contoh, maka dengan menggunakan algortme smpleks akan dperoleh solus: t, 8, 3 6, 4 0 dengan z 34 (lhat Lampran ) Masalah Dual Setap masalah pemrograman lnear memlk padanan, atu masalah lan ang dsebut pemrograman lnear dual Pemrograman lnearna sendr dsebut masalah prmal Msalkan dberkan masalah prmal: Mnmumkan terhadap Masalah dual dar (8) adalah Maksmumkan w b terhadap z c A b 0 (8) A c 0 (9) Jka masalah prmal memlk n varabel dan m kendala, maka masalah dual akan memlk m varabel dan n kendala Koefsen fungs obektf masalah prmal merupakan nla ss kanan pada masalah dual, begtu pula sebalkna Jka masalah prmal merupakan masalah mnmsas maka masalah dual merupakan masalah maksmsas Solus optmal dar masalah dual merupakan pengal smpleks pada masalah prmal Pada konds optmal, solus dar masalah dual dan masalah prmal akan menghaslkan nla fungs obektf ang sama Hal n dsebutkan dalam eorema Dualtas Kuat, namun sebelumna perlu dperkenalkan pula eorema Dualtas Lemah ang akan dgunakan untuk membuktkan eorema Dualtas Kuat eorema (eorema Dualtas Lemah) Msalkan dberkan pemrograman lnear prmal dan masalah dualna Msalkan adalah solus fsbel untuk masalah prmal dalam bentuk standarna dan msalkan solus fsbel untuk masalah dual, maka nla fungs obektf dar masalah prmal selalu lebh besar atau sama dengan nla fungs obektf dar masalah dual ukt: lhat (ash & Sofer, 996) Salah satu akbat langsung dar eorema Dualtas Lemah dgunakan untuk membuktkan eorema Dualtas Kuat Hal n dsebutkan dalam Akbat berkut:

4 Akbat Jka adalah solus fsbel untuk masalah prmal, adalah solus fsbel untuk masalah dual, dan b c, maka dan adalah solus optmal berturut-turut untuk masalah prmal dan dual eorema (eorema Dualtas Kuat) Msalkan dberkan pemrograman lnear prmal dan masalah dualna Jka salah satu dar masalah prmal atau masalah dual tersebut memlk solus optmal, maka masalah lanna uga memlk solus optmal dan nla fungs obektf optmalna adalah sama ukt: Msalkan dasumskan bahwa masalah prmal dalam bentuk standar dan mempuna solus ang merupakan solus bass fsbel optmal Msalkan dapat dnatakan sebaga vektor, dengan adalah vektor varabel bass dan adalah vektor varabel nonbass Selan tu, sepert telah delaskan sebelumna matrks A dapat dnatakan sebaga A ( ) dan matrks koefsen pada fungs obektf c dapat dnatakan c sebaga c Karena adalah matrks c taksngular, maka memlk nvers sehngga dapat dnatakan sebaga b Dar tes keoptmalan pada algortme smpleks dketahu pula, ka solus optmal maka baa tereduksna adalah c c 0 atauc c () Msalkan adalah vektor dar pengal smpleks ang berhubungan dengan solus bass fsbel, dengan c atau c Akan dtunukkan bahwa: ) la dar fungs obektf masalah prmal dan dual adalah sama, atu b c, dan ) adalah optmal untuk masalah dual ukt: ) Sebelumna akan dperksa terlebh dahulu kefsbelan dar : A c ( ) Sehngga ( c c ) ( c ) c c dar () A c dan fsbel untuk masalah dual, kemudan dhtung nla obektf untuk masalah prmal (z) dan dual (w): c z c c b b c b w b z Jad adalah fsbel untuk masalah dual dan nla fungs obektf solus optmal dar masalah prmal dan dual mempuna nla ang sama ) erdasarkan Akbat dan b c maka adalah solus optmal untuk masalah dual ukt dar eorema Dualtas Kuat menghaslkan solus optmal dual Msalkan c, A ( ), dan c c maka nla optmal dar varabel dual dberkan oleh vektor pengal smpleks c Dar bukt teorema dualtas kuat terlhat bahwa konds prmal optmal c c 0 adalah ekvalen dengan konds fsbel dual A c atau c A 0 Jad vektor dar baa tereduks ĉ adalah varabel slack dual cˆ c A Contoh 3 Msalkan dberkan pemrograman lnear prmal sebaga berkut: Mnmumkan z terhadap 4 0, untuk {,,3,4,} Masalah dual dar masalah tersebut adalah sebaga berkut:

5 3 Maksmumkan w terhadap 0, untuk {,,3,4,,6,7} Dengan menggunakan LIDO 6, dperoleh solus dar masalah prmal sebaga berkut: 4, 3 0 dengan nla fungs obektfna z 9 (lhat Lampran ) la pengal smpleks untuk masng-masng kendala adalah sebaga berkut:,, dengan adalah nla pengal smpleks kendala ke - Solus dar masalah dual tersebut uga dapat dcar menggunakan LIDO 6 ang menghaslkan solus: 3 6 0, 4, 7 7 dengan nla fungs obektf w 9 (lhat Lampran ) Dar penghtungan tersebut, nla pengal smpleks masalah prmal sama dengan optmal dar masalah dual dan fungs obektf dar masalah prmal dan dual mempuna nla ang sama sepert ang dnatakan eorema 3 Pemrograman Lnear langan ulat (PL) Model pemrograman lnear blangan bulat atau dsebut uga pemrograman blangan bulat adalah suatu model pemrograman lnear dengan varabel ang dgunakan berupa blangan bulat Jka semua varabel harus berupa blangan bulat maka masalah tersebut dsebut pemrograman blangan bulat alam Jka hana sebagan ang harus blangan bulat maka dsebut Pemrograman blangan bulat campuran Pemrograman blangan bulat dengan semua varabelna harus bernla 0 atau dsebut 0- PL Defns 4 (PL-Relaksas) PL-Relaksas dar suatu PL merupakan pemrograman lnear ang dperoleh dar PL tersebut dengan menghlangkan kendala blangan bulat atau kendala 0- pada varabelna (Wnston, 99) Model ang dgunakan pada tulsan n ang berkatan dengan masalah PL adalah masalah pemartsan hmpunan (set parttonng problem) 3 Masalah Pemartsan Hmpunan (Set ParttonngProblem) Defns (Parts) Msalkan dberkan hmpunan I {,,, m} dan hmp unan P { P P,, }, P n dengan P adalah hmpunan bagan dar J,,, n I, { } Hmpunan P dengan adalah parts dar I ka : J, k J, k P P ø dan U P I J k J (Garfkel & emhauser, 97) Ilustras dar suatu parts dapat dlhat pada Contoh 4 berkut: Contoh 4 Msalkan dberkan hmpunan,,3,4,,6 P,6 I { } dan kelas-kelas { } P { 3,4}, P {,4,} 3, {,} 4 P {,3,,6} P, Parts dar I d antarana adalah P, P P, karena untuk {, 4 } J {,,4} berlaku, k J, k P P ø dan U J P I Masalah pemartsan hmpunan (set parttonng problem/spp) adalah masalah menentukan parts dar hmpunan I ang mempuna baa mnmum Untuk mendapatkan parts tersebut, msalkan ddefnskan varabel 0- sebaga berkut:, ka P termasuk dalam parts 0, selanna Msalkan pula c 0 adalah ongkos/baa dar setap k P I

6 4 entuk umum SPP: Mnmumkan c n n terhadap ( ) A 0 atau dengan c adalah baa P, A() adalah matrks koefsen kendala, dan adalah vektor dengan dmens n dengan semua komponenna sama dengan Model n memlk beberapa sfat pentng, atu: Sfat Masalah pada model merupakan masalah mnmsas dan semu a kendalana berupa persamaan Sfat la ss kanan semua kendala adalah Sfat 3 Semua elemen matrks koefsen A() adalah 0 atau Contoh (Masalah Pemartsan Hmpunan) Msalkan dberkan hmpunan I beserta kelas-kelas P sepert pada Contoh 4 Msalkan dketahu baa dar masngmasng kelas P, atu c, dengan c, c 0, c 9, c 8, c Dngnkan hmpunan dar P ang dapat memarts I dengan baa mnmum Masalah tersebut dapat dmodelkan sebaga masalah pemartsan hmpunan Msalkan ddefnskan varabel 0- sebaga berkut: A(), ka P termasuk dalam parts 0, selanna, ka elemen ke- d I merupakan elemen P, dengan,,, 0, selanna Masalah tersebut dapat dmodelkan sebaga berkut: SPP : Mnmumkan c terhadap atau, untuk {,,3,4,} Dengan mengunakan LIDO 6 dperoleh solus untuk masalah SPP tersebut sebaga berkut:, 0, dan nla 4 3 fungs obektf sebesar 3 Pada tulsan n, model matematka dalam penetapan unt kereta pada rel pelangsran dformulaskan sebaga masalah pemartsan hmpunan dengan kendala tambahan masalah pemartsan hmpunan dengan kendala tambahan adalah masalah pemartsan hmpunan dengan beberapa kendala tambahan ang berbeda dengan kendala ang berada pada SPP tu sendr Dalam tulsan n uga dperlukan konsep tentang graf erkut uraan tentang teor graf ang berhubungan dengan masalah pelangsran unt kereta pada stasun kereta ap dan algortme pembangktan kolom 4 Graf Defns 6 (Graf) Suatu graf adalah pasangan terurut (V,E) dengan V hmpunan takkosong dan hngga dan E adalah hmpunan pasangan takterurut ang menghubungkan elemenelemen V dan dnotaskan dengan G V, E ( ) Elemen V dnamakan smpul (node), dan elemen E dnamakan ss (edge),,, atu ss ang dnotaskan sebaga { } menghubungkan smpul dengan smpul, dengan, V (Foulds, 99) Ilustras graf dapat dlhat pada Contoh 6 berkut: Contoh 6 G : v v v v 3 Gambar Graf G (V, E) v 4

7 Pada Gambar, V { v, v, v, v v } 3 4, dan E { v, v }, { v, v }, { v, v3 }, { v, v }, { v3, v4 } { v, v }, { v v }} 3 4, Defns 7 (Walk) Suatu walk pada graf G ( V, E) adalah suatu barsan smpul dan ss dar G dengan bentuk: v v, v, v, v, v,, v, v, v { } { 3} { n n } n,, atau dtuls dengan rngkas: v, v,, v n atau ( v, v,, vn ) Walk tersebut menghubungkan smpul v dengan v n (Foulds, 99) Defns 8 (Path) Path pada suatu graf G adalah suatu walk dengan semua smpulna berbeda (Foulds, 99) erkut dberkan lustras dar walk dan path Pada graf G ang terdapat pada Gambar salah satu contoh walk adalah v, v, v, v, v, v, ), sedangkan salah ( 4 3 v (, v, v, v4 satu contoh path adalah v ) Defns 9 (Dgraf) Dgraf (drected graf/graf berarah) adalah pasangan terurut (V, A) dengan V adalah hmpunan takkosong dan hngga, dan A adalah hmpunan pasangan terurut dar elemen-elemen d V Elemen dar A dsebut ss berarah (arc) dan dtulskan sebaga (, ) dengan, V (Foulds, 99) Ilustras dgraf dapat dlhat pada Contoh 7 berkut: Contoh 7 Pada Gambar, dgraf G memlk V v, v, v 3, v 4, v dan A {( v, v ), ( v, v), ( v, v3), ( v, v3 ), ( v3, v4 ), v hmpunan smpul { } ( )}, v 4 Defns 0 (Ss erarah Menauh atau Mendekat, Suksesor dan Predesesor) D V, A Msalkan dberkan dgraf ( ) Jka a ( v v ) A, maka ss berarah n dkatakan menauh v dan mendekat v Smpul v dsebut predesesor bag smpul v, smpul v dsebut suksesor bag smpul v (Foulds, 99) Defns tersebut dapat dgambarkan dalam dgraf sepert berkut: v Gambar 3 Ss berarah menauh atau mendekat, suksesor, dan predesesor Defns (Graf erbobot) G V, E atau dgraf Suatu graf ( ) ( V A) v D, dkatakan berbobot ka terdapat fungs w : E R atau ϑ : A R (dengan R hmpunan blangan real) ang memberkan bobot pada setap elemen E atau A (Foulds, 99) erdapat kasus khusus dar graf berbobot atu network eberapa defns ang dgunakan dalam network adalah sebaga berkut: Defns (Smpul sumber) Smpul sumber (source) adalah suatu smpul dengan tdak ada ss berarah ang mendekat smpul tersebut (Foulds, 99) v v v 4 Defns 3 (Smpul tuuan) Smpul tuuan (snk ) adalah suatu smpul sehngga tdak ada ss berarah ang menauh smpul tersebut (Foulds, 99) v v 3 Gambar Dgraf G ' ( V, A) Defns 4 (etwork) etwork adalah suatu dgraf ang mempuna tepat satu smpul sumber dan satu smpul tuuan (Foulds, 99)

8 6 Contoh 8 Graf G pada Gambar merupakan network dengan v sebaga smpul sumber dan v 4 sebaga smpul tuuan Masalah graf berbobot n basana untuk suatu kasus tertentu dngnkan bobot ang terkecl, salah satuna adalah masalah path terpendek (shortest path problem) Defns (Shortest Path Problem) Masalah path terpendek adalah masalah untuk menemukan path terpendek (path dengan baa mnmum) dar suatu smpul ke suatu smpul lan dalam suatu network (Foulds, 99) III DESKRIPSI DA FORMULASI MASALAH 3 Masalah Pelangsran Unt Kereta Penumpang pada Stasun Kereta Dalam am-am sbuk, kereta ap penumpang khusus doperaskan untuk mengangkut penumpang, sedangkan d luar am sbuk, terdapat kelebhan kereta ap ang tdak doperaskan Kelebhan kereta ap tersebut dapat dparkr d rel-rel tertentu pada stasun kereta ap Proses dar pendataan, pemarkran, dan pemelharaan unt kereta ap beserta proses lan ang berhubungan dsebut pelangsran (shuntng) amun dalam tulsan n hana akan dbahas mengena pendataan dan pemarkran unt kereta ap saa Pelangsran dar unt kereta basana dlakukan d stasun kereta ang memlk umlah rel ang banak Unt kereta-apdatang ang akan dlangsr (unt pelangsran) dapat dletakkan pada rel-rel d depan peron ataupun rel-rel d sektar peron Ada dua ens peron pada stasun kereta, atu peron kedatangan dan peron keberangkatan Unt kereta ang dparkr d depan peron adalah unt kereta dar keretaap-terus Kereta-ap-terus adalah ens kereta ang memlk angka waktu ang cukup dekat antara kedatangan ke stasun dan keberangkatan dar stasun Rel ang arang dgunakan untuk memarkr unt pelangsran adalah rel ang serng dgunakan oleh kereta-ap-terus Hal n bertuuan agar aktvtas kereta-ap-terus tdak terganggu karena pelangsran basana memerlukan waktu ang tdak sngkat Unt kereta ap ang harus dparkr d tempat pelangsran dsebut unt kereta-ap - datang (arrvng shunt unt), sedangkan unt kereta-ap-berangkat (departng shunt unt) ddefnskan sebaga unt kereta ap ang harus dberangkatkan dar tempat pelangsran Unt kereta-ap-datang dapat berasal dar kereta ap ang telah selesa doperaskan dalam angka waktu tertentu, sedangkan unt kereta-ap-berangkat membentuk suatu rangkaan kereta ang akan doperaskan untuk melaan penumpang Sebagan besar kereta ap dapat bergerak dalam dua arah dan tdak membutuhkan lokomotf Dalam masalah n, unt kereta dklasfkaskan berdasarkan tpe dan subtpe pe dar suatu unt kereta ap merupakan kelas kereta ap, msalkan kereta ap tpe (kelas) bsns, ekonom atau eksekutf Pada masalah n dasumskan bahwa hana unt kereta dar tpe ang sama ang dapat dkombnaskan untuk membentuk suatu rangkaan kereta ap Sedangkan subtpe dar suatu unt kereta ddasarkan atas banakna gerbong per unt kereta Sebaga contoh, kereta ap dengan subtpe MA_3 terdr atas unt kereta tpe MA dengan banakna gerbong 3 buah Kereta ap dengan subtpe MA_3 MA_4 terdr atas unt kereta MA dengan banakna gerbong 7 buah, d mana unt pertama terdr atas 3 gerbong dan unt kedua dengan 4 gerbong Dalam penggunaanna, unt kereta dar subtpe ang sama dapat dpertukarkan urutanna Secara umum, masalah pelangsran unt kereta terdr atas dua submasalah Pertama adalah pendataan unt kereta-ap-datang menad unt kereta-ap-berangkat Kedua berhubungan dengan pemarkran unt-unt kereta pada rel pelangsran Selanutna, akan dmnmumkan ongkos dar sebuah rencana pelangsran sehngga kapastas dar rel pelangsran tdak terlebh Kendala dar masalah pelangsran unt kereta secara umum terdr atas empat hal, atu: Kedatangan dan keberangkatan dar unt kereta pada suatu stasun tdak harus berurutan Artna, kereta ang pertama

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN LANDASAN TEORI PENDAHULUAN Latar elakang Masalah pengrman barang hasl produks bag suatu perusahaan kepada para pelanggannya merupakan masalah yang sangat pentng, karena hal tu berkatan dengan kepuasan pelanggan akan

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381 Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

ALJABAR LINIER LANJUT

ALJABAR LINIER LANJUT ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

.. Kekakuan Rangka batang Bdang (Plane Truss) BAB ANAISIS STRUKTUR RANGKA BATANG BIANG Struktur plane truss merupakan suatu sstem struktur ang merupakan gabungan dar seumlah elemen (batang) d mana pada

Lebih terperinci

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara Bab IV Pemodelan dan Perhtungan Sumberdaa Batubara IV1 Pemodelan Endapan Batubara Pemodelan endapan batubara merupakan tahapan kegatan dalam evaluas sumberdaa batubara ang bertuuan menggambarkan atau menatakan

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

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

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat Mater Kulah Ekspermen Fska Oleh : Drs. Ishaft, M.S. Program Stud Penddkan Fska Unverstas Ahmad Dahlan, 07 Bab 3 Analss Ralat 3.. Menaksr Ralat Msalna suatu besaran dhtung dar besaran terukur,,..., n. Jka

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan

Lebih terperinci

PADA GRAF PRISMA BERCABANG

PADA GRAF PRISMA BERCABANG PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

Penyelesaian Masalah Transshipmen Dengan Metoda Primal-Dual Wawan Laksito YS 2)

Penyelesaian Masalah Transshipmen Dengan Metoda Primal-Dual Wawan Laksito YS 2) ISSN : 69 7 Penyelesaan Masalah Transshpmen Dengan Metoda Prmal-Dual Wawan Laksto YS ) Abstrak Masalah Pemndahan Muatan adalah masalah transportas yang melbatkan sambungan yang harus dlewat. Obektnya adalah

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

Kekakuan Balok (Beam) BAB ANAISIS STRUKTUR BAOK Struktur beam merupakan suatu sstem struktur ang merupakan gabungan dar seumlah elemen (batang) ang lurus (a ) d mana pada setap ttk smpulna danggap berperlaku

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran

Lebih terperinci

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End

Lebih terperinci

BILANGAN RAMSEY SISI DARI r ( P, )

BILANGAN RAMSEY SISI DARI r ( P, ) Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP JMP : Volume 1 Nomor 2, Oktober 2009 PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP Tryan dan Nken Larasat Fakultas Sans dan Teknk, Unverstas Jenderal Soedrman Purwokerto, Indonesa

Lebih terperinci

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS JMP : Volume 4 Nomor 2, Desember 2012, hal. 289-297 SEMI RING POLINOM ATAS ALJABAR MAX-PLUS Suroto Prod Matematka, Jurusan MIPA, Fakultas Sans dan Teknk Unverstas Jenderal Soedrman e-mal : suroto_80@yahoo.com

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

Catatan Kuliah 13 Memahami dan Menganalisa Optimasi dengan Kendala Ketidaksamaan

Catatan Kuliah 13 Memahami dan Menganalisa Optimasi dengan Kendala Ketidaksamaan Catatan Kulah 3 Memaham dan Menganalsa Optmas dengan Kendala Ketdaksamaan. Interpretas Konds Kuhn Tucker Asumskan masalah yang dhadap adalah masalah produks. Secara umum, persoalan maksmsas keuntungan

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan. BAB III PEMBAHASAN Pada bab n akan dbahas mengena rng embeddng dan faktorsas tunggal pada rng komutatf tanpa elemen kesatuan. A. Rng Embeddng Defns 3.1 (Malk et al. 1997: 318 Suatu rng R dkatakan embedded

Lebih terperinci

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F ) 28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

toto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

Bab V Aliran Daya Optimal

Bab V Aliran Daya Optimal Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

Optimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP)

Optimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP) Semnar Nasonal Waluyo Jatmko II FTI UPN Veteran Jawa Tmur Optmas Perencanaan Hasl Produks dengan Aplkas Fuzzy Lnear Programmng (FLP) Akhmad Fauz Jurusan Teknk Informatka UPNV Veteran Jawa Tmur Emal: masuz@upnatm.ac.d

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

UJI PRIMALITAS. Sangadji *

UJI PRIMALITAS. Sangadji * UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas

Lebih terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

berasal dari pembawa muatan hasil generasi termal, sehingga secara kuat

berasal dari pembawa muatan hasil generasi termal, sehingga secara kuat 10 KARAKTRISTIK TRANSISTOR 10.1 Dasar Pengoperasan JT Pada bab sebelumnya telah dbahas dasar pengoperasan JT, utamannya untuk kasus saat sambungan kolektor-bass berpanjar mundur dan sambungan emtor-bass

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

BAB VI MODEL-MODEL DETERMINISTIK

BAB VI MODEL-MODEL DETERMINISTIK BAB VI MODEL-MODEL DETERMINISTIK 6. Masalah Penyaluran Daya Lstrk Andakan seorang perencana sstem kelstrkan merencakan penyaluran daya lstrk dar beberapa pembangkt yang ternterkoneks dan terhubung dengan

Lebih terperinci

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

PEMODELAN PEMROGRAMAN LINIER DENGAN KOEFISIEN FUNGSI OBJEKTIF BERBENTUK BILANGAN KABUR SEGITIGA DAN KENDALA KABUR BESERTA USULAN SOLUSINYA

PEMODELAN PEMROGRAMAN LINIER DENGAN KOEFISIEN FUNGSI OBJEKTIF BERBENTUK BILANGAN KABUR SEGITIGA DAN KENDALA KABUR BESERTA USULAN SOLUSINYA JURNAL TEKNIK INDUSTRI VOL. 8, NO., JUNI 6: 4-7 PEMODELAN PEMROGRAMAN LINIER DENGAN KOEFISIEN FUNGSI OBJEKTIF BERBENTUK BILANGAN KABUR SEGITIGA DAN KENDALA KABUR BESERTA USULAN SOLUSINYA San Susanto, Dedy

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN 7 IV HASIL DAN PEMBAHASAN 4. Pengumpulan Data Data yang dgunakan dalam peneltan n data sekunder yang dperoleh dar rujukan utama jurnal Fuzzy Condtonal Probablty elatons and ther Applcatons n Fuzzy Informaton

Lebih terperinci

PEMODELAN REGRESI UNTUK RANCANGAN PERCOBAAN DUA FAKTOR. Dwi Ispriyanti 1. Abstrak

PEMODELAN REGRESI UNTUK RANCANGAN PERCOBAAN DUA FAKTOR. Dwi Ispriyanti 1. Abstrak UNIVERSITAS DIPONEGORO ISBN: 978-979-97-4-4 PEMODELAN REGRESI UNTUK RANCANGAN PERCOBAAN DUA FAKTOR Dw Isprant Staf Pengaar Prod Statstka urusan Matematka Fakultas MIPA UNDIP Abstrak Metode Statstk ang

Lebih terperinci

Abstraksi. Abstraksi. Abstraksi. Property SP (single short shortest path) 4/29/2010. Berapa pa th yang mungkin dari garaph G tadi?

Abstraksi. Abstraksi. Abstraksi. Property SP (single short shortest path) 4/29/2010. Berapa pa th yang mungkin dari garaph G tadi? Termnolog Sngle source shortest path djkstra wjanarto Djkstra s algorthm d paka untuk menemukan shortest path dar satu source ke seluruh vertek dalam graph. Algo n menggunakan 2 hmp node yatu S dan C.

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

BAB II DASAR TEORI. 2.1 Definisi Game Theory

BAB II DASAR TEORI. 2.1 Definisi Game Theory BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah BAB III KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC III. Batas Bawah Magc Number pada Pelabelan Total Pseudo Edge-Magc Teorema 3.. Anggap G = (,E) adalah sebuah graf dengan n-ttk dan m-ss dan memlk

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci