PENGEMBANGAN ALGORITMA HEURISTIK UNTUK PENYELESAIAN DYNAMIC PICK UP AND DELIVERY PROBLEM WITH TIME WINDOWS (DPDPTW) UNTUK PENYEDIA JASA CITY - COURIER

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGEMBANGAN ALGORITMA HEURISTIK UNTUK PENYELESAIAN DYNAMIC PICK UP AND DELIVERY PROBLEM WITH TIME WINDOWS (DPDPTW) UNTUK PENYEDIA JASA CITY - COURIER"

Transkripsi

1 PENGEMBANGAN ALGORITMA HEURISTIK UNTUK PENYELESAIAN DYNAMIC PICK UP AND DELIVERY PROBLEM WITH TIME WINDOWS (DPDPTW) UNTUK PENYEDIA JASA CITY - COURIER Fr Karuna Ran 1, Ahmad Rusdansyah 2 1) Sascal and Manageral Decson Laboraory 2) Logscs and Supply Chan Managemen Laboraory Jurusan Ten Indusr Insu Tenolog Sepuluh Nopember (ITS) Surabaya Kampus ITS Suollo Surabaya Emal: fr r@yahoo.com ; arusdanz@gmal.com Absra Pada dasarnya pada perusahaan penyeda layanan asa courer dalam oa, cusomer memna pelayanan empu (pc up) dan anar (delvery). Lebh lag basanya cusomer meml baasan wau erenu pada loas delvery. In berar pae yang drman harus sampa pada me wndows erenu. Seelah requess erumpul, selanunya penenuan dan penadwalan rue endaraan denuan. Permasalahan seper n denal dengan sebuan Pcup and Delvery Problem wh Tme Wndows (PDPTW). Tuuan dar permasalahan n adalah memnmas oal cos yang erdr dar ravel me dan eerlambaan d loas delvery dengan eap memperhaan crcal consrans seper Precedence, Node-Parng dan Tme Wndows consrans. Saa n penyeda asa Cy-Courer elah dlengap dengan enolog IT yang canggh seper GIS dan GPS unu menangan permnaan baru yang muncul secara dnams. Sehngga endaraan da hanya dapa melayan reques yang deahu sebelumnya namun uga dapa merespon reques berdasaran real me nformaon. Karenanya permasalahan n denal sebaga Dynamc Pcup and Delvery Problem wh Tme Wndows (DPDPTW). Permasalahan n menad seman sul dbandng PDPTW yang denal sebaga NP-Hard Problem. Dalam penelan n dembangan dua ahap algorma yau Tabu search dan Inseron Heursc unu menyelesaan DPDPTW dan en unu mengumpulan new requess. Selanunya pada algorma yang dembangan n dlauan percobaan numer unu mengeahu eefefannya. Kaa unc : Cy Courer, Dynamc Pcup and Delvery Problem wh Tme Wndows, Heurscs, Parng and Precedence Consrans, Tabu Search, Tme Slo ABSTRACT Bascally, n he busness of a cy courer servce provder, a cusomer requess o pcup leers (or pacages) from a pcup place and delver hem o a delvery node. Moreover, cusomers usually also deermne me wndows for delvery node. Ths means ha he leers mus be arrved n desred me wndows. Afer collecng all requess, he vehcle dspacher wll deermne vehcle roues and schedules. In he leraure such a problem s nown as Pcup and Delvery Problem wh Tme Wndows (PDPTW). The obecve s o mnmze oal cos whch conss of ravel me and vehcle laeness whle sasfyng some crcal consrans such as Precedence, Node-Parng as well as Tme Wndows consrans, Nowadays, cy courer servce provders have been equpped wh sophscaed IT based devces such as Geographcal Informaon Sysems, Global Poson Sysem devce, can handle reques from cusomers dynamcally. Thus, he vehcle dspacher no only handle requess before dspachng he vehcle, bu can also respond real me requess and may reassgn he vehcles ha have been already dspached. The problem s consdered Dynamc Pcup and Delvery Problem wh Tme Wndows (DPDPTW). Ths problem becomes much more dffcul due o PDPTW have been nown as a NP Hard problem. We develop wo phase Tabu Search algorhm combned wh nseron heurscs o solve he DPDPTW. We also develop some echnques n collecng and processng laer requess. We fnally conduc numercal expermens o verfy he effecveness of he algorhms. Keywords: Cy Courer, Dynamc Pcup and Delvery Problem wh Tme Wndows, Heurscs, Parng and Precedence Consrans, Tabu Search, Tme Slo

2 1. Pendahuluan Saa n su yang berembang pada penyeda asa Cy-Courer adalah su dnams. Isu dnams dsn meml ar bahwa reques mengena pc-up dan delvery dengan me wndow erenu da hanya dapa erad sebelum endaraan beralan (offlne) namun uga dapa erad seelah endaraan sudah memula ruenya (on lne). Aba adanya permnaan yang sfanya dnams ersebu maa penadwalan rue pada endaraan aan menad dnams pula. Arnya penadwalan rue bsa saa berubah aba adanya permnaan baru. Sealan dengan adanya perembangan d berbaga bdang enolog. Saa n enolog mengena daa collecor unu masalah dnams seper yang elah dsebuan sebelumnya, elah dembangan dengan pesa. Msalnya saa GPS dan GIS. GPS dapa menunuan seap poss dmana suau endaraan yang dugasan berada dan uga poss dar delvery dan uga pc-up yang dlauan. Sehngga onds mengena avas urban seper emacean dapa dperraan melalu ecepaan endaraan pada wau erenu. Sedangan GIS dapa menunuan poss dar reques baru. Dengan memanfaaan nformas dar GPS dan GIS n maa rue endaraanpun dapa dlauan seap al reques baru erad. Dalam penelan n mencoba mengembangaan algorma heurs unu penyelesaan permasalahan dnams pada Cy-Courer seper penelasan daas. Dar penelan n dharapan ddapaan algorma heurs yang dapa melauan penugasan endaraan erhadap reques baru dan memnmas oal cos yang erdr dar ravel me dan eerlambaan d loas delvery. Sebaga nformas ambahan, penelan n merupaan bagan dar penelan besar PREDICT yan penelan mengena Dynamc Vehcle Roung Problem In Surabaya Cy dengan memanfaaan nformas realme yang ddapa dar GPS. 2. Permasalahan 2.1 Cy-Courer Avas ransporas yang menad poo pembahasan dalam penelan n adalah Cy- Courer. Cy-courer merupaan penyeda asa layanan penganar ba parsel aaupun doumen-doumen. Wlayah operas dar cycourer n hanyalah sebaas oa u sendr. Tpe layanan dar Cy-Courer ada bermacam macam, namun umumnya pe layanan dar cycourer dbedaan menad 2 yau : 1. Delvery Only /Pc Up Only Servce Dalam hal n cusomer hanya mengngnan layanan penganaran (delvery) saa anpa penempuan (pc up) aau sebalnya. 2. Pc Up dan Delvery Servce Dalam hal n cusomer mengngnan layanan ba penempuan maupun penganaran. Gambar 2. 1 Tpe Layanan Cy-Courer Perlu deahu bahwa yang menad fous pada penelan n adalah pe layanan Pc Up and Delvery. 2.2 Desrps Permasalahan Sas Unu sau har era penyeda asa Cy-Courer meml ransporaon reques yang henda dlayan. Seap ransporaon reques erdr dar nformas mengena orgn dan desnaon pon yang dehenda oleh cusomer, beban yang dangu dan wau servce pada edua loas ersebu. Koordna dar orgn dan desnaon pon dsn dgunaan unu menenuan ara dan ravel me anara dua loas. Khusus unu desnaon pon (delvery locaon), desnaon pon meml me wndows erenu dmana endaraan bsa melauan servce. Ja endaraan daang sebelum early me wndows-nya maa endaraan dharusan menunggu. Sedangan a endaraan daang melebh laes me wndows-nya, requess dapa dlayan namun erdapa penal unu pelanggaran me wndows. Unu endaraan sendr, endaraan yang dgunaan adalah endaraan bermoor yang meml apasas masmum erenu 2

3 unu mengangu beban. Kendaraan uga meml wau masmum unu melayan requess dalam ruenya sehngga harus embal e depo pada wau yang elah denuan. Dar penelasan paragraf daas maa permasalahan ersebu dapa dnoasan sebaga beru : P + : Hmpunan loas Pc Up P - : Hmpunan loas Delvery P : Hmpunan loas pemberhenan dmana P = P + P - 0 : Loas depo Po : Po = P {0} C : Kapasas masmmum endaraan C : Kapasas yang aan dangu d loas P + C : Kapasas umulaf endaraan e : Early Tme Wndows pada P - l : Laes Tme Wndows pada P - e o : Depo Early sar me l o : Depo Laes end me s : Servce Tme pada P M : Hmpunan endaraan : Indes endaraan dmana M n : Jumlah requess n+ : Noas pasangan loas delvery dar loas pc up pada reques A : Arrval me pada loas P S TW : Pelanggaran erhadap me wndows T : Toal Travel Tme dar M T o : Maxmum roue pada depo T : Toal Travel Tme umulaf hngga P D : Deparure Tme pada loas P X : merupaan blangan bnar 0 dan 1. 1, menunuan adanya alran dar node e oleh endaraan dan 0 sebalnya Seelah delasan mengena noas model permasalahan, maa selanunya dlauan formulas model permasalahan ersebu dalam benu model maemas. Sesua yang demuaan oleh (Gendreau, Guern, Povn, 2006) bahwa basanya fungs obef cos merupaan rade off anara Operaonal Cos dan Cusomer Sasfacon. Pada penelan n fungs Operaonal Cos merupaan oal ravel me dar seap rue yang ada dan cusomer sasfacon adalah oal pelanggaran yang dlauan erhadap laes me wndows. Adapun oal pelanggaran erhadap me wndows (S TW ) dapa dhung sebaga beru : S TW = P max{ 0, A l } Sehngga dar penelasan daas maa fungs obef dapa dsusun sebaga beru : Mn M T + - P max{0,a l ) Seelah fungs obef cos d formulasan, selanunya dlauan formulas erhadap consran-consran berdasaran problem saemen yang elah demuaan sebelumnya. Pada umumnya consran-consran yang dgunaan pada penelan n mengacu pada model (mrovc-mnc, 1998). Namun dsn erdapa sed penggabungan dengan model yang dembangan oleh (Nanry, Barnes, 2000) pada bagan Tme Wndows Consran. Ddalam penelan n uga dambahan sau consran lag yan maxmum roue consran. Adapun consran-consran ersebu adalah sebaga beru : a. Tme Wndows Consran Model dar (Nanry, Barnes 2000) pada me wndows consran dplh arena permasalahan yang dama menggunaan me wndows yang meml araers hard me wndows (endaraan harus menunggu) pada early me wndows dan sof me wndows pada laes me wndows. Ddalam consran n uga erdapa ambahan servce me unu persamaan (2). Adapun consran-nya sebaga beru : A = D + Po, (1) - P D = Max (A,e ) + s P, P - (2) 3

4 A l P - (3) b. Mulcomody Consran + X = 1 P (4) M M + P P Po, X, X, = 0 P, M (5) Po X = 1 M 0, X = 1 M, 0 (6) (7) c. Roue and Schedule Compably X, = 1 T +, T, P, M (8) X X X 0, = 1 T0 + 0, T P M +, (9), 0 = 1 T +, 0 T P M, (10), = 1 T +, T P, M d. Parng Consran X, X, n+ = 0 Po Po e. Precedence Consran T T, (11) P +, M (12) +, n + P M n+ +, (13) f. Roue and Capacy Compably X =1 C + C = C P, P +, (14), M X = X, = 1 C C n C P P, M, (15) 0, = 1 C0 + C C P M e. Capacy Consran C + C C P +, (16), M (17) C = 0 0 M (18) f.. Maxmum Roue Penambahan consran n darenaan pada permasalahan erdapa baasan bag endaraan unu embal e depo pada selang wau erenu. Sehngga consran n d formulasan sebaga beru : e T M (19) 0 l Permasalahan Dnams Dalam penelasan permasalahan sas mengena permasalahan penenuan rue endaraan aau yang denal dengan sebuan Pc up and Delvery Problem wh Tme Wndow (PDPTW) meml asums bahwa penenuan rue bsa dlauan apabla semua reques yang erad elah deahu sebelumnya. Padahal dalam enyaaannya da semua reques erad hanya pada saa rue endaraan belum dmula, namun reques bsa erad pada saa endaraan sudah memula ruenya. Hal n lah yang dsebu ednamsan dalam PDPTW aau dsebu sebaga Dynamc PDPTW. Pada nnya dalam asus DPDPTW yan ea penadwalan dan penenuan rue endaraan bersfa dnams dan berdasaran pada real me nformaon maa ea ada nformas baru, penenuan rue yang baru harus dlauan. Tpepe dar real me daa nformaon adalah sebaga beru: Performans pada ssem : Travel Tme dmana dpengaruh oleh emacean, ecelaaan dan lan-lan, Servce mes, dan Wang me. Permnaan cusomer : Loas, Tme Wndow, Load Sze, dan Proras Cusomer Kendaraan : Loas dan Load Saus 3. Pengembangan Algorma 3.1 Tahapan Pengembangan Algorma Dalam pengembangan Algorma n dbedaan menad dua ahap berdasaran ens reques yang ada yau : 1. Offlne Reques Offlne Reques n merupaan permnaan erhadap ransporas dmana requesreques n deahu sebelum endaraan memula ruenya. 2. Onlne Reques Onlne Reques n merupaan permnaan erhadap ransporas dmana requesreques n erad selama endaraan sudah berada pada ruenya. Berdasaran defns aegor reques, maa reques-reques ersebu dapa dpandang sebaga permasalahan yang berbeda. Karena reques dar offlne reques deahu sebelumnya maa Offlne reques n daegoran sebaga permasalahan Sas yau 4

5 PDPTW. Sedangan Onlne Reques daegoran sebaga permasalahan Dnams (DPDPTW). Dengan memandang permasalahan dnams sebaga permasalahan sas yang erad secara seuensal (Panraz, 2005) maa ahapan algorma yang dgunaan dalam penelan n dapa dlha pada bagan gambar 3.1 Precedence Consran. Dmana loas delvery hanya dapa dempaan pada loas seelah node Pc up nya. Tme wndows consran Maxmum Roue Dar prosedur ersebu dapa dbangun flowchar algorma pada gambar 3.2 Sar Se Roue = 1 Max Cap = C Max Roue = To C = 0 P Selec Reques Inser Roue P + Generae Fesble Inseron for Pc Up Generae Feasble nseron For Delvery Inser Roue P - Selec Mn Cos Yes Is There Feasble Inseron? No Is There Feasble Inseron? No Yes Gambar 3. 1 Tahapan Pengembangan Algorma Selec Mn Cos C = C - C P= P - {} Eec Reques from roue Dar bagan ersebu dapa dlha bahwa ahapan pengembangan dmula dar permasalahan sas dmana penyelesaan yang dgunaan menggunaan en nseron heursc unu Tour Consrucon emudan dlauan mprovemen dengan menggunaan Tabu Search. Sedangan pada ahap dnams, a erdapa reques baru maa dlauan updae erhadap rue. 3.2 Algorma Permasalahan Sas Tahap Inal Soluon Pada ahap nal soluon n dgunaan nseron heursc unu Tour Consrucon. Adapun prosedur nseron dlauan dengan cara meng-nseran loas pc up erlebh dahulu hngga ddapaan loas yang feasble dan cosnya mnmum. Adapun syara bahwa nseron loas pc up daaan feasble yan memenuh : Capacy Consran Maxmum Roue Tahap selanunya emudan mengnseran loas delvery hngga ddapaan loas yang feasble dan cosnya mnmum. Adapun syara bahwa nseron loas delvery daaan feasble yan memenuh : Yes No P 0 End Se = +1 C = 0 Gambar 3.2 Flowchar Algorma Inseron Heurs Tahap Improvemen Pada ahap mprovemen n dgunaan meode mea-heursc Tabu Search. Adapun Hal-hal yang perlu unu dperhaan dalam membangun Algorma Tabu Search n adalah sebaga beru : 1. Soluon space Solus S merupaan seluruh hmpunan solus yang aan devaluas. Dalam penelan n evaluas dlauan berdasaran oal baya Cos (S) yang merupaan penumlahan dar ravel me dan pelanggaran erhadap me wndows 2. Membangun Sruur Neghborhood Dalam penelan n dgunaan sruur neghborhood yang denalan oleh Osman (Lapore,Cordeau, 2002) dengan λ - nerchange. Dalam sruur neghborhood n peruaran/swappng node anar dua rue hanya dnan sampa sebanya λ. Dalam penelan n λ yang dgunaan bernla sau. Arnya dalam membangun 5

6 suau sruur neghborhood, maa peruaran reques yang erad anara rue hanya dnan sebanya 1 reques saa. Adapun langah-langah dar pembenuan sruur neghborhood adalah sebaga beru : Sage 0 Idenfas semua rue yang ada Sage 1 Memlh dua rue dar K rue yang ada Sage 2 Plh sau reques yang ada dar masng-masng node Sage 3 Lauan peruaran dar eduanya Sage 4 Evaluas hasl peruaran. Bla feasble peruaran ersebu laya menad neghbor bla da maa peruaran ersebu da laya menad neghbor Sage 5 Lauan peruaran unu seap reques pada rue dengan semua reques dar ruerue lannya. Adapun lusrasnya dapa dlha pada rangaan sage dbawah n Sage 0 Pada sage 0 n, nal soluon erdr aas ga rue dmana masng-masng meml reques erenu. Ilusrasnya dapa dlha pada gambar 3.3 D P1 D1 P3 P5 D3 D5 D D P2 P8 D8 D2 D D P7 P4 P6 D7 D4 D6 D Keerangan : Gambar 3.3 Conoh Rue Awal D P D Depo Rue 1 Rue 2 Rue 3 Pc Up Locaon Reques Delvery Locaon Reques Sage 1 Pada sage n dlauan pemlhan rue. Dar gambar 3.3 msalnya dplh rue 1 dan rue 2 erlebh dahulu unu dlauan peruaran. Sage 2 Selanunya dplh dua reques dalam hal n reques 1 pada rue 1 dan reques 2 pada rue 2. Yang perlu dnga adalah pemlhan suau reques arnya adalah pemlhan pc up dan delvery dar reques ersebu. Unu lebh elasnya dapa dlha pada gambar 3.4 D P1 D1 P3 P5 D3 D5 D D P2 P8 D8 D2 D D P7 P4 P6 D7 D4 D6 D Gambar 3.4 Pemlhan Reques dar masngmasng rue Rue 1 Rue 2 Rue 3 Sage 3 Kemudan lauan peruaran reques 1 dar rue 1 dengan reques 2 pada rue 2. Sehngga ddapaan rue baru seper pada gambar 3.5. D P2 D2 P3 P5 D3 D5 D D P1 P8 D8 D1 D D P7 P4 P6 D7 D4 D6 D Rue 1 Rue 2 Rue 3 Gambar 3.5 rue seelah reques 1 dan 2 duaran Sage 4 Selanunya pada sage n dlauan evaluas erhadap peruaran apaah laya aau da. Bla haslnya da laya maa peruaran n da dapa dlanuan arnya da ada solus neghbor yang dhaslan dar peruaran n. Sage 5 Peruaran ersebu dlauan erhadap eseluruhan reques hngga seluruh reques elah duaran dengan reques-reques yang ada pada rue lannya. Msalnya seelah peruaran Reques 1 dar rue 1 dan reques 2 dar rue 2 dlauan, selanunya dlauan peruaran anara reques 8 dar rue 2 dan seerusnya. 3. Defns Tabu Ls dan Tabu Tenure Tabu ls dsn dgunaan unu mencaa (record) peruaran reques anar rue yang danggap abu. Updae erhadap abu ls 6

7 dlauan erganung pada abu enure. Ja Tabu Tenure d noasan sebaga θ maa peruaran danggap abu aan eap danggap sebaga peruaran yang da boleh dlauan hngga eras + θ. (Ghan, Lapore, Musmanno, 2004) mengungapan bahwa Tabu Tenure basanya dplh anara range 5-10). Hal n dlauan unu menghndar cycle effec yau erplhnya embal solus yang sudah devaluas sebelumnya. 4. Soppng creron Soppng creron n aan menenuan apan pencaran solus aan berhen. Dalam penelan n pencaran solus aan berhen apabla eras masmum elah dcapa. Seelah eempa hal ersebu dpenuh maa algorma abu search unu permasalahan Dynamc Pc up and Delvery Unu penyeda Jasa Cy Courer dapa dbangun secara uuh dapa dlha pada flowchar gambar Algorma Permasalahan Dnams Kednamsan pada DPDPTW Cy-Courer dan Tme slo. Permasalahan dnams sendr meml uuran unu ednamsannya. Basanya dsebu sebaga degree of dynamsm (DOD). Uuran n basanya merupaan persenase anara onlne reques dengan oal eseluruhan reques yang ada (Allan Larsen, 2001). Permasalahan cy courer yang menad fous husus dalam penelan n meml DOD yang cuup ngg arena onlne reques bsa erad apan saa. Seman banya umlah onlne reques maa seman dnamslah permasalahan ersebu. Sehngga apabla nga ednamsan seman mennga maa aan seman sul unu menyelesaan permasalahan ersebu. Bedasaran pengeran yang elah delasan sebelumnya bahwa sebenarnya permasalahan dnams dapa dpandang sebaga suau Inseron Heursc Oupu Curren Tour = S Cos (Curren Tour) = Cos (S) Se GlobalMn = Cos(S) BesMove = S Tabu Ls = [φ] Cos N(S)= 0 MaxIeraon TabuTenure = θ Do Neghborhood Srucure N(S) Is There Feasble N(S)? No Yes Selec Mn Cos N(S) Cos N(S) <=GlobalMn No BesMove = N(S) Yes GlobalMn =Cos N(S) Curren Tour = N(S) Updae Tabu Ls MaxIeraon Sasfed? Gambar 3.6 Flowchar Algorma Tabu Search permasalahan sas yang erad secara seuensal. Dalam penelan n, berdasaran hal ersebu, mencoba unu memperecl degree of dynamsm dar permasalahan cy courer. Ide dasar yang derapan adalah dengan cara membag perode rue menad beberapa slo wau. Pada gambar 3.7 msalnya, perode rue dbag menad 3 slo wau yau me slo 1, me slo 2 dan me slo 3. Tme slo n dgunaan sebaga anda apan harus dlauannya updae rue aba adanya permnaan baru (onlne reques). Kea erad permnaan baru (New Reques) pada suau me slo erenu, maa permnaan baru n da langsung dmasuan e dalam rue endaraan melanan aan dumpulan End Yes No 7

8 Tme Slo 1 Tme Slo 2 Tme Slo 3 D P1 D1 P2 P3 D2 D3 D ' PERIODE RUTE Gambar 3.7 Tme slo Pada Suau Perode Rue pada perode me slo ersebu bersama dengan permnaan-permnaan lannya unu emudan dmasuan edalam rue endaraan pada saa updae rue endaraan unu me slo berunya. Arnya a ada beberapa reques baru yang muncul pada me slo perama maa reques baru n aan menad offlne reques unu me slo edua dan seerusnya. Dengan begn maa ap slo dapa dpandang sebaga permasalahan sas. Adapun lusras dar emunculan permnaan baru dapa dlha dar gambar 3.8 Pada gambar ersebu dapa dlha bahwa ada dua reques baru erad pada me slo perama. Seelah permnaan baru n dumpulan emudan dlauan penugasan erhadap edua permnaan ersebu pada slo berunya. Adapun lusrasnya dapa dlha pada gambar 3.9 Pada gambar ersebu dapa dlha poss dar permnaan-permnaan baru ersebu sepanang perode rue dar endaraan. P5 P4 D5 PERMINTAAN BARU D4 Tme Slo 1 Tme Slo 2 Tme Slo 3 D P1 D1 P2 P3 D2 D3 D WAKTU MUNCULNYA REQUEST BARU ' PERIODE RUTE Gambar 3.8 Poss Wau Kemunculan Reques erhadap Tme Slo Tme Slo 1 Tme Slo 2 Tme Slo 3 P4 D4 P5 D5 D P1 D1 P2 P3 D2 D3 D PERIODE RUTE Gambar 3.9 Kemungnan Poss permnaan baru seelah dlauan penugasan Permbangan-permbangan aba adanya Tme slo ' Seelah penelasan mengena me slo, maa selanuanya dapa dbangun algorma permasalahan dnams unu Cy-Courer. Namun deman mespun me slo elah membag permasalahan dnams menad permasalahan-permasalahan sas yang seuensal, namun algorma unu permasalahan sas yang delasan pada sub bab sebelumnya da dapa langsung dgunaan. Hal n dabaan arena adanya pemuusan perode pada masng-masng me slo sehngga ada beberapa hal yang harus dpermbangan ea melauan penugasan erhadap permnaan baru. Hal-hal yang harus dpermbangan adalah sebaga beru: 1. Permnaan yang sudah dlayan pada me slo-me slo sebelumnya. Permnaan n harus ddenfas arena permnaan baru da dapa dlauan penugasan erhadap loas-loas pada rue danara permnaanpermnaan yang sudah dlayan. 2. Poss endaraan dsn menad suau permasalahan yang harus dcerma. Poss endaraan n aan menenuan dmana saa reques baru dapa dmasuan edalam rue. Ada ga emungnan poss endaraan pada wau me slo erenu auh yau : A. Kendaraan sedang melayan suau node ba u berupa pc up maupun delvery. B. Kendaraan sedang berada danara dua node ba u delvery maupun pc up. C. Kendaraan sedang menunggu pada suau node delvery darenaan arrval me dar endaraan lebh dahulu dbandng early me wndows dar node delvery ersebu. Adapun lusras dar ega poss endaraan ersebu dapa dlha pada gambar Ja reques melebh baas masmum dperbolehannya endaraan beroperas (maxmum roue) maa harus ada endaraan baru yang menangan permnaan baru ersebu. Namun deman maxmum roue dar endaraan yang baru n dalah sama dengan rue yang sudah ada sebelumnya. Melanan harus durang baas ahr me slo dmana permnaan baru ersebu muncul. Sehngga ap endaraan meml baasan wau yang sama unu embal 8

9 edepo. Adapun lusrasnya dapa dlha pada gambar 3.11 Tga Kemungnan Poss endaraan pada saa me slo A C e D Gambar 3.10 Tga poss endaraan pada saa me slo l B PERIODE RUTE AWAL PERIODE RUTE TAMBAHAN Gambar 3.11 Perode Rue Tambahan Membangun Algorma Heurs unu penyelesaan Dynamc Pc up and Delvery wh Tme wndows Seelah penelasan mengena masalah-masalah yang dhadap dalam membangun algorma heurs unu permasalahan cy - courer n, maa selanunya dapa dbangun Algorma heursc unu permasalahan dnams pada Cy-Courer dengan mempermbangan halhal yang elah dsebuan sebelumnya. Adapun langah-langah pengembangan algorma unu permasalahan cy courer n adalah sebaga beru : 1. Tenuan perode me slo 2. Idenfas me slo. Bla ada permnaan baru maa umpulan permnaanpermnaan baru ersebu unu emudan d ugasan edalam rue pada me slo berunya. Rue yang dmasud dapa berupa rue yang sudah ada sebelumnya, maupun rue yang benar-benar baru dbua arena rue yang sudah ada sebelumnya da dapa melayan reques yang baru. Bla da ada permnaan baru maa lanuan rue yang sebelumnya hngga beremu wau me slo berunya 3. Penugasan permnaan baru dlauan dengan menggunaan prosedur nseron heursc yang elah delasan pada sub bab sebelumnya dengan memperhaan possposs yang mungn unu dlauan nseron. 4. Lauan mprovemen dengan menggunaan abu search erhadap ruerue yang elah dbenu. Dalam membangun solus neghborhood abu search pada permasalahan dnams berbeda dengan permasalahan sas. Pada abu search permasalahan dnams swappng aau peruaran reques harus memperhaan poss pasangan node pc up dan delvery pada. Hal n darenaan ada emungnan pasangan node erpsah sau sama lan arena adanya perbedaan eduduan pada me slo. Unu permnaan-permnaan yang masu dalam aegor n pada saa membangun sruur neghborhood da dlauan swappng. Hal n bsa dlha pada lusras gambar Dar gambar ersebu delvery dar reques 2, 4 dan 7 da dapa dlauan swappng dengan reques lannya. Hal n dsebaban arena pc up dar ega reques ersebu sudah dlayan. Sehngga dalam lusras n swappng/peruaran hanya dapa dlauan pada reques 3, 5 6 dan 8. Tme Slo Tme Slo +1 D P1 D1 P3 P5 D3 D5 D D P2 P8 D8 D2 D D P7 P4 P6 D7 D4 D6 D Sudah Dlayan Belum Dlayan Perode Rue Tda bsa dlauan Peruaran Rue 1 Rue 2 Rue 3 Gambar 3.12 Neghborhood Swappng Resrcon pada permasalahan dnams Adapun eseluruhan langah-langah Algorma secara ssemas dapa dlha pada flowchar gambar

10 Sar Inpu Exsng Roue me slo of roue New Reques Assgnmen Vehcle Poson Se of requess have been servced Is There New Reques Assgnmen for me slo =? Idenfy Possble Inseron Locaon for new reques Inser new reques o he roue by nseron procedure Choose mnmum feasble one Do Tabu Search Procedure New Roue For Tme Slo +1 End Keep Exsng Roue Unl me slo +2 Gambar 3.13 Gambar Flowchar Prosedur Permasalahan Dnams 4. Percobaan Numer 4.1 Daa Konds deal yang erad dlapangan beraan dengan su dnams pada VRP dapa dlha dar Gambar 4.1. Pada gambar ersebu dapa dlha bahwa sebenarnya daa berdasaran peruarannya dapa d cluseran edalam 3 cluser. Seap cluser meml daa yang emudan dperuaran dengan cluser lannya. Dar gambar ersebu dapa dlauan denfas bahwa daa yang dperluan pada onds deal unu permasalahan Cy-Courer yau : Gambar 4.1 Daa Exchange (Abdullah Alaff d, Proposal PREDICT ITS, 2007) 1. Transporaon Reques berupa pc up dan delvery yang dlauan melalu elepon dmana cusomer mendefnsan requesnya sendr yau mengena apan a aan dlayan, me wndow dan load yang aan dbawa 2. Loas endaraan deahu dar nformas yang dberan GPS (Global Posonng Sysem) 3. Loas Pc Up dan Delvery ddapaan dar nformas yang dberan GIS (Geographc Informaon Sysem) 4. Updae apasas endaraan selama berada dalam ruenya dlauan melalu SMS (Shor Message Servce) 5. Travel me dapa deahu dengan melauan perhungan hsorcal daa of speed ravel Kebuuhan-ebuuhan daa yang dperluan pada onds deal ersebu pada penelan n da dapa dpenuh arena penelan n merupaan bagan dar penelan besar PREDICT sehngga pada penelan n dgunaan daa se benchmar problem yang dsesuaan dengan permasalahan dynamc pc up and delvery problem hngga memenuh ebuuhan daa seper pada onds deal. Daa se yang dgunaan pada penelan mengena pengembangan algorma heurs unu Dynamc Pc Up and Delvery Problem Wh Tme Wndows pada penyeda asa Cy Courer n adalah Solomon s VRP bencmar daa yang selanunya dmodfas oleh Panraz unu permasalahan DPDPTW. 10

11 Problem Insance n bsa dlha dan ddownload dar alama drecory dbawah n /fp-dr/pub/fachb/ww/wnf/forschng/dpdpw 4.2 Percobaan Numer Percobaan 1 Rancangan percobaan Percobaan n dcoba pada problem nsance R101 dengan 25 reques, masmum eras abu search 10 dan θ = 10 DOD 20% dan me slo = 6. Percobaan n dlauan unu menunuan apaah algorma dnams yang elah dembangan mampu menyelesaan permasalahan Dynamc Pc Up and Delvery Problem wh Tme Wndows unu penyeda asa Cy-Courer yan : a. Melauan penugasan endaraan unu melayan reques baru b. Memnmas cos aba adanya reques baru Hasl Percobaan Dar hasl runnng ddapaan rue permasalahan sas sebaga beru : RUTE 1 : P9-P19-D19-D9-O0- RUTE 2 : P3-P14-D14-D3-O0- RUTE 3 : P5-P6-D5-P1-D1-D6-P7-D7-O0- RUTE 4 : P20-P2-D2-D20-O0 RUTE 5 : P11-P12-P15-D12-D11-D15-O0- RUTE 6 : P10-P13-D13-D10-O0- RUTE 7 : P16-P17-D16-D17-O0- RUTE 8 : P4-P18-D18-D4-P8-D8-O0- [TOTAL COST] : Dar rue n emudan d nseran 2 reques baru pada me slo 1. Sehngga ddapaan hasl sebaga beru : === >> Perubahan Rue Aba Reques : S22 RUTE 1 : P22-P9-P19-D19-D9-D22-O0-[UPDATED] RUTE 2 : P3-P14-D14-D3-O0- RUTE 3 : P5-P6-D5-P1-D1-D6-P7-D7-O0- RUTE 4 : P20*P21-P2-D2-D21-D20-O0- RUTE 5 : P11*P12-P15-D12-D11-D15-O0- RUTE 6 : P10-P13-D13-D10-O0- RUTE 7 : P16-P17-D16-D17-O0- RUTE 8 : P4-P18-D18-D4-P8-D8-O0- [TOTAL COST] : RUTE 6 : P10-P13-D13-D10-O0- RUTE 7 : P16-P17-D16-D17-O0- RUTE 8 : P4-P18-D18-D4-P8-D8-O0- [TOTAL COST] : Dar oupu daas dapa deahu bagamana algorma yang dembangan melauan penugasan endaraan unu melayan reques baru. Dar conoh daas deahu pula bahwa rue palng mnmum unu meng-nseran reques 22 adalah rue 1. Sedangan unu reques 23 adalah rue 2. Selanunya dlauan mprovemen dengan abu search dan ddapaan hasl sebaga beru : === Perubahan Rue Opmal dar Kumpulan Reques Tme Slo -1 RUTE 1 : P22-P9-P19-D19-D9-D22-O0- RUTE 2 : P3-P4-P14-D14-D4-D3-O0- RUTE 3 : P5-P6-D5-P1-D1-D6-P8-D8-O0- RUTE 4 : P20-P21-P2-D2-D21-D20-O0- RUTE 5 : P11-P12-P15-D12-D11-D15-O0- RUTE 6 : P10-P13-D13-D10-O0- RUTE 7 : P16-P17-D16-D17-O0- RUTE 8 : P23-P18-D18-D23-P7-D7-O0- [TOTAL COST] : Dar hasl runnng daas dapa dlha adanya penurunan cos seelah dlauan mprovemen dengan menggunaan abu search dar cos nal sebesar menad Yan ada penurunan cos sebesar 12.7% Percobaan 2 Rancangan Percobangan Percobaan numer n dlauan dengan melauan 12 senaro percobaan yang dlauan erhadap 2 problem nsance yau R101 dan R 103 dengan 25 reques. Adapun senaro percobaannya dapa dlha pada abel 6.6. Percobaan n dlauan unu menunuan hubungan me slo erhadap oal cos dan uga compuaonal me. Hasl Percobaan Adapun hasl percobaannya dapa dlha pada abel 4.1. Bla abel ersebu dsaan dalam benu graf maa haslnya dapa dlha pada gambar 4.2 dan gambar 4.3 === >> Perubahan Rue Aba Reques : S23 RUTE 1 : P22-P9-P19-D19-D9-D22-O0- RUTE 2 : P3-P23-P14-D14-D23-D3-O0-[UPDATED] RUTE 3 : P5-P6-D5-P1-D1-D6-P7-D7-O0- RUTE 4 : P20*P21-P2-D2-D21-D20-O0- RUTE 5 : P11*P12-P15-D12-D11-D15-O0- Tabel 4.1 Hasl percobaan 2 11

12 Compuaonal Tme (ms) DOD 60% Compuaonal Tme Vs Tme Slo Tme Slo R101 R103 Gambar 4.2.c DOD 60% Compuaonal me (ms) Compuaonal Tme (ms) DOD 20% Compuaonal Tme Vs Tme Slo Tme Slo R101 R103 Gambar 4.2.a DOD 20% DOD 40% Compuaonal Tme Vs Tme Slo Tme Slo R101 R103 Gambar 4.2.b DOD 40% Compuaonal Tme (ms) Raa-Raa Compuaonal Tme VsTme Slo Tme Slo DOD 20% DOD 40% DOD 60% Gambar 4.2.d Raa-raa compuaonal me Vs Tme Slo Toal Cos Toal Cos DOD 20% Toal Cos Vs Tme Slo R101 Tme Slo R103 Gambar 4.3.a DOD 20% DOD 40% Toal Cos Vs Tme Slo Tme Slo R101 R103 Gambar 4.3.b DOD 40% 12

13 Toal Cos Compuaonal Tme (ms) DOD 60% Toal Cos Vs Tme Slo Tme Slo R101 R103 Gambar 4.3.c DOD 40% Raa-Raa Toal Cos Vs Tme Slo Tme Slo DOD 20% DOD 40% DOD 60% Gambar 4.3.d DOD 60% Dar gambar 4.2 dapa dlha bahwa pada seap DOD ba unu problem nsance R101 dan R103, seman banya me slo maa seman ngg compuaonal me-nya. Kemudan pada graf raa-raa dapa dlha bahwa seman ngg DOD seman ngg pula compuaonal me. Dar gambar 4.3 dapa dlha bahwa pada seap DOD ba unu problem nsance R101 dan R103, ddapaan graf yang da berauran sehngga dapa dsmpulan bahwa da erdapa hubungan anara oal cos dan me slo begu uga dengan DOD yang dunuan graf raa-raa. 5. Kesmpulan Kesmpulan yang dapa dambl dar penelan n adalah sebaga beru : 1. Telah dlauan pengembangan algorma heurs unu Dynamc Pc Up and Delvery Problem wh Tme Wndows unu penyeda asa Cy-Courer 2. Telah dlauan pengembangan algorma heurs yang mampu melauan penugasan endaraan erhadap reques baru dan uga memnmas cos aba adanya ambahan reques baru 3. Ada hubungan berbandng lurus anara banyanya me slo dengan compuaonal me. 4. Tda ada hubungan anara banyanya me slo dan oal cos 6. Dafar Pusaa Abdullah Alaff, Zulfl Hdaya, Ahmad Rusdansyah, Suhad Ll, Nurla gamayan, Reesa Abar, Fr Karuna Ran, Yanar Isnar Developng Dynamc Vehcle Roung Sysems n Surabaya Cy. Proposal Penelan PREDICT ITS Ballou, R H Busness Logscs/ Supply Chan Managemen: Plannng, Organzng, and Conrollng he Supply Chan, Pearson Educaon, Inc., New Jersey Cordeau, J. F., Lapore, G Tabu Search Heurscs for The Vehcle Roung Problem. Canada Research and GERAD DPDPTW Insance. Sepember 2007 <URL:fpdr/pub/fachb /ww/wnf/forschng/dpdpw>. Gendreau, M., Guern, F., Povn, J.Y., Se gun, R Neghborhood search heurscs for a dynamc vehcle dspachng problem wh pc-ups and delveres, Transporaon Research Par C 14 Gan, G., Lapore, G., Musmanno, R Inroducon o Logscs Sysems Plannng and Conrol. John Wley & Sons, Inc. I Nyoman Puawan Supply Chan Managemen. Surabaya : Guna Wdya. Larsen, Allan., The Dynamc Vehcle Roung. IMM, DTU Lau, Hoong Chun, Lang, Zhe Pcup and Delvery wh Tme Wndows: Algorhms and Tes Case Generaon. Proceedngs of he 13h IEEE Inernaonal Conference on Tools wh Arfcal Inellgence (ICTAI'01 13

14 Mrovc, Snezana., Mnc Pc Up and Delvery Problem Wh Tme Wndows : A Survey <fp: //fas.sfu.ca/pub/cs/echrrepor/1998> Nanry, Wllam P., Barnes, J Wesley Solvng he pc up and delvery problem wh me wndows usng reacve abu search.transporaon Research Par B 34 (2000) Panraz, Gselher Dynamc Roung Vehcle by Means of Genec Algorhm. Inernaonal Journal of Physcal Dsrbuon & Logscs Managemen, 364 Povn, J.Y., Yng Xu, Ilham Benyaha Vehcle Roung and Schedulng wh Dynamc Travel Tmes. Compuer & Operaon Research Sr Kusuma Dew dan Har Purnomo Penyelesaan Masalah Opmas dengan Ten-Ten Heurs. Graha Ilmu : Surabaya. 14

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET BAB PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET MENGENAI METODE NUMERIK Persoalan yang melbaan model maemaa banya munul dalam berbaga lmu pengeahuan seper halnya dalam asus

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

SECURITY CONSTRAINED UNIT COMMITMENT MENGGUNAKAN METODE FIREFLY ALGORITHM

SECURITY CONSTRAINED UNIT COMMITMENT MENGGUNAKAN METODE FIREFLY ALGORITHM rosdng SETIA 206 olen eger Malang Volume 8 ISS: 2085-2347 SECURITY COSTRAIED UIT COMMITMET MEGGUAKA METODE FIREFLY ALGORITHM Too Dewanoro, Rony Seo Wbowo 2, Ad Suprjano 3 Jurusan Ten Elero, 2 Faulas Ten

Lebih terperinci

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (24) ISSN: 2337-3539 (23-927 Prn) A-28 Penerapan Meode Fler Kalman Dalam Perbaan Hasl Preds Cuaca Dengan Meode ARIMA Tomy Kurnawan, Luman Hanaf, dan Erna Aprlan

Lebih terperinci

SIMULASI PERGERAKAN TRAJECTORY PLANNING PADA ROBOT LENGAN ANTHROPOMORPHIC. Moh. Imam Afandi

SIMULASI PERGERAKAN TRAJECTORY PLANNING PADA ROBOT LENGAN ANTHROPOMORPHIC. Moh. Imam Afandi SIMUASI ERGERAKAN TRAJECTOR ANNING ADA ROBOT ENGAN ANTHROOMORHIC Moh Imam Afand usl KIM-II, Kawasan usppe Serpong, Tangerang 54 INTISARI Robo lengan yang mampu bergera secara oomas membuuhan suau ssem

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

Penempatan Optimal Sensor Dengan Metode Particle Swarm Optimization (PSO) Untuk State Estimation Pada Sistem Distribusi Surabaya

Penempatan Optimal Sensor Dengan Metode Particle Swarm Optimization (PSO) Untuk State Estimation Pada Sistem Distribusi Surabaya JURNL TEKNIK POMITS Vol 2, No 1, (214) 1 Penempaan Opmal Sensor Dengan Meode Parcle Swarm Opmzaon (PSO) Unu Sae Esmaon Pada Ssem Dsrbus Surabaya j Dharma, Onoseno Penangsang, Rony Seo Wbowo Jurusan Ten

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

Zullaikah 1 dan Sutimin 2. Jl. Prof. H. Soedarto, S.H., Tembalang Semarang

Zullaikah 1 dan Sutimin 2. Jl. Prof. H. Soedarto, S.H., Tembalang Semarang MODEL PERTUMBUHAN BIOMASSA RUMPUT LAUT GRACILLARIA DENGAN CARRYING CAPACITY BERGANTUNG WAKTU Zullaah dan Sumn, Jurusan Maemaa FMIPA Unversas Dponegoro Jl Prof H Soedaro, SH, Tembalang Semarang Absrac In

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI Prosdng Semnar Nasonal Manajemen Teknolog X Program Sud MMT-TS, Surabaya 6 Pebruar 2010 PENGGUNAAN METODE MODFED UNT DECOMMTMENT (MUD) UNTUK PENJADWALAN UNT-UNT PEMBANGKT PADA SSTEM KELSTRKAN JAWA - BAL

Lebih terperinci

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial 96 Vol. 3, No., 96-, Januar 7 Kombnas Penasran Model Lag Terdsrbus Dengan Espeas Adapf Dan Penyesuaan Parsal Adawaya Rangu Absra Dalam menasr Model Lag Terdsrbus, masalah yang mungn erjad adalah da adanya

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

Model Suku Bunga Multinomial 4. Danang Teguh Qoyyimi *, Dedi Rosadi 2.

Model Suku Bunga Multinomial 4. Danang Teguh Qoyyimi *, Dedi Rosadi 2. ROSIDING ISBN: 978-979-6353-3- Model Suu Bunga Mulnomal 4 S-5 Danang Teguh Qoyym *, Ded Rosad Jurusan Maemaa FMIA Unversas Gadah Mada *qoyym@ugm.ac.d Maalah n adalah merupaan pengembangan dar model suu

Lebih terperinci

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia JURNAL SAINS DAN SENI ITS Vol. 4, No., ( 337-3 (3-9X Prn D-7 Pemodelan Indes Pembangunan Gender dengan Pendeaan Regres Nonparamer Splne d Indonesa Nurul Fajryyah dan I Nyoman Budanara Jurusan Sasa, Faulas

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

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

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012 InfiniyJurnal Ilmiah Program Sudi Maemaia STKIP Siliwangi Bandung, Vol 1, No.2, Sepember 2012 GRUP PERMUTASI SIKLIS DALAM PERMAINAN SUIT Oleh: Bagus Ardi Sapuro Jurusan Pendidian Maemaia, IKIP PGRI Semarang

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

PENGARUH PENGGUNAAN METODE POWER DAN TRUNCATED POWER PADA PCA-PART UNTUK INISIALISASI K-MEANS ABSTRACT

PENGARUH PENGGUNAAN METODE POWER DAN TRUNCATED POWER PADA PCA-PART UNTUK INISIALISASI K-MEANS ABSTRACT Semnar Nasonal Sans & Tenolog V Lembaga Penelan Unversas Lampung PENGARUH PENGGUNAAN METODE POWER DAN TRUNCATED POWER PADA PCA-PART UNTUK INISIALISASI K-MEANS Ere Sadewo 1, Muhammad Mashur 2, dan Al Rdho

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

ANALISIS EVOLUSI MATRIK ASAL TUJUAN (MAT) MENGGUNAKAN METODE GRAFIK REPRESENTASI MATRIK

ANALISIS EVOLUSI MATRIK ASAL TUJUAN (MAT) MENGGUNAKAN METODE GRAFIK REPRESENTASI MATRIK ANAII EVOUI MATRIK AA TUJUAN (MAT) MENGGUNAKAN METODE GRAFIK REPREENTAI MATRIK Tas an Junaed Absra Mar Asal Tujuan (MAT) sebaga salah sau benu nformas pola perjalanan mempunya peranan yang sanga penng

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

SEGMETASI BAYESIAN HIRARKI UNTUK MODEL AR STASIONER KONSTAN PER SEGMEN MENGGUNAKAN ALGORITMA REVERSIBLE JUMP MCMC

SEGMETASI BAYESIAN HIRARKI UNTUK MODEL AR STASIONER KONSTAN PER SEGMEN MENGGUNAKAN ALGORITMA REVERSIBLE JUMP MCMC Semnar Nasonal Ssem Informas Indonesa, - 4 Desember 03 SEGMETASI BAYESIAN HIRARKI UNTUK MODEL AR STASIONER KONSTAN PER SEGMEN MENGGUNAKAN ALGORITMA REVERSIBLE JUMP MCMC Suparman Penddan Maemaa FKIP UAD

Lebih terperinci

METODE BEDA HINGGA UNTUK SOLUSI NUMERIK DARI PERSAMAAN BLACK-SCHOLES HARGA OPSI PUT AMERIKA SURITNO

METODE BEDA HINGGA UNTUK SOLUSI NUMERIK DARI PERSAMAAN BLACK-SCHOLES HARGA OPSI PUT AMERIKA SURITNO MEODE BEDA HINGGA UNUK OLUI NUMERIK DARI PERAMAAN BLACK-CHOLE HARGA OPI PU AMERIKA URINO EKOLAH PACAARJANA INIU PERANIAN BOGOR BOGOR 8 PERNYAAAN MENGENAI EI DAN UMBER INFORMAI Dengan n saya menyaaan baha

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI 4. ALIDITAS DA RELIABILITAS DALAM MEMBUAT EALUASI Tujuan : Seelah mempelajari modul ini mahasiswa mampu membua ala evaluasi bau unu program pembelajaran Evaluasi pembelajaran adalah ahap ahir dalam prosedur

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi JURNAL MATEMATIKA DAN KOMUTER Vol. 4. No. - Agusus ISSN : 4-858 ROSES STOKASTIK KELAHIRAN-KEMATIAN DENAN DUA JENIS KELAMIN SECARA KELOMOK ADA ROSES YULE- FURRY Samsuryad Jurusan Maemaka FMIA Unversas Srwaya

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Studi Kasus : Astra Konveksi Pontianak

PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Studi Kasus : Astra Konveksi Pontianak Bulein Ilmiah Mah. Sa. dan Terapannya (Bimaser) Volume 04, No. 3 (2015), hal 181 190. PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Sudi Kasus

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR 15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk

Lebih terperinci

Simulasi Dampak Peningkatan Demand terhadap Energi Listrik dalam Pemodelan Pengoperasian Waduk Kaskade

Simulasi Dampak Peningkatan Demand terhadap Energi Listrik dalam Pemodelan Pengoperasian Waduk Kaskade Hadhardaja, Vol. 11 No. 1 d. Januar 004 urnal TEKNIK SIPIL Smulas Dampa Penngaan Demand erhadap Energ Lsr dalam Pemodelan Pengoperasan Wadu Kasade Iwan K. Hadhardaja 1) Eva Vannya Marha ) Indramo Soearno

Lebih terperinci

Penggerombolan Model Parameter Regresi dengan Error-Based Clustering

Penggerombolan Model Parameter Regresi dengan Error-Based Clustering Penggerombolan Model Parameer Regres dengan Error-Based Cluserng 1 I Made Sumerajaya 2 Gus Adh Wbawa 3 I Gede Nyoman Mndra Jaya 1 Saf Pengajar Deparemen Sasa IPB 2,3 Mahsswa Pascasarjana Sasa IPB ABSTRAK

Lebih terperinci

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Semnar Nasonal Teknolog Informas dan Mulmeda 2015 STMIK AMIKOM Yogyakara, 6-8 Februar 2015 PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Yeffransjah Salm STMIK Indonesa

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

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB)

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB) K3 Kelas X FISIKA GLB DAN GLBB TUJUAN PEMBELAJARAN Seelah mempelajari maeri ini, kamu diharapkan memiliki kemampuan beriku.. Memahami konsep gerak lurus berauran dan gerak lurus berubah berauran.. Menganalisis

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI Landasan Teor 6 BAB II LADASA TEORI. PERAMALA PERMITAA Peramalan adalah suau proses dalam menggunakan daa hsores yang elah dmlk unuk dproyekskan ke dalam suau model dan menggunakan model n unuk memperkrakan

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI Yunarstanto 1 Irwan Iftad 1 Iwan Ngabd Raharjo 2 Abstract: Producton flow n PT. Tga Seranga Pustaa Mandr

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

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

PEMODELAN ALJABAR MAX-PLUS DAN EVALUASI KINERJA JARINGAN ANTRIAN FORK-JOIN TAKSIKLIK DENGAN KAPASITAS PENYANGGA TAKHINGGA INTISARI

PEMODELAN ALJABAR MAX-PLUS DAN EVALUASI KINERJA JARINGAN ANTRIAN FORK-JOIN TAKSIKLIK DENGAN KAPASITAS PENYANGGA TAKHINGGA INTISARI Jurnal Maemaa, Vol, No,, 8 PEMODELAN ALJABAR MAX-PLUS DAN EVALUASI KINERJA JARINGAN ANTRIAN FORK-JOIN TAKSIKLIK DENGAN KAPASITAS PENYANGGA TAKHINGGA M ANDY RUDHITO, SRI WAHYUNI, ARI SUPARWANTO, DAN F SUSILO

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL Suau benda dikaakan bergerak manakalah kedudukan benda iu berubah erhadap benda lain yang dijadikan sebagai iik acuan. Benda dikaakan diam (idak bergerak) manakalah kedudukan benda iu idak berubah erhadap

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini aan diemuaan beberapa onsep dasar yang beraian dengan analisis runun wau, dianaranya onsep enang esasioneran, fungsi auoorelasi dan fungsi auoorelasi parsial, macam-macam

Lebih terperinci

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield Perbandngan Masalah Optmas TSP dengan Menggunaan Algortma Ant Colony dan Jarngan Hopfeld 1 Yulan, Moh.Isa Irawan, dan 3 Mardljah 1,, 3 Jurusan Matemata, Insttut Tenolog Sepuluh Noember Kampus ITS, Surabaya

Lebih terperinci

V E K T O R Kompetensi Dasar :

V E K T O R Kompetensi Dasar : MODUL PEMELJRN I V E K T O R Kompetens Dasar : 1. Mahasswa mampu memaham perbedaan besaran vetor dan salar serta memberan contohcontohna dalam ehdupan sehar-har, 2. Mahasswa mampu melauan operas penumlahan

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN Tjutju T. Dmyat Jurusan Teknk Industr Unverstas Pasundan E-mal : admyat@bdg.centrn.net.d ABSTRAK Penentuan rute kendaraan (Vehcle

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

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci