PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING
|
|
- Leony Iskandar
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING Oleh : Heny Nurhidayanti Dosen Pembimbing : Drs. Sulistiyo, MT Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2010 Abstrak Pemilihan supplier merupakan fase yang sangat penting dalam proses pembelian suatu perusahaan. Diperlukan berbagai pertimbangan untuk dapat memilih supplier yang berkualitas. Ada banyak kriteria yang muncul dalam masalah pemilihan supplier, namun dari sekian banyak kriteria, ternyata harga yang ditawarkan oleh supplier, kualitas supplier, dan waktu pengiriman selalu muncul dalam masalah ini. Selain itu adanya faktor ketidakpastian dan resiko menyebabkan proses pemilihan supplier menjadi cukup rumit. Pada tugas akhir ini dianalisa mengenai fuzzy multi-objective programming untuk pemilihan supplier dengan pendekatan possibility, dimana α-cut technique digunakan untuk mengubah fuzzy multi-objective programming menjadi standard deterministic programming. Selanjutnya model ini akan diselesaikan dengan metode pembobotan ternormalisasi. Hasil yang didapatkan dari proses pemilihan supplier adalah dengan α = 0.5 akan didapatkan nilai optimum pada f 1 = , pada f 2 = , pada f 3 = , α = 0.4 didapatkan f 1 = , f 2 = , f 3 = , α = 0.3 didapatkan f 1 = , f 2 = , f 3 = , α = 0.2 didapatkan f 1 = , f 2 = , f 3 = , α = 0.1 didapatkan f 1 = , f 2 = , f 3 = Hasil yang telah didapatkan menunjukkan bahwa PT. Abadi merupakan supplier yang paling potensial bagi Percetakan Surya Semesta. Kata kunci : fuzzy multi-objective programming, pemilihan supplier, metode pembobotan ternormalisasi supplier bukanlah sebuah hal yang mudah, 1. Pendahuluan pada kenyataannya ada banyak hal yang Pada saat ini supply chain management harus dipertimbangkan dalam memilih menjadi sorotan dalam dunia industri. supplier yang berkualitas. Selain itu, resiko Problem pemilihan supplier merupakan dapat menjadi faktor utama yang salah satu isu penting, karena pemilihan supplier menjadi bagian dari sebuah supply mempengaruhi pemilihan supplier. Resiko disini dapat berupa resiko penolakan barang chain maka hubungan tersebut akan pesanan, maupun resiko keterlambatan memiliki pengaruh yang sangat besar pengiriman barang. Sementara harga yang terhadap kelangsungan produksi diantaranya industri percetakan. Keputusan memilih ditawarkan oleh tiap-tiap supplier juga sering kali berubah-ubah secara fluktuatif 1
2 akibat dari kebijakan supplier sendiri maupun dari perubahan harga bahan baku di pasar global. Pada Tugas Akhir ini dibahas mengenai bagaimana cara memilih supplier yang paling potensial dengan mempertimbangkan faktor ketidakpastian dan resiko seperti harga yang ditawarkan oleh supplier, persentase penolakan barang, serta persentase keterlambatan pengiriman barang dalam bentuk possibility fuzzy mutiobjective programming. Model ini akan diselesaikan dengan pendekatan possibility untuk menyelesaikan fuzzy multi-objective programming, dimana α-cut technique digunakan untuk mengubah fuzzy multiobjective programming menjadi standard deterministic programming. Selanjutnya akan digunakan metode pembobotan ternormalisasi untuk menyelesaikan multiobjective programming. 2. Supply Chain Semua perusahaan baik jasa maupun manufaktur dapat dikatakan sebagai bagian dari suatu supply chain. Supply chain merupakan suatu proses yang terintegrasi dimana sejumlah entity bekerja sama untuk mendapatkan bahan baku, mengubah bahan baku menjadi produk jadi, menyimpan sementara di gudang dan mengirimkannya ke retailer dan consumen. Supply chain ini berkaitan dengan logistic network (dalam kenyataannya, meskipun chain berarti rantai, penerapan supply chain lebih merupakan network/jaringan yang dapat bercabang-cabang) yang terdiri dari vendor/suppliers, manufactures, distribution centres, retail outlets dan customer. Dalam supply chain terdapat aliran produk (barang maupun jasa), aliran pesanan (yang disertai pembayaran) dan aliran informasi. 3. Proses Pemilihan Supplier Pemilihan supplier merupakan proses yang panjang. Supplier dievaluasi dalam beberapa kriteria seperti cost, delivery, quality, dan lain-lain. Pada saat melakukan evaluasi dari beberapa kriteria sering terjadi trade off seperti adanya supplier yang menawarkan produk dengan kualitas yang bagus tetapi pengirimannya tidak pasti. Semakin banyaknya kriteria yang diinginkan perusahaan untuk pemilihan supplier membuat masalah ini semakin kompleks, oleh karena itu diperlukan suatu teknik pengambilan keputusan dalam pemilihan supplier. 4. Sistem Fuzzy Secara sederhana himpunan dapat dipandang sebagai koleksi obyek-obyek. Obyek dapat berupa bilangan, nama-nama orang, warna, dan sebagainya. Pengertian himpunan seperti di atas disebut himpunan "Crisp" (tegas), karena hanya terdapat dua kemungkinan: anggota dan bukan anggota. Pada tahun 1965, Lutfi A. Zadeh mengembangkan konsep fuzzy yang merupakan perluasan dari konsep "Crisp". Konsep fuzzy dipandang dapat menggambarkan situasi real yang sebenarnya. Ada perbedaan yang mendasar antara himpunan Crisp dan Fuzzy. Pada himpunan Crisp batas keanggotaan jelas, sedangkan pada himpunan fuzzy batas keanggotaan tidak jelas (kabur) 4.1 Himpunan Fuzzy Himpunan fuzzy adalah representasi matematika pada ketidaktepatan atau ketidakpastian dalam kehidupan sehari-hari (Zadeh, 1965). Definisi 1: Diberikan semesta X. Himpunan fuzzy A dalam X ditulis à dan didefinisikan : Ã, à / dengan à : 0,1 adalah fungsi / derajat keanggotaan dari himpunan fuzzy Ã. Definisi 2: Fungsi keanggotaan à adalah suatu kurva yang menunjukkan pemetaan titik input data ke dalam nilai keanggotaan yang memiliki interval antara 0 hingga 1. 2
3 Ada beberapa jenis fungsi keanggotaan, salah satunya adalah fungsi keanggotaan trapesium. a 1 a 2 a 3 a 4 Fungsi keanggotaan trapesium diidentifikasi empat parameter a 1, a 2, a 3, dan a 4 dan dirumuskan dengan fungsi : 0,, 1, (1), 0, Definisi 3: Himpunan fuzzy à pada seluruh anggota X adalah convex jika dan hanya jika untuk semua x 1, x 2 pada X berlaku à 1 Ã, à Definisi 4: Himpunan crisp dengan elemen-elemen himpunan fuzzy à dengan derajat keanggotaan sekurang-kurangnya α disebut himpunan level-α atau α-cut, yaitu: Definisi 5: Ukuran Possibilitas Diberikan X Ø, P(X) = 2 X Fungsi π : P(X) [0,1] dengan sifat : 1. 0, Apabila f : X [0,1] adalah fungsi distribusi possibilitas maka, Apabila A = Crisp, I = A, A x = {x} πa π A supπa supπx Sifat : Jika,,, adalah n variabel fuzzy yang convex, dan, adalah batas atas dan batas bawah dari, untuk level possibility,, 0,, 1 berlaku : i. ii. 5. Metode Pembobotan (Weighted Sum Method) Metode pembobotan digunakan untuk mengubah optimasi multi-objective menjadi bentuk optimasi single objective. Fungsi objective tunggal ini dibentuk dari penjumlahan tiap-tiap fungsi objective f i dikalikan dengan koefisien pembobot w i. Secara umum metode pembobotan dapat dinyatakan dengan: Dengan w i 0 adalah koefisien pembobot dimana 1 Koefisien pembobot dinyatakan dengan : (2) 5.1 Metode Pembobotan Ternormalisasi (Normalized Weighted Method) Masalah optimisasi multi-objective bisa dibawa ke bentuk masalah optimisasi satu objective dengan cara skalarisasi: fungsi vektor f(x) yang mencakup fungsi-fungsi sasaran f (x), f (x),... f (x) ditransformasikan 1 2 k ke fungsi skalar f(x). Osyczka (1984) menunjuk bahwa salah satu metode transformasi yang sangat sederhana adalah metode pembobotan ternormalisasi (normalized weighted method). 3
4 Prinsip metode ini adalah menjumlahkan kesemua fungsi sasaran dengan memberikan koefisien pembobot untuk tiap fungsi sasaran. Koefisien pembobot ini menunjukkan kadar pentingnya suatu fungsi sasaran relatif terhadap fungsi-fungsi yang lain. Hasil transformasi adalah : (3) Dengan w i 0 adalah koefisien pembobot dimana 1, dan adalah faktor normalisasi. (4). 6. Data Percetakan Data yang digunakan untuk pembahasan dalam Tugas Akhir ini berupa data sekunder yang diperoleh dari Percetakan Surya Semesta. Dalam satu bulan, percetakan ini menerima pesanan yang tidak tentu jumlahnya, oleh karena itu percetakan ini pun melakukan pembelian barang dalam jumlah yang tidak pasti tiap periodenya. Bahan baku yang sering dipesan adalah kertas plano 70 gram ukuran 79 cm X 109 cm. Dalam Tugas Akhir ini dibatasi pada pembelian kertas plano 70 gram ukuran 79 cm X 109 cm yang dipesan untuk kemudian digunakan dalam menunjang proses produksi. Data yang diambil untuk penyusunan Tugas Akhir ini adalah: 6.1 Data supplier Dalam Tugas Akhir ini, jumlah supplier dibatasi hanya tiga atau dengan kata lain n = 3, dengan asumsi ketiga supplier tersebut merupakan supplier yang sering terlibat kontrak dengan percetakan, yaitu PT. Abadi, PT. Dalas, dan PT. Sembilan. 6.2 Data ketentuan dari supplier Berikut data ketentuan dari supplier, diberikan dalam μ(σ), dimana μ adalah mean dan σ adalah standard error. Supplier Cost Rejected Late ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Dengan batas ketentuan pembelian yang sama yaitu minimum 0 dan maksimum 20 rim, dalam satu periode. 7. Pembahasan dan Hasil Notasi-notasi : n : jumlah supplier : harga yang ditawarkan oleh supplier ke-i : persentase jumlah penolakan barang yang dikirim oleh supplier ke-i : persentase jumlah keterlambatan barang yang dikirim oleh supplier ke-i : jumlah kebutuhan barang : batas bawah pembelian barang oleh supplier ke-i : batas atas pembelian barang oleh supplier ke-i : jumlah barang yang dipesan percetakan kepada supplier ke-i 7.1 Pembentukan LMOP (Linear Multiobjective Programming) Dengan kendala:, 1,2,,, 1,2,, 0, 1,2,, (5) 4
5 7.2 Pembentukan FMOP (Fuzzy Multiobjective Programming),,, 1,2,,, 1,2,, 0, 1,2,, (6) 7.3 Pembentukan PMOP (Possibility Fuzzy Multi-objective Programming) Dengan menggunakan konsep possibilitas dari bilangan fuzzy, model FMOP dapat diubah menjadi model PMOP (1) :,,, 1,2,,, 1,2,, 0, 1,2,, 0<α k <1 (7) Dengan α adalah level resiko dan adalah batas atas fungsi objective ke-i. Diberikan bahwa parameter dalam model PMOP (1) adalah normal dan convex, maka model PMOP (1) dapat diubah menjadi model PMOP (2) :,,, 1,2,,, 1,2,, 0, 1,2,, (8) Dengan menggunakan fungsi keanggotaan trapesium, maka himpunan α-cut dari bilangan fuzzy trapesium adalah:, 1, 1 Dengan himpunan α-cut seperti ini, maka PMOP(2) dapat diubah menjadi PMOP(3) :,,
6 1 0, 1,2,, (9) Dengan : batas bawah pada level α k, dan : batas atas pada level α k. 7.4 Analisis Data Nilai parameter dari fungsi keanggotaan trapesium tiap-tiap supplier dapat dicari dengan: 2 2 Supplier 1 Cost rejected late a a a a Supplier 2 cost rejected late a a a a Supplier 3 cost rejected late a a a a , Pada periode selanjutnya percetakan membutuhkan sebanyak 25 rim kertas plano untuk proses produksinya. Maka permasalahan pemilihan supplier dapat diselesaikan dengan langkah-langkah sebagai berikut : 1. Memodelkan masalah pemilihan supplier dengan PMOP α = 0.5,, x x x x x x x x x 3 x 1 + x 2 + x 3 25 x 1 20 x 2 20 x 3 20 x 1 0 x 2 0 x 3 0 x 3 0 (10) 2. Menentukan batas atas dan batas bawah Nilai optimal masing-masing fungsi objective: Fungsi Objective x 1 x 2 x 3 f f f Batas bawah = [ ] Batas atas = [ ] Dengan batas atas seperti ini maka (10) akan menjadi : Min f 1 = x x x 3 Min f 2 = x x x 3 Min f 3 = x x x x x x x x x x x x x 1 + x 2 + x 3 25 x 1 20 x 2 20 x 3 20 x 1 0 x 2 0 x 3 0 (11) 3. Mengubah Multi-objective menjadi Single Objective dengan metode pembobotan ternormalisasi Dengan metode pembobotan ternormalisasi : 6
7 Maka (11) akan menjadi : Min = x x x x x x x x x x x x x 1 + x 2 + x 3 25 x 1 20 x 2 20 x 3 20 x 1 0 x 2 0 x 3 0..(12) Perbandingan nilai optimum dengan level resiko yang berbeda : α f 1 f 2 f Dengan jumlah kertas plano yang dipesan percetakan sebagai berikut : α PT. Abadi PT. Dalas PT. Sembilan Kesimpulan dan Saran Kesimpulan yang diperoleh dari hasil dan pembahasan adalah : 1. Model optimasi dengan possibility fuzzy multi-objective programming dapat dinyatakan dengan (9). 2. Dari pembahasan dan hasil dapat disimpulkan bahwa PT. Abadi merupakan supplier yang paling potensial, baik itu dipertimbangkan dari harga yang ditawarkan, persentase keterlambatan pengiriman kertas, maupun persentase penolakan kertas yang dikirim. Saran yang dapat diberikan untuk penelitian selanjutnya adalah mengembangkan model permasalahan pemilihan supplier dengan mempertimbangkan faktor-faktor resiko dan ketidakpastian lainnya yang perlu untuk dipertimbangkan. 9. Daftar Pustaka Hastuty, Nurul Penerapan Pendekatan MCDM-Promethe dan Zero One Goal Programming untuk Pemilihan Supplier. Tugas Akhir, Teknik Industri, ITS Surabaya. Rakhmawati, Nahlia Pendekatan Entropy Maksimum dan Primal Dual Geometric Programming pada Permasalahan Multi Obyektif Pemilihan Vendor. Tugas Akhir, Matematika, ITS Surabaya. Sakawa, Masatoshi Fuzzy Sets and Interactive Multiobjective Optimization. New York: Plenum Press. Santoso, Lucky. E. Jurnal Sistem Pendukung Keputusan untuk Masalah Optimasi Multikriteria. Wu D.D., Zhang Y., Wu D., and Olson D.L Fuzzy multi-objective programming for supplier selection and risk modeling : A possibility approach. European Journal of Operational Research. Zimmermann, H.-J Fuzzy Set Theory and Its Applications. London: Kluwer Academic Publishers. 7
SEMINAR NASIONAL ke 8 Tahun 2013 : Rekayasa Teknologi Industri dan Informasi MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND
MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND Ridayati Ircham Jurusan Teknik Sipil STTNAS Jalan Babarsari Caturtunggal Depok Sleman e-mail: ridayati@gmail.com ABSTRAK Tulisan ini membahas tentang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Banyak masalah nyata yang dapat dibawa ke model program linear. Metode penyelesaian program linear telah digunakan para ahli untuk menyelesaikan masalah di
Lebih terperinciOPTIMASI BIAYA PENGANGKUTAN MENGGUNAKAN PROGRAM LINEAR MULTIOBJEKTIF FUZZY (Studi Kasus pada PT. Sentosa Mulia Bahagia)
OPTIMASI BIAYA PENGANGKUTAN MENGGUNAKAN PROGRAM LINEAR MULTIOBJEKTIF FUZZY (Studi Kasus pada PT. Sentosa Mulia Bahagia) OPTIMIZING THE TRANSPORTATION COST USING FUZZY MULTIOBJECTIVE LINEAR PROGRAMMING
Lebih terperinciOleh: Emy Syuprihatin Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT
Penerapan Multi-Choice Goal Programming (MCGP) untuk pemilihan supplier dan alokasi order bahan baku di PT. X menggunakan analisa Taguchi Loss Function dan AHP Oleh: Emy Syuprihatin 1206 100 033 Dosen
Lebih terperinciKAJIAN PENERAPAN PROGRAM LINEAR MULTI OBJEKTIF FUZZY INTERAKTIF PADA KEPUTUSAN PERENCANAAN TRANSPORTASI
KAJIAN PENERAPAN PROGRAM LINEAR MULTI OBJEKTIF FUZZY INTERAKTIF PADA KEPUTUSAN PERENCANAAN TRANSPORTASI Suroso 1), Widodo 2) 1) Jurusan Teknik Sipil Politeknik Negeri Semarang Jln. Prof. H. Soedarto, S.H.
Lebih terperinciBAB II KAJIAN TEORI. Pada bab ini akan dibahas mengenai beberapa definisi dan teori yang akan
BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai beberapa definisi dan teori yang akan digunakan pada pembahasan berdasarkan literatur yang relevan. A. Program Linear Model Program Linear (MPL) merupakan
Lebih terperinciProgram Linear Fuzzy dengan Koefisien dan Konstanta Kendala Bilangan Fuzzy
Prosiding Matematika ISSN: 2460-6464 Program Linear Fuzzy dengan Koefisien dan Konstanta Kendala Bilangan Fuzzy 1 Diah Fauziah, 2 Didi Suhaedi, 3 Gani Gunawan 1,2,3 Prodi Matematika, Fakultas Matematika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Konsep program linier (linear programming) ditemukan dan diperkenalkan seorang ahli matematika bangsa Amerika, Dr.George Dantzig yaitu dengan dikembangkannya metode
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Teori himpunan fuzzy banyak diterapkan dalam berbagai disiplin ilmu seperti teori kontrol dan manajemen sains, pemodelan matematika dan berbagai aplikasi dalam bidang
Lebih terperinciMASALAH TRANSPORTASI FUZZY BILANGAN TRAPEZOIDAL DENGAN METODE ZERO POINT
MASALAH TRANSPORTASI FUZZY BILANGAN TRAPEZOIDAL DENGAN METODE ZERO POINT Endang Listyanti Pratiwi 1, Bambang Irawanto, S.Si, M.Si 2, Drs. Bayu Surarso, M.Sc, Ph.D 3 Program Studi Matematika FSM Universitas
Lebih terperinciBAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program
BAB II KAJIAN TEORI Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program linear, metode simpleks, dan program linear fuzzy untuk membahas penyelesaian masalah menggunakan metode fuzzy
Lebih terperinciElis Ratna Wulan a, Diana Ratnasari b
ISBN 978-979-3541-50-1 IRWNS 2015 Pencarian Solusi Optimal Fuzzy Untuk Masalah Program Linier Fuzzy Menggunakan Metode Level-Sum Elis Ratna Wulan a, Diana Ratnasari b b a Jurusan Matematika,Fakultas Sains
Lebih terperinciBAB II LANDASAN TEORI. Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang
BAB II LANDASAN TEORI Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang digunakan untuk membahas aplikasi PLFTG untuk investasi portofolio saham. A. Pemrograman Linear Pemrograman matematis
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Masalah kendali inventori (persediaan) pada suatu perusahaan atau retailer merupakan salah satu faktor penting untuk menentukan keberhasilan dalam menjalankan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Optimasi Menurut Nash dan Sofer (1996), optimasi adalah sarana untuk mengekspresikan model matematika yang bertujuan memecahkan masalah dengan cara terbaik. Untuk tujuan bisnis,
Lebih terperinciBAB I PENDAHULUAN. Keadaan tersebut tentunya menyebabkan hasil pertanian di Indonesia
BAB I PENDAHULUAN A. Latar Belakang Indonesia merupakan negara yang kaya akan lahan pertanian dan perkebunan sehingga dikenal sebagai negara agraris. Tidak mengherankan jika kebanyakan mata pencaharian
Lebih terperinciPencarian Solusi Optimal Fuzzy Untuk Masalah Program Linier Fuzzy Menggunakan Metode Level-Sum
ISBN 978-979-3541-50-1 IRWNS 2015 Pencarian Solusi Optimal Fuzzy Untuk Masalah Program Linier Fuzzy Menggunakan Metode Level-Sum Elis Ratna Wulan a, Diana Ratnasari b a Jurusan Matematika,Fakultas Sains
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,
Lebih terperinciFUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN
FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN Zulfikar Sembiring 1* 1 Fakultas Teknik, Universitas Medan Area * Email : zoelsembiring@gmail.com
Lebih terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih terperinciBAB I PENDAHULUAN. Setiap perusahaan yang memiliki rantai pasok (supply chain), baik sebagai
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Setiap perusahaan yang memiliki rantai pasok (supply chain), baik sebagai supplier maupun sebagai pelanggan, baik yang beroperasi dalam wilayah Indonesia
Lebih terperinciBAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab
BAB II KAJIAN TEORI Berikut diberikan landasan teori mengenai program linear, konsep himpunan fuzzy, program linear fuzzy dan metode Mehar untuk membahas penyelesaian masalah fuzzy linear programming untuk
Lebih terperinciInstitut Teknologi Sepuluh Nopember Surabaya
Aplikasi Sistem Inferensi Fuzzy Metode Sugeno dalam Memperkirakan Produksi Air Mineral dalam Kemasan Oleh Suwandi NRP 1209201724 Dosen Pembimbing 1. Prof. Dr M. Isa Irawan, MT 2. Dr Imam Mukhlash, MT Institut
Lebih terperinciKOEFISIEN DETERMINASI REGRESI FUZZY SIMETRIS UNTUK PEMILIHAN MODEL TERBAIK. Iqbal Kharisudin. Jurusan Matematika FMIPA Universitas Negeri Semarang
KOEFISIEN DETERMINASI REGRESI FUZZY SIMETRIS UNTUK PEMILIHAN MODEL TERBAIK S-33 Iqbal Kharisudin Jurusan Matematika FMIPA Universitas Negeri Semarang Email: iqbal_kh@staff.unnes.ac.id Abstrak: Dalam analisis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Teori Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam himpunan A, yang sering ditulis dengan memiliki dua kemungkinan, yaitu: 1 Nol (0), yang berarti
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang masalah, perumusan masalah, maksud dan tujuan penulisan, tinjauan pustaka, metodologi penelitian, serta sistematika penulisan skripsi.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciBAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.
BAB II LANDASAN TEORI 2.1 Penelusuran Minat dan Kemampuan (PMDK) PMDK adalah salah satu program penerimaan mahasiswa baru yang diselenggarakan oleh suatu perguruan tinggi secara mandiri. Sesuai dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 SISTEM PENDUKUNG KEPUTUSAN Sistem pendukung keputusan pertama kali diperkenalkan pada awal tahun 1970 oleh Michael S. Scott dengan istilah management decision system yang merupakan
Lebih terperinciDESAIN SIMULASI PENGAMBILAN KEPUTUSAN MULTIOBJECTIVE MENGGUNAKAN AGEN CERDAS
DESAIN SIMULASI PENGAMBILAN KEPUTUSAN MULTIOBJECTIVE MENGGUNAKAN AGEN CERDAS Mohamad Iman Prajitno 1, Bambang Wahyu W 2, Muh. Chosyi'in 3, Supeno Mardi S 4, Moch. Hariadi 5 Pasca Sarjana Jurusan Teknik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan transportasi merupakan permasalahan yang sering terjadi dalam kehidupan sehari-hari. Transportasi merupakan bentuk khusus dari program linier yang digunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Arti dan Peranan Persediaan Merujuk pada penjelasan Herjanto (1999), persediaan dapat diartikan sebagai bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,
Lebih terperinciOPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING
OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Abstrak Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M.T Jurusan Matematika Fakultas Matematika
Lebih terperinciPenerapan Analytic Hierarchy Process dan Goal Programming untuk Pengalokasian Pemesanan Bahan Baku Kertas Daur Ulang
Petunjuk Sitasi: Tantrika, C. F., Azlia, W., & Arfiansyah, A. (2017). Penerapan Analytic Hierarchy Process dan Goal Programming untuk Pengalokasian Pemesanan Bahan Baku Kertas Daur Ulang. Prosiding SNTI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciPEMILIHAN KONTRAKTOR PERBAIKAN ROTOR DI PEMBANGKIT LISTRIK PT XYZ DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN GOAL PROGRAMMING
PEMILIHAN KONTRAKTOR PERBAIKAN ROTOR DI PEMBANGKIT LISTRIK PT XYZ DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN GOAL PROGRAMMING Akhmad Rusli 1, *), dan Udisubakti Ciptomulyono 2) 1, 2) Program
Lebih terperincibi = vektor berkaitan dengan tingkat aspirasi goal pada objektif yang ke i fi(x) = fungsi kendala dan goal
PERENCANAAN PRODUKSI AGREGAT DENGAN MODEL FUZZY GOAL PROGRAMMING PADA INDUSTRI ALAT MUSIK Suriadi AS Program Studi Teknik dan Manajemen Industri, STMI Jakarta suriadiasalam@yahoo.co.id ABSTRAK Perencanaan
Lebih terperinciModel Rantai Pasok Menggunakan Petri Net dan Aljabar Max Plus dengan Mempertimbangkan Prioritas Transisi
Model Rantai Pasok Menggunakan Petri Net dan Aljabar Max Plus dengan Mempertimbangkan Prioritas Transisi Shofiyatul Mufidah a, Subiono b a Program Studi Matematika FMIPA ITS Surabaya Jl. Arief Rahman Hakim,
Lebih terperinciMODEL MATEMATIKA MASALAH ALIRAN MAKSIMUM KABUR DENGAN PROGRAM LINEAR KABUR
MODEL MATEMATIKA MASALAH ALIRAN MAKSIMUM KABUR DENGAN PROGRAM LINEAR KABUR Isnaini Rosyida Jurusan Matematika Universitas Negeri Semarang isnainimat@staff.unnes.ac.id Abstrak Masalah aliran maksimum pada
Lebih terperinciFUZZY MULTI-CRITERIA DECISION MAKING
Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam industri secara umum terdapat dua proses pendistribusian barang. Pendistribusian pertama adalah pendistribusian bahan baku dari beberapa sumber (origin)
Lebih terperinciPERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )
TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara
Lebih terperinciSISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI
SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPenerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi
Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 HIMPUNAN CRIPS Himpunan adalah suatu kumpulan objek-objek yang mempunyai kesamaan sifat tertentu. Suatu himpunan harus terdefinisi secara tegas, artinya untuk setiap objek selalu
Lebih terperinciBAB 7 TEORI HIMPUNAN FUZZY
7 TEORI HIMPUNN FUZZY Himpunan fuzzy (fuzzy set) adalah generalisasi konsep himpunan ordiner. Untuk semesta wacana (universe of discourse) U, himpunan fuzzy ditentukan oleh fungsi yang memetakan anggota
Lebih terperinciPEMILIHAN PARTNER SUBKONTRAK DENGAN MODEL INTEGRASI DATA ENVELOPMENT ANALYSIS (DEA) MONTE CARLO DI PT. ANTAR SURYA JAYA
PEMILIHAN PARTNER SUBKONTRAK DENGAN MODEL INTEGRASI DATA ENVELOPMENT ANALYSIS (DEA) MONTE CARLO DI PT. ANTAR SURYA JAYA Maulin Masyito Putri, Ir. Ibnu Hisyam, M.T, Iwan Vanany, S. T, Ph.D Jurusan Teknik
Lebih terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan transportasi merupakan permasalahan yang sering terjadi dalam kehidupan sehari-hari. Transportasi merupakan bentuk khusus dari program linear yang digunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Bab II Tinjauan Pustaka ini berisi tentang konsep aktivitas supply chain, Inventory Raw material, Inventory Cost, dan formulasi Basnet dan Leung. 2.1 Supply Chain Semua perusahaan
Lebih terperinciEVALUASI KINERJA PEMASOK BAHAN BAKU DENGAN MENGGUNAKAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (F-AHP) (Studi Kasus : PTPN XIII)
EVALUASI KINERJA PEMASOK BAHAN BAKU DENGAN MENGGUNAKAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (F-AHP) (Studi Kasus : PTPN XIII) Skripsi Diajukan Kepada Universitas Muhammadiyah Malang Untuk Memenuhi
Lebih terperinciHimpunan Tegas (Crisp)
Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System
Lebih terperinciPENDEKATAN MASALAH MULTIOBJEKTIF STOKASTIK DENGAN PENDEKTAN STOKASTIK DAN PENDEKATAN MULTIOBJEKTIF
Prosiding Seminar Nasional Penelitian Pendidikan dan Penerapan MIPA Fakultas MIPA Universitas Negeri Yogyakarta 16 Mei 2009 PENDEKATAN MASALAH MULTIOBJEKTIF STOKASTIK DENGAN PENDEKTAN STOKASTIK DAN PENDEKATAN
Lebih terperinciLOGIKA FUZZY PADA PROSES PELET PAKAN IKAN
LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN Agung Saputra 1), Wisnu Broto 2), Ainil Syafitri 3) Prodi Elektro Fakultas Teknik Univ. Pancasila, Srengseng Sawah Jagakarsa, Jakarta, 12640 Email: 1) agungsap2002@yahoo.com
Lebih terperinciPENERAPAN INTERACTIVE FUZZY MULTI-OBJECTIVE LINEAR PROGRAMMING
PENERAPAN INTERACTIVE FUZZY MULTI-OBJECTIVE LINEAR PROGRAMMING (i-fmolp) PADA PERENCANAAN DISTRIBUSI UNTUK MEMINIMALKAN TOTAL BIAYA DAN TOTAL WAKTU PENGIRIMAN Rina Ulfa Widyarini 1, Mahendrawathi ER. 2,
Lebih terperinciMODEL PERSEDIAAN TERINTEGRASI PRODUSEN DAN DISTRIBUTOR DENGAN INFLASI DAN INVESTASI UNTUK MENINGKATKAN KUALITAS PROSES PRODUKSI
MODEL PERSEDIAAN TERINTEGRASI PRODUSEN DAN DISTRIBUTOR DENGAN INFLASI DAN INVESTASI UNTUK MENINGKATKAN KUALITAS PROSES PRODUKSI Muhammad Syafi i, Sutanto, dan Purnami Widyaningsih Program Studi Matematika
Lebih terperinciIV CONTOH KASUS DAN PEMBAHASAN
() 700 + 0 Z (X) 0 () () (4) Z X 6 6 + d d + = + d d + = a (X) 00 + 50 + d 50 d + = 00 + 5 a (X) 5 (5) 680 Z X 70 + d 4 d 4 + = (7) 50 a (X) 5 (8) x 5 x 00 x 50 x 4 0 (9) x i, d i, d i + 0; d i, d i +
Lebih terperinciFUZZY LINEAR PROGRAMMING DENGAN FUNGSI KEANGGOTAAN KURVA-S UNTUK PENILAIAN KINERJA KARYAWAN
FUZZY LINEAR PROGRAMMING DENGAN FUNGSI KEANGGOTAAN KURVA-S UNTUK PENILAIAN KINERJA KARYAWAN Astuti Irma Suryani ), Lilik Linawati 2) dan Hanna A. Parhusip 2) ) Mahasiswa Program Studi Matematika FSM UKSW
Lebih terperinciPROGRAM LINIER FUZZY PENUH DENGAN METODE KUMAR. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang
PROGRAM LINIER FUZZY PENUH DENGAN METODE KUMAR Shintia Devi Wahyudy 1, Bambang Irawanto 2, 1,2 Jurusan Matematika FSM Universitas Diponegoro Jl Prof H Soedarto, SH Tembalang Semarang 1 Shintiadevi15@gmailcom,
Lebih terperinciOPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING
OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M. T Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciFuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.
Fuzzy Systems Fuzzy Logic Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic. Masalah: Pemberian beasiswa Misalkan
Lebih terperinciBAB I PENDAHULUAN. kompetisi yang ketat di dalam industri. Dalam menghadapi kompetisi tersebut,
BAB I PENDAHULUAN 1.1. Latar Belakang Era globalisasi menyebabkan banyak perusahaan harus menghadapi kompetisi yang ketat di dalam industri. Dalam menghadapi kompetisi tersebut, perusahaan harus senantiasa
Lebih terperinciOleh: Nurul Budi Murtini Drs. Sulistiyo, MT
Pemilihan Supplier Menggunakan Fuzzy-DEA (studi kasus PT elba Fitrah Mandiri Sejahtera Surabaya) Supplier Selection using Fuzzy-DEA (a case study at PT elba Fitrah Mandiri Sejahtera Surabaya) Oleh: Nurul
Lebih terperinciMATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang
HIMPUNAN FUZZY MATERI KULIAH (PERTEMUAN 2,3) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy Jurusan Teknik Komputer Politeknik Negeri Sriwijaya Palembang Pokok Bahasan Sistem fuzzy Logika fuzzy Aplikasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab II ini dibahas teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu tentang Persamaan Nonlinier, Metode Newton, Aturan Trapesium, Rata-rata Aritmatik dan
Lebih terperinciBENTUK FUNGSI KEANGGOTAAN PADA MODEL REGRESI DENGAN VARIABEL DEPENDEN FUZZY SIMETRIS
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 BENTUK FUNGSI KEANGGOTAAN PADA MODEL REGRESI DENGAN VARIABEL DEPENDEN FUZZY SIMETRIS Iqbal Kharisudin Jurusan Matematika
Lebih terperinciDENIA FADILA RUSMAN
Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA
Lebih terperinciBAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Program Linear adalah suatu alat yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan keterbatasan-keterbatasan sumber daya yang tersedia.
Lebih terperinciKata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa
SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciBAB I PENDAHULUAN. terbaik. Produk dengan kualitas yang baik memerlukan bahan baku dengan
BAB I PENDAHULUAN 1.1. Latar Belakang Tuntutan pelanggan akan produk yang berkualitas tinggi menyebabkan perusahaan selalu berusaha untuk menghasilkan produk dengan kualitas yang terbaik. Produk dengan
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Sukarelawan adalah seseorang atau sekelompok orang yang secara ikhlas karena panggilan nuraninya memberikan apa yang dimilikinya tanpa mengharapkan imbalan. Sukarelawan
Lebih terperinciBAB II MAKALAH Makalah 1 :
BAB II MAKALAH Makalah 1 : Analisis penilaian kinerja karyawan menggunakan Fuzzy Linear Programming (FLP). Dipresentasikan dalam Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA 2013 yang diselenggarakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern
Lebih terperinciAPLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET
APLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET Anny Yuniarti 1), Nadya Anisa Syafa 2), Handayani Tjandrasa 3) 1,2,3) Jurusan Teknik Informatika Institut Teknologi Sepuluh Nopember (ITS) Surabaya Surabaya
Lebih terperinciANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB
ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi
Lebih terperinciPENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO
PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO Kartika Dewayani, Titin Sri Martini, dan Mania Roswitha Program
Lebih terperinciPEMODELAN SISTEM FUZZY STATIS SECARA UMUM DAN IDENTIFIKASI KONSTANTA PARAMETER DALAM SISTEM FUZZY STATIS
PEMODELAN SISTEM FUZZY STATIS SECARA UMUM DAN IDENTIFIKASI KONSTANTA PARAMETER DALAM SISTEM FUZZY STATIS Nadia Ersa Febrina 1, Rahmi Rusin 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok
Lebih terperinciMETODE SIMPLEKS FUZZY UNTUK PERMASALAHAN PEMROGRAMAN LINEAR DENGAN VARIABEL TRAPEZOIDAL FUZZY
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 01 No. 1 (2012) hal 23 30. METODE SIMPLEKS FUZZY UNTUK PERMASALAHAN PEMROGRAMAN LINEAR DENGAN VARIABEL TRAPEZOIDAL FUZZY Anastasia Tri Afriani
Lebih terperinciOleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T
PERAMALAN JUMLAH MAHASISWA PENDAFTAR PMDK JURUSAN MATEMATIKA MENGGUNAKAN METODE AUTOMATIC CLUSTERING DAN RELASI LOGIKA FUZZY (STUDI KASUS di INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA) Oleh : Rahanimi
Lebih terperinciSistem Pengendalian Persediaan Dengan Permintaan Dan Pasokan Tidak Pasti (Studi Kasus Pada PT.XYZ)
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Sistem Pengendalian Persediaan Dengan Permintaan Dan Pasokan Tidak Pasti (Studi Kasus Pada PT.XYZ) Ayu Tri Septadianti, Drs. I Gusti Ngurah Rai Usadha,
Lebih terperinciAPLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)
APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas
Lebih terperinciHIMPUNAN LEMBUT BERPARAMETER KABUR INTUISIONISTIK DAN APLIKASINYA DALAM PENGAMBILAN KEPUTUSAN
Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 86 93 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND HIMPUNAN LEMBUT BERPARAMETER KABUR INTUISIONISTIK DAN APLIKASINYA DALAM PENGAMBILAN KEPUTUSAN RONI HAPIZ
Lebih terperinciBAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk
BAB II LANDASAN TEORI A. Pemrograman Linear Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk memecahkan persoalan optimasi (maksimum atau minimum) dengan menggunakan persamaan dan
Lebih terperinciBAB I PENDAHULUAN. Manjemen rantai suplai merupakan suatu proses untuk mengintegrasi,
BAB I PENDAHULUAN 1.1. Latar Belakang Persaingan ketat dalam dunia bisnis menuntut perusahaan untuk memiliki keunggulan kompetitif dalam hal memenuhi kebutuhan konsumen. Perusahaan dapat meningkatkan kinerja
Lebih terperinciUNNES Journal of Mathematics
UJM 1 (1) (2012) UNNES Journal of Mathematics http://journalunnesacid/sju/indexphp/ujm APLIKASI FUZZY LINEAR PROGRAMMING DALAM OPTIMALISASI PRODUKSI Agus Wayan Yulianto, Hardi Suyitno, dan Mashuri Jurusan
Lebih terperinciTUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI
TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI (ALGORITHM OF MODIFIED BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS ) FOR OPTIMIZATION PROBLEM ) Oleh:
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan dalam mengevaluasi supplier selalu berkaitan erat dengan pemilihan supplier yang tepat, dengan alokasi kuotanya yang berbeda-beda. Satu kesalahan dalam
Lebih terperinciPROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang
PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING Mohamad Ervan S 1, Bambang Irawanto 2, Sunarsih 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto,
Lebih terperinciINTEGRASI METODE ANALYTICAL HIERARCHY PROCESS (AHP) DAN GOAL PROGRAMMING DALAM OPTIMASI PEMILIHAN ALTERNATIF PEMASOK DI PT. XYZ INDONESIA POWER
INTEGRASI METODE ANALYTICAL HIERARCHY PROCESS (AHP) DAN GOAL PROGRAMMING DALAM OPTIMASI PEMILIHAN ALTERNATIF PEMASOK DI PT. XYZ INDONESIA POWER Juwita Metrihayu Rahmadani dan Udisubakti Ciptomulyono Program
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang & Permasalahan
BAB 1 PENDAHULUAN 1.1. Latar Belakang & Permasalahan Permasalahan dalam mengevaluasi supplier selalu berkaitan erat dengan pemilihan supplier yang tepat, dengan alokasi kuotanya yang berbeda-beda. Satu
Lebih terperinci