PENYELESAIAN PERMAINAN FLOW COLORS DENGAN MEMINIMUMKAN DEVIASI PANJANG TIAP JALUR IRFAN CHAHYADI
|
|
- Sri Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENYELESAIAN PERMAINAN FLOW COLORS DENGAN MEMINIMUMKAN DEVIASI PANJANG TIAP JALUR IRFAN CHAHYADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
2
3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Penyelesaian Permainan Flow Colors dengan Meminimumkan Deviasi Panjang Tiap Jalur adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juni 2014 Irfan Chahyadi NIM G
4 ABSTRAK IRFAN CHAHYADI. Penyelesaian Permainan Flow Colors dengan Meminimumkan Deviasi Panjang Tiap Jalur. Dibimbing oleh AMRIL AMAN dan FARIDA HANUM. Flow Colors adalah permainan puzzle asah otak. Tugas pemain adalah menghubungkan setiap pasangan titik berwarna sama dengan pipa sehingga memenuhi area permainan dengan warna. Pipa-pipa yang berbeda warna tidak boleh bersilangan/overlapping. Permasalahan permainan ini dapat dimodelkan sebagai masalah pembuatan rute pada graf yang merupakan modifikasi dan pengembangan dari model Traveling Salesman Problem (TSP). Dalam karya ilmiah ini akan dibahas bagaimana memformulasikan Puzzle Flow Colors dengan meminimumkan deviasi panjang semua jalur menggunakan integer linear programming serta menyelesaikannya dengan software LINGO Kata kunci: integer linear programming, puzzle Flow Colors, Traveling Salesman Problem ABSTRACT IRFAN CHAHYADI. Solving Flow Colors Game to Minimize Length Deviation of Each Line. Supervised by AMRIL AMAN and FARIDA HANUM. Flow Colors is a puzzle game, where players must connect every pair of points of the same color with a pipe so that the pipes cover all the game areas with colors. Pipes with different colors should not be intersected/ overlapped. This problem can be modelled as a problem of making routes on a graph which is a modification of Traveling Salesman Problem (TSP). This study presents how to formulate puzzle of Flow Colors to minimize length deviation of the lines represented by the pipes by applying method of integer linear programming and solving it by using LINGO 11.0 computer software. Key words: integer linear programming, puzzle Flow Colors, Traveling Salesman Problem
5 PENYELESAIAN PERMAINAN FLOW COLORS DENGAN MEMINIMUMKAN DEVIASI PANJANG TIAP JALUR IRFAN CHAHYADI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR NAMA 2014 PENULIS
6
7 Judul Skripsi : Penyelesaian Permainan Flow Colors dengan Meminimumkan Deviasi Panjang Tiap Jalur Nama : Irfan Chahyadi NIM : G Disetujui oleh Dr. Ir. Amril Aman, M.Sc. Pembimbing I Dra. Farida Hanum, M.Si. Pembimbing II Diketahui oleh Dr. Toni Bakhtiar, M.Sc. Ketua Departemen Tanggal Lulus:
8 PRAKATA Puji dan syukur penulis ucapkan kepada Allah SWT. atas segala nikmat, rahmat, karunia dan pertolongan yang telah diberikan sehingga karya ilmiah ini berhasil diselesaikan. Judul karya ilmiah ini adalah Penyelesaian Permainan Flow Colors dengan Meminimumkan Deviasi Panjang Tiap Jalur. Penyusunan karya ilmiah ini tidak lepas dari bantuan beberapa pihak. Oleh karena itu, penulis mengucapkan terima kasih kepada: 1 Allah SWT atas segala rahmat dan karunia-nya, 2 Nabi besar Muhammad SAW sebagai nabi akhir zaman, 3 Keluarga tercinta: Ayah dan Mamah yang selalu memberi nasihat, motivasi dan doa, 4 Dr. Ir. Amril Aman, M.Sc. selaku Pembimbing I atas kesabaran dalam membimbing penulis serta saran dan ilmunya yang bermanfaat, 5 Dra. Farida Hanum, M.Si. selaku Pembimbing II yang telah membimbing dan memotivasi penulis dalam menulis karya ilmiah ini, 6 Drs. Prapto Tri Supriyo, M.Kom. selaku Dosen Penguji yang telah memberikan ilmu, saran, serta dukungan, 7 seluruh dosen Departemen Matematika IPB yang telah membimbing dan memberikan ilmunya selama ini, 8 para staf Departemen Matematika IPB yang telah membantu dalam berbagai hal 9 teman seperjuangan bimbingan: Kak Razon, Kak Fardan, Kak Dina, Kak Gita, Kak Elisa, Kak Suzie, Kak Agung, Eric, Pupu, Alin, 10 Kamil, Danang, Ayun, Vina, Imad, Fikri, Fajar, Syafi i, Rendi, Komti, Adi, Tri, Nyoman, Irfan N, Bonno, Tuty, Susi, Abi, Irma, Aul, Dedi, Syika dan seluruh teman-teman seperjuangan di Gumatika, 11 Kak Rio, Kak Dayat, Kak Mirna, Kak Galih dan semua Kakak kelas Matematika 46 sebagai contoh yang baik, 12 semua sahabat Matematika 47 sebagai keluarga yang ceria, 13 semua adik-adik Matematika 48 dan 49 yang selalu mendukung, 14 dan semua pihak yang telah membantu penulis dalam menyelesaikan karya ilmiah ini. Penulis menyadari bahwa dalam karya ilmiah ini masih terdapat banyak kekurangan dan masih jauh dari kesempurnaan. Oleh karena itu, penulis mengharapkan kritik dan saran yang membangun agar karya ilmiah ini dapat terus menambah wawasan pembaca sekalian. Semoga karya ilmiah ini bermanfaat bagi dunia ilmu pengetahuan, khususnya bidang matematika. Bogor, Juni 2014 Irfan Chahyadi
9 DAFTAR ISI DAFTAR TABEL viii DAFTAR GAMBAR viii DAFTAR LAMPIRAN viii PENDAHULUAN 1 Latar Belakang 1 Perumusan Masalah 2 Tujuan Penelitian 2 Ruang Lingkup Penelitian 2 LANDASAN TEORI 2 Linear Programming 2 Ekuivalensi Formulasi 3 Integer Programming 4 Traveling Salesman Problem 4 DESKRIPSI DAN FORMULASI MASALAH 5 Deskripsi Masalah 5 Pemodelan 6 STUDI KASUS 9 Skenario 1 9 Skenario 2 12 Skenario 3 12 Skenario 4 13 HASIL DAN PEMBAHASAN 14 SIMPULAN DAN SARAN 17 Simpulan 17 Saran 18 DAFTAR PUSTAKA 18 LAMPIRAN 19 RIWAYAT HIDUP 27
10 DAFTAR TABEL 1 Matriks kemungkinan pembuatan ruas jalur Sel given pada Flow Colors berukuran 6 6 dengan 6 warna 12 3 Sel given pada Flow Colors berukuran 6 6 dengan 3 warna 13 4 Sel given pada Flow Colors berukuran Panjang tiap jalur hasil solusi Skenario Panjang tiap jalur hasil solusi Skenario Panjang tiap jalur hasil solusi Skenario Panjang tiap jalur hasil solusi Skenario 4 16 DAFTAR GAMBAR 1 Flow Colors Ilustrasi permainan Flow Colors 5 5 dengan 5 warna dan solusinya 5 3 Perbedaan dengan kendala eliminasi subtur (kiri) dan tanpa kendala eliminasi subtur (kanan) 8 4 Kasus Flow Colors berukuran Kasus Flow Colors berukuran 6 6 dengan 6 warna 12 6 Kasus Flow Colors berukuran 6 6 dengan 3 warna 12 7 Kasus Flow Colors berukuran Hasil solusi Skenario Hasil solusi Skenario Hasil solusi Skenario Hasil solusi Skenario Solusi optimal yang tak tunggal Karakteristik kasus yang tidak memiliki solusi 17 DAFTAR LAMPIRAN 1 Script komputasi MATLAB untuk membangkitkan matriks A n (i, j) 19 2 Script komputasi LINGO 11.0 untuk menyelesaikan Skenario Script komputasi LINGO 11.0 untuk menyelesaikan Skenario Script komputasi LINGO 11.0 untuk menyelesaikan Skenario Script komputasi LINGO 11.0 untuk menyelesaikan Skenario Hasil komputasi LINGO 11.0 untuk Skenario Hasil komputasi LINGO 11.0 untuk Skenario Hasil komputasi LINGO 11.0 untuk Skenario Hasil komputasi LINGO 11.0 untuk Skenario 4 26
11 PENDAHULUAN Latar Belakang Dalam perkembangannya matematika memiliki peranan penting dalam memecahkan masalah kehidupan sehari-hari. Tidak hanya permasalahan dalam dunia nyata, matematika juga dapat menyelesaikan beberapa permasalahan yang ditemukan dalam sebuah permainan. Beberapa permainan dapat diselesaikan dengan matematika seperti Sudoku, Challenger puzzle, N-Queens problem, dan masih banyak lagi. Dalam karya ilmiah ini akan dibahas pemecahan masalah permainan Flow Colors dengan pendekatan matematika. Flow Colors adalah permainan puzzle asah otak yang dikembangkan oleh Mohammed Nafiz Almadhoun. Selain di website-nya, permainan ini dapat ditemui di beberapa platfom seperti Android sebagai sebuah aplikasi. Dalam permainan Flow Colors, tugas pemain adalah menghubungkan setiap pasangan titik berwarna sama dengan pipa sehingga memenuhi area permainan dengan warna. Namun pipa-pipa tersebut tidak boleh bersilangan/overlapping. Contoh kasus dapat dilihat pada Gambar 1. Area permainan merupakan persegi dengan banyak sel. Tingkat kesulitan puzzle ini ditentukan oleh besarnya area permainan dan banyaknya warna. Permasalahan permainan ini dapat dimodelkan sebagai masalah pembuatan rute pada graf yang merupakan modifikasi dan pengembangan dari model Traveling Salesman Problem (TSP) sehingga dapat diselesaikan dengan metode Integer Linear Programming (ILP). Dalam karya ilmiah ini akan dibahas bagaimana memformulasikan permainan puzzle Flow Colors dengan metode integer linear programming, serta menyelesaikannya menggunakan software LINGO Gambar 1 Flow Colors 9 9
12 2 Perumusan Masalah Permainan ini mengundang beberapa pertanyaan menarik untuk bidang ilmu matematika: 1. Dapatkah permainan ini dipecahkan dengan konsep matematika? 2. Teknik matematika apa yang dapat digunakan untuk menyelesaikan permasalahan ini? Tujuan Penelitian Tujuan penelitian ini ialah memodelkan puzzle Flow Colors menggunakan Integer Linear Programming dengan meminimumkan deviasi panjang tiap jalur dan menyelesaikannya dengan software LINGO Ruang Lingkup Penelitian Puzzle yang akan dibahas dalam karya ilmiah ini adalah Flow Colors dengan ukuran n n. Puzzle ini dapat dikembangkan sampai ukuran berapapun. Dalam karya ilmiah ini, penulis membatasi pembahasan hanya sampai Flow Colors berukuran 9 9. LANDASAN TEORI Untuk dapat memodelkan puzzle Flow Colors, diperlukan beberapa pemahaman teori tentang linear programming, Ekuivalensi Formulasi, integer programming, dan Traveling Salesman Problem. Linear Programming Fungsi linear dan pertidaksamaan linear merupakan konsep-konsep dasar yang harus dipahami terkait dengan linear programming. Sebuah fungsi f(x 1, x 2,, x n ) dari variabel x 1, x 2,, x n adalah fungsi linear jika dan hanya jika untuk suatu himpunan konstanta c 1, c 2,, c n, fungsi f berbentuk f(x 1, x 2,, x n ) = c 1 x 1 + c 2 x c n x n, sedangkan untuk suatu fungsi linear f(x 1, x 2,, x n ) dan sembarang bilangan b, pertidaksamaan f(x 1, x 2,, x n ) b dan f(x 1, x 2,, x n ) b disebut pertidaksamaan linear (Winston 2004). Dalam Winston (2004), masalah linear programming (LP) adalah masalah pengoptimuman yang memenuhi ketentuan-ketentuan berikut ini: 1. Tujuan masalah tersebut adalah memaksimumkan (atau meminimumkan) fungsi linear dari variabel keputusan. Fungsi yang ingin dimaksimumkan atau diminimumkan disebut fungsi objektif. 2. Nilai dari variabel keputusan harus memenuhi sekumpulan kendala. Setiap kendala harus berupa persamaan linear atau pertidaksamaan linear. 3. Terdapat pembatasan tanda untuk setiap variabel. Untuk sembarang variabel x i, pembatasan tanda mengharuskan x i taknegatif (x i 0) atau tidak dibatasi tandanya (unrestricted in sign).
13 3 Ekuivalensi Formulasi Dalam memformulasikan permasalahan dunia nyata banyak terdapat model yang kompleks. Untuk beberapa kasus, formulasi tersebut dapat diekspresikan secara matematik dengan lebih dari satu cara. Ekspresi yang berbeda tersebut mungkin tidak ekuivalen secara matematik namun secara komputasi lebih mudah untuk diselesaikan (Dantzig dan Thapa 1997). Misalkan dalam suatu model matematik terdapat fungsi nilai mutlak yang didefinisikan sebagai fungsi terhadap x dengan: x, x 0 x = { x, x < 0. Permasalahan tersebut bukan LP karena terdapat fungsi nilai mutlak yang merupakan fungsi taklinear. Menurut Dantzig dan Thapa (1997), jika fungsi nilai mutlak muncul dalam persamaan umum, maka tidak mungkin memformulasikan ulang fungsi tersebut menjadi persamaan linear. Namun jika fungsi tersebut hanya terdapat pada fungsi objektif, maka model tersebut dapat diformulasikan ulang menjadi pemrograman linear. Misalkan diberikan fungsi objektif untuk meminimumkan jumlah bobot dari nilai mutlak dengan c j taknegatif terhadap sekumpulan kendala linear, yaitu: Minimumkan z = c j x j dengan kendala n n j=1 dengan c j 0 untuk j = 1,, n a ij x j = b i, untuk i = 1,, m. j=1 Didefinisikan x j = x + j x j dengan x + j 0, x j 0 sehingga model tersebut menjadi: Minimumkan z = c j x j + x j n n j=1 dengan c j 0 untuk j = 1,, n dengan kendala a ij (x + j x j ) = b i, untuk i = 1,, m. j=1 Menurut Lema Dantzig dan Thapa (1997) jika c j 0 untuk semua j, maka salah satu dari x + j atau x j akan bernilai nol saat solusi optimum atau secara matematik x + j x j = 0, sehingga akan terdapat tiga kemungkinan yaitu: x + j > 0 dan x j = 0, x + j = 0 dan x j = 0, x + j = 0 dan x j > 0. Dari definisi nilai mutlak: x + j x j = { x j + x j, x + j x j x + j + x j, x + j < x j
14 4 Dari 3 kemungkinan tersebut diperoleh: (i) Jika x + j > x j, maka x + j > 0 dan x j = 0 sehingga x + j x j = x + j 0 = x + j + 0 = x + j + x j (ii) Jika x + j = x j, maka x + j = x j = 0 sehingga x + j x j = 0 = x + j + x j (iii) Jika x + j < x j, maka x + j = 0 dan x j > 0 sehingga x + j x j = 0 x j = 0 + x j = x + j + x j. Dari tiga hal tersebut dapat disimpulkan bahwa jika x + j x j = 0, maka x + j x j = x + j + x j. Formulasi masalahnya menjadi Linear Programming berikut: Minimumkan z = c j (x j + + x j ) n n j=1 dengan c j 0 untuk j = 1,, n Kendala a ij (x + j x j ) = b i untuk i = 1,2,, m j=1 x + j 0, x j 0 untuk j = 1,2,, n. Dalam karya ilmiah ini akan dilakukan proses pengubahan fungsi nilai mutlak menjadi fungsi linear dalam fungsi objektifnya. Integer Programming Pemrograman integer atau integer programming (IP) adalah LP dengan sebagian atau seluruh variabel diharuskan bilangan bulat taknegatif. Jika seluruh variabel diharuskan bilangan bulat (integer) maka masalah tersebut disebut pure integer programming. Jika hanya sebagian variabel diharuskan integer maka disebut mixed integer programming. Integer programming dengan variabel harus bernilai 0 atau 1 disebut 0-1 IP (Winston 2004). Traveling Salesman Problem Menurut Fournier (2009), Traveling Salesman Problem (TSP) dapat dipandang sebagai permasalahan penentuan cycle Hamilton pada suatu graf yaitu cycle yang melewati semua verteks dari graf tersebut tepat satu kali. TSP merupakan permasalahan seorang penjual yang harus melakukan tur ke sejumlah kota, berangkat dari sembarang kota awal, melewati setiap kota tepat sekali, dan terakhir kembali ke kota di mana ia berangkat. Penentuan rute ditetapkan berdasarkan jarak minimum yang akan ditempuh. Persamaan permasalahan TSP dengan Flow Colors adalah setiap sel harus terlewati tepat satu kali, dan tidak diperbolehkan adanya subtur; sedangkan perbedaannya, pada Flow Colors rute tidak kembali ke titik awal (bukan cycle Hamilton), dan rute tidak tunggal. Misalkan sebuah permasalahan TSP terdiri dari N kota dan c ij adalah jarak dari kota i ke kota j untuk i j dan c ii = M dengan M adalah bilangan yang relatif besar. Didefinisikan variabel keputusan: x ij = { 1, jika perjalanan dari kota i ke kota j termasuk solusi TSP 0, jika selainnya.
15 Solusi permasalahan TSP tersebut didapatkan dengan menyelesaikan formulasi berikut: Minimumkan dengan kendala N N z = c ij x ij N i=1 j=1 x ij = 1, untuk i = 1,2,, N i=1 N x ij = 1, untuk j = 1,2,, N j=1 dengan c j 0 untuk j = 1,, n u i u j + N x ij N 1 ; i j, i 1, j 1, u i 0. (Winston 2004) Kendala terakhir disebut kendala penghilang subtur atau Subtour Eliminating Constraint (SEC) yaitu kendala yang mencegah terjadinya cycle Hamilton yang tidak memuat semua verteks. Kendala ini selanjutnya akan dimodifikasi sesuai dengan permasalahan Flow Colors. 5 DESKRIPSI DAN FORMULASI MASALAH Deskripsi Masalah Pada puzzle Flow Colors, area permainan merupakan sel-sel persegi dengan ukuran n n sehingga total sel dalam satu permainan adalah n 2. Contoh puzzle Flow Colors dapat dilihat pada Gambar 2. Terdapat 2m titik given, yaitu m pasang Gambar 2 Ilustrasi permainan Flow Colors 5 5 dengan 5 warna dan solusinya titik berbeda warna yang telah diberikan di awal permainan dan diletakkan di selsel yang berbeda dengan 1 m n2. Tugas pemain ialah menghubungkan kedua 2 titik given yang warnanya sama hanya dengan sebuah jalur sehingga solusi yang diharapkan adalah m buah jalur dengan warna sesuai given-nya. Ruas jalur antara dua sel yang berdekatan hanya dapat dibuat dengan arah kanan, kiri, atas, bawah,
16 6 dan tidak boleh diagonal. Jadi, jalur merupakan sekumpulan ruas jalur yang saling terhubung dan berlanjut. Permasalahan lain yang harus dihadapi pemain adalah setiap jalur tidak boleh saling bersilangan atau overlapping dan setiap sel harus terlewati oleh tepat satu jalur (Madhoun 2014). Dalam karya ilmiah ini akan dicari solusi terbaik dengan kriteria deviasi dari panjang tiap jalur adalah minimum. Pemodelan Berdasarkan analisis masalah, maka dapat dibuat formulasi masalah tersebut ke dalam bentuk integer linear programming (ILP). Bentuk formulasi masalah puzzle Flow Colors berukuran n n dengan m buah warna diberikan sebagai berikut: Indeks i, j = indeks sel; i, j = 1,2,, n 2, Himpunan G k = indeks warna; k = 1,2,, m, dengan 1 m n2 2. = himpunan pasangan terurut (i, k), dengan i ialah indeks sel titik given dan k ialah indeks warna given tersebut Parameter 1 ; jika ruas jalur antara i dan j mungkin dibuat A n (i, j) = { 0 ; selainnya, n = ukuran puzzle, N = jumlah total sel (n 2 ), m = jumlah total warna, R = rata-rata ideal panjang tiap jalur ( N m m ). Variabel keputusan 1 ; jika sel i dan j terhubung dengan ruas jalur berwarna k X(i, j, k) = { 0 ; selainnya, Y(i, k) 1 ; jika sel i terisi warna k = { 0 ; selainnya, panjang jalur berwarna k: W(k) = X(i, j, k) i j ; k. Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan deviasi panjang tiap jalur. Hal ini dapat diperoleh dengan meminimumkan jumlah selisih panjang tiap jalur berwarna k dengan rata-ratanya: Minimumkan R W(k) k
17 Dengan fungsi nilai mutlak sebagai fungsi objektif, maka permasalahan ini menjadi pemrograman taklinear. Dalam komputasinya, LINGO 11.0 tidak dapat menjamin diperolehnya solusi optimum global jika model tersebut adalah pemrograman taklinear. Oleh sebab itu perlu adanya ekuivalensi formulasi fungsi nilai mutlak menjadi fungsi linear. Model tersebut dapat diformulasikan ulang menjadi pemrograman linear dengan mengganti nilai mutlaknya dengan bagian positif dan negatifnya, yaitu T 1 (k) dan T 2 (k). T 1 (k) 0 ; k = 1,2,, m T 2 (k) 0 ; k = 1,2,, m sehingga R W(k) = T 1 (k) T 2 (k) ; k dengan fungsi nilai mutlaknya R W(k) = T 1 (k) + T 2 (k) ; k maka fungsi objektif dapat diubah menjadi: Minimumkan (T 1 (k) + T 2 (k)) Kendala Kendala dalam permasalahan ini ialah: 1. Kemungkinan pembuatan ruas jalur dibatasi oleh parameter A. A n (i, j) X(i, j, k) 0 ; i, j, k. 2. Semua sel terisi tepat satu warna. Y(i, k) = 1 k ; i. 3. Semua sel given sudah terisi satu warna. Y(i, k) = 1 ; (i, k) G. 4. Semua sel given terhubung dengan tepat satu ruas jalur. X(i, j, k) + X(j, i, k) = 1 ; (i, k) G. j j k 5. Untuk setiap sel nongiven, terdapat tepat satu ruas jalur yang menghubungkan sel tersebut menuju ke sembarang sel. X(i, j, k) Y(i, k) = 0 ; k, i = {i (i, k) G}. j 6. Untuk setiap sel nongiven, terdapat tepat satu ruas jalur yang menghubungkan sembarang sel menuju sel tersebut. X(j, i, k) Y(i, k) = 0 ; k, i = {i (i, k) G}. j 7. Untuk setiap ruas jalur, dua sel yang dihubungkannya berwarna sama dengan ruas jalur tersebut. Y(i, k) + Y(j, k) 2 X(i, j, k) 0 ; i, j, k. 8. Setiap ruas jalur tidak diperbolehkan bolak-balik. X(i, j, k) + X(j, i, k) 1 ; i, j, k. 7
18 8 9. Tidak diperbolehkan adanya suatu subtur. Dalam pembuatan solusi, terdapat kemungkinan terjadinya subtur seperti pada Gambar 3 sehingga perlu dibuat kendala eliminasi subtur. Gambar 3 Perbedaan dengan kendala eliminasi subtur (kiri) dan tanpa kendala eliminasi subtur (kanan) Tanpa kendala eliminasi subtur, akan terdapat subtur sehingga terdapat lebih dari m buah jalur (dengan m adalah banyaknya warna, m = 4 ). Hal ini melanggar aturan permainan yaitu hanya terdapat m buah jalur. Kendala tersebut dituliskan sebagai berikut: U(i, k) U(j, k) + N X(i, j, k) N 1 ; i, j, k. Subtur yang terjadi pada Gambar 3 yaitu subtur yang berwarna biru muda. Misalkan k = 3 untuk warna biru muda, sehingga X(16,17,3) = X(17,23,3) = = X(22,16,3) = 1 dengan N = 36. Subtur ini menghasilkan 6 pertidaksamaan berikut: U(16,3) U(17,3) U(17,3) U(23,3) U(23,3) U(29,3) U(29,3) U(28,3) U(28,3) U(22,3) U(22,3) U(16,3) Jika semua pertidaksamaan ini dijumlahkan maka hasilnya: , (kontradiksi) sehingga subtur tersebut (dan semua subtur lain yang mungkin) dihilangkan oleh kendala eliminasi subtur. 10. Persamaan tambahan untuk pelinearan fungsi nilai mutlak. R W(k) = T 1 (k) T 2 (k) ; k 11. Kendala ketaknegatifan variabel X(i, j, k) {0,1} ; i, j, k Y(i, k) {0,1} ; i, k U(i, k) 0 ; i, k T 1 (k) 0 ; k T 2 (k) 0 ; k.
19 9 STUDI KASUS Permasalahan Flow Colors yang akan dibahas pada karya ilmiah ini diperoleh dari website Mohammed Almadhoun yang beralamat di Madhoun (2014). Selanjutnya akan dibahas empat skenario dengan tingkat kesulitan yang berbeda. Perlu diperhatikan bahwa di website tersebut hanya disajikan soal-soal Flow Colors berukuran 5 5 hingga Skenario pertama dan ketiga tidak diperoleh dari website tersebut. Skenario 1 Skenario pertama menguji model dengan soal Flow Colors berukuran 3 3 dan 2 warna. Misalkan diberikan 4 titik given, yaitu 2 titik berwarna merah pada sel 1 dan 6 serta berwarna biru pada sel 3 dan 5. Sebelum memformulasikan masalah tersebut, perlu dibuat model tiruan dari Flow Colors. Sel-sel dalam area permainan direpresentasikan sebagai berikut: Gambar 4 Kasus Flow Colors berukuran 3 3 Pada skenario ini area permainan berukuran 3 3 sehingga diperoleh matriks kemungkinan pembuatan ruas jalur: Tabel 1 Matriks kemungkinan pembuatan ruas jalur 3 3 Sel Tabel tersebut selanjutnya disebut matriks A 3 yang merepresentasikan kemungkinan dibuatnya suatu ruas jalur pada Flow Colors berukuran 3 3. Jika A n (i, j) bernilai 0 (nol), maka tidak mungkin dibuat suatu ruas jalur dari sel i ke sel j. Sebaliknya, jika A n (i, j) bernilai 1 (satu), maka ruas jalur dari sel i ke sel j mungkin dibuat.
20 10 Matriks A n dapat dibangkitkan dengan cara sebagai berikut: [i > j mod(j, n) 0] A n (i, j) = { 1, i j = n [ i j = 1 ( )] [i < j mod(i, n) 0] 0, selainnya Matriks A 3 dapat juga dibangkitkan dengan software MATLAB dengan script pada Lampiran 1 dengan n = 3. Indeks i, j = indeks sel, i, j = 1,2,,9 k = indeks warna, k = 1 merah k = 2 biru. Himpunan G = himpunan pasangan terurut (i, k), dengan i ialah indeks sel titik given dan k ialah indeks warna given tersebut = {(1,1), (6,1), (3,2), (5,2)}. Parameter 1 ; jika ruas jalur antara i dan j mungkin dibuat A 3 (i, j) = { 0 ; selainnya n = ukuran puzzle = 3 N = jumlah total sel = 9 m = jumlah total warna = 2 R = rata-rata ideal panjang tiap jalur = 9 2 = Variabel keputusan 1 ; jika sel i dan j terhubung dengan ruas jalur berwarna k X(i, j, k) = { 0 ; selainnya Y(i, k) 1 ; jika sel i terisi warna k = { 0 ; selainnya panjang jalur berwarna k: W(k) 9 9 = X(i, j, k) i=1 j=1 ; k Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan jumlah selisih panjang tiap jalur berwarna k dengan rata-ratanya. Hasil pelinearan fungsi objektifnya sebagai berikut: 2 Minimumkan (T 1 (k) + T 2 (k)) k=1
21 Kendala Kendala dalam permasalahan ini ialah: 1. Kemungkinan pembuatan ruas jalur dibatasi oleh parameter A. A 3 (i, j) X(i, j, k) 0 ; i = 1,2,,9; j = 1,2,,9; k = 1,2 2. Semua sel terisi tepat satu warna. 2 Y(i, k) = 1 ; i = 1,2,,9 k=1 3. Semua sel given sudah terisi satu warna. Y(i, k) = 1 ; (i, k) {(1,1), (6,1), (3,2), (5,2)} 4. Semua sel given terhubung dengan tepat satu ruas jalur. 9 X(i, j, k) + X(j, i, k) = 1 ; (i, k) {(1,1), (6,1), (3,2), (5,2)} j=1 9 j=1 5. Untuk setiap sel nongiven, terdapat tepat satu ruas jalur yang menghubungkan sel tersebut menuju ke sembarang sel. 9 X(i, j, k) Y(i, k) = 0 ; i {1,6,3,5}; k = 1,2 j=1 6. Untuk setiap sel nongiven, terdapat tepat satu ruas jalur yang menghubungkan sembarang sel menuju sel tersebut. 9 X(j, i, k) Y(i, k) = 0 ; i {1,6,3,5}; k = 1,2 j=1 7. Untuk setiap ruas jalur, dua sel yang dihubungkannya berwarna sama dengan ruas jalur tersebut. Y(i, k) + Y(j, k) 2 X(i, j, k) 0 ; i = 1,2,,9; j = 1,2,,9; k = 1,2 8. Setiap ruas jalur tidak diperbolehkan bolak-balik. X(i, j, k) + X(j, i, k) 1 ; i = 1,2,,9; j = 1,2,,9; k = 1,2 9. Tidak diperbolehkan adanya suatu subtur. U(i, k) U(j, k) + 9 X(i, j, k) 8 i = 1,2,,9; j = 1,2,,9; k = 1,2 10. Persamaan tambahan untuk pelinearan fungsi nilai mutlak. 3.5 W(k) = T 1 (k) T 2 (k) ; k = 1,2 11. Kendala ketaknegatifan variabel X(i, j, k) {0,1} ; i = 1,2,,9; j = 1,2,,9; k = 1,2 Y(i, k) {0,1} ; i = 1,2,,9; k = 1,2 U(i, k) 0 ; i = 1,2,,9; k = 1,2 T 1 (k) 0 ; k = 1,2 T 2 (k) 0 ; k = 1,2 11
22 12 Skenario 2 Skenario kedua diambil dari website Madhoun (2014) yaitu penyelesaian Flow Colors berukuran 6 6 dengan 6 warna seperti pada Gambar 5. Gambar 5 Kasus Flow Colors berukuran 6 6 dengan 6 warna Matriks A 6 dapat dibangkitkan dengan script pada Lampiran 1 dengan n = 6. Sel given pada Skenario 2 diberikan dalam Tabel 2. Tabel 2 Sel given pada Flow Colors berukuran 6 6 dengan 6 warna Indeks warna (k) Warna Sel 1 merah 4,17 2 hijau 6,18 3 orange 8,24 4 kuning 10,22 5 biru 21,31 6 biru muda 23,27 Skenario 3 Skenario ketiga yaitu penyelesaian Flow Colors berukuran 6 6 dengan 3 warna seperti pada Gambar 6. Sel given Skenario 3 diberikan dalam Tabel 3. Gambar 6 Kasus Flow Colors berukuran 6 6 dengan 3 warna
23 13 Tabel 3 Sel given pada Flow Colors berukuran 6 6 dengan 3 warna Indeks warna (k) Warna Sel 1 merah 4,15 2 biru 8,18 3 kuning 17,26 Skenario 4 Skenario keempat diambil dari website Madhoun (2014) yaitu penyelesaian Flow Colors berukuran 9 9 dengan 9 warna seperti pada Gambar 7. Gambar 7 Kasus Flow Colors berukuran 9 9 Matriks A 9 dapat dibangkitkan dengan script pada Lampiran 1 dengan n = 9. Sel given Skenario 4 diberikan dalam Tabel 4. Tabel 4 Sel given pada Flow Colors berukuran 9 9 Indeks warna (k) Warna Sel 1 biru muda 9,81 2 biru 14,65 3 merah 16,66 4 ungu 25,31 5 coklat 40,67 6 hijau 41,70 7 kuning 42,79 8 ungu muda 51,53 9 orange 60,80
24 14 HASIL DAN PEMBAHASAN Data dan formulasi yang telah dipaparkan pada Skenario 1, 2,,3 dan 4 dimasukkan ke dalam proses komputasi menggunakan software LINGO Script setiap skenario disajikan pada Lampiran 2, 3, 4 dan 5. Solusi Flow Colors dari skenario tersebut diperoleh dari hasil proses komputasi dapat digambarkan sebagai berikut: Gambar 8 Hasil solusi Skenario 1 Tabel 5 Panjang tiap jalur hasil solusi Skenario 1 Jalur Panjang merah 5 biru 2 Pada Skenario 1 rata-rata ideal panjang tiap jalur adalah 3.5 sehingga deviasi minimumnya ialah = 3. Pada Skenario 2 hasil komputasinya sebagai berikut: Gambar 9 Hasil solusi Skenario 2 Tabel 6 Panjang tiap jalur hasil solusi Skenario 2 Jalur Panjang merah 3 hijau 2 orange 10 kuning 2 biru 10 biru muda 3
25 Hasil solusi untuk Skenario 2 menghasilkan deviasi minimum 20, sedangkan pada Skenario 3 menghasilkan deviasi minimum 12. Hasil komputasinya sebagai berikut: 15 Gambar 10 Hasil solusi Skenario 3 Hasil solusi untuk Skenario 4 menghasilkan deviasi minimum 44. Hasil komputasinya sebagai berikut: Gambar 11 Hasil solusi Skenario 4
26 16 Panjang tiap jalur hasil solusi Skenario 3 dan 4 dapat dilihat pada Tabel 7 dan 8. Tabel 7 Panjang tiap jalur hasil solusi Skenario 3 Jalur Panjang merah 11 biru 17 kuning 5 Tabel 8 Panjang tiap jalur hasil solusi Skenario 4 Jalur Panjang biru muda 8 biru 9 merah 10 ungu 4 coklat 3 hijau 5 kuning 27 ungu muda 2 orange 4 Untuk suatu kasus tertentu, solusi optimal Flow Colors dapat tidak tunggal. Hal ini dicontohkan pada kasus berikut: Gambar 12 Solusi optimal yang tak tunggal Hasil solusi kasus tersebut selalu menghasilkan panjang jalur masing-masing 5, 5, dan 3 namun dengan kombinasi yang berbeda. Nilai optimum yang dihasilkan selalu sama yaitu Selain kasus-kasus di atas, terdapat beberapa kasus yang tidak memiliki solusi. Beberapa karakteristik yang menyebabkan suatu kasus tidak memiliki solusi ialah sebagai berikut: 1 Terdapat titik given yang berhimpit dan bersilangan antara dua warna given, karena untuk setiap pembuatan jalur dari satu warna akan memotong jalur warna lainnya. 2 Terdapat titik given yang terapit di tengah dengan empat given lain. Karena setiap titik given harus terhubung dengan tepat satu ruas jalur, maka terdapat 4 kemungkinan pembuatan ruas jalur (kanan, kiri, atas, dan bawah)
27 dan setiap dua sel yang dihubungkan satu ruas jalur harus berwarna sama dengan ruas jalur tersebut. Dalam kasus ini, sel given tersebut dikelilingi oleh given berwarna berbeda sehingga tidak ada solusi yang memenuhi. 3 Terdapat titik given yang terapit di sisi dengan tiga given lain. Sama dengan kasus sebelumnya namun hanya terdapat 3 kemungkinan pembuatan ruas jalur karena 1 kemungkinan lainnya dibatasi oleh 1 sisi area permainan. 4 Terdapat titik given yang terapit di sudut dengan dua given lain. Sama dengan kasus sebelumnya namun hanya terdapat 2 kemungkinan pembuatan ruas jalur karena 2 kemungkinan lainnya dibatasi oleh 2 sisi area permainan. 5 Terdapat titik given yang berseberangan dan bersilangan di sisi antara dua warna given. Setiap titik given dengan warna tertentu harus saling terhubung. Jika keempat given tersebut berada pada sisi area permainan dan saling bersilangan, maka akan ada satu sel yang terlewati oleh kedua jalur berbeda warna tersebut. Namun setiap sel hanya boleh terisi tepat satu warna sehingga tidak ada solusi yang memenuhi. 17 Gambar 13 Karakteristik kasus yang tidak memiliki solusi SIMPULAN DAN SARAN Simpulan Dalam karya ilmiah ini diperlihatkan bahwa permainan Flow Colors dapat dipandang sebagai permasalahan riset operasi yang diformulasikan menggunakan integer linear programming dan dapat diselesaikan menggunakan software LINGO Dari keempat skenario, terlihat bahwa model yang dibuat mampu menyelesaikan permasalahan Flow Colors dengan tingkat kesulitan yang cukup tinggi hingga ukuran 9 9 dengan 9 warna. Deviasi panjang tiap warna bervariasi
28 18 bergantung pada banyaknya sel, banyaknya warna dan posisi given. Ada pula kasus Flow Colors yang menghasilkan solusi optimum yang tidak tunggal. Serta, tidak semua kombinasi posisi given dalam sebuah kasus Flow Colors memiliki solusi. Beberapa karakteristik khusus dapat menyebabkan satu kasus tidak memiliki solusi. Saran Pada karya ilmiah ini hanya dibahas tentang penyelesaian Puzzle Flow Colors dengan meminimumkan deviasi panjang tiap warna. Saran untuk penulisan selanjutnya adalah dengan mencari penyelesaian dari Puzzle Flow Colors jenis lain yang lebih rumit seperti Bridge Colors dll. Dapat pula dicari pola variasi solusi dan menentukan posisi given yang diberikan agar variasi solusi Flow Colors tunggal. Selain itu, perbaikan model dan formulasi masalah masih mungkin dilakukan agar efektif dalam menyelesaikan puzzle Flow Colors dengan tingkat kesulitan yang lebih tinggi. DAFTAR PUSTAKA Fournier JC Graph Theory and Applications. New Jersey (US): John Wiley & Sons. Dantzig GB, Thapa MN Linear Programming 1: Introduction. California (US): Springer. Madhoun, MN Flow Colors [Internet]. [diunduh 2014 Mar 17]. Tersedia pada: Winston WL Operations Research Applications and Algorithms. Ed ke-4. New York (US): Duxbury.
29 Lampiran 1 Script komputasi MATLAB untuk membangkitkan matriks A n (i, j) function F=Aij(n) %Matriks kemungkinan pembuatan ruas jalur A=zeros(n^2)+triu(ones(n^2),1)-triu(ones(n^2),2)+tril(ones(n^2),- 1)-tril(ones(n^2),-2)+triu(ones(n^2),n)- triu(ones(n^2),n+1)+tril(ones(n^2),-n)-tril(ones(n^2),-n-1); for i=1:n-1 A(i*n,i*n+1)=0; A(i*n+1,i*n)=0; end disp(a) end 19 LAMPIRAN
30 20 Lampiran 2 Script komputasi LINGO 11.0 untuk menyelesaikan Skenario 1 MODEL: TITLE:SKENARIO 1; SETS: SEL/1..9/; WARNA/1..2/:W,T1,T2; GIVEN(SEL)/1,6,3,5/:WG; NONGIVEN(SEL) #NOT#@IN(GIVEN,&1); SELW(SEL,WARNA):Y,U; JALUR(SEL,SEL):A; JALURW(SEL,SEL,WARNA):X; ENDSETS DATA: A=@OLE('A(i,j).xlsx','JALUR3'); ENDDATA!PARAMETER; N=@SIZE(SEL); M=@SIZE(WARNA); R=(N-M)/M;!PANJANG RUAS OBJEKTIF; MIN=@SUM(WARNA(K):T1(K)+T2(K));!KENDALA @FOR(GIVEN(I):Y(I,WG(I))=1);!KENDALA 1);!KENDALA 1)));!KENDALA END
31 21 Lampiran 3 Script komputasi LINGO 11.0 untuk menyelesaikan Skenario 2 MODEL: TITLE:SKENARIO 2; SETS: SEL/1..36/; WARNA/1..6/:W,T1,T2; GIVEN(SEL)/4,17,6,18,8,24,10,22,21,31,23,27/:WG; NONGIVEN(SEL) #NOT#@IN(GIVEN,&1); SELW(SEL,WARNA):Y,U; JALUR(SEL,SEL):A; JALURW(SEL,SEL,WARNA):X; ENDSETS DATA: A=@OLE('A(i,j).xlsx','JALUR6'); ENDDATA!PARAMETER; N=@SIZE(SEL); M=@SIZE(WARNA); R=(N-M)/M;!PANJANG RUAS OBJEKTIF; MIN=@SUM(WARNA(K):T1(K)+T2(K));!KENDALA @FOR(GIVEN(I):Y(I,WG(I))=1);!KENDALA 1);!KENDALA 1)));!KENDALA END
32 22 Lampiran 4 Script komputasi LINGO 11.0 untuk menyelesaikan Skenario 3 MODEL: TITLE:SKENARIO 3; SETS: SEL/1..36/; WARNA/1..6/:W,T1,T2; GIVEN(SEL)/4,15,8,18,17,26/:WG; NONGIVEN(SEL) #NOT#@IN(GIVEN,&1); SELW(SEL,WARNA):Y,U; JALUR(SEL,SEL):A; JALURW(SEL,SEL,WARNA):X; ENDSETS DATA: A=@OLE('A(i,j).xlsx','JALUR6'); ENDDATA!PARAMETER; N=@SIZE(SEL); M=@SIZE(WARNA); R=(N-M)/M;!PANJANG RUAS OBJEKTIF; MIN=@SUM(WARNA(K):T1(K)+T2(K));!KENDALA @FOR(GIVEN(I):Y(I,WG(I))=1);!KENDALA 1);!KENDALA 1)));!KENDALA END
33 23 Lampiran 5 Script komputasi LINGO 11.0 untuk menyelesaikan Skenario 4 MODEL: TITLE:SKENARIO 4; SETS: SEL/1..81/; WARNA/1..9/:W,T1,T2; GIVEN(SEL)/9,81,14,65,16,66,25,31,40,67,41,70,42,79,51,53,60,80/:W G; NONGIVEN(SEL) #NOT#@IN(GIVEN,&1); SELW(SEL,WARNA):Y,U; JALUR(SEL,SEL):A; JALURW(SEL,SEL,WARNA):X; ENDSETS DATA: A=@OLE('A(i,j).xlsx','JALUR9'); ENDDATA!PARAMETER; N=@SIZE(SEL); M=@SIZE(WARNA); R=(N-M)/M;!PANJANG RUAS OBJEKTIF; MIN=@SUM(WARNA(K):T1(K)+T2(K));!KENDALA @FOR(GIVEN(I):Y(I,WG(I))=1);!KENDALA 1);!KENDALA 1)));!KENDALA END
34 24 Lampiran 6 Hasil komputasi LINGO 11.0 untuk Skenario 1 Sel awal Sel tujuan Warna jalur Lampiran 7 Hasil komputasi LINGO 11.0 untuk Skenario 2 Sel awal Sel tujuan Warna jalur Sel awal Sel tujuan Warna jalur
35 25 Lampiran 8 Hasil komputasi LINGO 11.0 untuk Skenario 3 Sel awal Sel tujuan Warna jalur Sel awal Sel tujuan Warna jalur
36 26 Lampiran 9 Hasil komputasi LINGO 11.0 untuk Skenario 4 Sel awal Sel tujuan Warna jalur Sel awal Sel tujuan Warna jalur
37 27 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 4 Desember 1992 sebagai anak tunggal dari pasangan Bapak Sunardi dan Ibu Siti Asiyah. Tahun 2010 Penulis lulus dari SMA Negeri 3 Bogor dan diterima di Institut Pertanian Bogor di Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam melalui jalur Undangan Seleksi Masuk IPB dengan memperoleh Beasiswa BidikMisi. Selama mengikuti perkuliahan penulis menjadi asisten matakuliah Kalkulus II tahun ajaran 2011/2012 dan 2012/2013. Penulis juga aktif mengajar matakuliah Pengantar Matematika, Landasan Matematika, dan Kalkulus di Bimbingan Belajar Mafia Clubs. Penulis juga aktif di berbagai kegiatan kemahasiswaan. Penulis pernah menjadi staf Divisi Internal Unit Kegiatan Mahasiswa (UKM) Karate IPB. Penulis memegang amanah sebagai Ketua Departemen Public Relation Gugus Mahasiswa Matematika (Gumatika) pada tahun kepengurusan 2013 dan sebagai Ketua Pelaksana Seminar Nasional IPB Mathematics Challenge 2013.
PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G
PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciTRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN
TRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciPENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA
PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciII TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming
4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori
Lebih terperinciPENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI
PENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI
PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI
Lebih terperinciOPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI
OPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis
Lebih terperinciII LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.
II LANDASAN TEORI Pada pembuatan model penjadwalan pertandingan sepak bola babak kualifikasi Piala Dunia FIFA 2014 Zona Amerika Selatan, diperlukan pemahaman beberapa teori yang digunakan di dalam penyelesaiannya,
Lebih terperinciPENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS
PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciOPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI
OPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciMASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI
MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar Belakang Kamar darurat (Emergency Room/ER) adalah tempat yang sangat penting peranannya pada rumah sakit. Aktivitas yang cukup padat mengharuskan kamar darurat selalu dijaga oleh
Lebih terperinciMASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH
MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih 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 terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Semakin tingginya mobilitas penduduk di suatu negara terutama di kota besar tentulah memiliki banyak permasalahan, mulai dari kemacetan yang tak terselesaikan hingga moda
Lebih terperinciPENYELESAIAN PERMAINAN SUDOKU, CHALLENGER PUZZLE, DAN N-QUEENS PROBLEM MENGGUNAKAN INTEGER PROGRAMMING ALI VIKRI
PENYELESAIAN PERMAINAN SUDOKU, CHALLENGER PUZZLE, DAN N-QUEENS PROBLEM MENGGUNAKAN INTEGER PROGRAMMING ALI VIKRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI
PENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciPenentuan Rute Belanja dengan TSP dan Algoritma Greedy
Penentuan Rute Belanja dengan TSP dan Algoritma Greedy Megariza 13507076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciREGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI
REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK
Lebih terperinciPENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA
PENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBAB 3 LINEAR PROGRAMMING
BAB 3 LINEAR PROGRAMMING Teori-teori yang dijelaskan pada bab ini sebagai landasan berpikir untuk melakukan penelitian ini dan mempermudah pembahasan hasil utama pada bab selanjutnya. 3.1 Linear Programming
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar elakang Sepak bola merupakan olahraga yang populer di seluruh dunia termasuk di Indonesia. Sepak bola sebenarnya memiliki perangkat-perangkat penting yang harus ada dalam penyelenggaraannya,
Lebih terperinciPENJADWALAN PENGAWAS UJIAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI DEPARTEMEN MATEMATIKA FMIPA IPB MIRA AISYAH ROMLIYAH
PENJADWALAN PENGAWAS UJIAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI DEPARTEMEN MATEMATIKA FMIPA IPB MIRA AISYAH ROMLIYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA. Riset Operasi Masalah pengoptimalan timbul sejak adanya usaha untuk menggunakan pendekatan ilmiah dalam memecahkan masalah manajemen suatu organisasi. Sebenarnya kegiatan yang
Lebih terperinciMASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA
MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPENJADWALAN MATA KULIAH DENGAN MEMINIMUMKAN BANYAKNYA RUANGAN REGITA FEBRIYANTI SAMANTA
PENJADWALAN MATA KULIAH DENGAN MEMINIMUMKAN BANYAKNYA RUANGAN REGITA FEBRIYANTI SAMANTA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciPEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI
PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciPERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI
PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA
i PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 i ABSTRAK ANA
Lebih terperinciOPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL
Saintia Matematika Vol. XX, No. XX (XXXX), pp. 17 24. OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL M Khahfi Zuhanda, Syawaluddin, Esther S M Nababan Abstrak. Beberapa tahun
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Linear Programming Linear Programming (LP) merupakan metode yang digunakan untuk mencapai hasil terbaik (optimal) seperti keuntungan maksimum atau biaya minimum dalam model matematika
Lebih terperinciPENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI
PENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
9 BAB 1 PENDAHULUAN 1.1 Latar Belakang Travelling Salesman Problem (TSP) merupakan salah satu permasalahan yang penting dalam dunia matematika dan informatika. TSP dapat diilustrasikan sebagai perjalanan
Lebih terperincisejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat
sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif nilai variabel-variabel keputusannya memenuhi suatu himpunan kendala yang berupa persamaan
Lebih terperinciOPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI
OPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER
Lebih terperinciDESAIN DAN IMPLEMENTASI PROTOTIPE SISTEM PORTAL E-GOVERNMENT DI INDONESIA WAWAN WIRAATMAJA
DESAIN DAN IMPLEMENTASI PROTOTIPE SISTEM PORTAL E-GOVERNMENT DI INDONESIA WAWAN WIRAATMAJA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciPEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI
PEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciOptimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika
Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Wayan Firdaus Mahmudy (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Abstrak.
Lebih terperinciALGORITMA RUTE TERPENDEK BERBASIS TEORI GRAPH
ALGORITMA RUTE TERPENDEK BERBASIS TEORI GRAPH PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Jl Meranti, Kampus IPB Darmaga, Bogor 6680
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli
Lebih terperinciMATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG
MATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI
Lebih terperinciAN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL
AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL Oleh: Endang Nurjamil G05497044 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciKETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN
KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan
Lebih terperinciPENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER
JMA, VOL. 9, NO.1, JULI 2010, 43-48 43 PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENGOPTIMUMAN ALOKASI KURSI LEGISLATIF DEWAN PERWAKILAN RAKYAT RI PADA PEMILU 2014 ERIC KRISTANTO
PENGOPTIMUMAN ALOKASI KURSI LEGISLATIF DEWAN PERWAKILAN RAKYAT RI PADA PEMILU 0 ERIC KRISTANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0 PERNYATAAN
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Program linier merupakan metode matematika dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan, seperti memaksimumkan keuntungan dan meminimumkan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciPENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB PENDAHULUAN
PENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB RUHIYAT 1, F. HANUM 1, R. A. PERMANA 2 Abstrak Jadwal mata kuliah mayor-minor yang tumpang
Lebih terperinciPENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU
PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN
PENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier digunakan untuk menunjukkan
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA
PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang bersaing, dengan cara
Lebih terperinciPEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG
PEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG Oleh : FEBIANA RESI SAPTA G540037 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 008
Lebih terperinciANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT
ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciKOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI
Jurnal LOG!K@ Jilid 7 No 1 2017 Hal 52-60 ISSN 1978 8568 KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI Khoerunisa dan Muhaza
Lebih terperinciSTUDI PEWARNAAN GRAF MENGGUNAKAN ALGORITMA TABU SEARCH SKRIPSI SUPARDI
STUDI PEWARNAAN GRAF MENGGUNAKAN ALGORITMA TABU SEARCH SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains SUPARDI 090823016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA
PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA 110803028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPENJADWALAN MATA PELAJARAN DI SEKOLAH: STUDI KASUS DI SMPIT NURUL FAJAR BOGOR MUHAMMAD IZZUDDIN
PENJADWALAN MATA PELAJARAN DI SEKOLAH: STUDI KASUS DI SMPIT NURUL FAJAR BOGOR MUHAMMAD IZZUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN
Lebih terperinciPENYELESAIAN MASALAH KONEKTIVITAS DI AREA KONSERVASI DENGAN ALGORITME HEURISTIK NUR WAHYUNI
PENYELESAIAN MASALAH KONEKTIVITAS DI AREA KONSERVASI DENGAN ALGORITME HEURISTIK NUR WAHYUNI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 ABSTRAK NUR
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Menurut Aminudin (2005), program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier
Lebih terperinciPENJADWALAN PERAWAT RS CIPTO MANGUNKUSUMO LANTAI 4 ZONA A MENGGUNAKAN METODE GOAL PROGRAMMING IRMA FATMAWATI
PENJADWALAN PERAWAT RS CIPTO MANGUNKUSUMO LANTAI 4 ZONA A MENGGUNAKAN METODE GOAL PROGRAMMING IRMA FATMAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciMetode Simpleks (Simplex Method) Materi Bahasan
Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks
Lebih terperinciv 2 v 5 v 3 Gambar 3 Graf G 1 dengan 7 simpul dan 10 sisi.
Contoh Dari graf G pada Gambar 1 didapat e 1 incident dengan simpul dan, e incident dengan simpul dan, e 3 tidak incident dengan simpul, v, dan. Definisi 3 (Adjacent) Jika e={p,q} E, maka simpul p dikatakan
Lebih terperinciIMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN
IMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN Maya Widyastiti *), Farida Hanum, Toni Bakhtiar Departemen Matematika FMIPA, Institut Pertanian Bogor
Lebih terperinciMETODE STEEPEST DESCENT DALAM PENGOPTIMUMAN FUNGSI DAN PENERAPANNYA MENGGUNAKAN APLIKASI ANDROID ALFI AINI
METODE STEEPEST DESCENT DALAM PENGOPTIMUMAN FUNGSI DAN PENERAPANNYA MENGGUNAKAN APLIKASI ANDROID ALFI AINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciPERANCANGAN DAN SIMULASI PENCARIAN JALUR TERAMAN PADA PERUTEAN KENDARAN
PERANCANGAN DAN SIMULASI PENCARIAN JALUR TERAMAN PADA PERUTEAN KENDARAN SUHARDIMAN USMAN NRP : 1204 100 027 Dosen Pembimbing : Subchan, Ph.D 1 PENDAHULUAN Latar Belakang Penentuan rute kendaraan merupakan
Lebih terperinciEKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A
EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER INFORMASI Dengan ini saya menyatakan
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 terperinci12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.
1 PEMROGRAMAN LINEAR BULAT (INTEGER LINEAR PROGRAMMING - ILP) Apa yang dimaksud dengan Pemrograman Bulat? METODE SIMPLEKS Solusi yang didapat optimal, tetapi mungkin tidak integer. 2 1 INTEGER LINEAR PROGRAMMING
Lebih terperinciPEMODELAN PENJADWALAN PERAWAT MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT PERMATA BEKASI IHSAN CAISARIO
PEMODELAN PENJADWALAN PERAWAT MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT PERMATA BEKASI IHSAN CAISARIO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciMENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN
MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN J. K. Sari, A. Karma, M. D. H. Gamal junikartika.sari@ymail.com Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan Jurusan
Lebih terperinciTARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL
TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL Mochamad Suyudi 1, Sisilia Sylviani 2 1,2 Departmen Matematika FMIPA Universitas Padjadjaran moch.suyudi@gmail.com Abstrak: Fokus utama
Lebih terperinciANALISIS KEBERADAAN PARADOKS DALAM MASALAH TRANSPORTASI KLASIK MUHAMMAD MUHLIS AL KAUTSAR
ANALISIS KEBERADAAN PARADOKS DALAM MASALAH TRANSPORTASI KLASIK MUHAMMAD MUHLIS AL KAUTSAR DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciAPLIKASI ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN INTEGER PROGRAMMING. Enty Nur Hayati Dosen Fakultas Teknik Universitas Stikubank Semarang
2010 Enty Nur Hayati 13 APLIKASI ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN INTEGER PROGRAMMING Enty Nur Hayati Dosen Fakultas Teknik Universitas Stikubank Semarang DINAMIKA TEKNIK Vol. IV, No. 1 Januari
Lebih terperinciMINIMISASI STASIUN PEMADAM KEBAKARAN DI KOTA PADANG
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 122 128 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MINIMISASI STASIUN PEMADAM KEBAKARAN DI KOTA PADANG FAISAL ASRA, SUSILA BAHRI, NOVA NOLIZA BAKAR Program
Lebih terperinciEKSPONEN LOKAL MASUK DUA CYCLE DWIWARNA DENGAN PANJANG SELISIH 2
EKSPONEN LOKAL MASUK DUA CYCLE DWIWARNA DENGAN PANJANG SELISIH 2 TESIS Oleh HARI SUMARDI 127021003/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2014 EKSPONEN LOKAL
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
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 terperinciPENERAPAN BRANCH AND BOUND ALGORITHM DALAM OPTIMALISASI PRODUKSI ROTI
E-Jurnal Matematika Vol. 5 (4), November 2016, pp. 148-155 ISSN: 2303-1751 PENERAPAN BRANCH AND BOUND ALGORITHM DALAM OPTIMALISASI PRODUKSI ROTI Gede Suryawan 1, Ni Ketut Tari Tastrawati 2, Kartika Sari
Lebih terperinciSKRIPSI SOLUSI INTEGER UNTUK MASALAH PEMROGRAMAN LINEAR BILEVEL. Jessica Christella NPM:
SKRIPSI SOLUSI INTEGER UNTUK MASALAH PEMROGRAMAN LINEAR BILEVEL Jessica Christella NPM: 2013710013 PROGRAM STUDI MATEMATIKA FAKULTAS TEKNOLOGI INFORMASI DAN SAINS UNIVERSITAS KATOLIK PARAHYANGAN 2017 FINAL
Lebih terperinciMODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR
MODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciPEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI
PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013 MODUL II LINEAR PROGRAMMING DAN
Lebih terperinciSEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI
SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN
Lebih terperinciBAB 2 PROGRAM LINEAR
BAB 2 PROGRAM LINEAR 2.1. Pengertian Program Linear Pemrograman Linier disingkat PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciPenyusun: Ade Vicidian Sugiharto Putra ( ) Pembimbing II: Yudhi Purwananto, S.Kom, M.Kom. Victor Hariadi, S.Si, M.Kom.
Penyusun: Ade Vicidian Sugiharto Putra (5107100615) Pembimbing I: Yudhi Purwananto, S.Kom, M.Kom. Pembimbing II: Victor Hariadi, S.Si, M.Kom. PENDAHULUAN Permasalahan pengalokasian sumber-sumber yang terbatas
Lebih terperinciPENJADWALAN PETUGAS KEAMANAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI INSTITUT PERTANIAN BOGOR RANGGA GALUH SONIWAN
PENJADWALAN PETUGAS KEAMANAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI INSTITUT PERTANIAN BOGOR RANGGA GALUH SONIWAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciSTUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM
Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK DISTRIBUSI SURAT KABAR KEDAULATAN RAKYAT DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika
Lebih terperinciMASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO
MASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciOPERATION RESEARCH-1
OPERATION RESEARCH-1 Prof.Dr.H.M.Yani Syafei,MT MATERI PERKULIAHAN 1.Pemrograman Linier (Linear Programming) Formulasi Model Penyelesaian dengan Metode Grafis Penyelesaian dengan Algoritma Simplex Penyelesaian
Lebih terperinciBAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau
BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah
Lebih 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 terperinciEVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH
EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007 ABSTRAK RUDIANSYAH. Evaluasi
Lebih terperinciOPTIMASI RUTE MULTIPLE-TRAVELLING SALESMAN PROBLEM MELALUI PEMROGRAMAN INTEGER DENGAN METODE BRANCH AND BOUND
OPTIMASI RUTE MULTIPLE-TRAVELLING SALESMAN PROBLEM MELALUI PEMROGRAMAN INTEGER DENGAN METODE BRANCH AND BOUND SKRIPSI Oleh Eka Poespita Dewi NIM 051810101068 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinci