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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 BOGOR BOGOR 2013

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Optimasi Biaya Operasional Kereta Api dalam Sistem Loop Line Menggunakan Pemrograman Integer Taklinear 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, Juli 2013 Novaria Yusri NIM G

4 0 ABSTRAK NOVARIA YUSRI. Optimasi Biaya Operasional Kereta Api dalam Sistem Loop Line Menggunakan Pemrograman Integer Taklinear. Dibimbing oleh AMRIL AMAN dan FARIDA HANUM. Besarnya permintaan yang menyebabkan terjadinya penumpukan penumpang di beberapa stasiun merupakan permasalahan utama yang dihadapi oleh PT KAI Commuter Jabodetabek (KCJ). Salah satu cara untuk memecahkan permasalahan ini adalah dengan menentukan rute dan frekuensi perjalanan kereta api yang tepat. Dalam karya ilmiah ini disajikan model pemrograman integer taklinear untuk menentukan rute dan frekuensi perjalanan kereta api tiap rute dengan biaya yang optimal. Model ini diimplementasikan pada jaringan rel Jabodetabek yang disederhanakan. Faktor-faktor yang menjadi parameter pada model ini mencakup demand penumpang, kapasitas kereta, maksimum perjalanan tiap rute, dan biaya operasional. Dalam membangun model, pada tahap awal dilakukan identifikasi semua persyaratan yang harus dipenuhi, selanjutnya semua persyaratan itu diformulasikan menjadi bentuk persamaan atau pertidaksamaan linear. Untuk menguji keabsahan model dilakukan pemeriksaan atas sejumlah skenario. Solusi model diperoleh dengan menggunakan software LINGO Kata kunci: frekuensi perjalanan, pemrograman integer taklinear, rute, sistem loop line ABSTRACT NOVARIA YUSRI. Optimization of Train Operating Costs in Loop Line Systems Using Nonlinear Integer Programming. Supervised by AMRIL AMAN and FARIDA HANUM. High demand for transportation that causes passenger s congestion in some stations is one of the main problems faced by PT KAI commuter Jabodetabek (KCJ). This problem can be solved by determining optimal routes and frequencies of the trains. This paper presents a model to determine routes and travelling frequency for each route in order to minimize the total cost. The problem is modelled as a nonlinear integer programming. This model is implemented in Jabodetabek railway network that have been simplified. The parameters of the model include the demand of passengers, the capacity of trains, maximum travelling of train for each route, and operational costs. Developing model is started with identification of all the requirements of the system. All of the requirements then are formulated as linear equalities or inequalities. Ensuring the validity of model is done via solving several scenarios using the model. The solution of the model is obtained using LINGO 11. Keywords: integer nonlinear programming, loop line systems, route, travelling frequency

5 1 OPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI 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 2013

6 2

7 3 Judul Skripsi : Optimasi Biaya Operasional Kereta Api dalam Sistem Loop Line Menggunakan Pemrograman Integer Taklinear Nama : Novaria Yusri NIM : G Disetujui oleh Dr Ir Amril Aman, MSc Pembimbing I Dra Farida Hanum, MSi Pembimbing II Diketahui oleh Dr Berlian Setiawaty, MS Ketua Departemen Tanggal Lulus:

8 4 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia- Nya sehingga karya ilmiah ini berhasil diselesaikan. Judul karya ilmiah ini adalah Optimasi Biaya Operasional Kereta Api dalam Sistem Loop line Menggunakan Pemrograman Integer Taklinear. Terima kasih penulis ucapkan kepada Dr Ir Amril Aman, MSc dan Dra Farida Hanum, MSi selaku pembimbing yang telah banyak memberi saran. Selain itu, ungkapan terima kasih juga penulis ucapkan kepada Drs Prapto Tri Supriyo, MKom selaku dosen penguji. Ungkapan terima kasih disampaikan kepada papa dan ibu atas segala kasih sayang, dukungan, kepercayaan, kesabaran, dan doanya. Penulis juga ingin mengucapkan terima kasih kepada keluarga yang selalu mendoakan, seluruh dosen atas ilmu yang diberikan, staf pegawai, teman-teman Matematika 45 dan 46, teman-teman Cempaka B, teman-teman Pondok Cahaya dan teman-teman Hikapemaka Bogor atas bantuannya. Semoga karya ilmiah ini bermanfaat. Bogor, Juli 2013 Novaria Yusri

9 5 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 1 LANDASAN TEORI 2 Istilah dalam Perkeretaapian 2 Integer Programming (IP) 3 DESKRIPSI DAN FORMULASI MASALAH 3 Deskripsi Masalah 3 Formulasi Masalah 4 STUDI KASUS 6 Formulasi Model Matematika 8 Pengujian Model 10 SIMPULAN DAN SARAN 17 Simpulan 17 Saran 17 DAFTAR PUSTAKA 17 LAMPIRAN 18 RIWAYAT HIDUP 37

10 6 DAFTAR TABEL 1 Rute 7 2 Realisasi demand penumpang terangkut Skenario Banyaknya penumpang di kereta untuk setiap segmen Skenario Banyaknya penumpang di kereta untuk setiap segmen Skenario Banyaknya penumpang di kereta untuk setiap segmen Skenario Frekuensi perjalanan setiap rute Skenario Banyaknya penumpang di kereta untuk setiap segmen Skenario 4 16 DAFTAR GAMBAR 1 Perlintasan sebidang 2 2 Jaringan rel kereta 6 3 Segmen 8 4 Rute kereta yang dihasilkan Skenario Rute kereta yang dihasilkan Skenario Rute kereta yang dihasilkan Skenario Rute kereta yang dihasilkan Skenario 4 15 DAFTAR LAMPIRAN 1 Data hipotetik demand penumpang dari stasiun asal ke stasiun tujuan 18 2 Syntax program pada Lingo Detail hasil komputasi Lingo 11.0 Skenario Detail hasil komputasi Lingo 11.0 Skenario Detail hasil komputasi Lingo 11.0 Skenario Realisasi demand penumpang terangkut Skenario Detail hasil komputasi Lingo 11.0 Skenario 4 30

11 1 PENDAHULUAN Latar Belakang Jakarta merupakan ibu kota negara Indonesia. Kota ini memiliki lapangan pekerjaan yang cukup banyak sehingga tidak hanya penduduk ibu kota saja yang bekerja di kota ini melainkan warga sekitar Jakarta seperti Tangerang, Depok, Bekasi, dan Bogor. Mobilitas penduduk sangat tinggi sehingga dibutuhkan alat transportasi darat yang efisien dan efektif. Salah satu alat transportasi yang digunakan adalah kereta api. Peraturan Pemerintah Nomor 69 Tahun 1998 tentang Prasarana dan Sarana Kereta Api menyebutkan bahwa moda transportasi kereta api memiliki karakteristik dan keunggulan khusus. Beberapa keunggulan dari kereta api adalah kemampuannya dalam mengangkut baik penumpang maupun barang secara massal, hemat energi, hemat dalam penggunaan ruang, memiliki faktor keamanan yang tinggi, tingkat pencemaran yang rendah, serta lebih efisien untuk angkutan jarak jauh. PT KAI Commuter Jabodetabek (KCJ) adalah salah satu anak perusahaan di lingkungan PT KERETA API (Persero) yang melayani wilayah Jabodetabek. Saat ini PT KCJ menggunakan KRL dengan sistem loop line yang membagi perjalanan menjadi 6 rute. Berdasarkan keterangan PT KCJ, 6 rute tersebut ialah Jakarta Kota-Bogor, Jakarta Kota-Jatinegara, Jakarta Kota-Tanjung Priok, Parung Panjang-Tanah Abang, Duri-Tangerang, dan Jakarta Kota-Bekasi. Pada sistem ini dikenal adanya stasiun transit yang berfungsi melanjutkan perjalanan menuju stasiun lain yang terletak pada rute yang berbeda. Pada kenyataannya, masih terdapat beberapa permasalahan yang dihadapi oleh KCJ. Salah satunya penumpukan penumpang di beberapa stasiun, terutama pada pagi dan sore hari yang merupakan waktu pergi dan pulang kerja. Selain itu, masih terdapat beberapa penumpang yang naik di atap gerbong sehingga dapat membahayakan keselamatan para penumpang. Permasalahan ini dapat diatasi dengan menambah jumlah kereta api atau menambah frekuensi perjalanan kereta. Penambahan jumlah kereta membutuhkan biaya yang jauh lebih besar dibandingkan dengan penambahan frekuensi perjalanan kereta sehingga untuk mengatasi masalah tersebut biasanya dilakukan dengan cara menambah frekuensi perjalanan kereta api tiap rute. Penentuan rute dilakukan terlebih dahulu agar diperoleh hasil yang optimal. Permasalahan ini dapat dimodelkan dengan integer nonlinear programming. Data yang digunakan pada karya ilmiah ini adalah data hipotetik. Tujuan Tujuan dari penelitian ini adalah menentukan rute dan frekuensi perjalanan kereta api yang digunakan untuk setiap rute agar diperoleh biaya operasional yang minimum menggunakan integer nonlinear programming.

12 2 LANDASAN TEORI Untuk membuat model optimasi biaya operasional kereta api diperlukan pemahaman mengenai beberapa istilah dalam perkeretaapian, integer programming (IP). Istilah dalam Perkeretaapian Sistem Loop Line Menurut Novena dan Widiyanto (2011) sistem loop line ialah sistem dalam perkeretaapian sehingga penumpang tidak hanya bergerak dari titik keberangkatan ke titik tujuan tetapi berputar dahulu ke stasiun lain. Pada sistem ini, dikenal adanya stasiun transit yang berfungsi sebagai tempat peralihan untuk melanjutkan perjalanan menuju stasiun lain yang terletak pada rute yang berbeda. Misalkan penumpang dari Bogor ingin menuju Stasiun Bekasi. Stasiun Bogor berada pada Rute Bogor-Jakarta Kota, sedangkan Stasiun Bekasi berada pada Rute Jakarta Kota-Bekasi. Penumpang tersebut terlebih dahulu harus naik kereta di Stasiun Bogor yang melintasi Rute Jakarta Kota-Bogor lalu berhenti di Stasiun Manggarai (stasiun transit). Dari Stasiun Manggarai, penumpang tersebut akan melanjutkan perjalanan menggunakan kereta api yang melintasi Rute Jakarta Kota-Bekasi dan turun di Stasiun Bekasi. Setiap rute terdiri dari beberapa segmen. Segmen ialah jalan rel yang menghubungkan suatu stasiun dengan stasiun berikutnya yang berdekatan. Misalkan Stasiun Ancol berdekatan dengan Stasiun Tanjung Priok. Jadi segmen ialah jalan rel yang menghubungkan Stasiun Ancol dan Stasiun Tanjung Priok. Jalur Ganda Menurut D Ariano (2008) jalur ganda ialah dua jalur yang dapat digunakan kereta api dengan arah yang sama atau berlawanan. Perlintasan Sebidang dan Headway Menurut Peraturan Direktur Jenderal Perhubungan Darat Nomor 770 tentang Pedoman Teknis Perlintasan Sebidang antara Jalan dengan Jalur Kereta Api, perlintasan sebidang ialah perpotongan sebidang antara jalur kereta api dengan jalan. Perlintasan sebidang membuat headway perjalanan kereta tidak bisa diminimumkan. Headway ialah selang waktu keberangkatan antara satu kereta api dengan kereta api berikutnya. Gambar 1 Perlintasan sebidang

13 3 Integer Programming (IP) Menurut Winston (2004) integer programming merupakan suatu pemrograman linear yang sebagian atau semua variabel yang digunakan merupakan integer taknegatif. Ada 3 jenis IP, yaitu: 1 Pure integer programming (PIP), jika suatu IP menggunakan semua variabel yang berupa integer. 2 Mixed integer programming (MIP), jika suatu IP menggunakan sebagian saja variabel yang integer IP, jika suatu IP menggunakan variabel 0 atau 1. Pemrograman taklinear tidak jauh berbeda dengan pemrograman linear yang terdiri atas fungsi objektif dan kendala umum. Perbedaannya adalah pemrograman taklinear memiliki paling sedikit satu fungsi taklinear yang bisa menjadi fungsi objektif atau kendalanya. Model pemrograman matematika taklinear dengan variabel keputusannya berupa integer disebut model integer nonlinear programming (INLP). DESKRIPSI DAN FORMULASI MASALAH Deskripsi Masalah Rute kereta api membentuk jaringan yang terdiri dari stasiun dan jalur. Jalur yang digunakan ialah jalur ganda untuk setiap rute. Setiap rute memiliki stasiun awal keberangkatan dan stasiun akhir pemberhentian. Kereta berangkat dari stasiun awal dan berhenti di setiap stasiun yang dilewatinya sampai di stasiun akhir pemberhentian. Kereta tersebut akan kembali lagi menuju stasiun awal keberangkatan. Arah kereta yang bergerak dari stasiun awal keberangkatan menuju stasiun akhir pemberhentian dinamakan Arah 1, sedangkan Arah 2 merupakan arah kereta yang bergerak dari stasiun akhir pemberhentian menuju stasiun awal keberangkatan. Setiap rute memiliki beberapa segmen yang menghubungkan satu stasiun dengan satu stasiun berikutnya. Pada jaringan kereta api dikenal adanya stasiun transit yang berfungsi sebagai tempat peralihan untuk melanjutkan perjalanan menuju stasiun lain yang terletak pada rute yang berbeda. Penumpang yang turun di stasiun transit ialah penumpang transit dan penumpang yang tujuan akhirnya stasiun tersebut. Penumpang transit akan melanjutkan perjalanan menggunakan kereta yang berbeda menuju stasiun yang diinginkan, sedangkan penumpang yang turun di suatu stasiun (kecuali stasiun transit) merupakan penumpang yang tujuan akhirnya ialah stasiun tersebut. Jaringan rel kereta api Jabodetabek memiliki 63 stasiun, 6 rute serta 5 stasiun transit yaitu Manggarai, Duri, Tanah Abang, Kampung Bandan, Jatinegara (Kompas 2011). PT KCJ memiliki 454 unit gerbong kereta Commuter dan 188 unit gerbong Ekonomi. Setiap kereta Commuter dan setiap kereta Ekonomi terdiri dari 8 gerbong. Berdasarkan keterangan dari PT KCJ, kapasitas untuk setiap gerbong adalah 150 orang (60 orang duduk, 90 orang berdiri) sehingga kapasitas kereta adalah 1200 orang.

14 4 Untuk membatasi permasalahan, maka digunakan beberapa asumsi, yaitu: 1 tidak ada kereta yang mengalami kerusakan, 2 kecepatan kereta konstan, 3 tidak ada gangguan di perjalanan, 4 perlintasan sebidang tidak diperhatikan, 5 jaringan rel kereta yang digunakan ialah jaringan rel Jabodetabek yang telah disederhanakan dan kereta hanya berjalan di dalam jaringan rel tersebut, 6 jalur yang digunakan adalah jalur ganda, 7 hanya satu jenis kereta yang digunakan, yaitu Commuter, 8 banyaknya kereta yang tersedia selalu mencukupi kebutuhan, 9 hanya 20 stasiun yang dibahas dan hanya terdapat 3 stasiun transit, yaitu Manggarai, Jatinegara, dan Tanah Abang, 10 stasiun-stasiun untuk setiap rute telah ditetapkan sehingga analisis hanya dibatasi untuk pemilihan rute saja, 11 tempat penumpang yang disediakan di kereta harus lebih besar dari 90% demand penumpang yang ada pada setiap segmen. Artinya kereta tidak selalu terisi 100%, sehingga masih ada tempat yang disediakan untuk mengantisipasi jika ada penambahan demand penumpang, 12 untuk menghindari terjadinya penumpukan penumpang, maka minimum 90% demand penumpang harus diangkut dari setiap stasiun asal ke setiap stasiun tujuan. Formulasi Masalah Berdasarkan data dan analisis yang didapatkan, maka dapat dibuat formulasi masalah tersebut ke dalam bentuk integer nonlinear programming (INLP). Bentuk formulasi masalah tersebut ialah sebagai berikut. Indeks i,j = stasiun; i, j = 1,2,, N k = rute; k = 1,2,, K v, u = arah; v, u = 1,2 w = segmen; w = 1,2,, L Parameter Q ij = demand penumpang dari stasiun asal i ke stasiun tujuan j S w = demand penumpang yang ingin melewati segmen w biaya k = biaya perjalanan pada rute k C k = biaya pemeliharaan rute k kap = kapasitas satu kereta maks k = maksimum frekuensi perjalanan pada rute k M = bilangan positif yang nilainya relatif besar Variabel Keputusan D ij = realisasi demand penumpang yang terangkut dari stasiun asal i ke stasiun tujuan j

15 5 y w = banyaknya penumpang di kereta pada segmen w F kv = frekuensi perjalanan kereta pada rute k dan arah v fr w = frekuensi perjalanan kereta pada segmen w freq k = frekuensi perjalanan kereta pada rute k 1, jika rute k digunakan x k = 0, selainnya Himpunan A w = himpunan pasangan stasiun (i,j) yang melewati segmen w B w = himpunan pasangan rute k dan arah v, yaitu (k,v), yang melewati segmen w Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan biaya operasional dengan mengatur frekuensi perjalanan kereta api yang dikalikan dengan biaya perjalanan untuk satu kali perjalanan pada setiap rute dan biaya pemeliharaan pada setiap rute jika rute tersebut digunakan. Fungsi objektif masalah ini ialah: 2 K K Minimumkan ( v=1 biaya k F kv + C k x k k=1 k=1 ) Kendala Kendala pada permasalahan ini ialah sebagai berikut : 1 Realisasi demand penumpang yang terangkut dari stasiun asal i ke stasiun tujuan j minimal 90% dari demand. 90% Q ij D ij Q ij, i = 1,2,, N, j = 1,2,, N. 2 Jumlah penumpang di kereta pada segmen w ialah akumulasi dari realisasi demand yang terangkut dari setiap stasiun asal i ke setiap stasiun tujuan j. N y w j =1 N i=1 D ij = 0, (i, j) A w, w = 1,2,, L. 3 Banyaknya penumpang di kereta pada segmen w merupakan minimum dari demand penumpang yang ingin melewati segmen w dan total kapasitas kereta. y w = min {S w, (kap fr w )}, w = 1,2,, L. 4 Banyaknya tempat yang disediakan untuk penumpang di kereta, harus lebih besar atau sama dengan 90% demand penumpang yang ingin melewati segmen w. 90% S w kap fr w, w = 1,2,, L. 5 Jika terdapat perjalanan kereta pada suatu rute maka rute tersebut digunakan. F kv M x k 0, k = 1,2,, K, v = 1,2. 6 Kereta harus bolak-balik sehingga frekuensi perjalanan kereta pada rute k selalu sama untuk semua arah. F kv F ku = 0, k = 1,2,, K, v = 1,2, u = 1,2, v u. 7 Frekuensi perjalanan kereta untuk setiap rute tidak boleh melebihi frekuensi perjalanan maksimum. 2 v=1 F kv maks k, k = 1,2,, K. 8 Frekuensi perjalanan kereta untuk setiap rute ialah akumulasi perjalanan dari semua arah. 2 v=1 F kv freq k = 0, k = 1,2,, K.

16 6 9 Frekuensi perjalanan kereta pada segmen w ialah akumulasi dari semua frekuensi perjalanan kereta pada rute k dan arah v yang melewati segmen w. 2 K fr w v=1 k=1 F kv = 0, (k, v) B w, w = 1,2,, L. 10 Kendala ketaknegatifan memastikan bahwa: Realisasi demand penumpang yang terangkut dari stasiun asal i ke stasiun tujuan j, lebih besar atau sama dengan nol. D ij 0, i = 1,2,, N, j = 1,2,, N. Frekuensi perjalanan kereta pada rute k, lebih besar atau sama dengan nol. freq k 0, k = 1,2,, K. Frekuensi perjalanan kereta pada segmen w, lebih besar atau sama dengan nol. fr w 0 w = 1,2,, L. Frekuensi perjalanan kereta pada rute k dan arah v, lebih besar atau sama dengan nol. F kv 0, k = 1,2,, K, v = 1,2. Jumlah penumpang di kereta pada segmen w harus lebih besar atau sama dengan nol. y w 0, w = 1,2,, L. 11 Kendala biner: x k {0,1}, k = 1,2,, K. STUDI KASUS Keterangan: 1 Jakarta Kota 2 Gambir 3 Manggarai 4 Tanjung Barat 5 Depok 6 Bogor 7 Jatinegara 8 Klender Baru 9 Bekasi 10 Pasar Senen 11 Ancol 12 Tanjung Priok 13 Sudirman 14 Tanah Abang 15 Serpong 16 Parung Panjang 17 Duri 18 Kali Deres 19 Tangerang 20 Rajawali Gambar 2 Jaringan rel kereta

17 7 Misalkan jaringan rel kereta memiliki 20 stasiun dengan 38 segmen. Gambar jaringan dapat dilihat pada Gambar 2. Angka di setiap simpul atau verteks menyatakan stasiun. Lingkaran yang berwarna merah menyatakan stasiun awal keberangkatan atau stasiun akhir pemberhentian. Misalkan Stasiun 1, 6, 9, 19, 20 ialah stasiun awal keberangkatan dan Stasiun 6, 9, 12, 16, 19, 20 ialah stasiun akhir pemberhentian. Jaringan tersebut memiliki 16 rute yang dapat dilihat di Tabel 1. Perjalanan kereta dimulai dari stasiun awal keberangkatan sampai ke stasiun akhir pemberhentian kemudian kembali ke stasiun awal keberangkatan untuk setiap rutenya. Pada setiap rute, kereta harus berhenti di setiap stasiun yang ada pada rute tersebut secara berurutan. Data biaya perjalanan untuk 1 kali perjalanan pada setiap rute, data biaya pemeliharaan untuk setiap rute, data maksimum perjalanan kereta yang dapat dilakukan untuk setiap rute merupakan data hipotetik yang terdapat pada Tabel 1. Kereta beroperasi pada pukul 05:00-22:00 yaitu selama 17 jam (1020 menit). Maksimum perjalanan untuk setiap rute ialah lama kereta beroperasi dibagi headway (6 menit) yaitu 170. Tabel 1 Rute Biaya 1 kali Biaya Rute Stasiun yang dilewati perjalanan pemeliharaan Maksimum (dalam ribu (dalam ribu perjalanan rupiah) rupiah) 1 1,2,3,4,5, ,2,3,13,14,15, ,2,3,13,14,17,18, ,2,3,7,8, ,2,3,7,10, ,11, ,5,4,3,13,14,17,18, ,5,4,3,13,14,15, ,5,4,3,7,10, ,5,4,3,7,8, ,8,7,10, ,8,7,3,13,14,15, ,8,7,3,13,14,17,18, ,10,7,3,13,14,15, ,10,7,3,13,14,17,18, ,18,17,14,15, Setiap segmen dilewati oleh kereta yang bergerak melalui rute yang berbeda pada arah tertentu. Dalam jaringan rel kereta ini terdapat 38 segmen seperti terlihat pada Gambar 3. Penumpang di dalam kereta yang melewati suatu segmen, merupakan penumpang yang stasiun asalnya berada sebelum segmen tersebut dan stasiun tujuannya berada setelah segmen tersebut. Demand penumpang yang ingin melewati Segmen 1 diperoleh dengan cara menjumlahkan demand penumpang dari Stasiun asal 12, 11, 1 dan stasiun tujuannya adalah semua stasiun yang ada pada jaringan kereta (kecuali Stasiun 12, 11, 1). Penghitungan demand penumpang yang ingin melewati segmen-segmen lain diperoleh dengan cara yang sama.

18 8 Gambar 3 Segmen Formulasi Model Matematika Dalam studi kasus ini terdapat 20 stasiun, 38 segmen, serta 16 rute dan kapasitas kereta adalah 1200 orang. Indeks i,j = stasiun; i, j = 1,2,,20 k = rute; k = 1,2,,16 v, u = arah; v, u = 1,2 w = segmen; w = 1,2,,38 Parameter Q ij = demand penumpang dari stasiun asal i ke stasiun tujuan j S w = demand penumpang yang ingin melewati segmen w biaya k = biaya perjalanan pada rute k C k = biaya pemeliharaan rute k kap = kapasitas satu kereta maks k = maksimum frekuensi perjalanan pada rute k M = bilangan positif yang nilainya relatif besar dalam kasus ini, M = Variabel Keputusan D ij = realisasi demand penumpang yang terangkut dari stasiun asal i ke stasiun tujuan j y w = banyaknya penumpang di kereta pada segmen w F kv = frekuensi perjalanan kereta pada rute k dan arah v fr w = frekuensi perjalanan kereta pada segmen w

19 9 freq k = frekuensi perjalanan kereta pada rute k 1, jika rute k digunakan x k = 0, selainnya Himpunan A w = himpunan pasangan stasiun (i,j) yang melewati segmen w B w = himpunan pasangan rute k dan arah v, yaitu (k,v), yang melewati segmen w Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan biaya operasional dengan mengatur frekuensi perjalanan kereta api yang dikalikan dengan biaya perjalanan untuk satu kali perjalanan pada setiap rute dan biaya pemeliharaan pada setiap rute jika rute tersebut digunakan. Fungsi objektif masalah ini ialah: Minimum ( v=1 biaya k F kv + C k x k k=1 k=1 ) Kendala Kendala pada permasalahan ini ialah sebagai berikut : 1 Realisasi demand penumpang yang terangkut dari stasiun asal i ke stasiun tujuan j minimal 90% dari demand. 90% Q ij D ij Q ij, i = 1,2,,20, j = 1,2,,20. 2 Jumlah penumpang di kereta pada segmen w ialah akumulasi dari realisasi demand yang terangkut dari setiap stasiun asal i ke setiap stasiun tujuan j. 20 y w j =1 20 i=1 D ij = 0, (i, j) A w, w = 1,2,,38. 3 Banyaknya penumpang di kereta pada segmen w merupakan minimum dari demand penumpang yang ingin melewati segmen w dan total kapasitas kereta. y w =min {S w, (kap fr w )}, w = 1,2,,38. 4 Banyaknya tempat yang disediakan untuk penumpang di kereta, harus lebih besar atau sama dengan 90% demand penumpang yang ingin melewati segmen w. 90% S w kap fr w, w = 1,2,,38. 5 Jika terdapat perjalanan kereta pada suatu rute maka rute tersebut digunakan. F kv M x k 0, K = 1,2,,16, v = 1,2. 6 Kereta harus bolak-balik sehingga frekuensi perjalanan kereta pada rute k selalu sama untuk semua arah. F kv F ku = 0, k = 1,2,,16, v = 1,2 u = 1,2, v u. 7 Frekuensi perjalanan kereta untuk setiap rute tidak boleh melebihi frekuensi perjalanan maksimum. 2 v=1 F kv maks k, k = 1,2,,16. 8 Frekuensi perjalanan kereta untuk setiap rute ialah akumulasi perjalanan dari semua arah. 2 v=1 F kv freq k = 0, k = 1,2,,16. 9 Frekuensi perjalanan kereta pada segmen w ialah akumulasi dari semua frekuensi perjalanan kereta pada rute k dan arah v yang melewati segmen w. 2 fr w v=1 16 F kv = 0, (k, v) B w, w = 1,2,,38. k=1

20 10 10 Kendala ketaknegatifan memastikan bahwa: Realisasi demand penumpang yang terangkut dari stasiun asal i ke stasiun tujuan j, lebih besar atau sama dengan nol. D ij 0, i = 1,2,,20, j = 1,2,,20. Frekuensi perjalanan kereta pada rute k, lebih besar atau sama dengan nol. freq k 0, k = 1,2,,20. Frekuensi perjalanan kereta pada segmen w, lebih besar atau sama dengan nol. fr w 0, w = 1,2,,38. Frekuensi perjalanan kereta pada rute k dan arah v, lebih besar atau sama dengan nol. F kv 0, k = 1,2,,16, v = 1,2. Jumlah penumpang di kereta pada segmen w harus lebih besar atau sama dengan nol. y w 0, w = 1,2,, Kendala biner: x k {0,1}, k = 1,2,,16. Pengujian Model Model di atas akan diujikan ke dalam beberapa skenario dengan menggunakan data demand penumpang yang terdapat pada Lampiran 1 dan diselesaikan dengan bantuan software LINGO Syntax LINGO dapat dilihat di Lampiran 2. Pada Skenario 1 akan diujikan bahwa rute yang dipilih ialah rute yang mempunyai biaya operasional yang paling kecil, pada Skenario 2 diujikan bahwa rute yang dipilih ialah rute yang memiliki demand penumpang, pada Skenario 3 akan diujikan bahwa terdapat penumpang yang transit, dan pada Skenario 4 akan dipilih rute-rute yang meminimumkan biaya operasional dengan demand penumpang terdapat dari setiap stasiun asal ke setiap stasiun tujuan. Skenario 1 Demand penumpang hanya terdapat dari Stasiun 1 ke Stasiun 2 dan dari Stasiun 2 ke Stasiun 1, selainnya demand penumpang bernilai nol. Stasiun 1, 2 berada pada Rute 1, 2, 3, 4, dan 5. Biaya operasional yang paling kecil adalah biaya operasional Rute 5. Hasil komputasi Skenario 1 dengan software LINGO 11.0 pada Lampiran 3 diperoleh bahwa rute yang dipilih ialah Rute 5. Biaya yang digunakan adalah rupiah. Stasiun-stasiun yang berada pada rute tersebut ialah Stasiun 1, 2, 3, 7, 10, dan 20 yang diilustrasikan oleh Gambar 4. Frekuensi perjalanan kereta yang melewati Rute 5 pada Arah 1 sama dengan frekuensi perjalanan kereta yang melewati Rute 5 pada Arah 2 yaitu 2. Jadi frekuensi perjalanan kereta yang melewati Rute 5 adalah 4. Frekuensi perjalanan ini, tidak melebihi frekuensi perjalanan maksimum sebanyak 170.

21 Keterangan: Rute 5 : Gambar 4 Rute kereta yang dihasilkan Skenario 1 Pada Tabel 2 dapat dilihat bahwa realisasi demand penumpang terangkut tidak melebihi demand penumpang yang ada. Demand penumpang yang terangkut juga selalu lebih besar atau sama dengan 90% demand yang ada. Tabel 2 Realisasi demand penumpang terangkut Skenario 1 Stasiun asal stasiun Demand Realisasi demand tujuan penumpang terangkut Persentase (%) Jumlah Tabel 3 dapat dilihat bahwa banyaknya penumpang yang ada di kereta untuk setiap segmen tidak melebihi total kapasitas kereta yang melewati segmen tersebut. Total kapasitas adalah kapasitas kereta dikalikan dengan frekuensi perjalanan kereta yang melewati suatu segmen. Selain itu banyaknya penumpang di kereta pada setiap segmen yang dilewati oleh kereta selalu lebih kecil atau sama dengan demand penumpang pada segmen tersebut. Utilitas adalah banyaknya penumpang di kereta dibagi dengan total kapasitas kereta. Utilitas pada setiap segmen berbeda-beda dan tidak selalu bernilai 100%, artinya kereta tidak selalu terisi penuh pada setiap segmen yang dilewatinya sehingga masih dimungkinkan adanya penambahan penumpang. Tabel 3 Banyaknya penumpang di kereta untuk setiap segmen Skenario 1 Segmen Demand Penumpang Frekuensi Total Utilitas penumpang di kereta perjalanan kapasitas (%)

22 12 Skenario 2 Pada Skenario ini, demand penumpang hanya terdapat pada Stasiun asal 1, 2, 3, 4, 5, 6 dan Stasiun tujuan 1, 2, 3, 4, 5, 6. Selainnya demand penumpang bernilai 0. stasiun asal dan stasiun tujuan tersebut merupakan stasiun-stasiun yang terletak pada Rute 1. Hasil komputasi Skenario 2 dengan software LINGO 11.0 pada Lampiran 4 diperoleh bahwa rute yang dipilih ialah Rute 1. Biaya yang digunakan adalah rupiah. Stasiun-stasiun yang berada pada rute tersebut ialah Stasiun 1, 2, 3, 4, 5, dan 6 yang diilustrasikan oleh Gambar 4. Frekuensi perjalanan kereta yang melewati Rute 1 pada Arah 1 sama dengan frekuensi perjalanan kereta yang melewati Rute 1 pada Arah 2 yaitu 9. Jadi frekuensi perjalanan kereta yang melewati Rute 1 adalah 18. Frekuensi perjalanan ini, tidak melebihi frekuensi perjalanan maksimum sebanyak 170. Realisasi demand penumpang terangkut selalu sama dengan demand penumpang yang ada. Demand penumpang keseluruhan sama dengan banyaknya penumpang yang terangkut sebanyak orang Keterangan: Rute 1 : 4 5 Gambar 5 Rute kereta yang dihasilkan Skenario 2 Tabel 4 menjelaskan bahwa penumpang yang ada di kereta untuk setiap segmen tidak melebihi total kapasitas kereta yang melewati segmen tersebut. Selain itu, banyaknya penumpang di kereta pada setiap segmen yang dilewati oleh kereta selalu sama dengan demand penumpang pada segmen tersebut. Utilitas adalah banyaknya penumpang di kereta dibagi dengan total kapasitas kereta. Utilitas pada setiap segmen berbeda-beda dan selalu lebih kecil dari 100%. Artinya kereta tidak pernah terisi penuh pada setiap segmen yang dilewatinya, sehingga masih dimungkinkan ada penambahan penumpang. 6

23 13 Tabel 4 Banyaknya penumpang di kereta untuk setiap segmen Skenario 2 Segmen Demand Penumpang Frekuensi Total Utilitas penumpang di kereta perjalanan kapasitas (%) Skenario 3 Pada Skenario 3 akan diperlihatkan bahwa terdapat penumpang yang transit. Diberikan demand penumpang yang stasiun asal dan stasiun tujuannya terletak pada rute yang sama. Stasiun-stasiun tersebut berada pada Rute 1 dan Rute 14. Selainnya demand penumpang bernilai 0 (kecuali demand penumpang dari Stasiun 1 ke Stasiun 20 dan dari Stasiun 2 ke Stasiun 20). Hasil komputasi Skenario 3 dengan software LINGO 11.0 pada Lampiran 5 diperoleh bahwa rute yang dipilih ialah Rute 1 dan Rute 14. Biaya yang digunakan adalah rupiah. Stasiun-stasiun yang berada pada Rute 1 ialah Stasiun 1, 2, 3, 4, 5, dan 6, sedangkan stasiun-stasiun yang berada pada Rute 14 ialah Stasiun 20, 10, 7, 3, 13, 14, 15, 16 yang diilustrasikan oleh Gambar Keterangan: Rute 1 : Rute 14 : : Gambar 6 Rute kereta yang dihasilkan Skenario 3 Frekuensi perjalanan kereta yang melewati Rute 1 pada Arah 1 sama dengan frekuensi perjalanan kereta yang melewati Rute 1 pada Arah 2, yaitu 9. Jadi

24 14 frekuensi perjalanan kereta yang melewati Rute 1 adalah 18. Frekuensi perjalanan kereta yang melewati Rute 14 pada Arah 1 sama dengan frekuensi perjalanan kereta yang melewati Rute 14 pada Arah 2 yaitu 11. Jadi frekuensi perjalanan kereta yang melewati Rute 14 adalah itu 22. Frekuensi perjalanan ini, tidak melebihi frekuensi perjalanan maksimum sebanyak 170. Realisasi demand penumpang terangkut dapat dilihat di Lampiran 6. Realisasi demand penumpang terangkut tidak melebihi demand penumpang yang ada. Demand penumpang yang terangkut juga selalu lebih besar atau sama dengan 90% demand yang ada. Tabel 5 dapat dilihat bahwa penumpang yang ada di kereta untuk setiap segmen tidak melebihi total kapasitas kereta yang melewati segmen tersebut. Total kapasitas adalah kapasitas kereta dikalikan dengan frekuensi perjalanan kereta yang melewati suatu segmen. Selain itu dapat dilihat juga bahwa banyaknya penumpang di kereta pada setiap segmen yang dilewati oleh kereta selalu lebih kecil atau sama dengan demand penumpang pada segmen tersebut. Utilitas adalah banyaknya penumpang di kereta dibagi dengan total kapasitas kereta. Utilitas pada setiap segmen berbeda-beda dan tidak selalu bernilai 100%. Artinya kereta tidak selalu terisi penuh pada setiap segmen yang dilewatinya sehingga masih dimungkinkan ada penambahan penumpang. Tabel 5 Banyaknya penumpang di kereta untuk setiap segmen Skenario 3 Segmen Frekuensi Demand Penumpang Total Utilitas perjalanan penumpang di kereta kapasitas (%) kereta

25 15 Skenario 4 Pada Skenario 4 ini, diberikan demand penumpang dari setiap stasiun asal ke setiap stasiun tujuan seperti yang terdapat pada Lampiran 1. Detail hasil dapat dilihat di Lampiran 7. Total frekuensi perjalanan kereta pada semua rute adalah 282. Rute yang dipilih ialah Rute 1, 3, 6, 12, dan 15 dan diilustrasikan oleh Gambar 7. Biaya operasional yang digunakan adalah rupiah. Demand penumpang dari setiap stasiun asal ke setiap stasiun tujuan selalu sama dengan realisasi demand penumpang yang diangkut. Tabel 6 Frekuensi perjalanan setiap rute Skenario 4 Rute Frekuensi perjalanan Frekuensi perjalanan Frekuensi perjalanan Arah 1 Arah Keterangan: Rute 1 : Rute 3 : Rute 6 : Rute 12 : Rute 15 : Gambar 7 Rute kereta yang dihasilkan Skenario 4 Tabel 7 dapat dilihat bahwa penumpang yang ada di kereta untuk setiap segmen tidak melebihi total kapasitas kereta yang melewati segmen tersebut. Total kapasitas adalah kapasitas kereta dikalikan dengan frekuensi perjalanan kereta yang melewati suatu segmen. Selain itu dapat dilihat juga bahwa banyaknya penumpang di kereta pada setiap segmen yang dilewati oleh kereta selalu sama dengan demand penumpang pada segmen tersebut.

26 16 Utilitas adalah penumpang di kereta dibagi dengan total kapasitas kereta. Utilitas pada setiap segmen berbeda-beda dan selalu lebih kecil dari 100%. Artinya kereta tidak selalu terisi penuh pada setiap segmen yang dilewatinya sehingga masih dimungkinkan ada penambahan penumpang. Demand penumpang keseluruhan sama dengan banyaknya penumpang terangkut sebanyak orang. Tabel 7 Banyaknya penumpang di kereta untuk setiap segmen Skenario 4 Segmen Demand Penumpang Frekuensi Total Utilitas penumpang di kereta perjalanan kapasitas (%)

27 17 SIMPULAN DAN SARAN Simpulan Masalah penentuan rute dan frekuensi perjalanan kereta api pada jalur ganda dapat diselesaikan menggunakan integer nonlinear programming (INLP) dengan bantuan software LINGO 11. Dalam studi kasus yang dibahas, rute yang diperoleh adalah rute yang dapat meminimumkan biaya operasional yaitu Rute 1, 3,6, 12, dan 15. Banyaknya penumpang yang diangkut adalah orang dengan frekuensi perjalanan kereta sebanyak 282. Biaya operasional yang digunakan adalah rupiah. Saran Pada karya ilmiah ini, jumlah kendaraan yang tersedia diabaikan. Untuk penelitian selanjutnya disarankan untuk membatasi jumlah kendaraan yang tersedia serta menggunakan jaringan rel Jabodetabek sebenarnya. DAFTAR PUSTAKA D Ariano A Improving real-time train dispatching: models, algorithms and applications [tesis]. Delft: Faculty of Civil Engineering and Geosciences, Delft University of Technology. Kompas Rute KRL diefektifkan [internet]. [diunduh 2013 Juni 1]. Tersedia di Novena M, Widiyanto Y Hari ini sistem loop line kereta berlaku penuh [internet]. [diunduh 2013 Juni 1]. Tersedia di [PT KAI] Perseroan Terbatas Kereta Api Indonesia Peraturan Pemerintah Republik Indonesia Nomor 69 tentang Prasarana dan Sarana Kereta Api. Jakarta (ID): PT KAI. [PT KAI] Perseroan Terbatas Kereta Api Indonesia Peraturan Direktur Jenderal Perhubungan Darat Nomor 770 tentang Pedoman Teknis Perlintasan Sebidang antara Jalan dengan Jalur Kereta Api. Jakarta (ID): PT KAI. Winston WL Operation Research Applications and Algorithm. Ed ke-4. New York: Duxbury.

28 18 18 Lampiran 1 Data hipotetik demand penumpang dari stasiun asal ke stasiun tujuan Stasiun Stasiun tujuan asal

29 19 Lampiran 2 Syntax Lingo 11.0 Model: Sets: stasiun/1..20/; segmen/1..38/:s,fr,y; rute/1..16/:maks,biaya,c,x,freq; arah/1..2/; links2(rute,arah):f; links1(stasiun, stasiun):q,d; Endsets DATA: Q, S, biaya, C, maks=@ole('datafix.xlsx','permtn','demand_segmen', 'BIAYAOPERASIONAL','BIAYA_PEMELIHARAANRUTE', DIKERETA','FREKUENSI_SEGMEN','PENUMPANG')=x,freq,y,fr,D; ENDDATA M=100000; kap=1200;!fungsi objektif; min=@sum(rute(k):@sum(arah(v):biaya(k)*f(k,v)))+@sum(rute(k): C(k)*x(k));!KENDALA!(1)Realisasi demand penumpang yang terangkut dari stasiun asal i ke stasiun tujuan j minimal 90% Jumlah penumpang dikereta pada segmen w ialah akumulasi dari realisasi demand penumpang yang terangkut dari setiap stasiun asal i ke setiap stasiun tujuan j;!segmen 1(1-2); (@sum(stasiun(i) i#eq#12#or#i#eq#11#or#i#eq#1:@sum(stasiun(j) j#ne #12#and#j#NE#11#and#j#NE#1:D(i,j))))-y(1)=0;!Segmen 2(2-3); (@sum(stasiun(i) i#eq#12#or#i#eq#11#or#i#eq#1#or#i#eq#2:@sum(stasi un(j) j#ne#12#and#j#ne#11#and#j#ne#1#and#j#ne#2:d(i,j))))-y(2)=0;!segmen 3(3-4); (@sum(stasiun(i) i#ne#4#and#i#ne#5#and#i#ne#6:@sum(stasiun(j) j#eq #4#or#j#EQ#5#or#j#EQ#6:D(i,j))))-y(3)=0;!Segmen 4(4-5); (@sum(stasiun(i) i#ne#5#and#i#ne#6:@sum(stasiun(j) j#eq#5#or#j#eq# 6:D(i,j))))-y(4)=0;!Segmen 5(5-6); (@sum(stasiun(i) i#ne#6:@sum(stasiun(j) j#eq#6:d(i,j))))-y(5)=0;!segmen 6(3-7); (@sum(stasiun(i) i#ne#7#and#i#ne#8#and#i#ne#9#and#i#ne#10#and#i#ne #20:@sum(stasiun(j) j#eq#7#or#j#eq#8#or#j#eq#9#or#j#eq#10#or#j#eq# 20:D(i,j))))-y(6)=0;

30 20!Segmen 7(7-10); j#eq#10#or#j# EQ#20:D(i,j))))-y(7)=0;!Segmen 8(10-20); j#eq#20:d(i,j))))-y(8)=0;!segmen 9(7-8); j#eq#8#or#j#eq# 9:D(i,j))))-y(9)=0;!Segmen 10(8-9); j#eq#9:d(i,j))))-y(10)=0;!segmen 11(3-13); i#ne#13#and#i#ne#14#and#i#ne#15#and#i#ne#16#and#i j#eq#13#or#j#eq#14# or#j#eq#15 #or#j#eq#16#or#j#eq#17#or#j#eq#18#or#j#eq#19:d(i,j))))-y(11)=0;!segmen 12(13-14); i#ne#14#and#i#ne#15#and#i#ne#16#and#i#ne#17#and#i j#eq#14#or#j#eq#15 #or#j#eq#16#or#j#eq#17#or#j#eq#18#or#j#eq#19:d(i,j))))-y(12)=0;!segmen 13(14-15); j#eq#15#or#j# EQ#16:D(i,j))))-y(13)=0;!Segmen 14(15-16); j#eq#16:d(i,j))))- y(14)=0;!segmen 15(14-17); j #EQ#17#or#j#EQ#18#or#j#EQ#19:D(i,j))))-y(15)=0;!Segmen 16(17-18); (@sum(stasiun(i) i#ne#18#and#i#ne#19:@sum(stasiun(j) j#eq#18#or#j# EQ#19:D(i,j))))-y(16)=0;!Segmen 17(18-19); (@sum(stasiun(i) i#ne#19:@sum(stasiun(j) j#eq#19:d(i,j))))- y(17)=0;!segmen 18(19-18); (@sum(stasiun(i) i#eq#19:@sum(stasiun(j) j#ne#19:d(i,j))))- y(18)=0;!segmen 19(18-17); (@sum(stasiun(i) i#eq#19#or#i#eq#18:@sum(stasiun(j) j#ne#19#and#j# NE#18:D(i,j))))-y(19)=0;!Segmen 20(17-14); (@sum(stasiun(i) i#eq#19#or#i#eq#18#or#i#eq#17:@sum(stasiun(j) j#n E#19#and#j#NE#18#and#j#NE#17:D(i,j))))-y(20)=0;

31 21!Segmen 21(16-15); j#ne#16:d(i,j))))- y(21)=0;!segmen 22(15-14); j#ne#16#and#j# NE#15:D(i,j))))-y(22)=0;!Segmen 23(14-13); i#eq#19#or#i#eq#18#or#i#eq#17#or#i#eq#16#or#i#eq# j#ne#19#and#j#ne#18# and#j#ne#17#and#j#ne#16#and#j#ne#15#and#j#ne#14:d(i,j))))-y(23)=0;!segmen 24(13-3); i#eq#19#or#i#eq#18#or#i#eq#17#or#i#eq#16#or#i#eq# j#ne#19#and#j#ne#18# and#j#ne#17#and#j#ne#16#and#j#ne#15#and#j#ne#14#and#j#ne#13:d(i,j) )))-y(24)=0;!segmen 25(3-2); asiun(j) j#eq#2#or#j#eq#1 #or#j#eq#11#or#j#eq#12:d(i,j))))-y(25)=0;!segmen 26(2-1); j# EQ#1#or#j#EQ#11#or#j#EQ#12:D(i,j))))-y(26)=0;!Segmen 27(1-11); j#eq#11#or#j# EQ#12:D(i,j))))-y(27)=0;!Segmen 28(11-12); j#eq#12:d(i,j))))- y(28)=0;!segmen 29(6-5); j#ne#6:d(i,j))))-y(29)=0;!segmen 30(5-4); j#ne#6#and#j#ne# 5:D(i,j))))-y(30)=0;!Segmen 31(4-3); j#ne#6 #and#j#ne#5#and#j#ne#4:d(i,j))))-y(31)=0;!segmen 32(9-8); j#ne#9:d(i,j))))-y(32)=0;!segmen 33(8-7); j#ne#8#and#j#ne# 9:D(i,j))))-y(33)=0;!Segmen 34(7-3); j#ne#9#and#j#ne#8# and#j#ne#7#and#j#ne#10#and#j#ne#20:d(i,j))))-y(34)=0;

32 22!Segmen 35(20-10); j#ne#20:d(i,j))))- y(35)=0;!segmen 36(10-7); j#ne#20#and#j# NE#10:D(i,j))))-y(36)=0;!Segmen 37(12-11); j#ne#12:d(i,j))))- y(37)=0;!segmen 38(11-1); j#ne#12#and#j# NE#11:D(i,j))))-y(38)=0;!(3)penumpang di kereta pada segmen w merupakan minimum dari demand penumpang yang ingin melewati segmen w dan total kapasitas penumpang yang disediakan di kereta untuk penumpang lebih besar dari 90% demand penumpang yang ingin melewati segmen terdapat frekuensi perjalanan pada rute k maka rute tersebut harus bolak balik pada setiap rute k sehingga frekuensi perjalanan kereta pada rute k selalu sama untuk semua u#ne#v:f(k,v)-f(k,u)=0)));!(7)frekuensi perjalanan kereta untuk setiap rute tidak boleh melebihi frekuensi perjalanan perjalanan kereta untuk setiap rute merupakan akumulasi perjalanan dari semua perjalanan kereta pada suatu segmen merupakan akumulasi dari frekuensi perjalanan kereta dari berbagai rute dan arah; fr(1)-(f(1,1)+f(2,1)+f(3,1)+f(4,1)+f(5,1))=0; fr(2)-(f(1,1)+f(2,1)+f(3,1)+f(4,1)+f(5,1))=0; fr(3)-(f(1,1)+f(7,2)+f(8,2)+f(9,2)+f(10,2))=0; fr(4)-(f(1,1)+f(7,2)+f(8,2)+f(9,2)+f(10,2))=0; fr(5)-(f(1,1)+f(7,2)+f(8,2)+f(9,2)+f(10,2))=0; fr(6)-(f(4,1)+f(5,1)+f(9,1)+f(10,1)+f(14,2)+f(15,2)+f(12,2)+ F(13,2))=0; fr(7)-(f(5,1)+f(11,1)+f(9,1)+f(14,2)+f(15,2))=0; fr(8)-(f(5,1)+f(11,1)+f(9,1)+f(14,2)+f(15,2))=0; fr(9)-(f(4,1)+f(10,1)+f(11,2)+f(12,2)+f(13,2))=0; fr(10)-(f(4,1)+f(10,1)+f(11,2)+f(12,2)+f(13,2))=0; fr(11)-(f(2,1)+f(3,1)+f(7,1)+f(8,1)+f(12,1)+f(13,1)+f(14,1) +F(15,1))=0; fr(7)-(f(5,1)+f(11,1)+f(9,1)+f(14,2)+f(15,2))=0;

33 23 fr(12)-(f(2,1)+f(3,1)+f(7,1)+f(8,1)+f(12,1)+f(13,1)+f(14,1)+ F(15,1))=0; fr(13)-(f(2,1)+f(8,1)+f(12,1)+f(14,1)+f(16,1))=0; fr(14)-(f(2,1)+f(8,1)+f(12,1)+f(14,1)+f(16,1))=0; fr(15)-(f(3,1)+f(7,1)+f(13,1)+f(15,1)+f(16,2))=0; fr(16)-(f(3,1)+f(7,1)+f(13,1)+f(15,1)+f(16,2))=0; fr(17)-(f(3,1)+f(7,1)+f(13,1)+f(15,1)+f(16,2))=0; fr(18)-(f(3,2)+f(7,2)+f(13,2)+f(15,2)+f(16,1))=0; fr(19)-(f(3,2)+f(7,2)+f(13,2)+f(15,2)+f(16,1))=0; fr(20)-(f(3,2)+f(7,2)+f(13,2)+f(15,2)+f(16,1))=0; fr(21)-(f(2,2)+f(8,2)+f(12,2)+f(14,2)+f(16,2))=0; fr(22)-(f(2,2)+f(8,2)+f(12,2)+f(14,2)+f(16,2))=0; fr(23)-(f(2,2)+f(3,2)+f(7,2)+f(8,2)+f(12,2)+f(13,2)+f(14,2)+ F(15,2))=0; fr(24)-(f(2,2)+f(3,2)+f(7,2)+f(8,2)+f(12,2)+f(13,2)+f(14,2)+ F(15,2))=0; fr(25)-(f(1,2)+f(2,2)+f(3,2)+f(4,2)+f(5,2))=0; fr(26)-(f(1,2)+f(2,2)+f(3,2)+f(4,2)+f(5,2))=0; fr(27)-f(6,1)=0; fr(28)-f(6,1)=0; fr(29)-(f(1,2)+f(7,1)+f(8,1)+f(9,1)+f(10,1))=0; fr(30)-(f(1,2)+f(7,1)+f(8,1)+f(9,1)+f(10,1))=0; fr(31)-(f(1,2)+f(7,1)+f(8,1)+f(9,1)+f(10,1))=0; fr(32)-(f(4,2)+f(10,2)+f(11,1)+f(12,1)+f(13,1))=0; fr(33)-(f(4,2)+f(10,2)+f(11,1)+f(12,1)+f(13,1))=0; fr(34)-(f(4,2)+f(5,2)+f(9,2)+f(10,2)+f(14,1)+f(15,1)+f(12,1)+ F(13,1))=0; fr(35)-(f(5,2)+f(11,2)+f(9,2)+f(14,1)+f(15,1))=0; fr(36)-(f(5,2)+f(11,2)+f(9,2)+f(14,1)+f(15,1))=0; fr(37)-f(6,2)=0; fr(38)-f(6,2)=0;!(10) @for(links1(i,j):d(i,j)>=0);!(11) Kendala binari

34 24 Lampiran 3 Detail Hasil Komputasi Lingo 11.0 Skenario 1 Keterangan : Nilai yang dicantumkan hanyalah yang tidak bernilai 0 Global optimal solution found. Objective value: E+08 Objective bound: E+08 Infeasibilities: E-07 Extended solver steps: 0 Total solver iterations: 14 Variable value M KAP S( 1) FR( 1) FR( 2) FR( 6) FR( 7) FR( 8) FR( 25) FR( 26) FR( 34) FR( 35) FR( 36) Y( 1) Y( 26) MAKS( 1) MAKS( 2) MAKS( 3) MAKS( 4) MAKS( 5) MAKS( 6) MAKS( 7) MAKS( 8) MAKS( 9) MAKS( 10) MAKS( 11) MAKS( 12) MAKS( 13) MAKS( 14) MAKS( 15) MAKS( 16) BIAYA( 1) BIAYA( 2) BIAYA( 3) E+08 BIAYA( 4) BIAYA( 5) BIAYA( 6) BIAYA( 7) E+08 BIAYA( 8) E+08 BIAYA( 9) E+08 BIAYA( 10) E+08 BIAYA( 11) BIAYA( 12) E+08 BIAYA( 13) E+08 BIAYA( 14) E+08 BIAYA( 15) E+08 BIAYA( 16) E+08 C( 1) E+08 C( 2) E+08 C( 3) E+08 C( 4) E+08 C( 5) E+08 C( 6) E+08 C( 7) E+08 C( 8) E+08 C( 9) E+08 C( 10) E+08 C( 11) E+08 C( 12) E+08 C( 13) E+08 C( 14) E+08 C( 15) E+08 C( 16) E+08 X( 5) FREQ( 5) F( 5, 1) F( 5, 2) Q( 1, 2) Q( 2, 1) D( 1, 2) D( 2, 1)

35 25 Lampiran 4 Detail Hasil Komputasi Lingo 11.0 Skenario 2 Keterangan : Nilai yang dicantumkan hanyalah yang tidak bernilai 0 Global optimal solution found. Objective value: E+09 Objective bound: E+09 Infeasibilities: Extended solver steps: 0 Total solver iterations: 24 variable value M KAP S( 1) S( 2) S( 3) S( 4) S( 5) S( 25) S( 26) S( 29) S( 30) S( 31) FR( 1) FR( 2) FR( 3) FR( 4) FR( 5) FR( 25) FR( 26) FR( 29) FR( 30) FR( 31) Y( 1) Y( 2) Y( 3) Y( 4) Y( 5) Y( 25) Y( 26) Y( 29) Y( 30) Y( 31) MAKS( 1) MAKS( 2) MAKS( 3) MAKS( 4) MAKS( 5) MAKS( 6) MAKS( 7) MAKS( 8) MAKS( 9) MAKS( 10) MAKS( 11) MAKS( 12) MAKS( 13) MAKS( 14) MAKS( 15) MAKS( 16) BIAYA( 1) BIAYA( 2) BIAYA( 3) BIAYA( 4) BIAYA( 5) E+08 BIAYA( 6) BIAYA( 7) E+08 BIAYA( 8) E+08 BIAYA( 9) E+08 BIAYA( 10) E+08 BIAYA( 11) BIAYA( 12) E+08 BIAYA( 13) E+08 BIAYA( 14) E+08 BIAYA( 15) E+08 BIAYA( 16) E+08 C( 1) E+08 C( 2) E+08 C( 3) E+08 C( 4) E+08 C( 5) E+08 C( 6) E+08 C( 7) E+08 C( 8) E+08 C( 9) E+08 C( 10) E+08 C( 11) E+08 C( 12) E+08 C( 13) E+08 C( 14) E+08 C( 15) E+08 C( 16) E+08 X( 1) FREQ( 1) F( 1, 1)

36 26 F( 1, 2) Q( 1, 2) Q( 1, 3) Q( 1, 4) Q( 1, 5) Q( 1, 6) Q( 2, 1) Q( 2, 3) Q( 2, 4) Q( 2, 5) Q( 2, 6) Q( 3, 1) Q( 3, 2) Q( 3, 4) Q( 3, 5) Q( 3, 6) Q( 4, 1) Q( 4, 2) Q( 4, 3) Q( 4, 5) Q( 4, 6) Q( 5, 1) Q( 5, 2) Q( 5, 3) Q( 5, 4) Q( 5, 6) Q( 6, 1) Q( 6, 2) Q( 6, 3) Q( 6, 4) Q( 6, 5) D( 1, 2) D( 1, 3) D( 1, 4) D( 1, 5) D( 1, 6) D( 2, 1) D( 2, 3) D( 2, 4) D( 2, 5) D( 2, 6) D( 3, 1) D( 3, 2) D( 3, 4) D( 3, 5) D( 3, 6) D( 4, 1) D( 4, 2) D( 4, 3) D( 4, 5) D( 4, 6) D( 5, 1) D( 5, 2) D( 5, 3) D( 5, 4) D( 5, 6) D( 6, 1) D( 6, 2) D( 6, 3) D( 6, 4) D( 6, 5) Lampiran 5 Detail Hasil Komputasi Lingo 11.0 Skenario 3 Keterangan : Nilai yang dicantumkan hanyalah yang tidak bernilai 0 Global optimal solution found. Objective value: E+09 Objective bound: E+09 Infeasibilities: Extended solver steps: 0 Total solver iterations: 311

37 27 Variable value M KAP S( 1) S( 2) S( 3) S( 4) S( 5) S( 6) S( 7) S( 8) S( 11) S( 12) S( 13) S( 14) S( 21) S( 22) S( 23) S( 24) S( 25) S( 26) S( 29) S( 30) S( 31) S( 34) S( 35) S( 36) FR( 1) FR( 2) FR( 3) FR( 4) FR( 5) FR( 6) FR( 7) FR( 8) FR( 11) FR( 12) FR( 13) FR( 14) FR( 21) FR( 22) FR( 23) FR( 24) FR( 25) FR( 26) FR( 29) FR( 30) FR( 31) FR( 34) FR( 35) FR( 36) Y( 1) Y( 2) Y( 3) Y( 4) Y( 5) Y( 6) Y( 7) Y( 8) Y( 11) Y( 12) Y( 13) Y( 14) Y( 21) Y( 22) Y( 23) Y( 24) Y( 25) Y( 26) Y( 29) Y( 30) Y( 31) Y( 34) Y( 35) Y( 36) MAKS( 1) MAKS( 2) MAKS( 3) MAKS( 4) MAKS( 5) MAKS( 6) MAKS( 7) MAKS( 8) MAKS( 9) MAKS( 10) MAKS( 11) MAKS( 12) MAKS( 13) MAKS( 14) MAKS( 15) MAKS( 16) BIAYA( 1) BIAYA( 2) BIAYA( 3) E+08 BIAYA( 4) BIAYA( 5) BIAYA( 6) BIAYA( 7) E+08 BIAYA( 8) E+08 BIAYA( 9) E+08 BIAYA( 10) E+08 BIAYA( 11) BIAYA( 12) E+08 BIAYA( 13) E+08 BIAYA( 14) E+08 BIAYA( 15) E+08 BIAYA( 16) E+08 C( 1) E+08 C( 2) E+08 C( 3) E+08 C( 4) E+08 C( 5) E+08 C( 6) E+08 C( 7) E+08 C( 8) E+08 C( 9) E+08 C( 10) E+08 C( 11) E+08 C( 12) E+08 C( 13) E+08 C( 14) E+08 C( 15) E+08 C( 16) E+08 X( 1) X( 14) FREQ( 1) FREQ( 14) F( 1, 1) F( 1, 2) F( 14, 1) F( 14, 2) Q( 1, 2) Q( 1, 3) Q( 1, 4) Q( 1, 5) Q( 1, 6) Q( 1, 20) Q( 2, 1) Q( 2, 3) Q( 2, 4) Q( 2, 5) Q( 2, 6) Q( 2, 20) Q( 3, 1) Q( 3, 2) Q( 3, 4) Q( 3, 5) Q( 3, 6) Q( 3, 7) Q( 3, 10) Q( 3, 13) Q( 3, 14) Q( 3, 15) Q( 3, 16) Q( 3, 20) Q( 4, 1) Q( 4, 2) Q( 4, 3) Q( 4, 5) Q( 4, 6) Q( 5, 1) Q( 5, 2) Q( 5, 3) Q( 5, 4) Q( 5, 6) Q( 6, 1) Q( 6, 2) Q( 6, 3) Q( 6, 4) Q( 6, 5) Q( 7, 3) Q( 7, 10) Q( 7, 13) Q( 7, 14) Q( 7, 15) Q( 7, 16) Q( 7, 20) Q( 10, 3) Q( 10, 7) Q( 10, 13) Q( 10, 14) Q( 10, 15) Q( 10, 16) Q( 10, 20) Q( 13, 3) Q( 13, 7) Q( 13, 10) Q( 13, 14) Q( 13, 15) Q( 13, 16)

38 28 Q( 13, 20) Q( 14, 3) Q( 14, 7) Q( 14, 10) Q( 14, 13) Q( 14, 15) Q( 14, 16) Q( 14, 20) Q( 15, 3) Q( 15, 7) Q( 15, 10) Q( 15, 13) Q( 15, 14) Q( 15, 16) Q( 15, 20) Q( 16, 3) Q( 16, 7) Q( 16, 10) Q( 16, 13) Q( 16, 14) Q( 16, 15) Q( 16, 20) Q( 20, 3) Q( 20, 7) Q( 20, 10) Q( 20, 13) Q( 20, 14) Q( 20, 15) Q( 20, 16) D( 1, 2) D( 1, 3) D( 1, 4) D( 1, 5) D( 1, 6) D( 1, 20) D( 2, 1) D( 2, 3) D( 2, 4) D( 2, 5) D( 2, 6) D( 2, 20) D( 3, 1) D( 3, 2) D( 3, 4) D( 3, 5) D( 3, 6) D( 3, 7) D( 3, 10) D( 3, 13) D( 3, 14) D( 3, 15) D( 3, 16) D( 3, 20) D( 4, 1) D( 4, 2) D( 4, 3) D( 4, 5) D( 4, 6) D( 5, 1) D( 5, 2) D( 5, 3) D( 5, 4) D( 5, 6) D( 6, 1) D( 6, 2) D( 6, 3) D( 6, 4) D( 6, 5) D( 7, 3) D( 7, 10) D( 7, 13) D( 7, 14) D( 7, 15) D( 7, 16) D( 7, 20) D( 10, 3) D( 10, 7) D( 10, 13) D( 10, 14) D( 10, 15) D( 10, 16) D( 10, 20) D( 13, 3) D( 13, 7) D( 13, 10) D( 13, 14) D( 13, 15) D( 13, 16) D( 13, 20) D( 14, 3) D( 14, 7) D( 14, 10) D( 14, 13) D( 14, 15) D( 14, 16) D( 14, 20) D( 15, 3) D( 15, 7) D( 15, 10) D( 15, 13) D( 15, 14) D( 15, 16) D( 15, 20) D( 16, 3) D( 16, 7) D( 16, 10) D( 16, 13) D( 16, 14) D( 16, 15) D( 16, 20) D( 20, 3) D( 20, 7) D( 20, 10) D( 20, 13) D( 20, 14) D( 20, 15) D( 20, 16) Lampiran 6 Realisasi Demand Penumpang Terangkut Skenario 3 Stasiun asalstasiun Demand Realisasi demand tujuan penumpang Terangkut Persentase (%)

39 29 Lampiran 6 (lanjutan) Stasiun asalstasiun Demand Realisasi demand tujuan penumpang Terangkut Persentase (%)

40 30 Lampiran 6 (lanjutan) Stasiun asalstasiun Demand Realisasi demand tujuan penumpang Terangkut Persentase (%) Jumlah Lampiran 7 Detail Hasil Komputasi Lingo 11.0 Skenario 4

PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI

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

Lebih terperinci

MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN

MODEL 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 terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN 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 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 terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENJADWALAN 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 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 terperinci

MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI

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

Lebih terperinci

PENJADWALAN 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 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 terperinci

TRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN

TRAVELING 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 terperinci

I PENDAHULUAN II LANDASAN TEORI

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

Lebih terperinci

OPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Kemacetan jalan-jalan di DKI Jakarta, Bogor, Depok, Tangerang, dan

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Kemacetan jalan-jalan di DKI Jakarta, Bogor, Depok, Tangerang, dan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kemacetan jalan-jalan di DKI Jakarta, Bogor, Depok, Tangerang, dan Bekasi (Jabodetabek) merupakan salah satu masalah terbesar pemerintah pusat dan daerah hingga

Lebih terperinci

MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN

MODEL 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 terperinci

MINIMALISASI KETERLAMBATAN KERETA API (STUDI KASUS PADA JADWAL KERETA API DI PT KERETA API INDONESIA DAOP IV SEMARANG)

MINIMALISASI KETERLAMBATAN KERETA API (STUDI KASUS PADA JADWAL KERETA API DI PT KERETA API INDONESIA DAOP IV SEMARANG) Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 MINIMALISASI KETERLAMBATAN KERETA API (STUDI KASUS PADA JADWAL KERETA API DI PT KERETA API INDONESIA DAOP

Lebih terperinci

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

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

Lebih terperinci

MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS DI PO RAYA

MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS DI PO RAYA MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS DI PO RAYA R. A. CAHYADI 1, A. AMAN 2, F. HANUM 2 Abstrak Penjadwalan keberangkatan bus merupakan salah satu hal

Lebih terperinci

Oleh: Dwi Agustina Sapriyanti (1) Khusnul Novianingsih (2) Husty Serviana Husain (2) ABSTRAK

Oleh: Dwi Agustina Sapriyanti (1) Khusnul Novianingsih (2) Husty Serviana Husain (2) ABSTRAK MODEL OPTIMASI PENJADWALAN KERETA API (Studi Kasus pada Jadwal Kereta Api di PT Kereta Api Indonesia (Persero) Daop 2 Bandung Lintasan Bandung-Cicalengka) Oleh: Dwi Agustina Sapriyanti (1) Khusnul Novianingsih

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN PERMAINAN FLOW COLORS DENGAN MEMINIMUMKAN DEVIASI PANJANG TIAP JALUR IRFAN CHAHYADI

PENYELESAIAN PERMAINAN FLOW COLORS DENGAN MEMINIMUMKAN DEVIASI PANJANG TIAP JALUR IRFAN CHAHYADI 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

Lebih terperinci

IMPLEMENTASI MIX FLEET VEHICLE ROUTING PROBLEM PADA PENGANGKUTAN PEGAWAI IPB DENGAN MENGGUNAKAN BUS IPB GALIH FEBRIANTO

IMPLEMENTASI MIX FLEET VEHICLE ROUTING PROBLEM PADA PENGANGKUTAN PEGAWAI IPB DENGAN MENGGUNAKAN BUS IPB GALIH FEBRIANTO IMPLEMENTASI MIX FLEET VEHICLE ROUTING PROBLEM PADA PENGANGKUTAN PEGAWAI IPB DENGAN MENGGUNAKAN BUS IPB GALIH FEBRIANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

Lampiran 1 Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh

Lampiran 1 Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh LAMPIRAN 26 27 Lampiran 1 Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh 1) LP-relaksasi masalah (6) Max z = 3x1+ 5x2

Lebih terperinci

PENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN

PENJADWALAN 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 terperinci

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

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

Lebih terperinci

PENJADWALAN 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 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 terperinci

BAB I PENDAHULUAN. Jakarta merupakan ibu kota Indonesia yang merupakan kota dengan penduduk

BAB I PENDAHULUAN. Jakarta merupakan ibu kota Indonesia yang merupakan kota dengan penduduk BAB I PENDAHULUAN 1.1 Latar Belakang Jakarta merupakan ibu kota Indonesia yang merupakan kota dengan penduduk terpadat di Indonesia (MetroTv News, 2013). Jumlah penduduk sekarang mencapai +9.604.329 jiwa

Lebih terperinci

STUDI KINERJA PELAYANAN SISTEM ANGKUTAN KERETA REL LISTRIK JABODETABEK TUGAS AKHIR

STUDI KINERJA PELAYANAN SISTEM ANGKUTAN KERETA REL LISTRIK JABODETABEK TUGAS AKHIR STUDI KINERJA PELAYANAN SISTEM ANGKUTAN KERETA REL LISTRIK JABODETABEK TUGAS AKHIR Oleh: MUHAMMAD AVIV KURNIAWAN L2D 302 384 JURUSAN PERENCANAAN WILAYAH DAN KOTA FAKULTAS TEKNIK UNIVERSITAS DIPONEGORO

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

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

Lebih terperinci

MASALAH GROUND-HOLDING DENGAN DUA TERMINAL DALAM PENGENDALIAN LALU LINTAS UDARA

MASALAH GROUND-HOLDING DENGAN DUA TERMINAL DALAM PENGENDALIAN LALU LINTAS UDARA MASALAH GROUND-HOLDING DENGAN DUA TERMINAL DALAM PENGENDALIAN LALU LINTAS UDARA W. PRASETYO 1, F. HANUM 2, P. T. SUPRIYO 2 Abstrak Setiap maskapai penerbangan memiliki strategi untuk meminimumkan biaya

Lebih terperinci

PENJADWALAN KERETA API MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER DWI SETIANTO

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

Lebih terperinci

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

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

Lebih terperinci

MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI

MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PENJADWALAN KERETA API JALUR GANDA: MODEL JOB-SHOP DAN APLIKASINYA. Nur Aprianti Dwiyatcita, Farida Hanum, Toni Bakhtiar

PENJADWALAN KERETA API JALUR GANDA: MODEL JOB-SHOP DAN APLIKASINYA. Nur Aprianti Dwiyatcita, Farida Hanum, Toni Bakhtiar PENJADWALAN KERETA API JALUR GANDA: MODEL JOB-SHOP DAN APLIKASINYA Nur Aprianti Dwiyatcita, Farida Hanum, Toni Bakhtiar Departemen Matemata FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga,

Lebih terperinci

KINERJA OPERASI KERETA API BARAYA GEULIS RUTE BANDUNG-CICALENGKA

KINERJA OPERASI KERETA API BARAYA GEULIS RUTE BANDUNG-CICALENGKA KINERJA OPERASI KERETA API BARAYA GEULIS RUTE BANDUNG-CICALENGKA Dewi Rosyani Fakultas Teknik Universitas Kristen Maranatha Jalan Suria Sumantri 65 Bandung, Indonesia, 40164 Fax: +62-22-2017622 Phone:

Lebih terperinci

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

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

Lebih terperinci

MASTERPLAN PERKERETAAPIAN JABODETABEK 2020

MASTERPLAN PERKERETAAPIAN JABODETABEK 2020 KEMENTERIAN PERHUBUNGAN DIREKTORAT JENDERAL PERKERETAAPIAN MASTERPLAN PERKERETAAPIAN JABODETABEK 2020 (Konsep 2) Jakarta, Maret 2013 0 DAFTAR ISI KONDISI EKSISTING DEMAND FORECAST MASTERPLAN PERKERETAAPIAN

Lebih terperinci

BAB 3 LINEAR PROGRAMMING

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

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

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

Lebih terperinci

PENJADWALAN MATA KULIAH DENGAN MEMINIMUMKAN BANYAKNYA RUANGAN REGITA FEBRIYANTI SAMANTA

PENJADWALAN 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 terperinci

PEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG

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

Lebih terperinci

E. MRT/ SUBWAY. Planned Stations. 13 Station : 7 Elevated 6 Underground. Integrasi dgn moda angkutan lain. Dukuh Atas. Setiabudi.

E. MRT/ SUBWAY. Planned Stations. 13 Station : 7 Elevated 6 Underground. Integrasi dgn moda angkutan lain. Dukuh Atas. Setiabudi. E. MRT/ SUBWAY Rencana Tahap 1, koridor Lebak Bulus Bundaran HI sepanjang 15,5 km. Pendanaan oleh Loan Pemerintah Jepang melalui JB IC (Loan No. IP-536, Nopember Tahun 2006) Total Pinjaman 120,017 Milyar

Lebih terperinci

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI. mendekati kapasitas lintas maksimum untuk nilai headway tertentu. Pada

BAB III METODOLOGI. mendekati kapasitas lintas maksimum untuk nilai headway tertentu. Pada BAB III METODOLOGI 3.1. Kerangka Pendekatan Analisis Optimasi pada tujuan penelitian dilakukan dengan pendekatan sistem dimana pola operasi adalah optimum bila frekwensi perjalanan kereta api mendekati

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang BAB I PENDAHULUAN Transportasi adalah pemindahan manusia atau barang dari satu tempat ke tempat lainnya dengan menggunakan sebuah kendaraan yang digerakkan oleh manusia atau mesin. Sedangkan

Lebih terperinci

B. DAFTAR KUANTITAS DAN HARGA SATUAN

B. DAFTAR KUANTITAS DAN HARGA SATUAN Lampiran I : RKS No. 10/LL/NONSAR/KCI/RKS/XII/2017 PENGAMANAN, PENGAWALAN DAN TIM PENGAMANAN KHUSUS PT. KERETA COMMUTER INDONESIA TAHUN 2018 (PAKET I VIII ) B. DAFTAR KUANTITAS DAN HARGA SATUAN PAKET 1

Lebih terperinci

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

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

Lebih terperinci

IV STUDI KASUS. sebagai stasiun awal. Rute 5 meliputi stasiun. 3, 9, 13, 14, 15, 16, 17 dengan stasiun 3. 4, 10, 15, 18, 19, 22, 23 dengan stasiun 4

IV STUDI KASUS. sebagai stasiun awal. Rute 5 meliputi stasiun. 3, 9, 13, 14, 15, 16, 17 dengan stasiun 3. 4, 10, 15, 18, 19, 22, 23 dengan stasiun 4 0 IV STUDI KASUS Misalkan pada suatu daerah terdapat jaringan rel kereta. Jaringan rel kereta tersebut memiliki 3 stasiun dengan 3 edge antarstasiun. Gambar jaringan dapat dilihat pada Gambar 6. Angka

Lebih terperinci

MASALAH PENENTUAN KORIDOR BUS DALAM MEMINIMUMKAN BIAYA OPERASIONAL IMAM EKOWICAKSONO

MASALAH PENENTUAN KORIDOR BUS DALAM MEMINIMUMKAN BIAYA OPERASIONAL IMAM EKOWICAKSONO MASALAH PENENTUAN KORIDOR BUS DALAM MEMINIMUMKAN BIAYA OPERASIONAL IMAM EKOWICAKSONO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK IMAM

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Transportasi adalah hal yang sangat penting untuk menunjang pergerakan manusia dan barang, meningkatnya ekonomi suatu bangsa dipengaruhi oleh sistem transportasi yang

Lebih terperinci

Penerapan Exhaustive Search dan Algoritma A Star untuk Menentukan Rute Terbaik dari KRL Commuter Line dan Bus Transjakarta

Penerapan Exhaustive Search dan Algoritma A Star untuk Menentukan Rute Terbaik dari KRL Commuter Line dan Bus Transjakarta Penerapan Exhaustive Search dan Algoritma A Star untuk Menentukan Rute Terbaik dari KRL Commuter Line dan Bus Transjakarta Jeremia Kavin Raja Parluhutan / 13514060 Program Studi Teknik Informatika Sekolah

Lebih terperinci

Dukuh Atas Interchange Station BAB III DATA 3.1 TINJAUAN UMUM DUKUH ATAS

Dukuh Atas Interchange Station BAB III DATA 3.1 TINJAUAN UMUM DUKUH ATAS BAB III DATA 3.1 TINJAUAN UMUM DUKUH ATAS Dukuh Atas adalah nama perkampungan yang terletak di sudut barat daya Kecamatan Menteng. Lokasinya sangat strategis, berada di dekat pusat bisnis Jakarta, di selatan

Lebih terperinci

OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI

OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI DIAH PURNAMA SARI 090803062 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

PENGEMBANGAN PERKERETAAPIAN PERIODE (POSISI OKTOBER 2016) OKTOBER 2016 D E V E L O P M E N T

PENGEMBANGAN PERKERETAAPIAN PERIODE (POSISI OKTOBER 2016) OKTOBER 2016 D E V E L O P M E N T PENGEMBANGAN PERKERETAAPIAN PERIODE 2015 2019 (POSISI OKTOBER 2016) OKTOBER 2016 D E V E L O P M E N T Klasifikasi Proyek Investasi berdasarkan RJPP 2015-2019 Firm Project 1. Pengambagan Angkutan Barang

Lebih terperinci

EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A

EKSPLORASI 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 terperinci

SUDIMARA STATION INTERCHANGE DENGAN PENEKANAN DESAIN ARSITEKTUR MODERN

SUDIMARA STATION INTERCHANGE DENGAN PENEKANAN DESAIN ARSITEKTUR MODERN SUDIMARA STATION INTERCHANGE DENGAN PENEKANAN DESAIN ARSITEKTUR MODERN Oleh : Puti Laras Kinanti Hadita, Indriastjario,Agung Dwiyanto Stasiun Sudimara (SDM) adalah stasiun kereta api kelas III yang terletak

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Gambaran Umum Objek Penelitian Profil PT KAI Commuter Jabodetabek

BAB I PENDAHULUAN. 1.1 Gambaran Umum Objek Penelitian Profil PT KAI Commuter Jabodetabek BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian 1.1.1 Profil PT KAI Commuter Jabodetabek PT. Kereta Api Indonesia Commuter Jabodetabek (PT. KAI Commuter Jabodetabek) atau biasa disebut PT. KCJ adalah

Lebih terperinci

JUMLAH PERJALANAN JABODETABEK MENCAPAI 25,7 JUTA PERJALANAN/HARI. 18,7 JUTA (72,95 %) MERUPAKAN PERJALANAN INTERNAL DKI JAKARTA, 6,9 JUTA (27,05 %) ME

JUMLAH PERJALANAN JABODETABEK MENCAPAI 25,7 JUTA PERJALANAN/HARI. 18,7 JUTA (72,95 %) MERUPAKAN PERJALANAN INTERNAL DKI JAKARTA, 6,9 JUTA (27,05 %) ME LRT SEBAGAI SOLUSI EFEKTIF MENGATASI KEMACETAN JABODETABEK DISHUBTRANS DKI JAKARTA SEPTEMBER 2015 DISAMPAIKAN DALAM DIALOG PUBLIK DENGAN DTKJ 16 SEPTEMBER 2015 JUMLAH PERJALANAN JABODETABEK MENCAPAI 25,7

Lebih terperinci

BAB 2 DATA DAN ANALISA

BAB 2 DATA DAN ANALISA BAB 2 DATA DAN ANALISA 2.1 Sumber Data Pencarian data dan informasi yang diperlukan untuk mendukung proyek Tugas Akhir ini yang diperoleh dari berbagai sumber antara lain: a. Buku dan literatur b. Peninjauan

Lebih terperinci

PENJADWALAN 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 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 terperinci

PEMODELAN 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 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 terperinci

PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP

PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP Oleh : MUHAMAD SIDIQ NIM. M0108095 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memeperoleh gelar

Lebih terperinci

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

OPTIMASI JUMLAH KEBUTUHAN FASILITAS DAN AREA LAPANGAN PENUMPUKAN TERMINAL PETI KEMAS KALIBARU (NEW TANJUNG PRIOK)

OPTIMASI JUMLAH KEBUTUHAN FASILITAS DAN AREA LAPANGAN PENUMPUKAN TERMINAL PETI KEMAS KALIBARU (NEW TANJUNG PRIOK) OPTIMASI JUMLAH KEBUTUHAN FASILITAS DAN AREA LAPANGAN PENUMPUKAN TERMINAL PETI KEMAS KALIBARU (NEW TANJUNG PRIOK) Amar Rachman 1, Dwi Laras Pristiwati 2 Departemen Teknik Industri, Fakultas Teknik, Universitas

Lebih terperinci

BAB I PENDAHULUAN. jasa yang berkembang saat ini. Di era perkembangan dan pertumbuhan penduduk

BAB I PENDAHULUAN. jasa yang berkembang saat ini. Di era perkembangan dan pertumbuhan penduduk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Salah satu sektor jasa yang memiliki peranan yang cukup vital dalam menunjang kegiatan sehari-hari adalah sektor jasa transportasi.transportasi merupakan sarana

Lebih terperinci

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

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

Lebih terperinci

PERATURAN PRESIDEN REPUBLIK INDONESIA NOMOR 83 TAHUN 2011 TENTANG

PERATURAN PRESIDEN REPUBLIK INDONESIA NOMOR 83 TAHUN 2011 TENTANG PERATURAN PRESIDEN REPUBLIK INDONESIA NOMOR 83 TAHUN 2011 TENTANG PENUGASAN KEPADA PT KERETA API INDONESIA (PERSERO) UNTUK MENYELENGGARAKAN PRASARANA DAN SARANA KERETA API BANDAR UDARA SOEKARNO-HATTA DAN

Lebih terperinci

PENJADWALAN 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 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 terperinci

Lampiran 1. Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch and Bound beserta Hasil yang Diperoleh

Lampiran 1. Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch and Bound beserta Hasil yang Diperoleh 2 LAMPIRAN 22 Lampiran Syntax Program LINGO. untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch and Bound beserta Hasil yang Diperoleh ) PLrelaksasi dari ILP (8) Maksimumkan z = 6x + x2

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Gambaran Umum Objek Penelitian Sejarah PT. KAI

BAB I PENDAHULUAN. 1.1 Gambaran Umum Objek Penelitian Sejarah PT. KAI BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian 1.1.1 Sejarah PT. KAI Kehadiran kereta api di Indonesia ditandai dengan pencangkulan pertama pembangunan jalan KA didesa Kemijen Jum'at tanggal 17 Juni

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di dunia ini terdapat 3 jenis jalur transportasi, transportasi melalui darat, laut dan udara. Transportasi dari setiap jalur juga mempunyai banyak jenis, seperti

Lebih terperinci

III DESKRIPSI PERMASALAHAN PENGOPERASIAN BRT

III DESKRIPSI PERMASALAHAN PENGOPERASIAN BRT 8 x 2 1 Subproblem 1 x 1 = 11,33; x 2 = 1,2; z = 40,11 (batas atas) t = 1 x 2 2 Subproblem 2 x 1 = 11,6; x 2 = 1; z = 39,8 t = 2 Subproblem 3 x 1 = 9; x 2 = 2; z = 37 t = 9 x 1 11 Subproblem 4 x 1 = 11;

Lebih terperinci

PENDEKATAN PROGRAM TUJUAN GANDA UNTUK MENYELESAIKAN PERMASALAHAN FUZZY TRANSPORTASI SKRIPSI RISTYA PUSPITASARI

PENDEKATAN PROGRAM TUJUAN GANDA UNTUK MENYELESAIKAN PERMASALAHAN FUZZY TRANSPORTASI SKRIPSI RISTYA PUSPITASARI PENDEKATAN PROGRAM TUJUAN GANDA UNTUK MENYELESAIKAN PERMASALAHAN FUZZY TRANSPORTASI SKRIPSI RISTYA PUSPITASARI 070803013 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO

PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

PENYELESAIAN PERMASALAHAN TRIM LOSS DENGAN MODEL INTEGER LINEAR PROGRAMMING DAN MIXED INTEGER LINEAR PROGRAMMING

PENYELESAIAN PERMASALAHAN TRIM LOSS DENGAN MODEL INTEGER LINEAR PROGRAMMING DAN MIXED INTEGER LINEAR PROGRAMMING PENYELESAAN PERMASALAHAN TRM LOSS DENGAN MODEL NTEGER LNEAR PROGRAMMNG DAN MXED NTEGER LNEAR PROGRAMMNG Nama Mahasiswa : Pradina Eka Wardani NRP : 1206 100 024 urusan : Matematika Dosen Pembimbing : Dra.

Lebih terperinci

PENERAPAN METODE POTENSIAL DALAM MENENTUKAN BIAYA DISTRIBUSI MINIMUM (STUDI KASUS : PT. MITRA PERKASA DHIAN ABADI) SKRIPSI JELLY LUIS

PENERAPAN METODE POTENSIAL DALAM MENENTUKAN BIAYA DISTRIBUSI MINIMUM (STUDI KASUS : PT. MITRA PERKASA DHIAN ABADI) SKRIPSI JELLY LUIS PENERAPAN METODE POTENSIAL DALAM MENENTUKAN BIAYA DISTRIBUSI MINIMUM (STUDI KASUS : PT. MITRA PERKASA DHIAN ABADI) SKRIPSI JELLY LUIS 100803029 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

IMPLEMENTASI 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 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 terperinci

KAJIAN TENTANG METODE ZERO SUFFIX MENGGUNAKAN TEKNIK ROBUST RANKING PADA MASALAH TRANSPORTASI DENGAN VARIABEL FUZZY

KAJIAN TENTANG METODE ZERO SUFFIX MENGGUNAKAN TEKNIK ROBUST RANKING PADA MASALAH TRANSPORTASI DENGAN VARIABEL FUZZY KAJIAN TENTANG METODE ZERO SUFFIX MENGGUNAKAN TEKNIK ROBUST RANKING PADA MASALAH TRANSPORTASI DENGAN VARIABEL FUZZY SKRIPSI SITI RAMADHANI 120803012 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Indonesia sedang memasuki era globalisasi, dimana pada era ini tidak lagi memandang batas-batas kawasan, dan diharapkan semua sektor pembangunan dapat bersaing dengan

Lebih terperinci

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

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

Lebih terperinci

III PEMODELAN MASALAH PENJADWALAN KERETA API DAN APLIKASINYA

III PEMODELAN MASALAH PENJADWALAN KERETA API DAN APLIKASINYA 8 sidding petak jalan petak blok Keterangan: Stasiun Sinyal Crossing Overtaking Gambar 5 Ilustrasi dari istilah perkeretaapian. III PEMODELAN MASALAH PENJADWALAN KERETA API DAN APLIKASINYA 3.1 Model Matematika

Lebih terperinci

KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI

KOMBINASI 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 terperinci

JADWAL KERETA REL LISTRIK (KRL) COMMUTER LINE GRAFIK PERJALANAN KERETA API (GAPEKA) TAHUN 2017

JADWAL KERETA REL LISTRIK (KRL) COMMUTER LINE GRAFIK PERJALANAN KERETA API (GAPEKA) TAHUN 2017 JADWAL KERETA REL LISTRIK (KRL) COMMUTER LINE GRAFIK PERJALANAN KERETA API (GAPEKA) TAHUN 2017 (update 19 April 2017) Berlaku Mulai Tanggal 1 April 2017 Meliputi Rute sebagai berikut: Stasiun Bogor / Depok

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB I: PENDAHULUAN Latarbelakang

BAB I: PENDAHULUAN Latarbelakang BAB I: PENDAHULUAN 1.1. Latarbelakang Transportasi kota Jakarta berkembang sangat pesat dikarenakan mobilitas yang tinggi dan masyarakatnya yang membutuhkan kendaraan. Semakin meningkatnya populasi manusia

Lebih terperinci

PERBANDINGAN 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 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 terperinci

PENGANTAR TRANSPORTASI

PENGANTAR TRANSPORTASI PENGANTAR TRANSPORTASI MANAJEMEN LALU LINTAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224 PENDAHULUAN PENDAHULUAN Penyebab permasalahan transportasi

Lebih terperinci

KAJIAN PENERAPAN PROGRAM LINEAR MULTI OBJEKTIF FUZZY INTERAKTIF PADA KEPUTUSAN PERENCANAAN TRANSPORTASI

KAJIAN 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 terperinci

Bab 2 LANDASAN TEORI

Bab 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 terperinci

PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS

PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS 120803060 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

PENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK-UP AND DELIVERY SERVICE MENGGUNAKAN ALGORITME TABU SEARCH SYUKRIO IDAMAN

PENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK-UP AND DELIVERY SERVICE MENGGUNAKAN ALGORITME TABU SEARCH SYUKRIO IDAMAN PENYELESAIAN VEHICLE ROUTING PROBLEM WITH SIMULTANEOUS PICK-UP AND DELIVERY SERVICE MENGGUNAKAN ALGORITME TABU SEARCH SYUKRIO IDAMAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

PENJADWALAN 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 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 terperinci

APLIKASI PROGRAM LINIER DALAM MENENTUKAN PRODUKSI OPTIMAL PADA PT. SIHITANG RAYA BARU SKRIPSI WINDY PUSPA WULANDARI

APLIKASI PROGRAM LINIER DALAM MENENTUKAN PRODUKSI OPTIMAL PADA PT. SIHITANG RAYA BARU SKRIPSI WINDY PUSPA WULANDARI APLIKASI PROGRAM LINIER DALAM MENENTUKAN PRODUKSI OPTIMAL PADA PT. SIHITANG RAYA BARU SKRIPSI WINDY PUSPA WULANDARI 080803037 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

BAB IV TINJAUAN TERMINAL TIPE B DI KAWASAN STASIUN DEPOK BARU

BAB IV TINJAUAN TERMINAL TIPE B DI KAWASAN STASIUN DEPOK BARU BAB IV TINJAUAN TERMINAL TIPE B DI KAWASAN STASIUN DEPOK BARU Bab ini berisi tinjauan terminal Tipe B di kawasan Stasiun Depok Baru yang dibahas melalui tinjauan tapak terminal, data umum angkutan dan

Lebih terperinci

PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER

PENJADWALAN 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 terperinci

MODEL PERSEDIAAN TERINTEGRASI PEMASOK-PENGECER DENGAN BARANG CACAT, CRASHING COST DAN INVESTASI FUNGSI BERPANGKAT, DAN KENDALA TINGKAT LAYANAN

MODEL PERSEDIAAN TERINTEGRASI PEMASOK-PENGECER DENGAN BARANG CACAT, CRASHING COST DAN INVESTASI FUNGSI BERPANGKAT, DAN KENDALA TINGKAT LAYANAN MODEL PERSEDIAAN TERINTEGRASI PEMASOK-PENGECER DENGAN BARANG CACAT, CRASHING COST DAN INVESTASI FUNGSI BERPANGKAT, DAN KENDALA TINGKAT LAYANAN oleh LIVVIA PARADISEA SANTOSO NIM. M0110050 SKRIPSI ditulis

Lebih terperinci

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

ANALISIS KEBERADAAN PARADOKS DALAM MASALAH TRANSPORTASI KLASIK MUHAMMAD MUHLIS AL KAUTSAR

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

Lebih terperinci