IV IMPLEMENTASI VEHICLE ROUTING PROBLEM (VRP) PADA KEGIATAN DISTRIBUSI PRODUK DI PT NIPPON INDOSARI CORPINDO (PT NIC)
|
|
- Ivan Hartono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 7 dimana puul dimisalan sebagai 0 dan puul sebagai 540 dan endaraan mampu memuat hingga 200 crate (wadah roti). Langah pertama adalah menentuan leta setiap onsumen dan mengetahui ara dari setiap onsumen, seperti terlihat pada Lampiran 4. Nilai ara setiap tempat didapat dengan melauan estimas menggunaan bantuan peta dan benang emudian aan diambil ara terdeat setiap tempat. Langah beriutnya, matris ara yang didapat dionversi menadi oordinat Cartesius dengan menggunaan metode multidimensional scaling (MDS). Setelah didapat leta dari setiap tit data tersebut menadi input untu program ILOG bersama dengan data permintaan dan watu bongarmuat di setiap tempat. Penggunaan metode nearest addition heuristic sebagai fase pertama dan metode 2-opt, or-opt, relocate dan exchange sebagai fase edua dengan alat bantu ILOG aan digunaan sebagai langah terahir dalam penelitian ini. IV IMPLEMENTASI VEHICLE ROUTING PROBLEM (VRP) PADA KEGIATAN DISTRIBUSI PRODUK DI PT NIPPON INDOSARI CORPINDO (PT NIC) Bab ini diawali dengan gambaran umum perusahaan tempat penelitian ini berlangsung, selain itu uga terdapat rumusan masalah yang dihadapi serta formulasinya secara matematis. Hasil dan pembahasan dari penelitian yang dilauan terdapat pada bagian ahir bab ini. 4.1 Gambaran Umum Perusahaan PT Nippon Indosari Corpindo (PT NIC) adalah perusahaan yang bergera dalam bidang pangan, hususnya industri pembuatan roti. Perusahaan ini didirian pada tanggal 8 Maret 1995 dan mulai beroperasi pada Otober PT NIC terleta dalam wilayah perindustrian Jababea I Real Estate Ciarang, Beas tepatnya berloasi di Jl. Jababea XII A Blo W Ciarang, Beasi Pada mulanya perusahaan tersebut hanya menual empat enis roti antara lain roti tawar dan tiga enis roti manis, isi colat, isi eu, dan isi strawberry dengan mere dagang Sari Roti. Produ Sari Roti yang dipasaran hanya untu memenuhi permintaan onsumen di daerah Ciarang, Beasi dan seitarnya. Dengan beralannya watu, PT NIC dapat mengembangan pemasarannya hingga daerah Jabotabe. Selanutnya, pada tahun 2003, PT NIC sudah mampu memperluas pemasarannya e daerah Jawa Barat dan Semarang. Puncanya, yaitu pembuaan depot di daerah Bandung yang berfungsi sebagai peyalur untu daerah Jawa Barat. Saat ini PT NIC memprodusi tuuh enis produ rot antara lain: roti tawar, roti manis, roti rim, roti sobe, roti burger, roti hot dog, dan remah roti. PT NIC mendistribusian produ rotinya melalui 56% aringan distribusi modern seperti hypermaret, supermaret dan minimaret, sementara itu 44% sisanya didistribusian melalui aringan tradisional seperti agen dan stoc point Divisi Distribusi PT NIC menggunaan asa piha etiga, dalam hal ini perusahaan espedis yang disebut sebagai transporter, untu mendistribusian produ e onsumen. Masing masing transporter menyewaan endaraan, driver dan helper pada PT NIC untu mendistribusian produ e onsumen. Setiap transporter diepalai oleh oordinator, aryawan dari perusahaan espedis yang bertanggung awab untu memastian etersediaan endaraan, driver, dan helper pada setiap pengiriman. Koordinator sendiri bertanggung awab pada distribution officer, yang merupaan aryawan PT NIC. Pembagian tugas pada level distribution officer didasaran pada daerah pengiriman, yani daerah pusat-bogor, daerah selatan, daerah barat, dan daerah timur - utara. Setiap distribution officer bertanggung awab untu seluruh saluran pada daerah pengiriman yang telah ditentuan. Lebih elas tentang strutur departemen SCM, dapat dilihat pada Lampiran Kegiatan Distribusi Kegiatan distribusi pada PT NIC dibagi dalam lima rute saluran yang memilii arateristi yang berbeda satu sama lain. Lima saluran distribus yaitu: agen, stoc point (SP), distribution center (DC), retail/outlet (RO) dan institusi. Pada saluran agen dan SP, pengiriman produ dilauan pada sore har antara puul
2 Transporter mengirim produ langsung e agen yang ada, emudian agen aan membagi produ yang diirim tadi e seumlah tricycle yang ada. Selanutnya tricycle tersebut aan dibawa oleh hawer sesuai rute masing-masing untu langsung menemui onsumen. Proses di SP berbeda dengan agen, setelah produ sampai di SP emudian SP aan membagian produ e seumlah sepeda motor yang ada. Kemudian sepeda motor tersebut aan meletaan produ di warung - warung yang memesan sebelum sampai e tangan onsumen. Agen dan SP biasanya terleta di seitar perumahan padat pendudu. Proses pada saluran DC berbeda dengan agen dan SP. Pada saluran DC pengiriman dilauan dua ali sehari yani pada puul dan Transporter hanya mengirim e DC yang telah ditunu, emudian produ aan diiriman sendiri oleh piha pengelola DC e tempat yang telah ditentuan. Saluran DC terdiri dari: Alfamart, Indomart dan Alfamidi. Saluran untu Carrefour, Giant, Maro dan beberapa pasar swalayan lainnya masu dalam saluran RO. Pada saluran in produ diirim langsung dari produsen e RO yang ada. Berbeda dengan saluran DC, pada saluran RO transporter bahan mengatur produ pada tempat yang telah tersedia. Pengiriman dilauan pada puul setiap harinya. Pada saluran institus pemesanan dilauan oleh perusahaan lain untu eperluan perusahaan tersebut, misalnya sarapan aryawan. Watu pengirimannya dilauan bersamaan dengan watu pengiriman saluran RO. Bagan pada Lampiran 2 memberian gambaran tentang alur egiatan distribusi secara lebih elas Kegiatan pada saluran distribusi RO Penelitian ini aan dibatasi pada saluran RO di daerah Beasi dan seitarnya. Pada diagram alir yang terdapat di Lampiran 3, onsumen memberian pesanan atau purchase order (PO) epada bagian penualan, sales administrator. Selanutnya sales administrator aan membuat surat alan atau delivery note (DN) yang berisi umlah produ dan daftar onsumen yang memesan produ tersebut. Selain membuat DN, sales administrator uga membuat fatur penualan (FP) yang berisi total harga yang harus dibayar oleh onsumen untu produ yang dipesan. Kemudian edua doumen tersebut yaitu DN dan FP aan diserahan epada pegawai pada bagian pergudangan, disebut sebagai warehouse operator. Kemudian warehouse operator aan menyiapan produ sesuai dengan DN yang telah diberian oleh sales administrator. Setelah memastian produ sesuai dengan DN, driver dan helper dengan bantuan aryawan bagian pergudangan aan memerisa embali banyanya produ yang aan diirim dan umlah crate (wadah roti) yang aan dibawa pada pengiriman ali in egiatan tersebut dinamaan proses loading. Sesampai di tempat tuuan, driver dan helper memindahan produ menuu gudang onsumen dan embali memerisa umlah barang yang diirim, disasian oleh perwailan dari piha onsumen. Setelah melewati tahap pemerisaan tersebut helper menata produ di tempat yang telah disediaan, sedangan driver mengurus penandatanganan DN dan FB oleh piha onsumen. Selain itu driver uga menerima buti terima barang dari piha onsumen serta nota penarian barang (NPB), sealigus dengan produ yang mengalami pengembalian bila ada. Setelah driver dan helper mengunungi seluruh onsumen yang ada pada DN, selanutnya embali e pabri untu melauan proses unloading. Pada proses in dilauan pemerisaan terhadap elengapan doumen (seperti DN, FP dan NPB), esesuaian banyanya crate dan uga esesuaian produ yang mengalami pengembalian dengan doumen yang ada Perumusan Masalah Perusahaan memprodusi seumlah roti setiap harinya, emudian produ tersebut aan didistribusian e seumlah onsumen (retail/outlet) yang ada dalam arya ilmiah ini umlah onsumennya sebanya 24. Konsumen dinyataan sebagai n dengan n= 1 menyataan depot. Banyanya permintaan setiap RO telah dietahui sebelumnya, bai enis maupun umlahnya. Pendistribusian aan dilauan dengan menggunaan tiga endaraan seenis, sehingga apasitas untu setiap endaraan seragam. Setiap endaraan aan memulai egiatan distribusinya dari depot. Selain melauan pengiriman produ, driver dan helper uga melauan bongar - muat dan mengatur produ pada tempat yang telah disediaan, disebut delay. Biaya tetap endaraan aan muncul bila endaraan tersebut dipaai dalam egiatan distribusi. Masalah yang dihadapi adalah meminimuman banyanya endaraan yang
3 9 digunaan dengan mempertimbangan endala apasitas pada endaraan dan untu memenuhi setiap permintaan RO. Beberapa asumsi yang digunaan, antara lain: semua pesanan onsumen dapat dipenuhi oleh pabr ecepatan endaraan onstan sehingga tida ada satu pun yang dapat mempercepat atau memperlambat ecepatan endaraan. Kendaraan yang digunaan seragam, sehingga setiap endaraan mempunyai apasitas yang sama. Biaya bila endaraan digunaan (fixed cost) dan biaya setiap ilometer telah dietahui. 4.3 Formulasi Masalah Variabel Keputusan x 1, ia onsumen diunungi setelah onsumen i oleh endaraan 0, ia selainnya 1, ia endaraan dioperasian z 0, ia selainnya 25 3 x 1; i 2,3,...,25 (4.3) 1 1 Depot 25 x1, 1; 1, 2,3 (4.4) 2 25 x 1; 1, 2, 3 1 (4.5) i2 Keontinuan rute ,2,3 x x ; u u, i 2 i 2 u 1,2,..., 25 Kapasitas (4.6) q x C; 1,2,3 i (4.7) i1 1 x v t z ; d ; 1,2,..., 25 1,2,3 (4.8) 1,2,..., 25 1,2,3 (4.9) d d ; 1,2,...,25 (4.10), i Konstanta q i C t i, d banyanya permintaan onsumen i apasitas masimum endaraan watu yang dibutuhan dari onsumen i e onsumen dengan endaraan ara dari onsumen i e onsumen Eliminasi sub-tour if F x F 1; F L : 2 F x 1, 2,3 i1 1 ; (4.11) c i, v w ai b t i i L fi biaya peralanan dari onsumen i e onsumen ecepatan rata-rata endaraan biaya tetap (fixed cost) bila endaraan digunaan watu bua gudang pada onsumen i watu tutup gudang pada onsumen watu edatangan pada onsumen i himpunan semua onsumen termasu depot Lama watu servis di onsumen i Fungsi Obetif (4.1) 1 i1 1 minz w z x c Kendala-endala Konsumen 25 3 x 1; 2,3,..., 25 (4.2) i1 1 Time windows a t b ; i 1,2,..., 25 (4.12) i i i 1,2,...,25 t f (1 ) ; i i t M x t (4.13) 1,2,3 z {0,1}; 1, 2, 3 (4.14) 1,2,3 x {0,1}; (4.15) 1,2,...,25 Fungsi obetif (4.1) pada model di atas adalah meminimuman banyanya endaraan yang digunaan dan meminimuman ara endaraan. Kendala (4.2) dan (4.3) memberian epastian bahwa setiap onsumen yang ada aan dilayani oleh tepat satu endaraan. Kendala (4.4) dan (4.5) aan memastian tersedianya endaraan untu melayani rute yang ada dan untu memastian endaraan berangat dan embali dari depot. Pada endala (4.6) aan dipastian ontinuitas rute endaraan artinya memastian bahwa endaraan yang masu e suatu ota harus
4 10 meninggalan ota tersebut, sedangan endala (4.7) menggambaran bahwa umlah permintaan untu satu rute tida melebihi apasitas endaraan yang beroperasi. Selanutnya, pada endala (4.8) dipastian bahwa tida aan ada onsumen yang dilayani oleh endaraan yang tida atif. Kendala (4.9) memperlihatan hubungan antara ara, yaitu ecepatan dan watu endaraan, ara dan watu berbanding lurus. Kendala (4.10) menunuan bahwa ara dari i e sama dengan ara dari e sedangan endala (4.11) memastian tida ada sub-tour pada model yang ada. Beriutnya, endala (4.12) dan (4.13) beraitan dengan watu pelayanan. Pada endala (4.12) dipastian watu edatangan endaraan di tempat onsumen berada di antara watu bua dan tutup gudang. Kendala (4.13) memastian endaraan aan berada di pada saat endaraan berangat dari i ditambah dengan watu servis pada i dan watu dari i e, sedangan M (big-m) merupaan bilangan yang relatif besar ia M (1 x i ), bernilai besar maa rute onsumen i e onsumen tida aan di dan sebalinya. Kendala (4.14) dan (4.15) menunuan bahwa z dan xi, merupaan variabel eputusan yang bernilai 0 dan Hasil dan Pembahasan Pada subbab ini aan diperlihatan hasil dari masalah yang dihadap emudian hasil tersebut aan dibandingan dengan eadaan yang teradi di lapangan saat ini. Masalah VRP yang dihadapi dapat dicari solusinya dengan menggunaan exact method dan metode heuristi. Penggunaan exact method untu masalah VRP yang dihadapi tida cuup bai arena dibutuhan watu yang relatif lama untu mendapatan solusi optimalnya. Oleh arena itu, diembangan metode heuristi sebagai salah satu alternatif untu menyelesaian masalah VRP yang dihadapi secara lebih cepat. Metode heuristi yang digunaan dalam penelitian ini dibagi menadi dua fase. Fase pertama adalah route construction yang menggunaan nearest addition heuristic untu mencari solusi fisibel awal dari masalah VRP yang dihadapi. Fase beriutnya adalah route improvement dimana solusi awal yang telah ada diperbaii menggunaan beberapa metode heuristi lainnya, yani metode 2-Opt, or-opt, relocate, exchange, dan cross. Input dari masalah yang aan diselesaian menggunaan edua fase heuristi terdapat pada Lampiran 8. Lampiran tersebut merupaan input bagi program yang aan digunaan. Isi dari input tersebut berupa banyanya onsumen yang aan diunung banyanya endaraan yang tersedia dan apasitas masimum dari endaraan yang digunaan, selain itu terdapat uga ode, umlah permintaan, watu bua-tutup gudang dan leta setiap onsumen. Dibutuhan watu 0,32 deti untu memberian solusi dari masalah VRP dengan menggunaan software ILOG Dispatcher versi 2.1 dan ILOG Solver versi 4.4 yang dialanan menggunaan Microsoft Visual C++ versi 6.0 yang dioperasian pada omputer dengan prosessor Intel Celeron 2.53 GHz (Giga Hertz) dan memori sebesar 512 MB (Megabyte). Output dari masalah VRP yang diselesaian menggunaan software tersebut dapat dilihat pada Lampiran 10. Tabel 1, Tabel 2 dan Tabel 3 merupaan rangaian rute yang dihasilan dengan menggunaan metode heuristi dua fase yang telah dielasan sebelumnya dan masingmasing tabel merepresentasian satu endaraan. Tabel 1 Hasil simulasi untu endaraan pertama Jara (ilometer) 1 HARI-HARI BEKASI TRADE CENTRE 9, PT CONTIMAS UTAMA IND. (BLUE MALL) 11, PT NIC 22,2157 0
5 11 Tabel 2 Hasil simulasi untu endaraan edua Jara (ilometer) 3 LION SUPERINDO BOROBUDUR BEKAS 11, CARREFOUR BEKASI SQUARE 13, MITRA WISMA ASRI 17, CV NAGA SWALAYAN (Pondo Ungu) 21, GIANT UJUNG MENTENG 25, CARREFOUR CAKUNG 26, GIANT PONDOK KOPI SPM 34, GIANT KALIMALANG 38, SUPER INDO PONDOK BAMBU 39, HERO KEMANG PRATAMA 49, PT NIC 61, Tabel 3 Hasil simulasi untu endaraan etiga Jara (ilometer) 9 MAKRO BEKASI 2 13, LION SUPERINDO METROPOLITAN MALL 13, GIANT HYPERMARKET BEKASI 13, HARI-HARI BEKASI CYBER PARK 15, LION SUPERINDO KALIMALANG BEKASI 17, GIANT JATI BENING 21, STAR MART PERSADA GOLF 23, YOGYA PONDOK BAMBU TOSERBA 24, TIP-TOP PONDOK BAMBU 25, CV NAGA SWALAYAN (Jatiwaringin) 25, GIANT PONDOK GEDE 28, TIP-TOP PONDOK GEDE 32, PT NIC 52, Dari etiga tabel di atas, terlihat bahwa dibutuhan tiga endaraan untu melayani seluruh onsumen. Pada endaraan pertama rute yang dilalui meliputi depot, onsumen e-1, onsumen e-4 dan embali e depot, dengan total ara yang di sepanang 22,2157 ilometer dan banyanya produ yang dibawa sebanya 25 crate. Sedangan pada endaraan edua, rute yang di meliputi depot, onsumen e- 3, onsumen e-5, onsumen e-2, onsumen e-11, onsumen e-12, onsumen e-13, onsumen e-15, onsumen e-22, onsumen e-23 dan onsumen e-6 sebelum embali e depot. Kendaraan edua menempuh 61,9235 ilometer dan memuat sebanya 153 crate pada pengirimannya. Lain halnya dengan endaraan etiga, endaraan ini menempuh peralanan sepanang 52,2495 ilometer untu menyelesaian satu rute yang diadwalan. Rute tersebut meliputi depot, onsumen e-9, onsumen e-8, onsumen e-7, onsumen e-10, onsumen e-14, onsumen e-16, onsumen e-17, onsumen e-24, onsumen e-21, onsumen e-20, onsumen e-19 dan onsumen e-18 sebelum embali e depot, dengan membawa 194 crate dari masimum 200 crate yang dapat dibawa dalam satu ali pengiriman. Total peralanan yang di oleh etiga endaraan tersebut adalah 136,388 ilometer.
6 12 10 The Simulation Route ilometer Miles Kendaraan pertama Kendaraan edua Kendaraan etiga Miles ilometer Gambar 8 Rute hasil simulasi. Hasil simulasi di atas emudian dibandingan dengan data lapangan yang diamati penulis. Tabel 4, Tabel 5 dan Tabel 6 merupaan rute endaraan saat ini yang melayani 24 onsumen. Tabel 4 Rute saat ini untu endaraan pertama Jara (ilometer) 16 GIANT JATI BENING 19, CV NAGA SWALAYAN (Jatiwaringin) 22, SUPER INDO PONDOK BAMBU 24, GIANT KALIMALANG 25, TIP-TOP PONDOK BAMBU 28, YOGYA PONDOK BAMBU TOSERBA 28, GIANT PONDOK GEDE 32, CV. NAGA SWALAYAN (Pondo Ungu) 49, TIP-TOP PONDOK GEDE 63, PT NIC 82,9648 0
7 13 Tabel 5 Rute saat ini untu endaraan edua Jara (ilometer) 15 GIANT PONDOK KOPI SPM 21, CARREFOUR CAKUNG 28, GIANT UJUNG MENTENG 30, MITRA WISMA ASRI 38, LION SUPERINDO BOROBUDUR BEKAS 42, LION SUPERINDO KALIMALANG BEKASI 49, HARI-HARI BEKASI CYBER PARK 50, PT NIC 65, Tabel 6 Rute saat ini untu endaraan edua Jara (ilometer) 4 PT CONTIMAS UTAMA IND. (BLUE MALL) 11, HARI-HARI BEKASI TRADE CENTRE 13, GIANT HYPERMARKET BEKASI 17, HERO KEMANG PRATAMA 19, CARREFOUR BEKASI SQUARE 22, LION SUPERINDO METROPOLITAN MALL 24, MAKRO BEKASI 2 25, STAR MART PERSADA GOLF 34, PT NIC 55, Data di atas memperlihatan bahwa dibutuhan sebanya tiga endaraan untu melayani seluruh onsumen. Kendaraan pertama aan menempuh ara sepanang 82,9648 ilometer dan membawa 191 crate dari 200 crate yang dapat dibawa. Kendaraan pertama melayani rute depot, onsumen e- 16, onsumen e-20, onsumen e-23, onsumen e-22, onsumen e-21, onsumen e-24, onsumen e-19, onsumen e-11, onsumen e-18 dan embali e depot. Rute untu endaraan edua meliputi depot, onsumen e-15, onsumen e-13, onsumen e-12, onsumen e-2, onsumen e-3, onsumen e-14 dan onsumen e-10 sebelum embali e depot. Dengan membawa 94 crate dan menempuh ara sepanang 65,0334 ilometer untu rute tersebut. Rute beriutnya, untu endaraan etiga, diadwalan aan membawa sebanya 96 crate dan menempuh peralanan sepanang 55,9374 ilometer. Rute tersebut meliputi depot, onsumen e-4, onsumen e-1, onsumen e-7, onsumen e-6, onsumen e-5, onsumen e-8, onsumen e-9 dan onsumen e-17 sebelum embali e depot. Total ara tiga endaraan adalah 203,935 ilometer.
8 14 10 Current Route ilometer Miles Kendaraan pertama Kendaraan edua Kendaraan etiga Miles ilometer Gambar 9 Rute saat ini. Tabel 7 memberian perbandingan antara hasil simulasi (pada Tabel 1, Tabel 2 dan Tabel 3) dengan ondisi rute yang saat ini (pada Tabel 4, Tabel 5 dan Tabel 6). Perbandingan tersebut meliputi muatan yang dibawa oleh masing-masing endaraan dan total ara yang di oleh setiap endaraan. Tabel 7 Perbandingan muatan endaraan hasil simulasi dan endaraan yang beroperasi saat ini Kapasitas Muatan Jara Tempuh max (ilometer) Keadaan saat ini Kendaraan e (95,5%) ,9648 Kendaraan e-2 94 (47,0%) ,0334 Kendaraan e-3 96 (48,0%) ,9374 Hasil Simulasi Kendaraan e-1 34 (17,0%) ,2157 Kendaraan e (76,5%) ,9235 Kendaraan e (97,0%) ,2495 Dari Tabel 7 dapat disimpulan bahwa masing-masing rute pada hasil simulasi memilii ara yang lebih pende dibandingan dengan rute yang di oleh endaraan pada saat ini. Pada hasil simulasi total ara yang di etiga endaraan adalah 136,388 ilometer, sedangan total ara pada etiga endaraan saat ini adalah 203,935 ilometer. Dengan ata lain, total ara yang di pada hasil simulasi
9 15 mencapai 66,88% dari total ara yang di endaraan saat ini. Sementara itu banyanya produ yang dibawa oleh endaraan edua dan etiga pada hasil simulasi lebih besar dibandingan dengan banyanya barang yang dibawa oleh endaraan edua dan etiga saat ini. Persentase edua endaraan tersebut mencapai 76,5% dan 97%, sedangan pada endaraan yang beroperasi saat ini persentase muatan pada endaraan edua dan etiga sebesar 47% dan 48%. V SIMPULAN DAN SARAN 5.1 Kesimpulan 1. Masalah penentuan rute untu distribusi barang (VRP) dapat diformulasian sebagai masalah Integer Linear Programming. 2. Masalah penentuan rute untu distribusi barang (VRP) dapat diselesaian dengan menggunaan metode heurist pada penelitian ini menggunaan metode nearest addition heuristic. 3. Hasil simulasi menggunaan metode heuristi memperoleh hasil yang lebih bai daripada ondisi yang ada searang, arena total ara menadi lebih pende. 5.2 Saran Beberapa hal yang dapat dilauan agar penelitian ini lebih bai terait dengan implementasinya di lapangan, antara lain: 1. Jara antar tempat dapat dibuat serealistis mungin, arena ara antar tempat yang terdapat pada matris ara merupaan hasil estimasi. 2. Watu bongar-muat di onsumen dapat diestimasi dengan cara yang lebih bai. Misalnya dengan melauan beberapa ali pengamatan terhadap watu bongar-muat di setiap onsumen, emudian gunaan rata-rata watu tersebut sebagai input. DAFTAR PUSTAKA Caric T, Galic A, Fosin J, Gold H, Reinholz A Modelling and Optimization Framewor for Real-World Vehicle Routing Problem. Vehicle Routing Problem: 142, I-Tech, Vienna, Austria. Cordeau J-F, Gendreau M, Laporte G, Potvin JY, Semet F A Guide to Vehicle Routing Heuristics. Journal of Operation Research Society 53: Hoffman K, Padberg M Traveling Salesman Problem. ~hoffman/papers/trav_salesman.html. [8 Feb 2009]. Kritios MN, Ioannou G A synthesis of assignment and heuristic solutions for vehicle routing with time windows. Journal of the Operational Research Society 55: Kang HK, Byung KL, Yoon HL, Young HL A Heuristic for the vehicle routing problem with due times. Computers and Industrial Engineering 54: Laporte G, Boctor F, Renaud J, Prive J Solving a vehicle-routing problem arising in soft-drin distribution. Journal of Operation Research Society 57: Larsen J Vehicle Routing with Time Windows- Finding optimal solution efficiently. Machado P, Tavares J, Pereira BF, Costa E Vehicle Routing Problem: Doing it The Evolution Way. Nilsson C Heuristics for the Traveling Salesman Problem. Sutapa NI, Widyadana AGI, Christine Studi tentang Traveling Salesman Problem dan Vehicle Routing Problem dengan Time windows. Jurusan Teni Industr Universitas Petra, Surabaya. ILOG User s Manual ILOG Dispatcher 2.1. France: ILOG Winston WL Operation Research Applications and Algorithms. Ed e-4. Belmont, California: Broos/Cole- Thompson Learning.
4 PENYELESAIAN MASALAH DISTRIBUSI ROTI SARI ROTI
24 4 PENYELESAIAN MASALAH DISTRIBUSI ROTI SARI ROTI 4.1 Data Data yang digunakan dalam penelitian ini adalah data kegiatan distribusi roti Sari Roti di daerah Bekasi dan sekitarnya yang dilakukan setiap
Lebih terperinciPENGGUNAAN METODE HEURISTIK DALAM PERMASALAHAN VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA DI PT NIPPON INDOSARI CORPINDO AJI RADITYA
PENGGUNAAN METODE HEURISTIK DALAM PERMASALAHAN VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA DI PT NIPPON INDOSARI CORPINDO AJI RADITYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciLampiran 1. Struktur organisasi pada departemen supply chain managment
LAMPIRAN 16 17 Lampiran 1 Struktur organisasi pada departemen supply chain managment 18 Lampiran 2 Saluran distribusi yang ada P R O D U S E N Agen Stock Point (SP) Retail/outlet (RO) Distribution Center
Lebih terperinciIII DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT
III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892 PENENTUAN RUTE ARADA ENGGUNAKAN ALOGARITA TABU SEARCH PADA HOOGENUS FLEET VEHICLE ROUTING PROBLE WITH TIE WINDOWS DI PT.
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciCATATAN KULIAH RISET OPERASIONAL
CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciRANCANG BANGUN VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA TABU SEARCH
JURNAL FOURIER Otober 2015, Vol. 4, No. 2, 155 167 ISSN: 2252-763X RANCANG BANGUN VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA TABU SEARCH Sulistiono 1, Noor Saif Muhammad Mussafi 2 1 Program Studi Matematia
Lebih terperinciPENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciPENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK
PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor
Lebih terperinciPEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER
PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM MENGGUNAKAN BEBERAPA METODE HEURISTIK KONSTRUKTIF
i PENYELESAIAN VEHICLE ROUTING PROBLEM MENGGUNAKAN BEBERAPA METODE HEURISTIK KONSTRUKTIF DEIBY TINEKE SALAKI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 iii PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciPENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB
PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciDESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO
DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)
ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing
Lebih terperinciSISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA
SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA Ruhana Khabibah, Hery Tri Sutanto 2, Yuliani Puji Astuti 3 Jurusan Matematia, Faultas Matematia dan Ilmu
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciMODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER)
MOUL V PENH INE SINON (SYNHONOUS INY OUNTE) I. Tujuan instrusional husus 1. Membuat rangaian dan mengamati cara erja suatu pencacah iner (inary counter). 2. Menghitung freuensi output pencacah iner. 3.
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciBAB III. dan menghamburkan
BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciKENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi
KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciBAB II TINJAUAN PUSTAKA. Gambar 2.1 Graf dengan 4 node dan 5 edge
BAB II TINJAUAN PUSTAKA 2.1. Teori Graf Graf digunaan untu merepresentasian obje-obje disrit dan hubungan antara obje-obje tersebut (Munir, 2005). Dalam menggambar graf, simpul digambaran dengan lingaran
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciPENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN GREEDY RANDOMIZED ADAPTIVE SEARCH PROCEDURE VIVIANISA WAHYUNI
PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN GREEDY RANDOMIZED ADAPTIVE SEARCH PROCEDURE VIVIANISA WAHYUNI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Diagram Alir Metodologi penelitian berperan untuk membantu agar masalah dapat diselesaikan secara lebih terarah dan sistematis. Dalam metodologi penelitian, akan diuraikan
Lebih terperinciModel Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009
Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciMateri. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham
Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciI. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan
I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar
Lebih terperinciSistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)
Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya
Lebih terperinciANALISIS MODEL DISTRIBUSI BAHAN AJAR TERPUSAT AKIBAT DARI PERUBAHAN BIAYA PENGIRIMAN ABSTRAK
ANALISIS MODEL DISTRIBUSI BAHAN AJAR TERPUSAT AKIBAT DARI PERUBAHAN BIAYA PENGIRIMAN Sitta Alief Farihati, Zulmahdi Dailami 2, 2 Jurusan Matematia Universitas Terbua, Tangerang Selatan, 658 sitta@ ut.ac.id
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciBAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN
BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui
Lebih terperinciJARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA
JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,
Lebih terperinciMODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)
MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciIMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA
Seminar Nasional Informatia 2009 (semnasif 2009) ISSN: 1979-2328 UPN Veteran Yogyaarta, 23 Mei 2009 IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA
Lebih terperinciISSN: TEKNOMATIKA Vol.1, No.2, JANUARI
ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran
Lebih terperinciPERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM
Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan
Lebih terperinciMODEL SISTEM ANTRIAN
BB V MODEL SISTEM TRI ada teori antrian, suatu model antrian digunaan untu memperiraan suatu situasi antrian sesungguhnya, sehingga elauan antrian dapat dianalisa secara matemati. Dengan model sistem antrian
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Sifat Dasar Neutron Neutron yang dihasilan dari reator nulir biasanya merupaan neutron berenergi rendah. Secara umum, neutron energi rendah dapat dilasifiasian dalam tiga enis yaitu
Lebih terperinciSTUDI KEANDALAN PENYULANG 20 kv DI GARDU INDUK PADANG SAMBIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO INTISARI
Studi Keandalan Penyulang 20 V anuaba, Suerayasa, Oa STUDI KEANDALAN PENYULANG 20 V DI GARDU INDUK PADANG SABIAN ENGGUNAKAN ETODE SIULASI ONTE CARLO IBG anuaba*, I Wayan Suerayasa*, I ade Oa Widnya** *Staff
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR
1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah
Lebih terperinciBAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas
Lebih terperinci(M.6) FUZZY K-MEANS CLUSTERING UNTUK MENGKLASIFIKASIKAN PERUSAHAAN EKSPORTIR FURNITURE ROTAN DI KABUPATEN CIREBON
Universitas Padadaran, 3 November 00 (M.6) FUZZY K-MEANS CLUSTERING UNTUK MENGKLASIFIKASIKAN PERUSAHAAN EKSPORTIR FURNITURE ROTAN DI KABUPATEN CIREBON Hadi Rachmat Anindya Apriliyanti Pravitasari 3 Sri
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY
Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema
Lebih terperinciPENYELESAIAN MASALAH PENGAMBILAN DAN PENGIRIMAN DENGAN KENDALA WAKTU MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: FAJAR DELLI WIHARTIKO G
PENYELESAIAN MASALAH PENGAMBILAN DAN PENGIRIMAN DENGAN KENDALA WAKU MENGGUNAKAN EKNIK PEMBANGKIAN KOLOM Oleh: FAJAR DELLI WIHARIKO G540035 DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM INSIU
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciTEKNIK PERAMALAN TINGKAT PENJUALAN DENGAN JARINGAN SYARAF TIRUAN
TENI PERAMALAN TINGAT PENJUALAN DENGAN JARINGAN SYARAF TIRUAN Sri Mulyana Program Studi Ilmu omputer F MIPA UGM Seip Unit III Yogyaarta Telp (0274)546194 e-mail : smulyana@ugm.ac.id Abstra Tingat penualan
Lebih terperinciBAB VII. RELE JARAK (DISTANCE RELAY)
BAB VII. RELE JARAK (DISTANCE RELAY) 7.1 Pendahuluan. Rele jara merespon terhadap banya inputsebagai fungsi dari rangaian listri yang panjang (jauh) antara loasi rele dengan titi gangguan. Karena impedansi
Lebih terperinciFISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana
K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciPengembangan Model Integrasi antara Penjadwalan Produksi dan Perencanaan Pengiriman pada Produk Makanan Perishable
1 Pengembangan Model Integrasi antara Penjadwalan Produsi dan Perencanaan Pengiriman pada Produ Maanan Perishable Suci Fujianti dan Ahmad Rusdiansyah Teni Industri, Faultas Tenologi Industri, Institut
Lebih terperinciKENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN
KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciKumpulan soal-soal level seleksi Kabupaten: Solusi: a a k
Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciHUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG
Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo
Lebih terperinciMASALAH PENENTUAN RUTE KENDARAAN ANTARJEMPUT ROTI SONIA MEITHANIA
MASALAH PENENTUAN RUTE KENDARAAN ANTARJEMPUT ROTI SONIA MEITHANIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester
Lebih terperinciNeural Network menyerupai otak manusia dalam dua hal, yaitu:
2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat
Lebih terperinciPERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU
PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
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 terperinciAPLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN KEANDALAN SISTEM DISTRIBUSI PRIMER TENAGA LISTRIK
Apliasi Simulasi onte Carlo anuaba, Suerayasa, Satriya Utama APLIKASI SIULASI ONTE CARLO UNTUK ENENTUKAN KEANDALAN SISTE DISTRIBUSI PRIER TENAGA LISTRIK IBG anuaba, I Wayan Suerayasa, Ngaan P Satriya Utama
Lebih terperinciPeluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²
Jurnal Teni PWK Volume 4 Nomor 4 2015 Online : http://ejournal-s1.undip.ac.id/index.php/pw Peluang Peningatan Tipe di Kecamatan Banyumai (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²
Lebih terperinciPENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS DENGAN PENDEKATAN GOAL PROGRAMMING Atmini Dhoruri, Eminugroho R.
PENYELESAIAN VEHICLE ROUTING PROBLEM WITH TIME WINDOWS DENGAN PENDEKATAN GOAL PROGRAMMING Atmini Dhoruri, Eminugroho R., Dwi Lestari Abstrak Tujuan dari penelitian ini adalah membentuk model vehicle routing
Lebih terperinci