MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI
|
|
- Johan Pranata
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 BOGOR BOGOR 2014
2
3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Model Penjadwalan Keberangkatan Bus dengan Strategi Alternating Deadheading: Studi Kasus PO Raya 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, Januari 2014 Razono Agall Cahyadi NIM G
4 ABSTRAK RAZONO AGALL CAHYADI. Model Penjadwalan Keberangkatan Bus dengan Strategi Alternating Deadheading: Studi Kasus PO Raya. Dibimbing oleh AMRIL AMAN dan FARIDA HANUM. Penjadwalan keberangkatan bus merupakan salah satu hal yang penting dalam pengelolaan perusahaan otobus untuk menekan biaya operasional. Masalah penjadwalan ini diformulasikan sebagai suatu model linear integer programming. Model ini bertujuan untuk mengatur banyaknya bus yang akan diberangkatkan dari masing-masing kota untuk memenuhi permintaan transportasi. Strategi yang digunakan untuk mengatur penjadwalan bus yaitu strategi deadheading. Strategi deadheading merupakan strategi penjadwalan bus yang dilakukan apabila terjadi ketidakseimbangan akan banyaknya penumpang di suatu kota dan adanya keterbatasan bus yang beroperasi. Model penjadwalan dengan deadheading ini merupakan salah satu upaya untuk menurunkan frekuensi keberangkatan bus sehingga dapat meningkatkan efisiensi biaya operasional. Kata kunci: penjadwalan bus, linear integer programming, alternating deadheading ABSTRACT RAZONO AGALL CAHYADI. Bus Departure Scheduling Model with Alternating Deadheading Strategy: Case Study in PO Raya. Supervised by AMRIL AMAN and FARIDA HANUM. Bus Departure scheduling is one of important aspects in managing a bus company in order to minimize the operational cost. This scheduling is formulated as a linear integer programming model. The purpose of this model is to arrange buses from each city to meet transportation demand. The strategy of the model is to develop bus scheduling using deadheading. The deadheading strategy will be used if there is an unbalancy in the number of buses operated in one or more cities. The model with deadheading is one of efforts to minimize the frequency of bus departure in order to increase efficiency of the bus operation. Keywords: bus scheduling, linear integer programming, alternating deadheading
5 MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI 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 2014
6
7 Judul Skripsi : Model Penjadwalan Keberangkatan Bus dengan Strategi Alternating Deadheading: Studi Kasus PO Raya Nama : Razono Agall Cahyadi NIM : G Disetujui oleh Dr Ir Amril Aman, MSc Pembimbing I Dra Farida Hanum, MSi Pembimbing II Diketahui oleh Dr Toni Bakhtiar, MSc Ketua Departemen Tanggal Lulus:
8 Judul Skripsi: Model Penjadwalan Keberangkatan Bus dengan Strategi Alternating Deadheading: Studj Kasus PO Raya Nama : Razono Agall Cahyadi : G I NTM Disetujui oleh J." v Dr Ir Amril Aman, MSc Pembimbing I Dra Farida Hanum, MSi Pembimbing II Tanggal Lulus: ' 1 6 JAN 2014
9 PRAKATA Puji dan syukur penulis panjatkan kepada Tuhan atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Penulisan karya ilmiah ini juga tidak lepas dari bantuan beberapa pihak. Untuk itu penulis mengucapkan terima kasih yang sebesar-besarnya kepada: 1 Ayahanda Ignatius Sutrisno dan Ibunda Budi Suryani, beserta kakak Dian Eka Permadi dan Marlyta Galih Kusuma serta Mamak Maryanah dan Titah Putri Utami yang telah memberikan dukungan, semangat, pengorbanan, nasihat, pendidikan, perhatian, cinta dan kasih sayangnya, 2 Dr Ir Amril Aman, MSc dan Dra Farida Hanum, MSi serta Drs Prapto Tri Supriyo, MKom masing-masing sebagai dosen pembimbing I, dosen pembimbing II, serta dosen Penguji Luar atas semua ilmu, kesabaran, motivasi dan bantuannya selama penulisan skripsi ini, 3 Dosen dan staf penunjang Departemen Matematika atas semua ilmu dan bantuannya, 4 Manajemen PO Raya yaitu Bapak Nata Laksana, Bapak Brata Laksana, Bapak Prapto dan Bapak Marjani serta teman-teman komunitas fans Raya (Rofik, Joko, Ito, Wahyu, Andi, Arif) atas semua bantuannya. 5 Matematika 43 (Arif, Faisal, Fardan, David), Matematika 44 (Imam dan Imah), Matematika 45 (Dini, Nova, Dina, Gita), dan teman lain yang tidak dapat disebutkan satu persatu atas dukungan dan kebersamaannya. Semoga karya ilmiah ini bermanfaat dan menjadi inspirasi bagi penelitianpenelitian selanjutnya. Bogor, Januari 2014 Razono Agall Cahyadi
10 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Tujuan 1 LANDASAN TEORI 2 Penjadwalan 2 Integer Programming (IP) 2 DESKRIPSI DAN FORMULASI MASALAH 3 Strategi Alternating Deadheading 3 Bus Malam Antarkota Antarprovinsi 3 Formulasi Masalah 5 STUDI KASUS 6 Formulasi Model Matematika 7 Pengujian Model 8 SIMPULAN DAN SARAN 14 Simpulan 14 Saran 14 DAFTAR PUSTAKA 14 LAMPIRAN 15 RIWAYAT HIDUP 39
11 DAFTAR TABEL 1 Kelas Bus 7 2 Biaya Keberangkatan 7 3 Banyaknya penumpang bus kelas Eksekutif trayek Jakarta Solo dan Solo Jakarta Selama 7 hari 9 4 Banyaknya bus kelas Eksekutif trayek Jakarta Solo dan Solo Jakarta Selama 7 hari 9 5 Banyaknya penumpang bus kelas Super Top trayek Jakarta Solo dan Solo Jakarta Selama 7 hari 10 6 Banyaknya bus kelas Super Top trayek Jakarta Solo dan Solo Jakarta Selama 7 hari 11 7 Banyaknya penumpang yang berangkat dari Jakarta ke Solo dan Solo ke Jakarta selama 14 hari untuk setiap kelas bus 12 8 Banyaknya bus yang diberangkatkan dalam waktu 14 hari sebelum menggunakan model matematika 12 9 Perbandingan banyak bus yang berangkat dari Solo ke Jakarta sebelum dan sesudah menggunakan model matematika Perbandingan banyak bus yang berangkat dari Jakarta ke Solo sebelum dan sesudah menggunakan model matematika 13 DAFTAR GAMBAR 1 Alur pergerakan bus pada Skenario Alur pergerakan bus pada Skenario 2 11 DAFTAR LAMPIRAN 1 Sintaks LINGO 11.0 untuk masalah penentuan banyaknya bus berangkat dalam meminimumkan biaya operasional untuk Skenario Detail Hasil Komputasi LINGO 11.0 Skenario Sintaks LINGO 11.0 untuk masalah penentuan banyaknya bus berangkat dalam meminimumkan biaya operasional untuk Skenario Detail Hasil Komputasi LINGO 11.0 Skenario Sintaks LINGO 11.0 untuk masalah penentuan banyaknya bus berangkat dalam meminimumkan biaya operasional untuk Skenario Detail Hasil Komputasi LINGO 11.0 Skenario 3 25
12 PENDAHULUAN Latar Belakang Bus merupakan transportasi darat yang menjadi salah satu alternatif bagi warga yang akan berpergian dari satu tempat ke tempat lain, baik di dalam kota maupun ke luar kota. Moda transportasi ini masih menjadi primadona bagi sebagian warga karena mudah, terjangkau dan cepat. Banyak di antara penyedia jasa transportasi (perusahaan otobus) dalam kota, antarkota dalam provinsi, antarkota antarprovinsi yang bersaing untuk menjadi pilihan utama bagi para penumpangnya. Oleh karena itu, setiap perusahaan otobus berlomba-lomba untuk memberikan pelayanan (servis) terbaik kepada para penumpangnya. Servis yang diberikan pun beragam, mulai dari harga tiket yang lebih murah, pengadaan servis makan, hingga fasilitas lainnya yang dapat digunakan di dalam bus, seperti penyediaan sarana hiburan hingga toilet yang biasanya diberikan oleh perusahaan otobus antarkota antarprovinsi. Tetapi, di tengah upaya untuk memberikan servis tersebut, sebagian besar perusahaan otobus menghadapi beberapa kendala, di antaranya yang paling sering ditemui yaitu inefisiensi biaya operasional yang harus dikeluarkan oleh pihak perusahaan otobus. Inefisiensi biaya operasional dapat disebabkan oleh penjadwalan keberangkatan bus yang tidak sesuai sehingga hal ini akan menimbulkan ketidakseimbangan biaya operasional. Biaya yang terlalu besar dikeluarkan tidak sebanding dengan jumlah penumpang yang diangkut menyebabkan perusahaan otobus tidak memperoleh keuntungan yang sesuai dan dapat memperburuk kondisi finansial perusahaan otobus tersebut. Salah satu alternatif yang dapat membantu mengurangi biaya operasional suatu perusahaan otobus ialah dengan alternating deadheading. Alternating deadheading adalah alternatif penjadwalan keberangkatan bus yang tidak mengangkut penumpang dari terminal awal, tetapi tujuan keberangkatannya ialah untuk memenuhi permintaan penumpang yang tinggi di suatu terminal yang tidak terangkut oleh bus-bus yang telah diberangkatkan. Sebagian besar perusahaan otobus belum melakukan sistem penjadwalan dengan alternating deadheading, sebab hal tersebut belum cukup umum bagi perusahaan otobus di Indonesia. Sumber utama karya ilmiah ini ialah artikel yang berjudul Intercity bus scheduling for the Saudi public transport company to maximize profit and yield additional revenue oleh Mohamad K. Hasan dan Ahmad A. Al Hammad pada tahun Tujuan Tujuan dari penelitian ini ialah menyusun model penjadwalan keberangkatan bus dengan mengadakan bus deadhead untuk menentukan penjadwalan yang lebih efisien dan menerapkannya pada penjadwalan bus di PO Raya.
13 2 LANDASAN TEORI Dalam membuat model optimisasi penjadwalan keberangkatan bus diperlukan pemahaman beberapa istilah, di antaranya mengenai penjadwalan dan integer programming (IP). Penjadwalan Definisi Penjadwalan Menurut Morton dan Pentico (1993) penjadwalan adalah proses pengorganisasian, pemilihan dan penetapan penggunaan sumberdaya dalam rangka melaksanakan semua aktivitas yang diperlukan untuk memperoleh hasil yang diinginkan pada sesuatu yang telah direncanakan, dengan batasan waktu dan hubungan antaraktivitas dan sumberdaya tertentu. Tujuan Penjadwalan Menurut Bedworth dan Bailey (1986) beberapa tujuan penjadwalan, ialah 1 meningkatkan utilitas atau kegunaan sumberdaya, 2 mengurangi total waktu proses seluruh pekerjaan (makespan), 3 mengurangi rata-rata banyaknya pekerjaan yang menunggu untuk diproses oleh suatu sumberdaya, 4 meminimumkan keterlambatan pemenuhan suatu job. Kriteria Optimisasi Penjadwalan Menurut Heizer dan Render (2010), kriteria optimisasi dalam proses penjadwalan dapat dikelompokkan menjadi tiga bagian. 1 Kriteria yang berkaitan dengan waktu Beberapa kriteria yang terkait dengan waktu ialah minimisasi rata-rata flow time, minimisasi makespan, dan minimisasi tardiness. 2 Kriteria yang berkaitan dengan biaya Kriteria ini lebih menekankan pada unsur biaya dan kurang atau bahkan tidak memperhatikan kriteria waktu yang ada sehingga dengan suatu penjadwalan produksi tertentu diharapkan biaya yang minimum. 3 Kriteria gabungan Beberapa kriteria optimalitas dapat digabung dan dapat dikombinasi sehingga menjadi multikriteria. Integer Programming (IP) Menurut Garfinkel dan Nemhauser (1972) integer programming (IP) adalah suatu model pemrograman linear dengan variabel yang digunakan berupa bilangan bulat (integer). Jika semua variabel harus berupa integer, maka masalah tersebut dinamakan pure integer programming. Jika hanya sebagian yang harus berupa integer, maka disebut mixed integer programming (MIP). IP dengan semua variabelnya harus bernilai 0 atau 1 disebut 0-1 IP.
14 3 DESKRIPSI DAN FORMULASI MASALAH Bab ini akan membahas tentang strategi alternating deadheading, bus malam antarkota antarprovinsi kemudian dilanjutkan dengan formulasi matematika terhadap permasalahan tersebut Strategi Alternating Deadheading Pada karya ilmiah ini akan diterapkan strategi pengaturan jadwal keberangkatan bus dengan alternating deadheading. Dalam (Furth, 1985) alternating deadheading ialah pengaturan jadwal keberangkatan bus dengan memperhitungkan bus yang tidak mengangkut penumpang dari terminal awal (bus deadhead), agar dapat mengangkut penumpang di terminal-terminal lainnya yang tidak terangkut oleh bus reguler. Adanya bus deadhead dapat membantu perusahaan otobus meningkatkan keuntungan perusahaan maupun kepuasan penumpang terhadap pelayanan yang diberikan. Alternating deadheading ini akan dibutuhkan pada saat demand armada bus tidak seimbang. Dengan strategi ini dimungkinkan untuk dilakukan penyesuaian suplai armada bus terhadap permintaan bus di satu kota. Beberapa bus harus berangkat dalam keadaan kosong ke terminal tujuan untuk memenuhi demand penumpang yang lebih besar di kota lain. Bus tersebut akan bebas menggunakan jalur tercepat yang tersedia, untuk mengangkut penumpang yang belum terangkut di terminal yang kekurangan armada. Pada strategi alternating deadheading, banyaknya penumpang yang berangkat dari terminal di kota awal ke terminal di kota tujuan dan banyaknya bus yang tersedia akan menjadi pertimbangan untuk menentukan banyaknya bus yang akan diberangkatkan. Saat ini berbagai perusahaan otobus antarkota antarprovinsi belum menggunakan strategi alternating deadheading. Perusahaan otobus masih menggunakan sistem konvensional, yakni memberangkatkan busnya dari terminal keberangkatan. Namun, apabila terjadi lonjakan penumpang maka pihak perusahaan otobus tidak lagi memiliki bus yang siap melakukan perjalanan. Pada akhirnya, perusahaan otobus tidak dapat memaksimalkan keuntungan yang seharusnya dapat diperoleh. Bus Malam Antarkota Antarprovinsi Bus malam antarkota antarprovinsi merupakan angkutan darat yang menghubungkan satu kota dengan kota yang lain di provinsi yang berbeda. Pada umumnya perusahaan bus malam antarkota antarprovinsi memiliki beberapa trayek. Pihak perusahaan otobus memilih memberangkatkan sejumlah busnya di satu waktu yang hampir bersamaan pada sore hingga malam hari karena pertimbangan kelancaran perjalanan dan jumlah penumpang yang lebih banyak di waktu-waktu tersebut. Oleh karena itu setiap bus hanya melakukan maksimal satu kali perjalanan setiap harinya dan bus akan diperiksa kelayakannya untuk keberangkatan selanjutnya di depot perusahaan otobus. Bus dibedakan menjadi bus reguler dan bus nonreguler. Bus Reguler Bus reguler merupakan bus yang armadanya dimiliki oleh perusahaan otobus sendiri. Masalah penjadwalan keberangkatan bus reguler merupakan suatu
15 4 model pengaturan waktu perjalanan bus suatu perusahaan otobus yang diharapkan dapat meminimalkan biaya operasional dengan mengatur jumlah keberangkatan bus. Adapun jenis bus reguler berdasarkan keberangkatannya ialah bus-berangkat, bus perpal dan bus deadhead. 1 Bus-berangkat Bus-berangkat yaitu bus yang memiliki jadwal keberangkatan dari terminal di satu kota ke terminal di kota lain untuk mengangkut penumpang dari satu kota menuju kota lain. Bus akan berangkat apabila kuota minimum penumpang telah terpenuhi. Banyaknya bus yang berangkat berdasarkan pada penumpang di hari dan kota tertentu. Adapun biaya bus-berangkat dihitung dari biaya bahan bakar, perawatan bus, penggajian awak bus, biaya konsumsi (apabila disediakan), serta biaya lainnya. 2 Bus perpal Istilah perpal diambil dari bahasa Belanda yaitu verval yang artinya bus mengalami kerusakan/tidak berangkat. Bus perpal yaitu bus yang tidak melakukan perjalanan dan hanya menginap di satu kota dikarenakan suatu hal, misalkan mesin rusak, demand penumpang di kota tersebut tidak memenuhi jumlah minimum penumpang bus-berangkat dan lain-lain. Pada kondisi ini bus perpal tidak memiliki biaya karena tidak melakukan perjalanan. 3 Bus deadhead Bus deadhead adalah bus yang berangkat tanpa mengangkut penumpang dari terminal di kota awal dan akan melewati jalur tercepat untuk tiba di terminal kota tujuan. Tujuan utama pemberangkatan bus deadhead ialah untuk memenuhi kebutuhan pengangkutan penumpang di kota lain yang membutuhkan lebih banyak bus. Bus Nonreguler Tingginya biaya perawatan dan penyediaan bus membuat perusahaan otobus memiliki keterbatasan dalam hal kepemilikan unit bus. Keterbatasan unit bus ini tidak akan bermasalah apabila demand bus kurang dari unit yang tersedia. Namun apabila unit yang tersedia tidak mampu untuk memenuhi demand maka salah satu cara untuk menyiasatinya ialah dengan menyewa bus dari perusahaan otobus lainnya. Bus-tambahan Bus-tambahan yaitu bus nonreguler yang akan berangkat apabila kebutuhan bus tidak dapat diakomodasi oleh bus reguler yang berada di kota tersebut atau bus deadhead dari kota lain. Adapun biaya bus tambahan akan lebih besar dibanding dengan biaya bus-berangkat karena terdapat tambahan biaya seperti biaya penyesuaian kondisi kabin bus dan biaya penyewaan bus.
16 5 Formulasi Masalah Untuk membatasi permasalahan penjadwalan keberangkatan bus, maka digunakan beberapa asumsi antara lain: 1 satu siklus terdiri dari 14 hari (2 minggu), 2 tidak ada bus yang mengalami kerusakan, 3 jumlah bus yang dimiliki pihak otobus terbatas, 4 hanya terdapat satu terminal di setiap kota, 5 penentuan jumlah penumpang dilakukan dari data yang pernah ada. Permasalahan penjadwalan bus tersebut dapat dinyatakan ke dalam bentuk pemrograman linear integer. Indeks = kota asal keberangkatan = 1,2,,, = hari keberangkatan = 1,2,,, = kelas bus = 1,2,,. Parameter = biaya keberangkatan untuk bus-berangkat, = biaya keberangkatan untuk bus deadhead, = biaya keberangkatan untuk bus tambahan, = kapasitas bus kelas, = jumlah bus yang dimiliki perusahaan otobus untuk bus kelas, = persentase keterangkutan penumpang, = banyak penumpang di kota asal, hari, dan bus kelas. Variabel Keputusan = banyak bus yang dibutuhkan di kota asal, hari, dan bus kelas, = banyak bus perpal di kota asal, hari, dan bus kelas, = banyak bus yang terdapat di kota asal, hari, dan bus kelas, = banyak bus-berangkat di kota asal, hari, dan bus kelas, = banyak bus deadhead di kota asal, hari, dan bus kelas, = banyak bus tambahan di kota asal, hari, dan bus kelas. Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan biaya keberangkatan dengan mengatur banyaknya bus-berangkat, bus deadhead dan bus tambahan sebagai berikut. Minimumkan.
17 6 Kendala Kendala pada permasalahan ini ialah sebagai berikut: 1 Banyaknya tempat yang tersedia untuk penumpang di bus harus lebih besar atau sama dengan persentase banyaknya penumpang yang diinginkan. = 1,2,, = 1,2,, = 1,2,,. 2 Banyaknya bus yang datang dari kota lain dan bus perpal di satu kota akan sama jumlahnya dengan banyaknya bus yang akan pergi ke kota lain dan bus perpal di kota tersebut di hari berikutnya. a b c a b c a b c a b c 2 jk 1 jk 2 jk 1( j 1) k 1( j 1) k 1( j 1) k 1 jk 2 jk 1 jk 2( j 1) k 2( j 1) k 2( j 1) k = 1 = 1,2,, = 1,2,,, = 2 = 1,2,, = 1,2,,. 3 Banyaknya bus yang ada di satu kota hari ini adalah penjumlahan dari busberangkat dan bus deadhead dari kota lain serta bus perpal dari kota tersebut di hari sebelumnya. a b c e a b c e 2 jk 1 jk 2 jk 1( j 1) k 1 jk 2 jk 1 jk 2( j 1) k = 1 = 1,2,, = 1,2,,, = 2 = 1,2,, = 1,2,,. 4 Semua bus yang terdapat di seluruh kota pada hari tertentu adalah jumlah seluruh bus yang dimiliki oleh perusahaan otobus. = 1,2,, = 1,2,,. 5 Bus yang ada di suatu kota harus lebih banyak atau sama dengan bus yang akan dioperasikan. eijk aijk cijk = 1,2,, = 1,2,, = 1,2,,. 6 Banyaknya bus yang dibutuhkan setiap hari di setiap kota adalah penjumlahan dari banyaknnya bus-berangkat dan bus tambahan. a f g = 1,2,, = 1,2,, = 1,2,,. ijk ijk ijk 7 Kendala ketaknegatifan memastikan bahwa: = 1,2,, = 1,2,, = 1,2,,. aijk, bijk, cijk, eijk, fijk, gijk 0 STUDI KASUS Studi kasus yang dilakukan oleh penulis pada karya ilmiah ini yaitu pada perusahaan otobus RAYA dengan data yang dipergunakan ialah data pada tanggal 11 sampai dengan 24 Februari Keberangkatan bus yang dibahas ialah keberangkatan bus yang melayani 2 kota di pulau Jawa. Kota tersebut ialah Solo dan Jakarta. PO RAYA membagi 4 kelas bus di dalam setiap perjalanannya yaitu kelas Super Top yang memiliki kapasitas 18 penumpang, Eksekutif yang memiliki kapasitas 24 penumpang, Eksekutif-28 yang memiliki kapasitas 28 penumpang dan Eksekutif-32 yang memiliki kapasitas 32 penumpang. Perusahaan ingin menentukan berapa banyak bus yang berangkat dan berapa banyak bus yang tidak berangkat berdasarkan data jumlah penumpang yang ada setiap 14 hari.
18 7 Formulasi Model Matematika Indeks = kota asal keberangkatan = 1,2, = hari keberangkatan = 1,2,, 14, = kelas bus = 1,2, 3, 4. Parameter = biaya keberangkatan untuk bus-berangkat, = biaya keberangkatan untuk bus deadhead, = biaya keberangkatan untuk bus tambahan, = kapasitas bus kelas, = jumlah bus yang dimiliki perusahaan otobus untuk bus kelas, = persentase keterangkutan penumpang, = banyak penumpang di kota asal, hari, dan bus kelas. Dalam studi kasus ini terdapat 2 kota asal keberangkatan dengan = 1 adalah kota Solo dan = 2 adalah kota Jakarta, 14 hari keberangkatan dan 4 kelas bus serta persentase keterangkutan penumpang sebesar = 90. Kelas bus Tabel 1 Kelas bus Kapasistas bus Jumlah bus 1 Super Top Eksekutif Eksekutif Eksekutif Tabel 2 Biaya keberangkatan Jenis bus Biaya keberangkatan Bus-berangkat Bus deadhead Bus tambahan Variabel Keputusan = banyak bus yang dibutuhkan di kota asal, hari, dan bus kelas, = banyak bus perpal di kota asal, hari, dan bus kelas, = banyak bus yang terdapat di kota asal, hari, dan bus kelas, = banyak bus-berangkat di kota asal, hari, dan bus kelas, = banyak bus deadhead di kota asal, hari, dan bus kelas, = banyak bus tambahan di kota asal, hari, dan bus kelas.
19 8 Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan biaya keberangkatan dengan mengatur banyaknya bus-berangkat, bus deadhead dan bus tambahan sebagai berikut. Minimumkan Kendala Kendala pada permasalahan ini ialah sebagai berikut: 1 Banyaknya tempat yang tersedia untuk penumpang di bus harus lebih besar atau sama dengan persentase banyaknya penumpang yang diinginkan. = 1,2 = 1,2,, 14 = 1,2, 3, 4. 2 Banyaknya bus yang datang dari kota lain dan bus perpal di satu kota akan sama jumlahnya dengan banyaknya bus yang akan pergi ke kota lain dan busperpal di kota tersebut di hari berikutnya. a2 jk b1 jk c2 jk a1 j 1k b1 j 1k c1 j 1k a1 jk b2 jk c1 jk a2 j 1k b2 j 1k c2 j 1k = 1,2,, 14 = 1,2, 3, 4. 3 Banyaknya bus yang ada di kota satu hari ini adalah penjumlahan dari busberangkat dan bus deadhead dari kota lain serta bus perpal dari kota tersebut di hari sebelumnya. a1 jk b2 jk c1 jk e2 j 1k a2 jk b1 jk c2 jk e1 j 1k = 1,2,, 14 = 1,2, 3, 4. 4 Semua bus yang terdapat di seluruh kota pada hari tertentu adalah jumlah seluruh bus yang dimiliki oleh perusahaan otobus. e1jk e2jk uk = 1,2,, 14 = 1,2, 3, 4. 5 Bus yang ada di suatu kota harus lebih banyak atau sama dengan bus yang akan dioperasikan. e1 jk a1 jk c1 jk e2 jk a2 jk c2 jk = 1,2,, 14 = 1,2, 3, 4. 6 Banyaknya bus yang dibutuhkan setiap hari di setiap kota adalah penjumlahan dari banyaknya bus-berangkat dan bus tambahan. a1 jk f1 jk g1 jk a = 1,2,, 14 = 1,2, 3, 4. 2 jk f2 jk g2 jk 7 Kendala ketaknegatifan memastikan bahwa: = 1,2 = 1,2,, 14 = 1,2, 3, 4. aijk, bijk, cijk, eijk, fijk, gijk 0 Pengujian Model Model ini akan diujikan pada beberapa skenario menggunakan data demand penumpang yang diselesaikan dengan bantuan software LINGO Pada Skenario 1 akan ditunjukkan terdapat bus-berangkat dan bus perpal di satu kota, kemudian akan ditunjukkan pula terdapat bus deadhead yang berangkat dari satu kota menggunakan data banyaknya penumpang bus kelas Eksekutif selama 7 hari, pada Skenario 2 akan ditunjukkan terdapat bus tambahan yang disediakan untuk berangkat di satu kota, kemudian akan ditunjukkan pula terdapat bus
20 deadhead dengan tujuan apabila terdapat kekurangan bus di satu kota menggunakan data banyaknya penumpang bus kelas Super Top selama 7 hari, dan pada Skenario 3 akan dijadwalkan keberangkatan bus secara keseluruhan selama 14 hari yang meminimalkan biaya dengan demand penumpang yang terdapat di setiap kota pada setiap hari sebagai acuannya. Skenario 1 Pada Tabel 3 terlihat bahwa pada bus kelas Eksekutif yang berkapasitas 24 orang terjadi ketidakseimbangan banyaknya penumpang tujuan Solo dan Jakarta. Hal ini memungkinkan terdapat bus perpal atau dengan kata lain di salah satu kota tidak semua bus akan berangkat. Selain itu untuk memenuhi kebutuhan bus di suatu kota diberangkatkan pula bus deadhead dari terminal di kota lain. Bus akan berangkat dalam keadaan kosong ke terminal di kota tujuan. Tabel 3 Banyaknya penumpang bus kelas Eksekutif trayek Jakarta - Solo dan Solo - Jakarta selama 7 hari Hari Tujuan Jakarta Tujuan Solo Sintaks dan detail hasil komputasi LINGO dapat dilihat di Lampiran 1 dan Lampiran 2. Hasil komputasi Skenario 1 dengan software LINGO 11.0 diperlihatkan di Tabel 4. Tabel 4 Banyaknya bus kelas Eksekutif trayek Jakarta - Solo dan Solo - Jakarta di setiap kota selama 7 hari Hari Bus yang tersedia Di Kota Jakarta Bus perpal Bus deadhead Bus yang tersedia Di Kota Solo Busberangkat Busberangkat Bus perpal Bus deadhead Pada hari pertama, di kota Solo terdapat 6 bus untuk memenuhi kebutuhan bus, namun hanya diberangkatkan 5 bus sehingga 1 bus lainnya perpal. Kemudian, dapat diperhatikan bahwa bus deadhead terdapat di hari pertama di kota Jakarta menuju kota Solo sebab terjadi ketidakseimbangan jumlah bus di kedua kota 9
21 10 tersebut. Hal ini memungkinkan bus akan berangkat kosong (deadhead) sebanyak 1 bus dari kota Jakarta untuk memenuhi kebutuhan di kota Solo. Ilustrasi perjalanan bus selama 7 hari diberikan pada Gambar 1. Keterangan: Bus-berangkat : Bus perpal : Bus deadhead : Kota Solo : Kota Jakarta : Gambar 1 Alur pergerakan bus pada Skenario 1 Skenario 2 Pada skenario ini akan ditunjukkan terdapat bus tambahan yang akan diberangkatkan apabila kebutuhan bus lebih banyak dari banyaknya bus yang tersedia di suatu kota dan tidak memungkinkan terjadinya bus deadhead dari terminal di kota lain karena tidak ada armada yang tersedia. Kemudian akan diperlihatkan pula bus deadhead akan terjadi apabila terdapat kekurangan armada bus di satu kota. Hal ini disebabkan karena kebutuhan bus yang lebih banyak dari jumlah bus yang tersedia. Banyaknya penumpang bus kelas Super Top yang akan menjadi input dapat dilihat pada Tabel 5. Tabel 5 Banyaknya penumpang bus kelas Super Top trayek Jakarta - Solo dan Solo - Jakarta selama 7 hari Hari Tujuan Jakarta Tujuan Solo Sintaks dan detail hasil komputasi LINGO dapat dilihat di Lampiran 3 dan Lampiran 4. Hasil komputasi Skenario 2 dengan software LINGO 11.0 diperlihatkan di Tabel 6. Pada hari kelima, di kota Jakarta membutuhkan 3 bus namun yang tersedia hanya 2 bus, yang berasal dari 1 bus-berangkat dan 1 bus deadhead dari kota Solo. Hal ini memungkinkan penyewaan 1 bus tambahan yang
22 digunakan untuk memenuhi kebutuhan bus di kota Jakarta. Ilustrasi perjalanan bus selama 7 hari diberikan pada Gambar 2. Tabel 6 Banyaknya bus kelas Super Top trayek Jakarta - Solo dan Solo - Jakarta di setiap kota selama 7 hari Hari Bus yang tersedia Di Kota Jakarta Bus deadhead Bus tambahan Bus yang tersedia Busberangkat Busberangkat Di Kota Solo Bus deadhead 11 Bus tambahan Keterangan: Bus-berangkat : Bus perpal : Bus deadhead : Bus tambahan : Kota Solo : Kota Jakarta : Gambar 2 Alur pergerakan bus pada Skenario 2 Skenario 3 Pada skenario ini akan dijadwalkan keberangkatan bus di setiap kelas secara keseluruhan selama 14 hari yang akan meminimumkan biaya dengan banyaknya penumpang yang terdapat di setiap kota pada setiap harinya sebagai acuan. Banyaknya penumpang dan bus yang berangkat untuk setiap kelas yang tidak menggunakan model matematika selama 14 hari dapat dilihat di Tabel 7 dan 8. Data tersebut di diambil dari sub agen dan agen PO Raya yang berada di Jakarta dan Solo, pada tanggal 11 sampai dengan 24 Febuari 2013, dengan biaya keberangkatan setiap bus ialah Rp
23 12 Tabel 7 Banyaknya penumpang yang berangkat dari Jakarta ke Solo dan Solo ke Jakarta selama 14 hari untuk setiap kelas bus Tujuan Jakarta Tujuan Solo Hari Super Eksekutif Eksekutif Super Eksekutif Eksekutif Eksekutif Eksekutif Top Top Tabel 8 Banyaknya bus yang diberangkatkan dalam waktu 14 hari sebelum menggunakan model matematika Tujuan Jakarta Tujuan Solo Hari Super Eksekutif Eksekutif Super Eksekutif Eksekutif Eksekutif Eksekutif Top Top Jumlah (Sumber: PO Raya) Akan dibandingkan banyaknya bus yang berangkat sebelum dan sesudah dimasukkan kedalam model matematika. Hal ini dilakukan sebagai upaya untuk mengetahui seberapa efisien penjadwalan yang telah dirumuskan, sehingga dapat diterapkan pada penjadwalan bus di PO Raya.
24 13 Tabel 9 Perbandingan banyak bus yang berangkat dari Solo ke Jakarta sebelum dan sesudah menggunakan model matematika Hari Super Top Eksekutif Eksekutif-28 Eksekutif-32 Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah Jumlah Tabel 10 Perbandingan banyak bus yang berangkat dari Jakarta ke Solo sebelum dan sesudah menggunakan model matematika Hari Super Top Eksekutif Eksekutif-28 Eksekutif-32 Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah Jumlah Dari penghitungan pada LINGO 11.0 diperoleh hasil, yaitu terdapat 282 bus-berangkat, 8 bus deadhead dan 8 bus tambahan serta fungsi objektifnya adalah (dalam ribu rupiah). Sintaks dan detail hasil komputasi LINGO dapat dilihat di Lampiran 5 dan 6, sedangkan hasil program dalam bentuk tabel
25 14 perbandingan keberangkatan bus sebelum dan sesudah menggunakan model dapat dilihat pada Tabel 9 dan 10. Berdasarkan data tersebut perusahaan otobus akan menghemat biaya sebesar rupiah atau 15.48% dari biaya sebelumnya karena total bus yang berangkat sebelum menggunakan model matematik pada karya ilmiah ini adalah 336 keberangkatan bus reguler dan 12 keberangkatan bus tambahan dengan total biaya rupiah karena biaya keberangkatan setiap bus di PO Raya ialah Rp SIMPULAN DAN SARAN Simpulan Masalah penjadwalan keberangkatan bus dan pengadaan bus deadhead merupakan hal yang penting karena dapat berpengaruh pada biaya operasional perusahaan otobus. Jumlah penumpang yang tidak seimbang membuat penggunaan bus deadhead menjadi salah satu alternatif dalam usaha perusahaan otobus mengefisiensikan biaya keberangkatan bus. Hal-hal yang harus diperhatikan dalam menyelesaikan masalah ini ialah penentuan jumlah busberangkat, bus perpal, bus deadhead dan bus tambahan yang jumlahnya disesuaikan dengan jumlah penumpang pada hari tersebut. Masalah penjadwalan ini dapat diformulasikan dengan integer programming dan diselesaikan dengan LINGO Saran Pada karya tulis ini telah dibahas mengenai masalah penentuan busberangkat, bus perpal, bus deadhead dan bus tambahan yang beroperasi di satu trayek. Akan lebih baik apabila penelitian ini dikembangkan dengan masalah yang lebih kompleks, yaitu masalah penentuan bus-berangkat, bus deadhead dan bus tambahan yang terintegrasi dengan beberapa trayek di suatu perusahaan otobus. DAFTAR PUSTAKA Bedworth DD, Bailey JE Integrated Production Control System:Management, Analysis, Design. New York (US): John Wiley & Sons. Furth PG Alternating Deadheading in Bus Route Operations. Transportation Science 19(1): Garfinkel, RS & Nemhauser GL Integer Programming. New York (US): John Wiley & Sons. Hasan MK. & Hammad AAA Intercity bus scheduling for the Saudi public transport company to maximize profit and yield additional revenue. Service Science & Management 3(3): Heizer J, Render B Manajemen Operasi. Ed ke-9. Sungkono C, penerjemah. Jakarta (ID): Salemba Empat. Terjemahan dari: Operations Management. Morton TE, Pentico DW Heuristics Scheduling System. New York (US): John Wiley & Sons.
26 15 Lampiran 1 Sintaks LINGO 11.0 untuk masalah penentuan banyaknya bus berangkat dalam meminimumkan biaya operasional untuk Skenario 1. SETS: kota_asal/1,2/:x; perjalanan/1..7/:y; bus(kota_asal,perjalanan):a,b,c,d,e,f,g; ENDSETS 1.xlsx','BUS_BERANGKAT','BUS_PERPAL','BUS_DEADHEAD','BUS_YANG_TERS EDIA','BUS_TAMBAHAN','TOTAL_BUS_BERANGKAT')=A,B,C,E,F,G; ENDDATA Min + 900*C *F );!kendala 1: Banyaknya tempat yang tersedia untuk penumpang di bus harus lebih besar atau sama dengan persentase banyaknya penumpang yang >= 0.9*D);!kendala 2: Banyaknya bus yang datang dari kota lain dan busperpal di kota satu akan sama jumlahnya dengan banyaknya bus yang akan pergi ke kota lain dan bus-perpal di kota tersebut di hari B(1,j+1)+ A(2,j)- A(1,j+1) + C(2,j)- C(1,j+1))= B(2,j+1)+ A(1,j)- A(2,j+1)+ C(1,j) - B(1,1)+ A(2,j)- A(1,1) + C(2,j) - C(1,1))= B(2,1)+ A(1,j)- A(2,1)+ C(1,j) - C(2,1)) =0);!kendala 3: Banyaknya bus yang ada di kota satu hari ini adalah penjumlahan dari dari bus-berangkat dan bus-deadhead dari kota lain serta bus-perpal dari kota tersebut di hari A(2,j)+ C(2,j))= B(2,j)+ A(1,j)+ C(1,j))= E(2,j+1));
27 A(2,j)+ C(2,j))= A(1,j)+ C(1,j))= E(2,1));!kendala 4: Semua bus yang terdapat di seluruh kota pada hari tertentu adalah jumlah seluruh bus yang dimiliki oleh E(1,J))= 12);!kendala 5: Bus yang ada di suatu kota harus lebih banyak atau sama dengan bus yang C(2,J))<=E(2,J));!kendala 6: Bus yang dibutuhkan setiap hari di setiap kota adalah penjumlahan bus-berangkat 7: kendala ketaknegatifan; End Lampiran 2 Detail Hasil Komputasi LINGO 11.0 Skenario 1. Global optimal solution found. Objective value: Objective bound: Infeasibilities: Extended solver steps: 0 Total solver iterations: 37
28 17 Export Summary Report Transfer Method: OLE BASED Workbook: excel-1.xlsx Ranges Specified: 6 BUS_BERANGKAT BUS_PERPAL BUS_DEADHEAD BUS_YANG_TERSEDIA BUS_TAMBAHAN TOTAL_BUS_BERANGKAT Ranges Found: 3 Range Size Mismatches: 0 Values Transferred: 42 Variable Value Reduced Cost X( 1) X( 2) Y( 1) Y( 2) Y( 3) Y( 4) Y( 5) Y( 6) Y( 7) A( 1, 1) A( 1, 2) A( 1, 3) A( 1, 4) A( 1, 5) A( 1, 6) A( 1, 7) A( 2, 1) A( 2, 2) A( 2, 3) A( 2, 4) A( 2, 5) A( 2, 6) A( 2, 7) B( 1, 1) B( 1, 2) B( 1, 3) B( 1, 4) B( 1, 5) B( 1, 6) B( 1, 7) B( 2, 1) B( 2, 2) B( 2, 3) B( 2, 4) B( 2, 5) B( 2, 6) B( 2, 7) C( 1, 1) C( 1, 2) C( 1, 3) C( 1, 4) C( 1, 5) C( 1, 6) C( 1, 7) C( 2, 1) C( 2, 2) C( 2, 3)
29 18 C( 2, 4) C( 2, 5) C( 2, 6) C( 2, 7) D( 1, 1) D( 1, 2) D( 1, 3) D( 1, 4) D( 1, 5) D( 1, 6) D( 1, 7) D( 2, 1) D( 2, 2) D( 2, 3) D( 2, 4) D( 2, 5) D( 2, 6) D( 2, 7) E( 1, 1) E( 1, 2) E( 1, 3) E( 1, 4) E( 1, 5) E( 1, 6) E( 1, 7) E( 2, 1) E( 2, 2) E( 2, 3) E( 2, 4) E( 2, 5) E( 2, 6) E( 2, 7) F( 1, 1) F( 1, 2) F( 1, 3) F( 1, 4) F( 1, 5) F( 1, 6) F( 1, 7) F( 2, 1) F( 2, 2) F( 2, 3) F( 2, 4) F( 2, 5) F( 2, 6) F( 2, 7) G( 1, 1) G( 1, 2) G( 1, 3) G( 1, 4) G( 1, 5) G( 1, 6) G( 1, 7) G( 2, 1) G( 2, 2) G( 2, 3) G( 2, 4) G( 2, 5) G( 2, 6) G( 2, 7)
30 19 Lampiran 3 Sintaks LINGO 11.0 untuk masalah penentuan banyaknya bus berangkat dalam meminimumkan biaya operasional untuk Skenario 2. SETS: kota_asal/1,2/:x; perjalanan/1..7/:y; bus(kota_asal,perjalanan):a,b,c,d,e,f,g; ENDSETS 3.xlsx','BUS_BERANGKAT','BUS_PERPAL','BUS_DEADHEAD','BUS_YANG_TERS EDIA','BUS_TAMBAHAN','TOTAL_BUS_BERANGKAT')=A,B,C,E,F,G; ENDDATA Min + 900*C *F );!kendala 1: Banyaknya tempat yang tersedia untuk penumpang di bus harus lebih besar atau sama dengan persentase banyaknya penumpang yang >= 0.9*D);!kendala 2: Banyaknya bus yang datang dari kota lain dan busperpal di kota satu akan sama jumlahnya dengan banyaknya bus yang akan pergi ke kota lain dan bus-perpal di kota tersebut di hari B(1,j+1)+ A(2,j)- A(1,j+1) + C(2,j)- C(1,j+1))= B(2,j+1)+ A(1,j)- A(2,j+1)+ C(1,j) - B(1,1)+ A(2,j)- A(1,1) + C(2,j) - C(1,1))= B(2,1)+ A(1,j)- A(2,1)+ C(1,j) - C(2,1)) =0);!kendala 3: Banyaknya bus yang ada di kota satu hari ini adalah penjumlahan dari dari bus-berangkat dan bus-deadhead dari kota lain serta bus-perpal dari kota tersebut di hari A(2,j)+ C(2,j))= B(2,j)+ A(1,j)+ C(1,j))= E(2,j+1));
31 A(2,j)+ C(2,j))= A(1,j)+ C(1,j))= E(2,1));!kendala 4: Semua bus yang terdapat di seluruh kota pada hari tertentu adalah jumlah seluruh bus yang dimiliki oleh E(1,J))= 4);!kendala 5: Bus yang ada di suatu kota harus lebih banyak atau sama dengan bus yang C(2,J))<=E(2,J));!kendala 6: Bus yang dibutuhkan setiap hari di setiap kota adalah penjumlahan bus-berangkat 7: kendala ketaknegatifan; End Lampiran 4 Detail Hasil Komputasi LINGO 11.0 Skenario 2. Global optimal solution found. Objective value: Objective bound: Infeasibilities: Extended solver steps: 0 Total solver iterations: 20
32 21 Export Summary Report Transfer Method: OLE BASED excel-exe.xlsx Workbook: Ranges Specified: 6 BUS_BERANGKAT_ST BUS_PERPAL_ST BUS_DEADHEAD_ST BUS_YANG_TERSEDIA_ST BUS_TAMBAHAN_ST TOTAL_BUS_BERANGKAT_ST Ranges Found: 6 Range Size Mismatches: 0 Values Transferred: 84 Variable Value Reduced Cost X( 1) X( 2) Y( 1) Y( 2) Y( 3) Y( 4) Y( 5) Y( 6) Y( 7) A( 1, 1) A( 1, 2) A( 1, 3) A( 1, 4) A( 1, 5) A( 1, 6) A( 1, 7) A( 2, 1) A( 2, 2) A( 2, 3) A( 2, 4) A( 2, 5) A( 2, 6) A( 2, 7) B( 1, 1) B( 1, 2) B( 1, 3) B( 1, 4) B( 1, 5) B( 1, 6) B( 1, 7) B( 2, 1) B( 2, 2) B( 2, 3) B( 2, 4) B( 2, 5) B( 2, 6) B( 2, 7) C( 1, 1) C( 1, 2) C( 1, 3) C( 1, 4) C( 1, 5) C( 1, 6) C( 1, 7)
33 22 C( 2, 1) C( 2, 2) C( 2, 3) C( 2, 4) C( 2, 5) C( 2, 6) C( 2, 7) D( 1, 1) D( 1, 2) D( 1, 3) D( 1, 4) D( 1, 5) D( 1, 6) D( 1, 7) D( 2, 1) D( 2, 2) D( 2, 3) D( 2, 4) D( 2, 5) D( 2, 6) D( 2, 7) E( 1, 1) E( 1, 2) E( 1, 3) E( 1, 4) E( 1, 5) E( 1, 6) E( 1, 7) E( 2, 1) E( 2, 2) E( 2, 3) E( 2, 4) E( 2, 5) E( 2, 6) E( 2, 7) F( 1, 1) F( 1, 2) F( 1, 3) F( 1, 4) F( 1, 5) F( 1, 6) F( 1, 7) F( 2, 1) F( 2, 2) F( 2, 3) F( 2, 4) F( 2, 5) F( 2, 6) F( 2, 7) G( 1, 1) G( 1, 2) G( 1, 3) G( 1, 4) G( 1, 5) G( 1, 6) G( 1, 7) G( 2, 1) G( 2, 2) G( 2, 3) G( 2, 4) G( 2, 5) G( 2, 6) G( 2, 7)
34 23 Lampiran 5 Sintaks LINGO 11.0 untuk masalah penentuan banyaknya bus berangkat dalam meminimumkan biaya operasional untuk skenario 3. Model: Title: Meminimumkan biaya keberangkatan dengan mengatur bus berangkat, bus deadhead dan bus tambahan; SETS: kota_asal/1,2/:x; perjalanan/1..14/:y; kelas/1..4/:z; bus(kota_asal,perjalanan,kelas):a,b,c,d,e,f,g; ENDSETS _YANG_TERSEDIA','BUS_TAMBAHAN','TOTAL_BUS_BERANGKAT')=A,B,C,E,F,G; ENDDATA Min + 900*C *F );!kendala 1: Banyaknya tempat yang tersedia untuk penumpang di bus harus lebih besar atau sama dengan persentase banyaknya penumpang yang k#eq#1:18*g >= k#eq#2:24*g >= k#eq#3:28*g >= k#eq#4:32*g >= 0.9*D);!kendala 2: Banyaknya bus yang datang dari kota lain dan busperpal di kota satu akan sama jumlahnya dengan banyaknya bus yang akan pergi ke kota lain dan bus-perpal di kota tersebut di hari B(1,j+1,k)+ A(2,j,k)- A(1,j+1,k) + C(2,j,k)- C(1,j+1,k))= B(2,j+1,k)+ A(1,j,k)- A(2,j+1,k)+ C(1,j,k) - B(1,1,k)+ A(2,j,k)- A(1,1,k) + C(2,j,k) - C(1,1,k))= B(2,1,k)+ A(1,j,k)- A(2,1,k)+ C(1,j,k) - C(2,1,k))=0));
35 24!kendala 3: Banyaknya bus yang ada di kota satu hari ini adalah penjumlahan dari dari bus-berangkat dan bus-deadhead dari kota lain serta bus-perpal dari kota tersebut di hari sebelumnya; A(2,j,k)+ C(2,j,k))= E(1,j+1,k))); B(2,j,k)+ A(1,j,k)+ C(1,j,k))= E(2,j+1,k))); A(2,j,k)+ C(2,j,k))= E(1,1,k))); A(1,j,k)+ C(1,j,k))= E(2,1,k)));!kendala 4: Semua bus yang terdapat di seluruh kota pada hari tertentu adalah jumlah seluruh bus yang dimiliki oleh E(1,J,4))= 4);!kendala 5: Bus yang ada di suatu kota harus lebih banyak atau sama dengan bus yang C(2,J,k))<=E(2,J,k)));!kendala 6: Bus yang dibutuhkan setiap hari di setiap kota adalah penjumlahan bus-berangkat
36 25!kendala 7: kendala ketaknegatifan; End Lampiran 6 Detail Hasil Komputasi LINGO 11.0 Skenario 3. Global optimal solution found. Objective value: Objective bound: Infeasibilities: Extended solver steps: 0 Total solver iterations: 207 Export Summary Report Transfer Method: OLE BASED Workbook: excel2.xlsx Ranges Specified: 6 BUS_BERANGKAT BUS_PERPAL
37 26 BUS_DEADHEAD BUS_YANG_TERSEDIA BUS_TAMBAHAN TOTAL_BUS_BERANGKAT Ranges Found: 6 Range Size Mismatches: 0 Values Transferred: 672 Variable Value Reduced Cost X( 1) X( 2) Y( 1) Y( 2) Y( 3) Y( 4) Y( 5) Y( 6) Y( 7) Y( 8) Y( 9) Y( 10) Y( 11) Y( 12) Y( 13) Y( 14) Z( 1) Z( 2) Z( 3) Z( 4) A( 1, 1, 1) A( 1, 1, 2) A( 1, 1, 3) A( 1, 1, 4) A( 1, 2, 1) A( 1, 2, 2) A( 1, 2, 3) A( 1, 2, 4) A( 1, 3, 1) A( 1, 3, 2) A( 1, 3, 3) A( 1, 3, 4) A( 1, 4, 1) A( 1, 4, 2) A( 1, 4, 3) A( 1, 4, 4) A( 1, 5, 1) A( 1, 5, 2) A( 1, 5, 3) A( 1, 5, 4) A( 1, 6, 1) A( 1, 6, 2) A( 1, 6, 3) A( 1, 6, 4) A( 1, 7, 1) A( 1, 7, 2) A( 1, 7, 3) A( 1, 7, 4) A( 1, 8, 1) A( 1, 8, 2) A( 1, 8, 3) A( 1, 8, 4)
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 terperinciOPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI
OPTIMASI BIAYA OPERASIONAL KERETA API DALAM SISTEM LOOP LINE MENGGUNAKAN PEMROGRAMAN INTEGER TAKLINEAR NOVARIA YUSRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI
PENJADWALAN DISTRIBUSI BARANG MENGGUNAKAN MIXED INTEGER PROGRAMMING LAISANOPACI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI
Lebih terperinciLampiran 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 terperinciPENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI
PENGOPTIMUMAN BERBASIS DUAL MASALAH PENJADWALAN TIGA HARI KERJA DALAM SEMINGGU SECARA SIKLIS NUR HADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciOPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI
OPTIMASI RUTE PENERBANGAN MENGGUNAKAN INTEGER PROGRAMMING: STUDI KASUS DI PT CITILINK ELYSA FITRIYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciPENJADWALAN MATA PELAJARAN DI SEKOLAH: STUDI KASUS DI SMPIT NURUL FAJAR BOGOR MUHAMMAD IZZUDDIN
PENJADWALAN MATA PELAJARAN DI SEKOLAH: STUDI KASUS DI SMPIT NURUL FAJAR BOGOR MUHAMMAD IZZUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN
Lebih terperinciPENYELESAIAN 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 terperinciPENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA
PENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciPENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS
PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciIMPLEMENTASI 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 terperinciPENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI
PENJADWALAN SIARAN IKLAN PADA TELEVISI MENGGUNAKAN METODE INTEGER LINEAR PROGRAMMING DAN METODE HEURISTIK DEVINA ANGGRAINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENJADWALAN 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 terperinciMASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH
MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPENJADWALAN PENGAWAS UJIAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI DEPARTEMEN MATEMATIKA FMIPA IPB MIRA AISYAH ROMLIYAH
PENJADWALAN PENGAWAS UJIAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI DEPARTEMEN MATEMATIKA FMIPA IPB MIRA AISYAH ROMLIYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN
PENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciMASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI
MASALAH PENDISTRIBUSIAN BARANG MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ANGGUN ARYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
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 terperinciPEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI
PEMODELAN PENENTUAN KOMPOSISI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PERUSAHAAN JENANG KUDUS ROSMA MULYANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciPENJADWALAN PERAWAT RS CIPTO MANGUNKUSUMO LANTAI 4 ZONA A MENGGUNAKAN METODE GOAL PROGRAMMING IRMA FATMAWATI
PENJADWALAN PERAWAT RS CIPTO MANGUNKUSUMO LANTAI 4 ZONA A MENGGUNAKAN METODE GOAL PROGRAMMING IRMA FATMAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciMODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN
MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciPENJADWALAN MATA KULIAH DENGAN MEMINIMUMKAN BANYAKNYA RUANGAN REGITA FEBRIYANTI SAMANTA
PENJADWALAN MATA KULIAH DENGAN MEMINIMUMKAN BANYAKNYA RUANGAN REGITA FEBRIYANTI SAMANTA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciII LANDASAN TEORI (ITDP 2007)
2 II LADASA EORI Untuk membuat model optimasi penadwalan bus ransakarta diperlukan pemahaman beberapa teori. erikut ini akan dibahas satu per satu. 2.1 Penadwalan 2.1.1 Definisi Penadwalan Penadwalan merupakan
Lebih terperinciTRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN
TRAVELING SALESMAN PROBLEM DENGAN KENDALA TIME WINDOWS ACHMAD KAMILLUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciPenjadwalan Untuk Memininimalkan Total Tardiness Dengan Metode Integer Linear Programming
https://doi.org/10.22219/jtiumm.vol18.no2.127-137 Penjadwalan Untuk Memininimalkan Total Tardiness Dengan Metode Integer Linear Programming Clara Yessica Livia *, Teguh Oktiarso Jurusan Teknik Industri,
Lebih terperinciPENYELESAIAN 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 terperinciOPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI
OPTIMASI BIAYA ANTISIPASI BENCANA ALAM MEIDINA FITRIANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER
Lebih terperinciMAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI
MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI Tri Hernawati Staf Pengaar Kopertis Wilayah I Dpk Fakultas Teknik Universitas Islam Sumatera Utara Medan Abstrak Profit yang maksimal merupakan tuuan utama
Lebih terperinciBAB 3 LINEAR PROGRAMMING
BAB 3 LINEAR PROGRAMMING Teori-teori yang dijelaskan pada bab ini sebagai landasan berpikir untuk melakukan penelitian ini dan mempermudah pembahasan hasil utama pada bab selanjutnya. 3.1 Linear Programming
Lebih terperinciPemodelan Optimasi Penjadwalan Angkutan Pemadu Moda Bandara dengan Pendekatan Program Lindo (Studi Kasus Bus Damri Bandara Soetta-Cengkareng)
WARTA ARDHIA Jurnal Perhubungan Udara Pemodelan Optimasi Penjadwalan Angkutan Pemadu Moda Bandara dengan Pendekatan Program Lindo (Studi Kasus Bus Damri Bandara Soetta-Cengkareng) The Scheduling Optimization
Lebih terperinciPENJADWALAN PETUGAS KEAMANAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI INSTITUT PERTANIAN BOGOR RANGGA GALUH SONIWAN
PENJADWALAN PETUGAS KEAMANAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI INSTITUT PERTANIAN BOGOR RANGGA GALUH SONIWAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciBAB 5 ANALISIS MODEL
BAB 5 ANALISIS MODEL 5.1. Solusi Model Model distribusi yang telah dikembangkan bertujuan untuk mencari alokasi logistik bencana ke setiap barak pengungsian, alokasi kendaraan yang digunakan, serta rute
Lebih terperinciPENJADWALAN 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 terperinciMASALAH 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 terperinciLampiran 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 terperinciII LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.
II LANDASAN TEORI Pada pembuatan model penjadwalan pertandingan sepak bola babak kualifikasi Piala Dunia FIFA 2014 Zona Amerika Selatan, diperlukan pemahaman beberapa teori yang digunakan di dalam penyelesaiannya,
Lebih terperinciPENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI
PENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar Belakang Kamar darurat (Emergency Room/ER) adalah tempat yang sangat penting peranannya pada rumah sakit. Aktivitas yang cukup padat mengharuskan kamar darurat selalu dijaga oleh
Lebih terperinciIII 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 terperinciGlobal optimal solution found. Objective value: Infeasibilities: Total solver iterations: 1
LAMPIRAN 24 Lampiran 1 Penyelesaian Contoh 1 dengan Preemptive Goal Programming (Prioritas Pertama) MODEL: 1]Min = 8*x1+11*x2+10*x3+12*x4; 2]x1+x2+x3+x4=300; 3]x1
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA. Riset Operasi Masalah pengoptimalan timbul sejak adanya usaha untuk menggunakan pendekatan ilmiah dalam memecahkan masalah manajemen suatu organisasi. Sebenarnya kegiatan yang
Lebih terperinciOPTIMASI PENGGUNAAN ARMADA BIS PADA PO. ROSALIA INDAH SIGIT PRASTOWO
OPTIMASI PENGGUNAAN ARMADA BIS PADA PO. ROSALIA INDAH SIGIT PRASTOWO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2007 RINGKASAN Transportasi mempunyai peran ganda dalam peningkatan pertumbuhan ekonomi
Lebih terperinciMINIMALISASI 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 terperinciPENJADWALAN PERAWAT KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN INTEGER: STUDI KASUS DI RUMAH SAKIT OMNI INTERNASIONAL TANGERANG VIANEY CHRISTINE AMBARITA
PENJADWALAN PERAWAT KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN INTEGER: STUDI KASUS DI RUMAH SAKIT OMNI INTERNASIONAL TANGERANG VIANEY CHRISTINE AMBARITA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB I PENDAHULUAN. juga meningkat bahkan melebihi kapasitas sarana dan prasarana transportasi yang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari manusia dituntut untuk memenuhi kebutuhan hidupnya, pemenuhan kebutuhan hidup harus melaksanakan aktivitas yang tidak hanya dalam suatu
Lebih terperinciSistem Penjadwalan di PT. XYZ
Sistem di PT. XYZ Fernaldi Darmasaputra Leksono 1, I Gede Agus Widyadana 2 Abstract: Production scheduling in a manufacturing company is an important point to control the production process movements.
Lebih terperinciPENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB PENDAHULUAN
PENJADWALAN KEGIATAN PERKULIAHAN MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI PROGRAM STUDI S1 MATEMATIKA FMIPA IPB RUHIYAT 1, F. HANUM 1, R. A. PERMANA 2 Abstrak Jadwal mata kuliah mayor-minor yang tumpang
Lebih terperinciIII MODEL PENJADWALAN
3 Ax = B N x B x = Bx B + Nx N = b. (5) N Karena matriks B adalah matriks taksingular, maka B memiliki invers, sehingga dari (5) x B dapat dinyatakan sebagai: x B = B 1 b B 1 Nx N. (6) Kemudian fungsi
Lebih terperinciBAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak
BAB III PEMBAHASAN A. Perencanaan Menu Diet Diabetes Mellitus Diet DM di RS PKU Muhammadiyah Yogyakarta diberikan dengan cara tiga kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan
Lebih terperinciOPTIMIZATION THE NUMBER OF GENTRY FILLING OIL (BBM) USING A LINEAR PROGRAMMING APPROACH TO FULFILL THE DEMAND (Case Study : PT.
OPTIMASI BANYAKNYA GENTRY PENGISIAN BAHAN BAKAR MINYAK (BBM) DENGAN PENDEKATAN PROGRAM LINIER UNTUK MEMENUHI PERMINTAAN (Studi Kasus : PT.XYZ Surabaya) OPTIMIZATION THE NUMBER OF GENTRY FILLING OIL (BBM)
Lebih terperinciIV STUDI KASUS. spesialisasi pengobatan tertentu dan penggunaan ruang operasi seluruh spesialisasi pengobatan selama satu minggu.
7 pengobatan j bagi pasien rawat inap pada hari l D z jkl n jk, j, (4) Jumlah pelaksanaan operasi spesialisasi pengobatan j bagi pasien rawat jalan yang ditunda dari hari k ke hari l, tidak lebih besar
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar elakang Sepak bola merupakan olahraga yang populer di seluruh dunia termasuk di Indonesia. Sepak bola sebenarnya memiliki perangkat-perangkat penting yang harus ada dalam penyelenggaraannya,
Lebih terperinciPENDEKATAN 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 terperinciOPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN
Tugas Akhir KI 091391 OPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN Akhmed Data Fardiaz NRP 5102109046 Dosen Pembimbing Rully Soelaiman, S.Kom.,
Lebih terperinciMODEL GOAL PROGRAMMING UNTUK OPTIMISASI PENJADWALAN PERAWAT DI RUMAH SAKIT GRHASIA
Model Goal Programming... (Dimas Pamungkas) 1 MODEL GOAL PROGRAMMING UNTUK OPTIMISASI PENJADWALAN PERAWAT DI RUMAH SAKIT GRHASIA A GOAL PROGRAMMING MODEL FOR OPTIMIZING NURSE SCHEDULLING AT GRHASIA HOSPITAL
Lebih terperinciPENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH
PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 PENYELESAIAN
Lebih terperinciPENYELESAIAN 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 terperinciDESAIN DAN IMPLEMENTASI PROTOTIPE SISTEM PORTAL E-GOVERNMENT DI INDONESIA WAWAN WIRAATMAJA
DESAIN DAN IMPLEMENTASI PROTOTIPE SISTEM PORTAL E-GOVERNMENT DI INDONESIA WAWAN WIRAATMAJA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciOPTIMALISASI PENDISTRIBUSIAN BERAS DI PENGGILINGAN PADI KARDI JAYA UTAMA TOLAI DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING
JIMT Vol. 13 No. 1 Juni 2016 (Hal. 38 48) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X OPTIMALISASI PENDISTRIBUSIAN BERAS DI PENGGILINGAN PADI KARDI JAYA UTAMA TOLAI DENGAN MENGGUNAKAN METODE
Lebih terperinciPENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA
PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA 110803028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih 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 terperinciBAB I PENDAHULUAN. dengan kota lainnya baik yang berada dalam satu wilayah administrasi propinsi
BAB I PENDAHULUAN 1.1 Latar Belakang Angkutan antarkota adalah angkutan yang menghubungkan suatu kota dengan kota lainnya baik yang berada dalam satu wilayah administrasi propinsi (antarkota dalam propinsi)
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pesawat terbang merupakan salah satu sarana angkutan umum yang sering digunakan banyak orang, dikarenakan lebih mengefisiensi waktu dalam bepergian. Faktanya,
Lebih terperinciPENYUSUNAN JADWAL PETUGAS SEKURITI DENGAN PROGRAM GOL ABSTRACT
PENYUSUNAN JADWAL PETUGAS SEKURITI DENGAN PROGRAM GOL Herlina Marbun 1, Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika FMIPA Universitas Riau 2 Dosen Jurusan Matematika Fakultas
Lebih terperinciLINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel
LINDO Pegertian: Lindo (Linear Interactive Discrete Optimize) adalah paket program siap pakai yang digunakan untuk memecahkan masalah linear, integer dan quadratic programming. Kemampuan: Lindo dapat digunakan
Lebih terperinciIMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN
IMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN Maya Widyastiti *), Farida Hanum, Toni Bakhtiar Departemen Matematika FMIPA, Institut Pertanian Bogor
Lebih terperinciPENENTUAN RUTE DISTRIBUSI LPG DENGAN PENDEKATAN MODEL MATEMATIS
PENENTUAN RUTE DISTRIBUSI LPG DENGAN PENDEKATAN MODEL MATEMATIS Annisa Kesy Garside, Xamelia Sulistyani, Dana Marsetiya Utama Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Malang,
Lebih terperinciBAB VI Program Linear Bilangan Bulat
BAB VI Program Linear Bilangan Bulat Permasalahan program linear bilangan bulat muncul ketika kita harus memutuskan jumlah barang yang kita perlukan berbentuk bilangan bulat, seperti menentukan banyaknya
Lebih terperinciANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT
ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Sukarelawan adalah seseorang atau sekelompok orang yang secara ikhlas karena panggilan nuraninya memberikan apa yang dimilikinya tanpa mengharapkan imbalan. Sukarelawan
Lebih terperinciDaerah fisibel untuk masalah IP di atas diberikan pada gambar berikut :
L A M P I R A N 3 4 Lampiran Contoh penyelesaian suatu LP dengan metode branch and bound Dari LP pada Contoh Misalkan diberikan integer programming berikut: Maksimumkan z = 7x + 5x () Terhadap : x + x
Lebih terperinciIMPLEMENTASI DAN PERBANDINGAN ALGORITMA PROGRAM EVALUATION AND REVIEW TECHNIQUE (PERT) DAN CRITICAL PATH METHOD (CPM) DALAM BIDANG TRANSPORTASI
IMPLEMENTASI DAN PERBANDINGAN ALGORITMA PROGRAM EVALUATION AND REVIEW TECHNIQUE (PERT) DAN CRITICAL PATH METHOD (CPM) DALAM BIDANG TRANSPORTASI SKRIPSI TITIN DWINOVI 101421044 PROGRAM STUDI S1 EKSTENSI
Lebih terperinciBAB I PENDAHULUAN. Sebagai negara kepulauan, Indonesia sangat tergantung pada sarana
IV-27 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Sebagai negara kepulauan, Indonesia sangat tergantung pada sarana transportasi laut sebagai sarana penghubung utama antara pulau. Distribusi barang antara
Lebih terperinciMODEL 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 terperinciUJM 3 (2) (2014) UNNES Journal of Mathematics.
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm IMPLEMENTASI ALGORITMA BRANCH AND BOUND PADA 0-1 KNAPSACK PROBLEM UNTUK MENGOPTIMALKAN MUATAN BARANG Arum Pratiwi,
Lebih terperinciBAB III PEMBAHASAN. = tujuan atau target yang ingin dicapai. = jumlah unit deviasi yang kekurangan ( - ) terhadap tujuan (b m )
BAB III PEMBAHASAN A. Penyelesaian Perencanaan Produksi dengan Model Goal Programming Dalam industri makanan khususnya kue dan bakery, perencanaan produksi merupakan hasil dari optimisasi sumber-sumber
Lebih terperinciAPLIKASI METODE BRANCH AND CUT DALAM OPTIMASI PRODUKSI POT BUNGA (Studi Kasus: UD. Pot Bunga Mukhlis Rangkuti, Gelugur) SKRIPSI
APLIKASI METODE BRANCH AND CUT DALAM OPTIMASI PRODUKSI POT BUNGA (Studi Kasus: UD. Pot Bunga Mukhlis Rangkuti, Gelugur) SKRIPSI NUSAIBAH KHOLILAH 100803035 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciPERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI
PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan dari industri atau perusahaan adalah menciptakan laba yang maksimal. Salah satu bentuk usahanya adalah dengan memaksimumkan hasil produksi atau meminimumkan
Lebih terperinciKAJIAN PERENCANAAN PRODUKSI AGREGAT DI PT. WISKA. Oleh PATAR NAIBAHO H
KAJIAN PERENCANAAN PRODUKSI AGREGAT DI PT. WISKA Oleh PATAR NAIBAHO H24050116 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009 ABSTRAK Patar Naibaho H24050116. Kajian Perencanaan
Lebih terperinciPEMODELAN PENJADWALAN PERAWAT MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT PERMATA BEKASI IHSAN CAISARIO
PEMODELAN PENJADWALAN PERAWAT MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT PERMATA BEKASI IHSAN CAISARIO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciTeknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM
Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Dosen: Didin Astriani Prassetyowati, M.Stat Silabus MATAKULIAH TI214 TEKNIK RISET OPERASI (2 SKS) TUJUAN Agar mahasiswa
Lebih terperinciDEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
PENERAPAN ANALISIS REGRESI LOGISTIK TERHADAP TINGKAT KEPUASAN MASYARAKAT DALAM PELAYANAN PEMBUATAN KARTU KELUARGA (STUDI KASUS: DI KECAMATAN MEDAN BELAWAN) SKRIPSI CHAIRUNNISA 120823008 DEPARTEMEN MATEMATIKA
Lebih terperinciModel Penentuan Lokasi Pendirian Distribution Center
Petunjuk Sitasi: Wati, P. E., Nuha, H., & Murnawan, H. (2017). Model Penentuan Lokasi Pendirian Distribution Center. Prosiding SNTI dan SATELIT 2017 (pp. H70-74). Malang: urusan Teknik Industri Universitas
Lebih terperinciAPLIKASI METODE TRANSPORTASI DALAM OPTIMASI BIAYA DISTRIBUSI BERAS MISKIN (RASKIN) PADA PERUM BULOG SUB DIVRE MEDAN SKRIPSI
APLIKASI METODE TRANSPORTASI DALAM OPTIMASI BIAYA DISTRIBUSI BERAS MISKIN (RASKIN) PADA PERUM BULOG SUB DIVRE MEDAN SKRIPSI LOLYTA DAMORA SIMBOLON 090803069 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciPENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU
PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG
PEMROGRAMAN INTEGER DENGAN FUNGSI OBJEKTIF LINEAR SEPOTONG - SEPOTONG Oleh : FEBIANA RESI SAPTA G540037 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 008
Lebih terperinciPERANCANGAN APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT HERNIA DENGAN MENGGUNAKAN METODE BACKWARD CHAINING SKRIPSI
PERANCANGAN APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT HERNIA DENGAN MENGGUNAKAN METODE BACKWARD CHAINING SKRIPSI Ahmad Doli Hutagalung 081421037 PROGRAM EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU
Lebih terperinciOPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN 2 SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING
OPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING Anik Perwita Sari dan Abdullah Shahab Program Studi MagisterManajemen Teknologi Institut Teknologi
Lebih terperinciOPTIMASI PENJADWALAN ARMADA PESAWAT TERBANG SUZI SEHATI
OPTIMASI PENJADWALAN ARMADA PESAWAT TERBANG SUZI SEHATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI
Lebih terperinciEKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A
EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciKERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis
III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Konsep Optimalisasi Distribusi Sistem distribusi adalah cara yang ditempuh atau digunakan untuk menyalurkan barang dan jasa dari produsen
Lebih terperinciLina Gozali, Lamto Widodo, Wendy Program Studi Teknik Industri Fakultas Teknik Universitas Tarumanagara Jl. S Parman no.1, Jakarta
1 2 USULAN PENJADWALAN JOB DENGAN METODE CAMPBELL, DUDEK AND SMITH (CDS) DAN METODE NAWAZ, ENSCORE AND HAM (NEH) UNTUK MEMINIMASI MAKESPAN PROSES STAMPING PART ISUZU DI LINE B PT. XYZ Lina Gozali, Lamto
Lebih terperinciBAB I PENDAHULUAN. pemerintah, yang dapat digunakan oleh siapa saja dengan cara membayar atau
BAB I PENDAHULUAN 1.1 Latar Belakang Angkutan umum adalah kendaraan umum untuk mengangkut barang atau orang dari satu tempat ke tempat lain, yang disediakan oleh pribadi, swasta, atau pemerintah, yang
Lebih terperinciMASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO
MASALAH PENGOPTIMUMAN MULTIKRITERIA DALAM PENJADWALAN TENAGA SUKARELAWAN DI DAERAH BENCANA ALBRIAN WEDHASWARA MURTANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciMASALAH 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 terperinciPengembangan Model Capacity Planning Perusahaan Make To Order Untuk. Keputusan Penerimaan Pesanan. (Studi kasus di UD. Rekayasa Wangdi W,
Pengembangan Model Capacity Planning Perusahaan Make To Order Untuk Keputusan Penerimaan Pesanan (Studi kasus di UD. Rekayasa Wangdi W, Cambahan, Nogotirto, Gamping, Sleman) Skripsi Untuk memenuhi sebagian
Lebih terperinciII TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming
4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori
Lebih terperinciAPLIKASI ALGORITMA CODEQ UNTUK PENYELESAIAN MASALAH JOBSHOP SCHEDULING PADA PRODUKSI SPRINGBED SKRIPSI. oleh. Tri Gunarso NIM
APLIKASI ALGORITMA CODEQ UNTUK PENYELESAIAN MASALAH JOBSHOP SCHEDULING PADA PRODUKSI SPRINGBED SKRIPSI oleh Tri Gunarso NIM 081810101037 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinci