Lampiran 1 Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh
|
|
- Indra Sanjaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN 26
2 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 Terhadap x1+ 3x2 15 5x + 6x x, x Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 2 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price ) Subproblem 2 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15 5x1+ 6x2 64 x1, x2 0 x2 1 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; x2<=1; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 1 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price ) Subproblem 4 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15 5x1+ 6x2 64 x1, x2 0 x2 1 x1 11 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; x2<=1; x1<=11; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 0 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price ) Subproblem 5 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15
3 28 5x + 6x x, x x2 1 x1 12 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; x2<=1; x1>=12; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 2 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price ) Subproblem 6 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15 5x1+ 6x2 64 x1, x2 0 x2 1 x1 12 x2 0 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; x2<=1; x1>=12; x2<=0; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 0 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price ) Subproblem 8 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15 5x1+ 6x2 64 x1, x2 0 x2 1 x1 12 x2 0 x1 12 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; x2<=1; x1>=12; x2<=0; x1<=12; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 0 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price
4 ) Subproblem 9 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15 5x1+ 6x2 64 x1, x2 0 x2 1 x1 12 x2 0 x1 13 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; x2<=1; x1>=12; x2<=0; x1>=13; Hasil yang diperoleh: x2>=0; x2<=1; x1>=12; x2>=1; Hasil yang diperoleh: 9) Subproblem 3 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15 5x1+ 6x2 64 x1, x2 0 x2 2 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; x2>=0; x2>=2; 8) Subproblem 7 Max z = 3x1+ 5x2 Terhadap x1+ 3x2 15 5x1+ 6x2 64 x1, x2 0 x2 1 x1 12 x2 1 Syntax program pada LINGO 11.0:!Fungsi Objektif; max = 3*x1+5*x2;!Kendala; x1+3*x2<=15; 5*x1+6*x2<=64; x1>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: 1 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price
5 30 Lampiran 2. Syntax Komputasi Program LINGO 11.0 untuk Menyelesaikan Masalah Penjadwalan Bus Transjakarta untuk Meminimumkan Biaya Operasional. MODEL : TITLE Busway Schedulling; SETS: SLOT/1..24/:KM; SHELTER/1..20/; LINKS_1(SLOT,SHELTER,SHELTER):TUJUAN; LINKS_2(SLOT, SHELTER):TURUN,NAIK,Z,DB,DB1,TUNGGU,PE_ANGKUT,KOSONG,X,PE,KAP_TOTAL,U; ENDSETS!Fungsi Objektif; MIN=(@SUM(LINKS_2(I,J) J#EQ#1:Z(I,J)*BIAYA*KM(I)));!Kendala-kemdala!1. banyaknya penumpang naik pada slot 1 di I#GE#J:NAIK(I,J)=@SUM(LINKS_1(I,J,K):TUJUAN(I,J,K )));!2. banyaknya penumpang turun di slot i dari shelter TURUN(2,2)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#2:TUJUAN(I,J,K)); TURUN(3,3)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#3:TUJUAN(I,J,K)); TURUN(4,4)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#4:TUJUAN(I,J,K)); TURUN(5,5)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#5:TUJUAN(I,J,K)); TURUN(6,6)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#6:TUJUAN(I,J,K)); TURUN(7,7)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#7:TUJUAN(I,J,K)); TURUN(8,8)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#8:TUJUAN(I,J,K)); TURUN(9,9)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#9:TUJUAN(I,J,K)); TURUN(10,10)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#10:TUJUAN(I,J,K)); TURUN(11,11)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#11:TUJUAN(I,J,K)); TURUN(12,12)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#12:TUJUAN(I,J,K)); TURUN(13,13)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#13:TUJUAN(I,J,K)); TURUN(14,14)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#14:TUJUAN(I,J,K)); TURUN(15,15)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#15:TUJUAN(I,J,K)); TURUN(16,16)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#16:TUJUAN(I,J,K)); TURUN(17,17)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#17:TUJUAN(I,J,K)); TURUN(18,18)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#18:TUJUAN(I,J,K)); TURUN(19,19)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#19:TUJUAN(I,J,K)); TURUN(20,20)=@SUM(LINKS_1(I,J,K) I#EQ#J#AND#K#EQ#20:TUJUAN(I,J,K)); TURUN(3,2)=@SUM(LINKS_1(I,J,K) I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#2:TUJUAN(I,J,K)); TURUN(4,3)=@SUM(LINKS_1(I,J,K) I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#3:TUJUAN(I,J,K)); TURUN(5,4)=@SUM(LINKS_1(I,J,K) I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#4:TUJUAN(I,J,K)); TURUN(6,5)=@SUM(LINKS_1(I,J,K) I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#5:TUJUAN(I,J,K));
6 31 I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#15:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#17:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#18:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#19:TUJUAN(I,J,K)); I#GE#2#AND#J#EQ#I- 1#AND#K#EQ#20:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#15:TUJUAN(I,J,K));
7 32 I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#17:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#18:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#19:TUJUAN(I,J,K)); I#GE#3#AND#J#EQ#I- 2#AND#K#EQ#20:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#15:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#17:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#18:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#19:TUJUAN(I,J,K)); I#GE#4#AND#J#EQ#I- 3#AND#K#EQ#20:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#5:TUJUAN(I,J,K));
8 33 I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#15:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#17:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#18:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#19:TUJUAN(I,J,K)); I#GE#5#AND#J#EQ#I- 4#AND#K#EQ#20:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#15:TUJUAN(I,J,K));
9 34 I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#17:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#18:TUJUAN(I,J,K)); I#GE#6#AND#J#EQ#I- 5#AND#K#EQ#19:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#15:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#17:TUJUAN(I,J,K)); I#GE#7#AND#J#EQ#I- 6#AND#K#EQ#18:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#8:TUJUAN(I,J,K));
10 35 I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#15:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#8#AND#J#EQ#I- 7#AND#K#EQ#17:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#15:TUJUAN(I,J,K)); I#GE#9#AND#J#EQ#I- 8#AND#K#EQ#16:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#5:TUJUAN(I,J,K));
11 36 I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#10#AND#J#EQ#I- 9#AND#K#EQ#15:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#11#AND#J#EQ#I- 10#AND#K#EQ#14:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#6:TUJUAN(I,J,K));
12 37 I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#12#AND#J#EQ#I- 11#AND#K#EQ#13:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#11:TUJUAN(I,J,K)); I#GE#13#AND#J#EQ#I- 12#AND#K#EQ#12:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#14#AND#J#EQ#I- 13#AND#K#EQ#11:TUJUAN(I,J,K));
13 38 I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#15#AND#J#EQ#I- 14#AND#K#EQ#10:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#16#AND#J#EQ#I- 15#AND#K#EQ#9:TUJUAN(I,J,K)); I#GE#17#AND#J#EQ#I- 16#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#17#AND#J#EQ#I- 16#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#17#AND#J#EQ#I- 16#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#17#AND#J#EQ#I- 16#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#17#AND#J#EQ#I- 16#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#17#AND#J#EQ#I- 16#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#17#AND#J#EQ#I- 16#AND#K#EQ#8:TUJUAN(I,J,K)); I#GE#18#AND#J#EQ#I- 17#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#18#AND#J#EQ#I- 17#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#18#AND#J#EQ#I- 17#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#18#AND#J#EQ#I- 17#AND#K#EQ#5:TUJUAN(I,J,K));
14 39 I#GE#18#AND#J#EQ#I- 17#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#18#AND#J#EQ#I- 17#AND#K#EQ#7:TUJUAN(I,J,K)); I#GE#19#AND#J#EQ#I- 18#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#19#AND#J#EQ#I- 18#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#19#AND#J#EQ#I- 18#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#19#AND#J#EQ#I- 18#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#19#AND#J#EQ#I- 18#AND#K#EQ#6:TUJUAN(I,J,K)); I#GE#20#AND#J#EQ#I- 19#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#20#AND#J#EQ#I- 19#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#20#AND#J#EQ#I- 19#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#20#AND#J#EQ#I- 19#AND#K#EQ#5:TUJUAN(I,J,K)); I#GE#21#AND#J#EQ#I- 20#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#21#AND#J#EQ#I- 20#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#21#AND#J#EQ#I- 20#AND#K#EQ#4:TUJUAN(I,J,K)); I#GE#22#AND#J#EQ#I- 21#AND#K#EQ#2:TUJUAN(I,J,K)); I#GE#22#AND#J#EQ#I- 21#AND#K#EQ#3:TUJUAN(I,J,K)); I#GE#23#AND#J#EQ#I- 22#AND#K#EQ#2:TUJUAN(I,J,K));!3. banyaknya penumpang yang dialokasikan di setiap @FOR(LINKS_2(I,J) I#LE#23#AND#J#LE#19:PE(I+1,J+1)=PE(I,J)- TURUN(I+1,J+1)+NAIK(I+1,J+1));!4. kendala jumlah bus yang diperlukan; I#LE#24:PE(I,I)); I#LE#23:PE(I+1,I)); I#LE#22:PE(I+2,I)); I#LE#21:PE(I+3,I)); I#LE#20:PE(I+4,I)); I#LE#19:PE(I+5,I)); I#LE#18:PE(I+6,I)); I#LE#17:PE(I+7,I)); I#LE#16:PE(I+8,I)); I#LE#15:PE(I+9,I));
15 40 I#LE#14:PE(I+10,I)); I#LE#13:PE(I+11,I)); I#LE#12:PE(I+12,I)); I#LE#11:PE(I+13,I)); I#LE#10:PE(I+14,I)); I#LE#9:PE(I+15,I)); I#LE#8:PE(I+16,I)); I#LE#7:PE(I+17,I)); I#LE#6:PE(I+18,I)); I#LE#5:PE(I+19,I)); I#LE#4:PE(I+20,I)); I#LE#3:PE(I+21,I)); I#LE#2:PE(I+22,I));!5. Kendala kapasitas kosong sebelum penumpang naik di I#GT#1#AND#J#GT#1#AND#I#GE#J:X(I,J)=KAP_TOTAL(I,J E#KAP_TOTAL(I,J),KAP_TOTAL(I,J),X(I,J)));!6. Kendala penumpang yang terangkut pada slot tertentu di shelter 1(I,J)#GE#NAIK(I,J),NAIK(I,J),X1(I,J)));!7. kendala penumpang yang berada didalam bus di shelter1 pada saat I#GT#1#AND#J#GT#1#AND#I#GE#J:DB(I,J)=DB(I-1,J-1)- Kendala jumlah kapasitas yang kosong dalam I,J),KAP_TOTAL(I,J),KOSONG(I,J)));!9. Kendala jumlaj penumpang yang menunggu/tidak I#GE#J:TUNGGU(I,J)=NAIK(I,J)-PE_ANGKUT(I,J));!10. Kendala Integer; keberlanjutan I#GT#5#AND#I#LE#24:Z(I,I-4)=Z(5,1));
16 I#GT#23:Z(I,I-22)=Z(23,1));!12. nilai utilutas I#GE#J#AND#I#LE#23:U(I,J)=DB1(I,J)/KAP_TOTAL(I,J) I#GE#J#AND#I#EQ#24#AND#J#GE#2:U(I,J)=DB1(I,J)/KAP _TOTAL(I,J));!13. kendala jumlah bus yang keluar tidak boleh melebihi jumlah bis yg J#EQ#1:Z(I,J))<=BUSTERSEDIA;!14. kendala totak bus yang J#EQ#1:Z(I,J))=TOTAL_BUS;!15. kendala integer; AL7','PE_ANGKUTREAL7','DALAMBUSREAL7','DALAMBUSNEGATIF','TUNGGUREAL 7','KOSONGREAL7','XIJREAL7','PEREAL7','UTI7')=Z,NAIK,TURUN,PE_ANGKU T,DB1,DB,TUNGGU,KOSONG1,X1,PE,U; KAP=85; BIAYA= 10435; BUSTERSEDIA = 279; ETER2'); ENDDATA END
17 42 Lampiran 3 Banyaknya Penumpang di Shelter j dengan k pada Waktu i untuk Masalah Penjadwalan Bus Transjakarta untuk Meminimumkan Biaya Operasional waktu waktu
18 waktu waktu
19 waktu
20 45 waktu waktu
21 waktu waktu
22 waktu waktu
23 waktu
24 49 waktu waktu
25 waktu waktu
26 waktu waktu
27 waktu
28 53 waktu waktu
Daerah 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 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 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 terperinciSOAL LATIHAN. Kerjakan soal-soal berikut ini dengan singkat dan jelas!
SOAL LATIHAN Kerjakan soal-soal berikut ini dengan singkat dan jelas! 1. Suatu perusahaan mempunyai tiga lokasi gudang yaitu F a, F b dan F c yang akan didistribusikan ke 3 kota yaitu W 1, W 2 dan W 3.
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 terperinciPENJADWALAN OPERASI BEDAH MENGGUNAKAN INTEGER PROGRAMMING : STUDI KASUS OPTIMASI WAKTU TARGET AHLI BEDAH DI RUMAH SAKIT JAKARTA EYE CENTER
1 PENJADWALAN OPERASI BEDAH MENGGUNAKAN INTEGER PROGRAMMING : STUDI KASUS OPTIMASI WAKTU TARGET AHLI BEDAH DI RUMAH SAKIT JAKARTA EYE CENTER FENNY RISNITA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
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 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 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 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 terperinciDasar-dasar Optimasi
Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S. Hillier, Gerald J. Lieberman, McGraw-Hill, Inc., International
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 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 terperinciTabel 1. Soal Lapres. Benang Pewarna Harga Jual Permasalahan tersebut dimodelkan sebagai berikut : X2 = Sarung Anak
2. Soal Laporan Resmi Sebuah pabrik sarung tenun ANGGUR memproduksi 2 jenis sarung, yaitu sarung dewasa dan sarung anak. Untuk membuat sebuah sarung dewasa dibutuhkan 25 gulung benang dan 18 kaleng pewarna.
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 terperincia. Menyelesaikan Masalah Penugasan dengan Algoritma Hungaria
BAB IV Penugasan dan Transshipment 1. Penugasan Masalah penugasan bermula dari penempatan para pekerja pada bidang yang tersedia agar biaya yang ditanggung pemberi tugas/perusahaan dapat diminimalkan.
Lebih terperinciMODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI
MODEL PENJADWALAN KEBERANGKATAN BUS DENGAN STRATEGI ALTERNATING DEADHEADING: STUDI KASUS PO RAYA RAZONO AGALL CAHYADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciIV IMPLEMENTASI MODEL PADA PENGOPERASIAN BUS TRANSJAKARTA KORIDOR 1
14 IV IMPLEMENTASI MODEL PADA PENGOPERASIAN BUS TRANSJAKARTA KORIDOR 1 4.1 Lokasi Penelitian Lokasi penelitian ini ialah DKI Jakarta dan khususnya jalur busway Koridor 1 Blok M Kota. Berikut ialah rute
Lebih terperinciDualitas Dalam Model Linear Programing
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP
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 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 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 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 terperinciBagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan
I. Pendahuluan A. Latar Belakang (Min. 1 lembar) B. Rumusan Masalah Rumusan masalah yang ada pada modul 1 ini adalah : Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming
Lebih terperinciPENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN
PENJADWALAN PERTANDINGAN SEPAK BOLA MENGGUNAKAN PEMROGRAMAN INTEGER ACHMAD DICKY FACHRUDDIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Pengumpulan Data
BAB 3 PEMBAHASAN 3.1 Pengumpulan Data Pengumpulan data dilaksanakan selama 1 bulan, terhitung mulai tanggal 28 Mei 2013 sampai 28 Juni 2013, sesuai dengan izin yang diberikan oleh Kepala Cabang PT. Mega
Lebih terperinciPENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT
PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 ABSTRACT
Lebih terperinciFormulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil.
Formulasi dengan Lindo Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S Hillier, Gerald J Lieberman, McGraw-Hill,
Lebih terperinciLAMPIRAN A KUISIONER PEMBOBOTAN
91 LAMPIRAN A KUISIONER PEMBOBOTAN PENGANTAR Kuisioner berikut merupakan kuisioner metode Analytic Network Process (ANP) untuk menentukan nilai bobot indikator kinerja kunci klaster yang telah teridentifikasi
Lebih terperinci2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)
2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier) Metode MODI disebut juga metode Faktor Pengali atau Multiplier. Cara iterasinya sama seperti Metode Batu Loncatan. Perbedaan utama terjadi
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 terperinciLAMPIRAN I Bahasa Program Turbo Pascal Bahasa Program Perhitungan Koefisien Transfer bulan Februari Program Turunan; Uses Wincrt; Type int = array
71 LAMPIRAN I Bahasa Program Turbo Pascal Bahasa Program Perhitungan Koefisien Transfer bulan Februari Program Turunan; Uses Wincrt; Type int = array [1..100] of integer; pecahan = array [1..100] of real;
Lebih terperinciPENENTUAN LOKASI DALAM MANAJEMEN HUTAN
PENENTUAN LOKASI DALAM MANAJEMEN HUTAN Oleh : KABUL EKA PRIANA G54102023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2006 ABSTRAK KABUL EKA PRIANA. Penentuan
Lebih terperinciBAB III Transportasi
BAB III Transportasi 1. Metode Transportasi Metode transportasi adalah suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang sama atau sejenis ke tempat
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Analisis Model Matematika Kebutuhan air irigasi ditentukan oleh berbagai faktor seperti cara penyiapan lahan, kebutuhan air untuk tanaman, perkolasi dan rembesan, pergantian
Lebih terperinciMODEL OPTIMASI PENDISTRIBUSIAN LOGISTIK BENCANA ALAM ELLY ZUNARA
MODEL OPTIMASI PENDISTRIBUSIAN LOGISTIK BENCANA ALAM ELLY ZUNARA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2 ABSTRACT ELLY ZUNARA. 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 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 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 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 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 terperinciDualitas Dalam Model Linear Programing
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP
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 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 terperinciLampiran 1. Hasil perhitungan skoring gabungan dengan Expert Choice
Lampiran 1. Hasil perhitungan skoring gabungan dengan Expert Choice Alternatif Skor kombinasi Terlindungnya tata air 0.27 Berkurangnya erosi tanah 0.29 Tingginya produksi pertanian 0.19 Tingginya produksi
Lebih terperinciPANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK. : Optimasi Pengadaan Sayuran Organik
LAMPIRAN 98 99 Lampiran 1. Panduan Wawancara PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK Nama Mahasiswa : Prestilia Ningrum NPM : 150310080098 Jurusan Hal Sumber Informasi : Agribisnis
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Program Linier Penyelesaian program linear dengan algoritma interior point dapat merupakan sebuah penyelesaian persoalan yang kompleks. Permasalahan dalam program linier mungkin
Lebih terperinciAnalisis Sensitifitas DALAM LINEAR PROGRAMING
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Analisis Sensitifitas DALAM LINEAR PROGRAMING Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi Suatu analisis
Lebih terperincisejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat
sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif nilai variabel-variabel keputusannya memenuhi suatu himpunan kendala yang berupa persamaan
Lebih 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 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 terperinciMetode Simpleks dengan Big M dan 2 Phase
Metode Simpleks dengan Big M dan 2 Phase Metode Simpleks Vs. Simpleks Big-M Perbedaan metode simpleks dengan metode simpleks Big-M adalah munculnya variabel artificial (variabel buatan), sedangkan metode
Lebih terperinciIII RELAKSASI LAGRANGE
III RELAKSASI LAGRANGE Relaksasi Lagrange merupakan salah satu metode yang terus dikembangkan dalam aplikasi pemrograman matematik. Sebagian besar konsep teoretis dari banyak aplikasi menggunakan metode
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 terperinciSOFTWARE LINDO I KOMANG SUGIARTHA
SOFTWARE LINDO I KOMANG SUGIARTHA PENGERTIAN LINDO LINDO (Linear Interaktive Discrete Optimizer) merupakan software yang dapat digunakan untuk mencari penyelesaian dari masalah pemrograman linear. Prinsip
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 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 terperinciPENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)
Maximize or Minimize Subject to: Z = f (x,y) g (x,y) = c S1 60 4 2 1 0 S2 48 2 4 0 1 Zj 0-8 -6 0 0 PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS) Prof. Dr. Ir. ZULKIFLI ALAMSYAH,
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 terperinciUNIVERSITAS MERCU BUANA PROGRAM PASKA SARJANA PROGRAM STUDI MAGISTER MANAJEMEN
UNIVERSITAS MERCU BUANA PROGRAM PASKA SARJANA PROGRAM STUDI MAGISTER MANAJEMEN N a m a : Suminadhono NIM : 55108110181 Mata Kuliah/SKS : Manajemen Operasi / 3 SKS 1. Jaringan toko serba ada The Biggs menyewa
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 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 terperinciInteger Programming (Pemrograman Bulat)
Integer Programming (Pemrograman Bulat) Pemrograman bulat dibutuhkan ketika keputusan harus dilakukan dalam bentuk bilangan bulat (bukan pecahan yang sering terjadi bila kita gunakan metode simpleks).
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Penelitian Dalam setiap perusahaan berusaha untuk menghasilkan nilai yang optimal dengan biaya tertentu yang dikeluarkannya. Proses penciptaan nilai yang optimal dapat
Lebih terperinciPENJADWALAN BUS TRANSJAKARTA UNTUK MEMINIMUMKAN BIAYA OPERASIONAL NURISMA
PENJADWALAN BUS TRANSJAKARTA UNTUK MEMINIMUMKAN BIAYA OPERASIONAL NURISMA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK NURISMA. Penjadwalan
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 terperinciMASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA
MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Program Linear Menurut Sitorus, Parlin (1997), Program Linier merupakan suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu suatu
Lebih terperinciLampiran 1 Gambar rancang bangun alat penangkap ikan tuna longline. Sumber: 30 Desember 2010
Lampiran 1 Gambar rancang bangun alat penangkap ikan tuna longline Sumber: http://www.t2.gstatic.com/images, 30 Desember 2010 78 Lampiran 2 Peta lokasi kantor dan fishing ground PT Perikanan Nusantara
Lebih terperinciPENYELESAIAN MASALAH CREW PAIRING MASKAPAI PENERBANGAN DENGAN 0-1 INTEGER PROGRAMMING ANNE YULIANA UTAMI DEWI
PENYELESAIAN MASALAH CREW PAIRING MASKAPAI PENERBANGAN DENGAN 0-1 INTEGER PROGRAMMING ANNE YULIANA UTAMI DEWI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan
Lebih terperinciBAB II KAJIAN LITERATUR
DAFTAR ISI HALAMAN JUDUL HALAMAN PENGAKUAN... ii LEMBAR PENGESAHAN PEMBIMBING... iii LEMBAR PENGESAHAN PENGUJI... iv HALAMAN PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii ABSTRAK... ix DAFTAR ISI...
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 11 Latar Belakang Manajemen operasi suatu industri penerbangan merupakan suatu permasalahan Operations Research yang kompleks Secara umum, perusahaan dihadapkan pada berbagai persoalan dalam
Lebih terperinciMASALAH PENJADWALAN SIARAN IKLAN MOBILE PERUSAHAAN ZAGME AAM KURNIAWAN
MASALAH PENJADWALAN SIARAN IKLAN MOBILE PERUSAHAAN ZAGME AAM KURNIAWAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 008 MASALAH PENJADWALAN SIARAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Menurut Aminudin (2005), program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Linear Programming Linear Programming (LP) merupakan metode yang digunakan untuk mencapai hasil terbaik (optimal) seperti keuntungan maksimum atau biaya minimum dalam model matematika
Lebih terperinciPENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA
PENJADWALAN KARYAWAN MENGGUNAKAN INTEGER LINEAR PROGRAMMING: STUDI KASUS DI TAMAN AIR TIRTAMAS PALEM INDAH JAKARTA PUTRI AGUSTINA EVERIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBAB 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 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 terperinciDAFTAR PUSTAKA. Al-Salamah, Muhammad & Alsawafy Omar. (2011). Journal Economic Order Quantity for Items with Two Types of Imperfect Quality.
85 DAFTAR PUSTAKA Aju Mathew, Prof. E. M. Somasekeran Nair & Asst Prof. Jenson Joseph E. (2013). Journal Demand Forecasting For Economic Order Quantity in inventory management. Al-Salamah, Muhammad & Alsawafy
Lebih terperinciProf. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi
Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi Merupakan salah satu bentuk dari model jaringan kerja (network). Suatu model yang berhubungan 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 terperinciOptimasi Tata Letak Semi Dinamis Raw Material Fast Moving Pada Gudang Dengan Pendekatan Matematis
JURNAL TEKNIK (2014) - 1 Optimasi Tata Letak Semi Dinamis Raw Material Fast Moving Pada Gudang Dengan Pendekatan Matematis Abdan Sakur Ad hani, Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi
Lebih terperinciANALISIS SENSITIVITAS DAN PENAFSIRAN HASILNYA DI DALAM PEMROGRAMAN LINIER DENGAN PERANGKAT LUNAK MANAGEMENT SCIENTIST VERSI 6.0
ANALISIS SENSITIVITAS DAN PENAFSIRAN HASILNYA DI DALAM PEMROGRAMAN LINIER DENGAN PERANGKAT LUNAK MANAGEMENT SCIENTIST VERSI 6.0 Djoni Dwijono Abstrak Analisis Sensitivitas di dalam Pemrograman Linier memegang
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 terperinciPENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G
PENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G 54102028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRACT
Lebih terperinciMASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN
MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN Disusun sebagai Tugas Akhir Triwulan I Mata Kuliah Metode Kuantitatif Manajemen Disusun Oleh : TEDY SAPUTRA (P056132391.51) YUNIAR ENDAH PALUPI (P056132441.51)
Lebih terperinciBentuk Standar. max. min
Teori Dualitas 2 Konsep Dualitas Setiap permasalahan LP mempunyai hubungan dengan permasalahan LP lain Masalah dual adalah sebuah masalah LP yang diturunkan secara matematis dari satu model LP primal 3
Lebih terperinciContoh 1. Seorang ahli gizi ingin menentukan jenis makanan yang harus diberikan pada pasien dengan biaya minimum, akan tetapi sudah mencukupi
PEMROGRAMAN LINEAR Digunakan dalam pengalokasian sumber daya organisasi (sumber daya : tenaga, bahan mentah, waktu, dana ) Pengalokasian sumber daya bertujuan Memaksimumkan keuntungan Meminimumkan biaya
Lebih terperinciMaximize or Minimize Z = f (x,y) Subject to: g (x,y) = c
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c PROGRAM MAGISTER AGRIBISNIS UNIVERSITAS JAMBI Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Metode Simpleks adlh suatu metode yg secara matematis dimulai
Lebih terperinciBerdasarkan penelitian, biaya operasi gudang diestimasikan sebesar 15% - 70 % dari total biaya manufaktur. Tompkins, et al., 1996
2 1 Berdasarkan penelitian, biaya operasi gudang diestimasikan sebesar 15% - 70 % dari total biaya manufaktur Tompkins, et al., 1996 Optimasi Tata Letak Semi Dinamis Raw Material Fast Moving Pada Gudang
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 terperinciFakultas Pertanian Unlam ABSTRACT
Optimalisasi Kombinasi Cabang Usahatani Tanaman Pangan untuk Memperoleh Pendapatan Maksimum di Wilayah Transmigrasi Km 38 Kelurahan Sei Gohong Kecamatan Bukit Batu Provinsi Kalimantan Tengah Masniati,
Lebih terperinciPENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA
PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciII 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 terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Sukarelawan adalah seseorang atau sekelompok orang yang secara ikhlas karena panggilan nuraninya memberikan apa yang dimilikinya tanpa mengharapkan imbalan. Sukarelawan
Lebih terperinciBab II Pengenalan Program Linear
Bab II Pengenalan Program Linear Program Linear adalah suatu alat yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan keterbatasan-keterbatasan sumber daya yang tersedia. Masalah
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Bencana alam merupakan interupsi signifikan terhadap kegiatan operasional sehari-hari yang bersifat normal dan berkesinambungan. Interupsi ini dapat menyebabkan entitas
Lebih terperinciMDH Gamal, Zaiful Bahri
Jurnal Natur Indonesia 5(): -8 () ISSN -979 Pendekatan Program Linear untuk Persoalan Pemotongan Stok (Pola Pemotongan Satu Dimensi) MDH Gamal, Zaiful Bahri Jurusan Matematika, FMIPA, Universitas Riau
Lebih terperinciPENELITIAN OPERASIONAL I (TIN 4109)
PENELITIAN OPERASIONAL I (TIN 409) Lecture 9 LINEAR PROGRAMMING Lecture 9 Outline: Analisa Sensitivitas Simple Duality References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations
Lebih terperinci