III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT
|
|
- Siska Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah pengangutan sampah di ota besar di dunia sudah banya dilauan. Dari hasil aian tersebut setiap ota mempunyai masalah pengangutan sampah yang berbeda. Kaian yang dilauan di ota Brussels merupaan aian untu menentuan loasi terbai untu mendirian depot dan fasilitas transfer station yang baru dan mengevaluasi transportasi sampah yang tersedia yaitu ereta api, anal dan tru untu mengangut sampah (Kulcar, 1996). Dalam aian tersebut, rute pengangutan sudah ditentuan. Pemecahan masalah pengangutan sampah di Brussels dilauan dengan dua tahap. Tahap pertama mencari loasi terbai untu pembangunan depot dan transfer station yang baru. Sedangan tahap edua mengaloasian rute pengangutan sampah yang ada e depot terdeat. Model yang dibuat untu masalah pengangutan sampah di Brussels merupaan masalah integer programming. Sedangan aian yang dilauan di ota Hanoi merupaan apliasi model Vehicle Routing and Scheduling Problem (VRSP) (Dang dan Pinoi, 2000). Pengangutan sampah di Hanoi dilauan sebanya dua ali yaitu pada pagi dan malam hari. Adanya pergantian shift pengangutan dari pagi hari menadi malam hari mengaibatan time window menadi penting dalam formulasi masalah untu membuat model menadi lebih mendeati dengan permasalahan yang sebenarnya teradi Algoritme heuristic digunaan untu memecahan masalah pengangutan sampah di Hanoi. Hasil aian tentang pengangutan sampah di Hanoi menunuan adanya pengurangan biaya transportasi endaraan bila sistem pengangutan yang telah ditetapan (fixed) diubah menadi flesibel dimana setiap endaraan dapat mengangut sampah dari selain TPS yang sudah ditetapan. Kaian terbaru tentang manaemen sampah dilauan untu ota-ota ecil di Cina. (Nie et al., 2004). Model optimal yang dibuat untu penanganan sampah di Cina memenuhi prinsip manaemen yang berlau yaitu optimisasi regional, optimisasi anga panang dan optimisasi loasi pembuangan sampah. Kaian tentang masalah sampah di Cina tida difousan epada rute angutan, tetapi epada masalah pengelolaan sampah yang optimal. Sampah padat di Cina setiap tahun semain bertambah seiring dengan pertumbuhan pendudu yang semain besar. Dari hasil aian yang dilauan di Cina, sampah padat direomendasian lebih banya untu digunaan embali (recycle). Disamping itu, hasil aian uga menduung rencana pemerintah untu mengelola sampah sampah padat menadi energi. Sedangan sampah yang tida dapat diolah menadi energi dan sampah tida dapat digunaan embali baru dimusnahan dengan cara dibaar atau diubur (composting). Pilihan untu melauan composting lebih disaranan arena ia sampah dibaar selain aan menambah banya biaya uga menimbulan polusi udara. Perencanaan pengelolaan sampah di Cina sudah memperhitungan aspe eonomis yaitu dengan cara merubah penanganan sampah yang tadinya hanya menimbulan biaya menadi sumber pendapatan. Di Indonesia aian tentang penanganan sampah dengan metode riset operasi belum banya dilauan. Kaian yang sering dilauan lebih dititiberatan epada aspe sosial dan esehatan warga seitar tempat pembuangan sampah. Pengelolaan sampah di Indonesia belum seperti di Cina arena penanganan sampah lebih banya masu e fasilitas composting. Minimnya aian ilmiah tentang masalah pengelolaan sampah di ota di Indonesia memberian daya tari tersendiri untu mengapliasian masalah riset operasi. 3.2 Masalah Pengelolaan Sampah di DKI Jaarta Pengelolaan sampah di wilayah DKI Jaarta dilauan oleh sebuah badan yang dibentu Pemerintah Daerah DKI Jaarta yaitu Dinas Kebersihan DKI Jaarta dan uga oleh beberapa perusahaan swasta yang telah mendapat izin dari pemerintah. Dalam strutur organisasi, Dinas Kebersihan membawahi lima suu dinas ebersihan yaitu Suu Dinas Kebersihan Jaarta Timur, Suu Dinas Kebersihan Jaarta Selatan, Suu Dinas Kebersihan Jaarta Barat, Suu Dinas Kebersihan Jaarta Utara dan Suu Dinas Kebersihan Jaarta Pusat. Setiap suu dinas ebersihan di atas bertanggung awab menangani masalah pengangutan sampah di wilayah otamadya masing-masing. Jumlah sampah yang dihasilan dari setiap otamadya DKI Jaarta tidalah sama. Jumlah 7
2 sampah yang dihasilan bergantung pada besar populasi dan luas wilayah otamadya masing-masing. Gambar beriut menelasan proporsi sampah yang dihasilan dari masingmasing otamadya di DKI Jaarta. Gambar 8 Proporsi sampah yang dihasilan masing-masing otamadya di DKI Jaarta per hari. Pada umumnya pengangutan sampah di DKI Jaarta terdiri dari tiga tahap. Tahap pertama adalah pengangutan sampah dari sumber e Tempat Pembuangan Sementara (TPS) dengan menggunaan geroba. Pada tahap edua, sampah di setiap TPS diangut dengan tru menuu e Stasiun Peralihan Antara (SPA) atau e Tempat Pembuangan Ahir (TPA). Tahap etiga adalah pengangutan sampah dari setiap SPA menuu e TPA. Jadi, setiap sampah di TPS aan menuu e TPA. Apabila sebuah tru sampah sudah mengosongan muatannya di SPA atau TPA, tru embali menuu TPS yang masih memilii sampah. Setiap suu dinas ebersihan bertanggung awab untu mengangut sampah di wilayahnya masingmasing dari TPS e SPA atau e TPA. Sedangan, pengangutan sampah dari SPA e TPA merupaan tanggung awab Dinas Kebersihan DKI Jaarta. Gambar beriut menelasan alur pengangutan sampah yang dapat teradi. SUMBER TPS SPA / ITF TPA Gambar 9 Alur pengangutan sampah. Selama ini DKI Jaarta hanya mempunyai dua buah SPA dan sebuah TPA. TPA yang dimilii pemerintah DKI Jaarta terleta di daerah Bantar Gebang (Beasi), sedangan untu SPA masing-masing terleta di Sunter (Jaarta Utara) dan Cilincing (Jaarta Utara). SPA berfungsi sebagai stasiun pembuangan sampah sementara sehingga tru sampah dapat melayani TPS lebih cepat. TPA Bantar Gebang saat ini sudah hampir mencapai batas emampuan untu menampung sampah yang masu. Selain apasitas yang sudah hampir penuh, pendudu di seitar TPA Bantar Gebang uga sudah tida mau lagi wilayah merea diadian tempat pembuangan sampah. Aibat dua hal tersebut, TPA Bantar Gebang aan segera ditutup. Penutupan TPA Bantar Gebang aan dilauan ia fasilitas TPA yang baru sudah didirian. Untu menggantian peranan TPA Bantar Gebang, pemerintah DKI Jaarta merencanaan pembangunan beberapa buah fasilitas pengelolaan sampah yang baru. Hasil perencanaan tersebut adalah membangun empat buah Intermediate Treatment Facility (ITF) secara bertahap yang tersebar di wilayah Jaarta. Selain berfungsi sebagai SPA, ITF uga berfungsi untu mengolah sampah sebelum diirim e TPA sehingga sampah yang aan diirim e TPA aan berurang. Saat ini dua loasi pembangunan ITF sudah ditentuan yaitu di daerah Duri Kosambi (Jaarta Barat) dan di daerah Marunda (Jaarta Utara) sedangan dua daerah untu pembangunan ITF lainnya masih dicari oleh pemerintah. Selain ITF, pemerintah DKI Jaarta uga berencana mendirian sebuah TPA di daerah Nambo (Bogor) dan sebuah Tempat Pengolahan Sampah Terpadu (TPST) di daerah Boong (Bogor). TPA Nambo dan TPST Boong diharapan mampu menggantian fungsi TPA Bantar Gebang. Beriut adalah apasitas masimum sampah yang dapat ditangani per hari dari masing-masing fasilitas pengelolaan sampah yang sudah dimilii dan yang aan dibangun oleh pemerintah DKI Jaarta. Tabel 1 Kapasitas masimum per hari fasilitas pengelolaan sampah Nama Fasilitas Kapasitas SPA Sunter m 3 SPA Cilincing m 3 ITF Duri Kosambi m 3 ITF Marunda m 3 TPST Boong m 3 TPA Nambo m 3 TPA Bantar Gebang m 3 8
3 3.3 Masalah Pengangutan Sampah di Jaarta Pusat Untu menalanan tugas dengan bai, suu dinas ebersihan Jaarta Pusat mempunyai 150 tru pengangut sampah yang tersebar di 3 buah depot yang berbeda yaitu di daerah Cililitan (Jaarta Selatan), Sunter (Jaarta Utara) dan Semper (Jaarta Utara). Di setiap depot tersebut, sudin ebersihan Jaarta Pusat mempunyai umlah tru sampah yang berbeda, yaitu di depot Cililitan ada sebanya 15 endaraan, depot Semper sebanya 82 endaraan dan depot Sunter ada sebanya 53 endaraan. Jenis endaraan pengangut sampah yang dimilii suu dinas ebersihan Jaarta Pusat adalah Typer truc, crane truc, Compactor dan arm roll. Masing masing enis endaraan tersebut dibagi lagi menadi 2 tipe berdasaran daya angutnya yaitu uuran ecil dan uuran besar. Kendaran-endaraan tersebut dipaai untu mengambil sampah di 122 rute pengangutan sampah di Jaarta Pusat. Spesifiasi dari masing-masing rute pengangutan dapat dilihat pada Lampiran 2. Kegiatan pengangutan sampah di Jaarta Pusat dimulai dari puul sampai puul Dalam rentang watu tersebut, setiap tru sampah secara rata-rata hanya dapat melauan ritasi sebanya 2-3 ali. Dalam menalanan operasi sehari-hari, tru sampah memulai egiatan dari depot emudian menuu e sebuah rute pengangutan sampah. Dari sebuah rute pengangutan sampah, tru membawa sampah menuu e terminal site yang tersedia yaitu SPA / ITF atau TPA. Untu mencegah teradinya penumpuan sampah di salah satu terminal site sehingga melebihi beban yang dapat diterima, setiap tru sampah dilengapi surat dinas yang menerangan bahwa tru tersebut hanya boleh mengambil sampah di sebuah rute pengangutan dan membuang sampah dari rute tersebut e sebuah terminal site yang sudah ditentuan. Banyanya endaraan dan apasitas endaraan disaian dalam tabel di bawah ini: Tabel 2 Jenis endaraan pengangut sampah dan umlah yang tersedia Uuran Jenis Besar Kecil Kendaraan Kapasitas Angut Jumlah Tersedia Kapasitas Angut Jumlah Tersedia Typer 18 m 3 52 buah 8 m 3 31 buah Compactor 20 m 3 7 buah 10 m 3 5 buah Arm Roll 10 m 3 30 buah 6 m 3 25 buah Penambahan seumlah fasilitas pengelolaan sampah membuat tuuan ahir pengangutan sampah yang dilauan Suu dinas ebersihan Jaarta Pusat berubah. Namun sampah dari Jaarta Pusat tida dapat diangut menuu e semua fasilitas yang ada di Tabel 1. Tabel 3 adalah rincian fasilitas yang dapat digunaan Suu Dinas Kebersihan Jaarta Pusat dan estimasi umlah masimum sampah yang dapat dibuang e fasilitas tersebut. Tabel 3 memperlihatan bahwa semua fasilitas tida dapat digunaan secara penuh oleh Suu Dinas Kebersihan Jaarta Pusat. Hal ini disebaban arena apasitas setiap fasilitas harus dibagi-bagi untu setiap otamadya di DKI Jaarta. Pembangunan ITF Marunda diperuntuan menampung sampah dari wilayah Jaarta Utara dan sebagian Jaarta Timur. Sedangan TPA Nambo hanya melayani sampah yang masu dari wilayah Jaarta Selatan dan Jaarta Timur. Tabel 3 Jumlah sampah dari Jaarta Pusat yang dapat diangut e setiap fasilitas pengelolaan sampah Kapasitas yang Nama Fasilitas Dapat Digunaan Sudin Kebersihan Jaarta Pusat SPA Sunter 1500 m 3 SPA Cilincing 1000 m 3 ITF Duri Kosambi 500 m 3 ITF Marunda 0 m 3 TPST Boong 1000 m 3 TPA Nambo 0 m 3 TPA Bantar Gebang 2000 m Formulasi Masalah Pengangutan Sampah di Jaarta Pusat Masalah pengangutan sampah di Jaarta Pusat merupaan masalah assignment 9
4 (penugasan) setiap rute pengangutan sampah e terminal site yang ada. Model yang dibuat dalam tugas ahir ini bertuuan untu menentuan enis endaraan yang aan dialoasian e setiap rute pengangutan dan mencari terminal site terdeat bagi setiap rute pengangutan untu membuang sampah yang ada. Model yang dibuat dalam tugas ahir ini terdiri dari dua tahap. Tuuan dari tahap pertama adalah menentuan endaraan dari depot untu mengangut sampah di setiap rute pengangutan. Sedangan tuuan pada tahap edua adalah menentuan terminal site untu pembuangan sampah bagi setiap rute pengangutan. Asumsi-asumsi diperluan untu menyederhanaan masalah yang teradi agar model simulasi dapat dibuat dan solusi dapat ditemuan. Asumsi-asumsi tersebut adalah: 1. Sudah ada seumlah rute pengangutan yang dibuat oleh suu dinas ebersihan. Sebuah rute pengangutan merupaan peralanan endaraan dari sebuah TPS e TPS yang lain. 2. Kegiatan pengangutan sampah ditinau dari dua segi pembiayaan yaitu biaya pengangutan sampah untu setiap satuan m 3 sampah yang diangut setiap hari dan biaya pengangutan sampah untu setiap satuan ilometer ara pengangutan dari depot e tempat pembuangan sampah ahir (TPA). Biaya pengangutan sampah di Jaarta Pusat dapat dilihat di Lampiran Jara antarnode diasumsian simetris. 4. Setiap endaraan hanya mampu melauan ritasi sebanya 2 ali dalam satu hari. 5. Setiap endaraan yang ditugasan e sebuah rute pengangutan sediitnya harus mengangut 3 m 3 sampah. 6. Masing-masing terminal site mempunyai arateristi yang berbeda dalam apasitas penerimaan sampah setiap hari. Secara matematis, model untu pengangutan sampah di Jaarta Pusat adalah sebagai beriut: Misalan: I = endaraan yang digunaan untu mengangut sampah. J = himpunan depot yang digunaan Sudin Kebersihan Jaarta Pusat. K L = rute Pengangutan di Jaarta Pusat. = himpunan terminal site yang dapat digunaan Sudin Jaarta Pusat. M = volume sampah minimal yang harus diangut sebuah endaraan. W i = daya angut endaraan i. C i = biaya yang harus dieluaran oleh endaraan i untu mengangut sampah per m 3. B i = biaya yang harus dieluaran oleh endaraan i untu menempuh ara 1 m. R i = umlah masimum ritasi sebuah endaraan untu mengangut sampah. Kap = daya tampung depot untu memarir endaraan. V = volume sampah yang ada di rute pengangutan e. J l = umlah masimum sampah per hari yang dapat ditangani terminal site l. D = ara yang harus ditempuh dari depot e rute dalam m. S l = ara yang harus ditempuh dari rute pengangutan e terminal site l dalam m. L i = volume sampah yang diangut dari rute oleh endaraan i yang diparir di depot. Tahap 1 Fungsi obetif pada tahap pertama adalah meminimuman biaya peralanan endaraan dari depot e rute pengangutan dan biaya yang harus dieluaran untu mengangut sampah dari setiap rute pengangutan. Model pada tahap satu ini bertuuan untu menentuan enis endaraan yang aan ditugasan e setiap rute pengangutan sampah dan menentuan umlah sampah yang harus diangut setiap endaraan. Misalan δi adalah decision variable, maa: 1, ia endaraan i dari depot ditugasan δi = e rute. 0,selainnya. Fungsi obetif pada tahap pertama adalah sebagai beriut: Min δ B D + L C i i i i i i Kendala yang harus dihadapi adalah sebagai beriut: 1. Untu setiap rute pengangutan minimal ada satu endaraan yang bertugas. δ 1, i i 10
5 2. Setiap endaraan hanya boleh bertugas di satu rute pengangutan saa. δ 1, i i 3. Jumlah endaraan yang ditempatan di sebuah depot tida boleh melebihi apasitas yang tersedia. δ Kap, i i 4. Jia sebuah endaraan ditugasan e suatu rute pengangutan maa endaraan itu harus mengangut sampah sebanya umlah minimal yang sudah ditetapan. Mδ i Li 0, i,, 5. Jia sebuah endaraan tida ditugasan e suatu rute pengangutan maa muatan endaraan tersebut dari rute itu harus osong. Li δ iv, i,, 6. Semua sampah di setiap rute pengangutan harus diangut. L = V, i 7. Jumlah sampah yang diangut oleh setiap endaraan tida boleh melebihi apasitas endaraan Li RW i i, i,, 8. Li 0, i,, 9. δ i adalah variabel biner. δ i { 0,1 }, i,, Model pada tahap pertama menghasilan sebanya 2.p.q.r variabel dengan p adalah banyanya endaraan yang tersedia, q adalah banyanya depot dan r adalah banyanya rute pengangutan yang harus dilayani. Sedangan banyanya endala yang harus dihadapi pada tahap ini adalah sebanya p + q+ 2r. Tahap 2 Fungsi obetif pada tahap edua adalah meminimuman biaya peralanan yang dipresentasian sebagai ara dari rute pengangutan e masing-masing terminal site. Misalan i βl adalah decision variable, maa: 1, ia sampah dari rute dibuang e βl = terminal site l. 0, selainnya. Fungsi obetif pada tahap edua adalah sebagai beriut: Min β S Kendala yang harus dihadapi adalah sebagai beriut: 1. Sampah dari setiap rute pengangutan hanya boleh dibuang e sebuah terminal site. β = 1, l l 2. Jumlah sampah yang dibuang e setiap terminal site tida boleh melebihi batas yang ditentuan. β W J, l l l Model pada tahap edua menghasilan sebanya r.s variabel integer dengan r adalah banyanya rute pengangutan yang harus dilayani dan s adalah banyanya terminal site yang tersedia, sedangan banyanya endala yang harus dihadapi adalah sebanya r+ s Simulasi Masalah Pengangutan Sampah di Jaarta Pusat Simulasi pengangutan sampah di Jaarta Pusat dilauan terhadap 15 rute pengangutan dalam urutan pertama di Lampiran 2. Hal ini dilauan arena ia simulasi dilauan terhadap seluruh rute pengangutan di Jaarta Pusat, banyanya variabel yang dihasilan cuup besar yaitu sebanya buah pada tahap 1 dan sebanya 600 buah variabel pada tahap 2 sehingga watu yang dibutuhan menadi sangat lama. Diasumsian tersedia 22 endaraan yaitu 6 buah tru Typer beruuran besar, 4 buah Typer tru uuran ecil, 2 buah tru Compactor uuran besar, 2 buah tru Compactor uuran ecil, 4 buah tru Armroll uuran besar dan 4 buah tru Armroll uuran ecil. Jumlah endaraan yang dapat ditampung di setiap depot adalah sebagai beriut: Tabel 4 Asumsi banyanya endaraan yang dapat ditampung setiap depot per hari Depot Jumlah Kendaraan Cililitan 5 Sunter 7 Semper 10 Sedangan umlah sampah yang dapat dibuang dari seluruh rute tersebut e setiap terminal site diasumsian sebagai beriut: l l l 11
6 Tabel 5 Asumsi volume sampah yang dapat diterima per hari Nama Fasilitas Kapasitas (m 3 ) SPA Sunter 150 SPA Cilincing 100 TPA Bantar Gebang 0 ITF Duri Kosambi 60 TPST Boong 100 Data yang dipaai dalam simulasi ini dapat dilihat pada lampiran 4. Penyelesaian masalah dalam simulasi yang telah dibuat dieraan dengan menggunaan LINGO 8.0. metode branch and bound digunaan oleh software tersebut untu menyelesaian masalah. Penulisan program dan solusi yang didapatan dalam LINGO dapat dilihat pada Lampiran 5. Hasil yang diperoleh pada tahap 1 disaian pada Tabel 6. Tabel 6 Hasil yang didapatan dari tahap 1 Rute Jenis Kendaraan yang Volume Sampah Melayani yang Diangut (m 3 ) Asal Kendaraan 1 Typer uuran besar 30 Sunter 2 Typer uuran ecil 14 Semper Typer uuran besar 36 Sunter 3 Armroll uuran ecil 12 Semper Armroll uuran ecil 12 Semper 4 Armroll uuran besar 20 Sunter 5 Typer uuran besar 30 Sunter 6 Typer uuran ecil 8 Semper Typer uuran ecil 16 Semper 7 Typer uuran besar 36 Cililitan Typer uuran ecil 14 Semper 8 Armroll uuran besar 20 Sunter 9 Armroll uuran besar 20 Sunter 10 Typer uuran besar 30 Cililitan 11 Typer uuran besar 28 Sunter 12 Armroll uuran ecil 12 Semper Armroll uuran ecil 12 Semper 13 Compactor uuran besar 20.5 Cililitan 14 Compactor uuran besar 18 Cililitan 15 Armroll uuran besar 20 Cililitan Dari Tabel 6, endaraan enis compactor uuran ecil tida digunaan. Hal ini arena biaya angut enis endaraan tersebut paling mahal ia dibandingan dengan endaraan yang lain. Aibatnya, ia masih ada enis endaraan yang lain, compactor uuran ecil tida digunaan. Nilai obetif yang dihasilan pada tahap satu adalah sebesar Rp ,00. Solusi masalah pada tahap dua menghasilan tuuan pembuangan sampah dari setiap rute yang ada. Hasil dari solusi tahap dua dapat dilihat pada Tabel 7. Penulisan program dan solusi yang dihasilan dalam LINGO dapat dilihat pada Lampiran 5. Tabel 7 Hasil yang didapatan dari tahap 2 Fasilitas Pembuangan Sampah Rute yang Dilayani SPA Sunter 4, 8, 9, 11, 12, 14, 15 SPA Cilincing 1, 3, 6, 13 TPA Bantar Gebang - ITF Duri Kosambi 5, 10 TPST Boong 2, 7 Dari Tabel 7, SPA Sunter melayani sampah sebanya 7 buah rute pengangutan. Hal ini disebaban arena ara SPA Sunter merupaan yang paling deat dengan ruterute tersebut sedangan TPA Bantar Gebang tida melayani satupun rute pengangutan yang ada arena TPA tersebut ditutup. Nilai obetif yang minimum dari tahap ini adalah sebesar m. 12
7 Jia diasumsian TPA Bantar Gebang dapat menerima sampah sebanya 100 m 3 per hari, maa tahap dua aan memberian hasil seperti pada Tabel 8. Penulisan program dan solusi dalam LINGO dapat dilihat pada Lampiran 5. Tabel 8 Hasil Tahap 2 ia diasumsian TPA Bantar Gebang masih beroperasi Fasilitas Pembuangan Sampah Rute yang Dilayani SPA Sunter 4, 8, 9, 11 12, 14, 15 SPA Cilincing 1, 4, 3, 6, 13 TPA Bantar Gebang 2, 7 ITF Duri Kosambi 5, 10 TPST Boong - sedangan ITF Duri Kosambi dipilih untu melayani rute 5 dan 10. Hal ini disebaban arena loasi TPST Boong yang lebih auh dari seluruh rute pengangutan yang ada. Nilai obetif dihasilan adalah sebesar 160 m. Dengan membandingan nilai obetif yang dihasilan ia TPA Bantar Gebang ditutup dengan nilai obetif ia TPA Bantar Gebang masih beroperasi, dapat dilihat bahwa penutupan TPA Bantar Gebang dan menggantiannya dengan fasilitas lain yang terleta di luar wilayah Jaarta Pusat yaitu TPST Boong aan membuat biaya pengangutan sampah yang harus ditanggung Suu Dinas Kebersihan Jaarta Pusat menadi lebih mahal. Dari Tabel 8, TPST Boong tida dipilih sebagai tempat pembuangan sampah IV SIMPULAN DAN SARAN 4.1 Simpulan Penutupan TPA Bantar Gebang dan penambahan fasilitas pengelolaan sampah untu wilayah DKI Jaarta di beberapa loasi bai di dalam wilayah DKI Jaarta maupun di luar wilayah Jaarta membuat rute pengangutan sampah di DKI Jaarta berubah. Model pengangutan sampah yang dibangun oleh penulis, mengambil contoh asus di wilayah Jaarta Pusat sebagai upaya agar masalah tersebut menadi dapat lebih cepat dipecahan, sehingga pengambilan eputusan untu menentuan rute pengangutan sampah yang baru menadi lebih cepat. Wilayah Jaarta Pusat dipilih arena sebagai pusat pemerintahan maa pengangutan sampah di Jaarta Pusat harus lebih efetif dan efisien. Hasil simulasi pada tahap 1 menunuan bahwa penggunaan endaraan enis Compactor uuran ecil lebih bai ditiadaan arena biaya yang ditimbulan enis endaraan tersebut cuup besar. Hasil simulasi pada tahap 2 menunuan bahwa dari beberapa loasi pengelolaan sampah yang dapat digunaan Jaarta Pusat, sebainya Jaarta Pusat menggunaan fasilitas pengelolaan sampah yang ada di wilayah DKI Jaarta sehingga biaya transportasi menadi lebih murah. Hal ini disebaban arena fator geografis Jaarta Pusat yang terleta di tengah ota Jaarta. Penggunaan fasilitas pengelolaan sampah di luar ota Jaarta sebainya diperuntuan bagi wilayah Jaarta yang berbatasan dengan ota tempat fasilitas pengelolaan sampah tersebut berada. Oleh arena itu, proporsi penggunaan fasilitas sampah yang terleta di dalam Jaarta bagi Jaarta Pusat harus ditingatan. 4.2 Saran Di dalam tulisan ini telah dilauan simulasi terhadap 15 rute angutan sampah. Hal ini teradi arena eterbatasan penulis sehingga tida semua rute pengangutan di wilayah DKI Jaarta Pusat dapat dipecahan. Oleh arena itu, sebainya untu dapat memecahan seluruh rute pengangutan di Jaarta Pusat menggunaan program omputer yang berdasaran metode ilmiah untu pemecahan masalah dengan variabel yang besar. 13
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih 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 terperinciPEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER
PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciCATATAN KULIAH RISET OPERASIONAL
CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciPREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION
Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciPENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)
ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.
Lebih terperinciIV IMPLEMENTASI VEHICLE ROUTING PROBLEM (VRP) PADA KEGIATAN DISTRIBUSI PRODUK DI PT NIPPON INDOSARI CORPINDO (PT NIC)
7 dimana puul 06.00 dimisalan sebagai 0 dan puul 16.00 sebagai 540 dan endaraan mampu memuat hingga 200 crate (wadah roti). Langah pertama adalah menentuan leta setiap onsumen dan mengetahui ara dari setiap
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892 PENENTUAN RUTE ARADA ENGGUNAKAN ALOGARITA TABU SEARCH PADA HOOGENUS FLEET VEHICLE ROUTING PROBLE WITH TIE WINDOWS DI PT.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciISSN: TEKNOMATIKA Vol.1, No.2, JANUARI
ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR
1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah
Lebih terperinciPENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB
PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciSistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation
Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3
Lebih terperinciModel Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009
Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan
Lebih terperinciMANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)
Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM
ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM Emirul Bahar emirulb@yahoo.com Jurusan Teni Industri, Universitas Gunadarma
Lebih terperinciPENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK
PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor
Lebih terperinciMENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE
MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK
Lebih terperinciBAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN
BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui
Lebih terperinci1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba
JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PERAMALAN PADA PERHITUNGAN TINGKAT SUKU BUNGA PINJAMAN DI INDONESIA Nurmalasari Rusmiati 1 Sistem Informasi, Faultas Ilmu Komputer, Universitas Gunadarma
Lebih terperinciHUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG
Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo
Lebih terperinciBEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si
BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Sifat Dasar Neutron Neutron yang dihasilan dari reator nulir biasanya merupaan neutron berenergi rendah. Secara umum, neutron energi rendah dapat dilasifiasian dalam tiga enis yaitu
Lebih terperinciPEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT
PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciSistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)
Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciSistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation
Sistem Peramalan Jumlah Produsi Air PDAM Samarinda Menggunaan Jaringan Syaraf Tiruan Bacpropagation Anindita Septiarini 1 dan Nur Sya baniah 2 1 Program Studi Ilmu Komputer FMIPA, Universitas Mulaarman
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG Oleh : M.Rizi.H.S, Andri Heryandi,S.T, Bambang Siswoyo,Ir,M.Si Jl. Dipati Uur Bandung Teni Informatia Universitas
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciOPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN
OIMASI ENGAURAN RUE KENARAAN ENGAN MUAAN KONAINER ENUH MENGGUNAKAN MEOE EKOMOSISI LAGRANGIAN Ahmed ata Fardiaz Rully Soelaiman S.Kom M.Kom Jurusan eni Informatia Faultas enologi Informasi Institut enologi
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciMODEL SISTEM ANTRIAN
BB V MODEL SISTEM TRI ada teori antrian, suatu model antrian digunaan untu memperiraan suatu situasi antrian sesungguhnya, sehingga elauan antrian dapat dianalisa secara matemati. Dengan model sistem antrian
Lebih terperinciHUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK
HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciBAB III. dan menghamburkan
BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciJARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA
JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciPENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT
PENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT Oleh : DONNY WAHYU SAPUTRO G06499031 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciPeluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²
Jurnal Teni PWK Volume 4 Nomor 4 2015 Online : http://ejournal-s1.undip.ac.id/index.php/pw Peluang Peningatan Tipe di Kecamatan Banyumai (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciDESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO
DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan
Lebih terperinciBAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA
BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA. GEMPA BUMI Gempa bumi adalah suatu geraan tiba-tiba atau suatu rentetetan geraan tiba-tiba dari tanah dan bersifat transient yang berasal dari suatu daerah
Lebih terperinciPENGENALAN TEKS BRAILLE BERBASIS JARINGAN SYARAF TIRUAN FEEDFORWARD MULTILAYER DENGAN MENGGUNAKAN METODE BACK PROPAGATION
1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN TEKS BRAILLE BERBASIS JARINGAN SYARAF TIRUAN FEEDFORWARD MULTILAYER DENGAN MENGGUNAKAN METODE BACK PROPAGATION Praditya Firmansyah *, Wahyul Amien Syafei**, Iwan
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciPerbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan
Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)
Lebih terperinciNeural Network menyerupai otak manusia dalam dua hal, yaitu:
2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciKAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
Media Informatia, Vol. 5, No. 2, Desember 2007, 99-111 ISSN: 0854-4743 KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Anita Desiani Jurusan Matematia,
Lebih terperinciMODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)
MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia
Lebih terperinciPERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU
PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah
Lebih terperinciPERAMALAN KURS RUPIAH TERHADAP DOLAR DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK ANIZZA RESTRA PUSPARIANTI
PERAMALAN KURS RUPIAH TERHADAP DOLAR DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK ANIZZA RESTRA PUSPARIANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciANALISIS KELAYAKAN-PAKAI MINYAK PELUMAS SAE 10W-30 PADA SEPEDA MOTOR (4TAK) BERDASARKAN VISKOSITAS DENGAN METODE VISKOMETER BOLA JATUH
ANALISIS KELAYAKAN-PAKAI MINYAK PELUMAS SAE 10W-0 PADA SEPEDA MOTOR (4TAK) BERDASARKAN VISKOSITAS DENGAN METODE VISKOMETER BOLA JATUH Ladrian Rohmi Abdi Syahdanni 1), Ir. Suhariyanto, MT ),Ir. Mahirul
Lebih terperinciModel Optimisasi Robust
Model Optimisasi Robust untu Masalah Pengendalian Persediaan Ban (Studi Kasus untu Data Permintaan Ban E/M R-25 di PT Chitra Paratama) Robust Optimization Model for Tire inventory Control Problem Epsilon
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciPENGGUNAAN METODE HEURISTIK DALAM PERMASALAHAN VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA DI PT NIPPON INDOSARI CORPINDO AJI RADITYA
PENGGUNAAN METODE HEURISTIK DALAM PERMASALAHAN VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA DI PT NIPPON INDOSARI CORPINDO AJI RADITYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciAnalisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar
3 Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Eletrotenia Dasar Jamhir slami Pranata Laboratorium Pendidian (PLP) Ahli Muda Laboratorium Eletrotenia Dasar Faaultas
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciDany Candra Febrianto ) dan Hindayati Mustafidah )
Penerapan Jaringan Saraf Tiruan dengan Metode Pembelaaran Bacpropagation untu Mengetahui Tingat Kualifiasi Calon Siswa pada Sistem Informasi Penerimaan Siswa Baru di MAN 2 Banarnegara (Application of Artificial
Lebih terperinciSISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA
SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA Ruhana Khabibah, Hery Tri Sutanto 2, Yuliani Puji Astuti 3 Jurusan Matematia, Faultas Matematia dan Ilmu
Lebih terperinciPenerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik
Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS
ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,
Lebih terperinciMakalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)
Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinci