I PENDAHULUAN II LANDASAN TEORI
|
|
- Yuliana Makmur
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 termasuk dalam kelas permasalahan yang disebut Vehicle Routing Problem (VRP). Bentuk dasar VRP berkaitan dengan masalah penentuan suatu himpunan rute kendaraan (vehicle) yang melayani suatu himpunan pelanggan. Dalam kehidupan sehari-hari banyak ditemukan terapan VRP, antara lain pendistribusian barang hasil produksi oleh produsen ke konsumen, pengambilan surat dari kotak-kotak pos yang tersebar di seluruh kota, pengantaran dan penjemputan anak sekolah dengan bus sekolah. Karakteristik khusus yang diperhatikan dalam masalah bus karyawan di antaranya, bus tidak kembali ke pos yang sudah dilewatinya setelah melengkapi rute perjalanannya tetapi bus mengakhiri perjalanannya di depot, serta banyaknya karyawan pada setiap bus tidak melebihi kapasitas bus. Tulisan ini akan membahas bagaimana mengoptimalkan biaya yang berhubungan dengan pengangkutan karyawan dengan menggunakan PLI (pemrograman linear integer) sedemikian sehingga kendalakendalanya dipenuhi. Model penentuan rute bus karyawan pada karya ilmiah ini berdasarkan pada artikel berjudul Solving school bus routing problems through integer programming yang ditulis oleh T Bektas dan Seda Elmastas tahun Tujuan Tujuan penulisan ini adalah memodelkan dan menyelesaikan masalah penentuan rute bus karyawan dengan PLI. II LANDASAN TEORI Untuk membuat model penentuan rute bus karyawan dan teknik-teknik pemecahan yang digunakan dalam karya tulis ini, diperlukan pemahaman teori pemrograman linear (PL), Pemrograman Linear Integer (PLI) atau Integer Linear Programming (ILP), dan metode branch-and-bound..fungsi Linear dan Pertidaksamaan Linear Fungsi linear dan pertidaksamaan linear merupakan salah satu konsep dasar yang harus dipahami terkait dengan konsep pemrograman linear. Definisi (Fungsi Linear) Misalkan f (,,..., ) menyatakan n suatu fungsi dalam variabel-variabel,,..., n. Fungsi f (,,..., ) dikatakan n linear jika dan hanya jika untuk suatu himpunan konstanta c, c, fungsi f,..., c n dapat dituliskan sebagai f (,,..., n ) = c + c cn n. (Winston 004) Sebagai gambaran, f (, ) = + merupakan fungsi linear, sementara f (, = bukan fungsi linear. ) Definisi (Pertidaksamaan dan Persamaan Linear) Untuk sembarang fungsi linear f (,,..., ) dan sembarang bilangan b, n pertidaksamaan f ( dan,,..., n ) b f ( adalah pertidaksamaan,,..., n ) b linear; sedangkan f (,,..., ) = b n merupakan persamaan linear. (Winston 004). Pemrograman Linear Menurut Winston (004), pemrograman linear (PL) adalah suatu masalah optimisasi yang memenuhi ketentuan-ketentuan sebagai berikut. a) Tujuan masalah tersebut adalah memaksimumkan atau meminimumkan suatu fungsi linear dari sejumlah variabel keputusan. Fungsi yang akan dimaksimumkan atau diminimumkan ini disebut fungsi objektif.
2 b) Nilai variabel-variabel keputusannya harus memenuhi suatu himpunan kendala. Setiap kendala harus berupa persamaan linear atau pertidaksamaan linear. c) Ada pembatasan tanda untuk setiap variabel dalam masalah ini. Untuk sembarang variabel i, pembatasan tanda menentukan harus taknegatif i ( i 0) atau tidak dibatasi tandanya (unrestricted in sign). Suatu PL mempunyai bentuk standar seperti yang didefinisikan sebagai berikut. Definisi 3 (Bentuk Standar PL) Pemrograman linear min z = c T terhadap A = b 0 (.) dikatakan PL dalam bentuk standar, dengan dan c vektor-vektor berukuran n, vektor b berukuran m, dan A matriks berukuran m n yang disebut sebagai matriks kendala, dengan m n. (Nash & Sofer 996) Sebagai catatan, yang dimaksud dengan vektor berukuran n adalah vektor yang memiliki dimensi (ukuran) n. Solusi Pemrograman Linear Suatu masalah PL dapat diselesaikan dalam berbagai teknik, salah satunya adalah metode simpleks. Metode ini dapat menghasilkan suatu solusi optimal bagi masalah PL dan telah dikembangkan oleh Dantzig sejak tahun 947, dan dalam perkembangannya merupakan metode yang paling umum digunakan untuk menyelesaikan PL. Metode ini berupa metode iteratif untuk menyelesaikan PL berbentuk standar. Pada masalah PL (.), vektor yang memenuhi kendala A = b disebut solusi PL (.). Misalkan matriks A dapat dinyatakan sebagai A= ( B N), dengan B adalah matriks berukuran m m yang elemennya berupa koefisien variabel basis dan N merupakan matriks berukuran m ( n m) yang elemen-elemennya berupa koefisien variabel nonbasis pada matriks kendala. Dalam hal ini matriks B disebut matriks basis untuk PL (.). Misalkan dapat dinyatakan sebagai B vektor =, dengan B adalah vektor N N variabel basis dan adalah vektor variabel nonbasis, maka A = b dapat dinyatakan sebagai ( ) B A = B N N = B B + NN = b. (.) Karena matriks B adalah matriks taksingular, maka B memiliki invers, sehingga dari (.) B dapat dinyatakan sebagai: B = B - b B - N N. (.3) Definisi 4 (Daerah Fisibel) Daerah fisibel suatu PL adalah himpunan semua titik yang memenuhi semua kendala dan pembatasan tanda pada PL tersebut. (Winston 004) Definisi 5 (Solusi Basis) Solusi dari suatu PL disebut solusi basis jika memenuhi syarat berikut: i. solusi tersebut memenuhi kendala pesamaan pada PL, ii. kolom-kolom dari matriks kendala yang berpadanan dengan komponen taknol dari solusi tersebut adalah bebas linear. (Nash & Sofer 996) Definisi 6 (Solusi Fisibel Basis) Solusi fisibel basis adalah solusi basis pada PL yang semua variabel-variabelnya taknegatif. (Winston 004) Definisi 7 (Solusi Optimal) Untuk masalah maksimisasi, solusi optimal suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terbesar. Untuk masalah minimisasi, solusi optimal suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terkecil. (Winston 004) Ilustrasi solusi basis dan solusi fisibel basis diberikan dalam Contoh. Contoh Misalkan diberikan PL (.4) berikut: min z = 3 terhadap = 4 Dari PL (.4) diperoleh: = (.4) + 5 = 5,, 3, 4, 5 0
3 A = 0 0,. b = Misalkan dipilih B T ( ) ( ) T N = dan =, maka matriks basisnya adalah 0 0 B = Dengan menggunakan matriks basis di atas didapatkan T T N = ( 0 0 ), B = B b = ( 4 5 ). (.5) Solusi (.5) merupakan solusi basis, karena memenuhi kendala pada PL (.4) dan kolom-kolom pada matriks kendala yang berpadanan dengan komponen taknol dari (.5), yaitu B, bebas linear. Solusi (.5) juga merupakan solusi fisibel basis, karena nilainilai variabelnya lebih dari atau sama dengan nol. PL (.) dapat dinyatakan dalam bentuk B dan N sebagai berikut T T min z = cbb + cnn terhadap B (.6) B + NN = b 0, dengan c B vektor koefisien variabel basis pada fungsi objektif dan c N vektor koefisien variabel nonbasis pada fungsi objektif. Jika persamaan (.3) disubstitusikan ke dalam fungsi objektif PL (.6) maka akan didapat T T z = cb( B b B NN) + cnn T T T = cb b+ ( c cb N ). B N B N (Winston 004).3 Pemrograman Integer (Integer Programming) pemrograman integer (PI) atau Integer programming (IP) adalah suatu model pemrograman linear dengan variabel yang digunakan berupa bilangan bulat (integer). Jika semua variabel harus berupa integer, maka masalah tersebut dinamakan pure integer programming. Jika hanya sebagian yang harus berupa integer, maka disebut mied integer programming. IP dengan semua variabelnya harus bernilai 0 atau disebut 0- IP. (Garfinkel & Nemhauser 97).4 Relaksasi Pemrograman Linear Konsep relaksasi pemrograman linear atau relaksasi-pl diberikan dalam definisi berikut ini. Definisi 8 (Relaksasi Pemrograman Linear) Pemrograman linear relaksasi atau sering disebut relaksasi-pl merupakan suatu pemrograman linear yang diperoleh dari suatu IP dengan menghilangkan kendala integer atau kendala 0- pada setiap variabelnya. Untuk masalah maksimisasi, nilai optimal fungsi objektif relaksasi-pl lebih besar atau sama dengan nilai optimal fungsi objektif IP, sedangkan untuk masalah minimisasi, nilai optimal fungsi objektif relaksasi-pl lebih kecil atau sama dengan nilai optimal fungsi objektif IP. (Winston 995).5 Graf Konsep graf yang digunakan dalam karya ilmiah ini meliputi definisi-definisi berikut ini. Definisi 9 (Graf) Suatu graf G adalah pasangan terurut (V, E) dengan V himpunan takkosong dan berhingga yang anggota-anggotanya disebut simpul (node/verte) dan E merupakan himpunan berhingga garis yang menghubungkan simpul-simpul anggota V yang disebut dengan sisi (edge). Sisi yang menghubungkan simpul i dengan simpul j dinyatakan dengan {i, j}. (Foulds 99) Graf seperti disebutkan pada definisi di atas disebut juga graf tak berarah. Ilustrasi graf tak berarah dapat dilihat pada Gambar berikut: G: 3 Gambar Graf G = (V, E) Pada Gambar di atas diperlihatkan bahwa V = {,,3,4,5} dan E = {{, },{, 3},{, 4},{, 3},{3, 4},{3, 5}}. Definisi 0 (Graf Berarah) Dalam suatu graf, jika sisi yang menghubungkan simpul-simpulnya berarah 4 5
4 4 maka graf tersebut dinamakan graf berarah (directed graph/digraph). Sisi yang menghubungkan simpul i dengan simpul j berarah dinyatakan dengan {i, j}. (Foulds 99) Ilustrasi graf berarah dapat dilihat pada gambar berikut G ' : 3 Gambar Graf G' = ( V, A). Pada Gambar diperlihatkan bahwa V = {,,3,4,5} dan A = {(, ), (, 3), (, 4), (,), (3, ), (3, 5), (4, 3)}. Definisi (Walk) Suatu walk pada graf G = (V, E) adalah suatu barisan simpul dan sisi dari G dengan bentuk: v, { v, v}, v, { v, v3},...,{ vn, vn}, vn, atau ditulis dengan ringkas : v, v,..., vn atau v, v,..., v n. Walk tersebut menghubungkan simpul v dengan simpul v n. (Foulds 99) Definisi (Path) Path pada suatu graf G adalah suatu walk dengan semua simpulnya berbeda. (Foulds 99) Ilustrasi walk dan path diberikan sebagai berikut. Pada graf G yang terdapat dalam Gambar, salah satu contoh walk adalah,,3, 4,3,5, sedangkan,,3,5 adalah salah satu contoh path. Definisi 3 (Walk Berarah) Walk berarah pada suatu graf berarah G' = ( V, A) adalah suatu barisan terurut simpul dan sisi pada G ' yang berbentuk v0, a, v,..., a n, vn, dengan setiap sisi berarah a i menghubungkan simpul-simpul v i- dan v i secara berurutan. (Foulds 99) 4 5 Definisi 4 (Path Berarah) Path berarah pada graf berarah G adalah suatu walk berarah yang semua simpulnya berbeda. (Foulds 99) Ilustrasi walk dan path berarah diberikan sebagai berikut. Pada graf berarah G ' yang terdapat dalam Gambar, contoh walk berarah adalah,3,,, 4,3,5, dan contoh path berarah adalah,,4,3,5. Definisi 5 (Graf Berbobot) Suatu graf G = (V, E) atau graf berarah G' = ( V, A) dikatakan berbobot jika terdapat fungsi w: E R atau l : A R (dengan R himpunan bilangan real) yang memberikan bobot pada setiap elemen E atau A. (Foulds 99) Ilustrasi graf berbobot diberikan dalam Gambar 3. G ' : Gambar 3 Graf berbobot G' = ( V, A). Misalkan diberikan l : A R untuk graf berbobot G' = ( V, A) pada Gambar 3, maka l((4,3)) = 3 atau dapat pula ditulis l4,3 = 3; l, = ; l,3 = l3,5 = 0; l3, = ; l =., Masalah Path Terpendek Masalah penentuan rute perjalanan dengan biaya minimum merupakan aplikasi dari masalah penentuan path terpendek dalam suatu graf berbobot. Didefinisikan panjang untuk sembarang path berarah dalam suatu network sebagai jumlah biaya semua sisi berarah dalam path tersebut. Dalam masalah ini akan dicari suatu path terpendek, yakni path berarah dari suatu simpul asal ke simpul tujuan dengan panjang terkecil. Dalam bab ini, juga dijelaskan tentang traveling salesman problem (TSP) yang merupakan dasar dari vehicle routing problem (VRP), kemudian akan diperlihatkan
5 5 penggunaan pemrograman linear integer (PLI) untuk mencari solusi dari kasus VRP..7 Traveling Salesman Problem (TSP) Dalam TSP, seorang salesman harus mengunjungi seluruh kota yang ada dan diharuskan kembali ke kota awal pada akhir perjalanannya. Tujuan dari TSP adalah menetukan rute perjalanan yang fisibel sedemikian sehingga jarak tempuh yang melalui rute tersebut minimum. Konsumen Rute Depot Definisi 6 (m-tsp) m-tsp adalah salah satu variasi dari TSP. Dalam m-tsp terdapat m salesman mengunjungi seluruh kota tetapi setiap kota hanya dapat dikunjungi oleh tepat satu salesman saja. Setiap salesman berangkat dari suatu depot dan pada akhir perjalanannya juga harus kembali ke depot tersebut. Tujuan dari m-tsp adalah meminimumkan total jarak dari setiap rute. Masalah m-tsp dikenal juga sebagai vehicle routing problem (VRP). Dalam masalah tersebut, sebuah kota diasosiasikan sebagai konsumen dan tiap kendaraan memiliki kapasitas tertentu. Total jumlah permintaan dalam suatu rute tidak boleh melebihi kapasitas dari kendaraan yang beroperasi. (Larsen 999) Contoh solusi dari TSP dapat dilihat pada Gambar 4. Gambar 4 Contoh rute dalam traveling salesman problem (TSP). Vehicle Routing Problem (VRP) VRP merupakan masalah pendistribusian setiap kendaraan yang terletak di depot untuk memenuhi permintaan para pelanggan yang tersebar di banyak tempat. Masalah utama dari VRP adalah membuat rute yang fisibel dengan biaya yang rendah untuk setiap kendaraan dengan ketentuan bahwa setiap kendaraan memulai dan mengakhiri perjalanan dari depot. Misalkan V adalah himpunan pelanggan yang harus dilayani. Fungsi objektif dari sebuah VRP adalah mencari sebanyak m buah rute kendaraan dengan total biaya yang minimum sehingga setiap pelanggan di V dikunjungi oleh tepat satu kendaraan. Sebuah rute R i dikatakan fisibel jika setiap pelanggan dikunjungi tepat satu kali oleh sebuah kendaraan. Gambar berikut mencoba menjelaskan input dari sebuah VRP dan solusi yang mungkin terjadi Pelanggan Depot Gambar 5 Input dari sebuah VRP.
6 6 Rute kendaraan Depot Gambar 6 Solusi yang mungkin dari VRP pada Gambar 5 dengan tiga kendaraan. Tujuan dari VRP adalah menentukan sejumlah rute untuk melakukan pengiriman pada setiap konsumen, dengan mengikuti beberapa ketentuan antara lain :. setiap rute berawal dan berakhir di depot,. setiap konsumen dikunjungi tepat satu kali oleh tepat satu kendaraan, 3. jumlah permintaan tiap rute tidak melebihi kapasitas kendaraan, 4. meminimumkan biaya perjalanan, (Cordeau et al. 00) Definisi 7 (Capacitated Vehicle Routing Problem) Capacitated Vehicle Routing Problem (CVRP) merupakan salah satu variasi dari masalah VRP dengan penambahan kendala kapasitas kendaraan. Setiap kendaraan yang melayani konsumen disyaratkan memiliki batasan kapasitas sehingga banyaknya konsumen yang dilayani oleh setiap kendaraan dalam satu rute bergantung pada kapasitas kendaraan. CVRP bertujuan meminimumkan waktu tempuh rute perjalanan kendaraan dalam mendistribusikan barang dari tempat produksi yang dinamakan dengan depot ke sejumlah konsumen dan memenuhi batasan kapasitas..8 Metode Branch-and-Bound Dalam karya ilmiah ini, untuk memperoleh solusi optimum dari masalah PLI digunakan software LINGO 8.0, yaitu sebuah program yang dirancang untuk menentukan solusi model linear, taklinear, dan optimisasi integer. Software LINGO 8.0 ini menggunakan metode branch-and-bound untuk menyelesaikan masalah PLI. Prinsip dasar metode branch-and-bound adalah memecah daerah fisibel dari masalah relaksasi-pl dengan membuat subproblemsubproblem. Terdapat dua konsep dasar dalam algoritme branch-and-bound. Branch (Cabang) Branching (pencabangan) adalah proses membagi permasalahan menjadi subproblemsubproblem yang mungkin mengarah ke solusi fisibel. Bound (Batas) Bounding (pembatasan) adalah suatu proses untuk mencari atau menghitung batas atas (dalam masalah minimisasi) dan batas bawah (dalam masalah maksimisasi) untuk solusi optimum pada subproblem yang mengarah ke solusi. (Taha 975) Metode branch-and-bound diawali dari menyelesaikan relaksasi-pl dari suatu pemrograman linear integer. Jika semua nilai variabel keputusan solusi optimal sudah berupa integer, maka solusi tersebut merupakan solusi optimal PLI. Jika tidak, dilakukan pencabangan dan penambahan batasan pada relaksasi-plnya kemudian diselesaikan. Winston (004) menyebutkan bahwa untuk masalah maksimisasi nilai fungsi objektif optimum untuk PLI nilai fungsi objektif optimum untuk relaksasi-pl, sehingga nilai fungsi objektif optimum relaksasi-pl merupakan batas atas bagi nilai fungsi objektif optimum untuk masalah PLI. Diungkapkan pula oleh Winston (004) untuk
7 7 masalah maksimisasi bahwa nilai fungsi objektif optimal untuk suatu kandidat solusi merupakan batas bawah nilai fungsi objektif optimum untuk masalah PLI asalnya. Suatu kandidat solusi diperoleh jika solusi dari suatu subproblem sudah memenuhi kendala integer pada masalah PLI, artinya fungsi objektif dan semua variabelnya sudah bernilai integer. Sebelumnya akan dibahas terlebih dulu pengertian subproblem yang terukur. Menurut Winston (004), suatu subproblem dikatakan terukur (fathomed) jika terdapat situasi sebagai berikut: a. Subproblem tersebut takfisibel, sehingga tidak dapat menghasilkan solusi optimum untuk PLI. b. Subproblem tersebut menghasilkan suatu solusi optimum dengan semua variabelnya bernilai integer. Jika solusi optimum ini mempunyai nilai fungsi objektif yang lebih baik daripada solusi fisibel yang diperoleh sebelumnya, maka solusi ini menjadi kandidat solusi optimum dan nilai fungsi objektifnya menjadi batas bawah (dalam masalah maksimisasi) dan batas atas (dalam masalah minimisasi) nilai fungsi objektif optimum bagi masalah PLI pada saat itu, bisa jadi subproblem ini menghasilkan solusi optimum untuk masalah PLI. c. Nilai fungsi objektif optimum untuk subproblem tersebut tidak melebihi batas bawah saat itu (untuk masalah maksimisasi), maka subproblem ini dapat dieliminasi. Berikut ini adalah langkah-langkah penyelesaian suatu masalah maksimisasi dengan metode branch-and-bound. Langkah 0 Didefinisikan z sebagai batas bawah dari nilai fungsi objektif (solusi) PLI yang optimum. Pada awalnya ditetapkan z = dan i = 0. Langkah Subproblem PL (i) dipilih sebagai bagian masalah berikutnya untuk diteliti. Subproblem PL (i) diselesaikan dan diukur dengan kondisi yang sesuai. a) Jika PL (i) terukur, batas bawah z diperbarui jika solusi PLI yang lebih baik ditemukan. Jika tidak, bagian masalah (subproblem) baru i dipilih dan langkah diulangi. Jika semua subproblem telah diteliti, maka proses dihentikan. b) Jika PL (i) tidak terukur, proses dilanjutkan ke langkah untuk melakukan pencabangan PL (i). Langkah Dipilih salah satu variabel j dengan nilai optimumnya adalah * j yang tidak memenuhi batasan integer dalam solusi PL (i). Bidang [ * j ] < j < [ * j ] + disingkirkan dengan membuat dua subproblem PL yang berkaitan menjadi dua subproblem yang tidak dapat dipenuhi secara bersamaan, yaitu j [ * j ] dan j [ * j ] +, dengan [ * j ] didefinisikan sebagai integer terbesar yang kurang dari atau sama dengan * j. Jika PL (i) masih tidak terukur, maka kembali ke Langkah. (Taha 996) Untuk memudahkan pemahaman metode branch-and-bound diberikan contoh sebagai berikut. Contoh 3 (Metode Branch-and-Bound) Misalkan diberikan integer programming (IP) berikut: maks z = terhadap (.7), 0, integer. Solusi optimal relaksasi-pl dari masalah IP (.7) adalah = 3.75, =.5, dan z = 3.75 (yang dapat dilihat di Lampiran ). Batas atas nilai optimal fungsi objektif masalah ini adalah z = Daerah fisibel masalah (.7) ditunjukkan pada Gambar 7. Gambar 7 Daerah fisibel untuk relaksasi-pl dari IP (.7). Keterangan : = solusi optimal relaksasi-pl IP (.7) = titik-titik fisibel bagi IP (.7) Langkah berikutnya adalah memartisi daerah fisibel relaksasi-pl menjadi dua bagian berdasarkan variabel yang bernilai
8 8 pecahan (non-integer). Karena nilai dari kedua variabel yang diperoleh bukan integer, maka dipilih salah satu variabel untuk dasar pencabangan. Misalkan dipilih sebagai dasar pencabangan. Jika masalah relaksasi-pl diberi nama Subproblem, maka pencabangan tersebut menghasilkan subproblem, yaitu: Subproblem : Subproblem ditambah kendala 4; Subproblem 3: Subproblem ditambah kendala 3. Hal ini diilustrasikan secara grafis pada Gambar 8. Subproblem 3 Subproblem Gambar 8 Daerah fisibel untuk Subproblem dan Subproblem 3 dari IP (.7). Setiap titik (solusi) fisibel dari IP (.7) termuat dalam daerah fisibel Subproblem atau Subproblem 3. Setiap subproblem ini saling lepas. Subproblem dan Subproblem 3 dikatakan dicabangkan oleh. Sekarang dipilih subproblem yang belum diselesaikan. Misalkan dipilih Subproblem, kemudian diselesaikan. Solusi optimal untuk Subproblem ini adalah = 4, = 0.83, dan z = 3.33 (lihat Lampiran ). Karena solusi optimal yang dihasilkan Subproblem bukan solusi integer, maka dipilih pencabangan pada Subproblem atas, sehingga diperoleh dua subproblem lagi, yakni: Subproblem 4: Subproblem ditambah kendala ; Subproblem 5: Subproblem ditambah kendala 0. Saat ini subproblem yang belum diselesaikan adalah Subproblem 3, 4, dan 5. Salah satu subproblem dipilih, misalnya dengan aturan LIFO (Last In First Out). Dengan adanya aturan ini berarti dipilih Subproblem 4 atau Subproblem 5. Karena Subproblem 4 takfisibel (lihat pada Lampiran ), maka subproblem ini tidak dapat menghasilkan solusi optimal, yang tersisa adalah Subproblem 3 dan Subproblem 5. Karena aturan LIFO, dipilih Subproblem 5, yang kemudian menghasilkan solusi optimal = 4.5, = 0, dan z =.5 (lihat pada Lampiran ). Karena = 4.5 bukan integer, maka dilakukan kembali pencabangan atas, sehingga diperoleh: Subproblem 6: Subproblem 5 ditambah kendala 5; Subproblem 7: Subproblem 5 ditambah kendala 4. Misalkan dipilih Subproblem 6. Ternyata subproblem ini juga takfisibel (lihat pada Lampiran ), sehingga tidak dapat menghasilkan solusi optimal. Dengan demikian subproblem-subproblem yang belum diselesaikan adalah Subproblem 3 dan Subproblem 7. Karena aturan LIFO, dipilih Subproblem 7. Subproblem ini kemudian menghasilkan solusi optimal = 4, = 0, dan z = 0 (lihat pada Lampiran ). Dapat dilihat bahwa solusi optimal subproblem ini semuanya berupa integer, sehingga merupakan kandidat solusi untuk IP (.7). Nilai z pada kandidat solusi ini merupakan batas bawah bagi nilai optimal IP. Penyelesaian Subproblem 3 menghasilkan solusi optimal = 3, =, dan z = 3 (lihat pada Lampiran ). Batas bawah yang ditetapkan dari solusi optimal Subproblem 7 terlalu lemah dan tidak lebih baik dari nilai solusi optimal yang dihasilkan oleh Subproblem 3. Dengan demikian, nilai solusi optimal Subproblem 3, yakni z = 3 menjadi batas bawah yang baru. Semua solusi optimal telah berupa integer dan tidak perlu lagi dilakukan pencabangan, sehingga solusi optimal dari Subproblem 3 merupakan solusi optimal IP (.7), yakni = 3, =, dan z = 3. Pohon pencabangan yang menunjukkan penyelesaian masalah IP (.7) secara keseluruhan ditunjukkan pada Gambar 9.
9 9 Subproblem = 3.75, =.5, z = 3.75 t = Batas atas = t = Subproblem = 4, = 0.83, z = 3.33 = 4, = 0.83, z = 3.33 t = 7 0 Subproblem 3* = 3, =, z = 3 Batas bawah = 3 Solusi Optimal t = 3 Subproblem 4 takfisibel Subproblem 5 4.5, 0,.5 = 4.5, = 0, z =.5 t = t = 5 Subproblem 6 takfisibel t = 6 Subproblem 7* = 4, = 0, z = 0 Batas bawah = 0 Kandidat Solusi Gambar 9 Seluruh pencabangan pada metode branch-and-bound untuk menyelesaikan IP (.7). Pada Gambar 9, solusi Subproblem 3 dan Subproblem 7 adalah kandidat solusi terbaik karena semua variabelnya bernilai integer. Namun, karena nilai z untuk Subproblem 3 lebih besar dari Subproblem 7 maka solusi dari Subproblem 3 merupakan solusi optimum untuk masalah IP pada Contoh 3. Tanda (*) pada Subproblem 3 dan Subproblem 7 menyatakan kandidat solusi untuk masalah IP tersebut. III DESKRIPSI DAN FORMULASI MASALAH 3. Deskripsi Masalah Rute Bus Karyawan Masalah rute bus karyawan adalah masalah penentuan rute bus untuk menjemput karyawan dari pos-pos yang sudah ditentukan menuju perusahaan dan mengantarkan karyawan dari perusahaan ke pos-pos, kemudian bus tersebut kembali ke tempat asalnya, yaitu perusahaan (depot), dengan biaya yang minimum sehingga kendala kapasitas atau kendala waktu tempuh terpenuhi. Untuk meminimumkan biaya operasional bus, hal yang harus dipertimbangkan adalah biaya perjalanan setiap bus dan biaya tetap untuk mengirimkan bus. 3. Model Masalah Rute Bus Karyawan Dalam model ini, rute untuk menjemput karyawan dari pos-pos menuju perusahaan dan rute untuk mengantarkan karyawan dari perusahaan ke pos-pos, diasumsikan sama karena pos-pos penjemputan dan pengantaran karyawan adalah sama. Masalah penentuan rute bus karyawan sangat berhubungan dengan VRP dan graf. Secara matematis VRP dapat dinyatakan sebagai suatu digraf G = (V, A) dengan V = {0,,..., n} adalah himpunan simpul yang menunjukkan pos-pos antar-jemput karyawan dan A={(i, j) i, j V, i j} yaitu himpunan sisi berarah yang menyatakan jalan penghubung antarpos. Pos 0 menunjukkan
II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.
II LANDASAN TEORI Pada pembuatan model penjadwalan pertandingan sepak bola babak kualifikasi Piala Dunia FIFA 2014 Zona Amerika Selatan, diperlukan pemahaman beberapa teori yang digunakan di dalam penyelesaiannya,
Lebih 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 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 Bencana alam merupakan interupsi signifikan terhadap kegiatan operasional sehari-hari yang bersifat normal dan berkesinambungan. Interupsi ini dapat menyebabkan entitas
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 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 terperinciI PENDAHULUAN II LANDASAN TEORI
0 I PEDAHULUA. Latar Belakang Peternakan didefinisikan sebagai suatu usaha untuk membudidayakan hewan ternak. Jika dilihat dari enis hewan yang diternakkan, terdapat berbagai enis peternakan, salah satunya
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 11 Latar Belakang Manajemen operasi suatu industri penerbangan merupakan suatu permasalahan Operations Research yang kompleks Secara umum, perusahaan dihadapkan pada berbagai persoalan dalam
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 Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli
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 terperinciI PENDAHULUAN II LANDASAN TEORI
8 I PENDAHULUAN Latar elakang Pendistribusian suatu barang merupakan persoalan yang sering diumpai baik oleh pemerintah maupun oleh produsen Dalam pelaksanaannya sering kali dihadapkan pada berbagai masalah
Lebih terperinciPENENTUAN RUTE BUS KARYAWAN MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ZIL ARIFAH
PENENTUAN RUTE BUS KARYAWAN MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER ZIL ARIFAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 PENENTUAN RUTE BUS
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Air merupakan bagian penting dari sumber daya alam yang mempunyai karakteristik unik, karena air bersifat terbarukan dan dinamis. Ini artinya sumber utama air yang berupa
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Beberapa isu yang merebak akhir-akhir ini menunukkan bahwa pertumbuhan umlah penduduk di dunia yang saat ini mencapai sekitar 6.8 milyar berdampak pada aktivitasaktivitas
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 terperinciBAB II TINJAUAN PUSTAKA
0 BAB II TINJAUAN PUSTAKA. Obek Kaian.. Universitas Terbuka Universitas Terbuka (UT) yang diresmikan oleh Presiden RI pada tanggal 4 September 984 sebagai universitas negeri yang ke-45 dengan Keputusan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan
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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Vehicle Routing Problem (VRP) merupakan salah satu permasalahan yang terdapat pada bidang Riset Operasional. Dalam kehidupan nyata, VRP memainkan peranan penting dalam
Lebih terperinciMODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR
MODEL OPTIMASI VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA ISKANDAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa
Lebih terperinciPENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING
Jurnal Manajemen Informatika dan Teknik Komputer Volume, Nomor, Oktober 05 PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING Havid Syafwan Program Studi Manajemen Informatika
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 terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Pada bab ini, akan dijelaskan metode-metode yang penulis gunakan dalam penelitian ini. Adapun metode yang akan digunakan dalam penelitian ini adalah Metode Simpleks dan Metode Branch
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 I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Proses distribusi barang merupakan bagian dari aktivitas suatu perusahaan atau lembaga yang bersifat komersil ataupun sosial. Distribusi berperan sebagai salah satu
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 terperincikita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi
Lecture 4: (B) Supaya terdapat penyelesaian basis awal yang fisibel, pada kendala berbentuk = dan perlu ditambahkan variabel semu (artificial variable) pada ruas kiri bentuk standarnya, untuk siap ke tabel
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciv 2 v 5 v 3 Gambar 3 Graf G 1 dengan 7 simpul dan 10 sisi.
Contoh Dari graf G pada Gambar 1 didapat e 1 incident dengan simpul dan, e incident dengan simpul dan, e 3 tidak incident dengan simpul, v, dan. Definisi 3 (Adjacent) Jika e={p,q} E, maka simpul p dikatakan
Lebih terperinciPENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MUHAMAD FARDAN WARDHANA
PENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MUHAMAD FARDAN WARDHANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 ABSTRAK
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II dalam penelitian ini terdiri atas vehicle routing problem, teori lintasan dan sirkuit, metode saving matriks, matriks jarak, matriks penghematan, dan penentuan urutan konsumen.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, masalah yang berhubungan dengan optimisasi sering kali terjadi, misalnya dalam bidang ekonomi dan industri sering dijumpai masalah
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 terperinciBAB I PENDAHULUAN. Alat transportasi merupakan salah satu faktor yang mendukung berjalannya
BAB I PENDAHULUAN A. Latar Belakang Masalah Alat transportasi merupakan salah satu faktor yang mendukung berjalannya kegiatan atau aktivitas manusia dalam kehidupan sehari-hari. Salah satu kegiatan manusia
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier digunakan untuk menunjukkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Linear Programming 2.1.1 Model Linier Programming Pemrograman linier adalah sebuah model matematik untuk menjelaskan suatu persoalan optimasi. Istilah linier menunjukkan bahwa
Lebih terperinciMASALAH PENENTUAN KOMBINASI TERMINAL DAN RUTE KAPAL SAEPUDIN HIDAYATULLOH
MASALAH PENENTUAN KOMINASI TERMINAL DAN RUTE KAPAL SAEPUDIN HIDAYATULLOH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN OGOR OGOR 2009 ASTRACT SAEPUDIN HIDAYATULLOH.
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 terperinciMODEL OPTIMISASI PENGGUNAAN BINATANG BURUAN SECARA KONSUMTIF AHDIANI FEBRIYANTI G
MODEL OPTIMISASI PENGGUNAAN BINATANG BURUAN SECARA KONSUMTIF AHDIANI FEBRIYANTI G54104020 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 2 ABSTRAK
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 terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
1 BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Graf merupakan salah satu cabang ilmu matematika yang dapat digunakan dalam membantu persoalan diberbagai bidang seperti masalah komunikasi, transportasi, distribusi,
Lebih terperinciPENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH
PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 PENYELESAIAN
Lebih terperinciPENYELESAIAN MASALAH PENJADWALAN MATA PELAJARAN SEKOLAH MENENGAH PERTAMA MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MAHNURI
PENYELESAIAN MASALAH PENJADWALAN MATA PELAJARAN SEKOLAH MENENGAH PERTAMA MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER MAHNURI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
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 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 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Persoalan rute terpendek merupakan suatu jaringan pengarahan rute perjalanan di mana seseorang pengarah jalan ingin menentukan rute terpendek antara dua kota berdasarkan
Lebih terperinciPROGRAMA INTEGER 10/31/2012 1
PROGRAMA INTEGER 10/31/2012 1 Programa linier integer (integer linear programming/ilp) pada intinya berkaitan dengan program-program linier dimana beberapa atau semua variabel memiliki nilai-nilai integer
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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bagian ini menjelaskan tentang hal-hal yang erat kaitannya dengan masalah m- ring star. Salah satu cabang matematika yang cukup penting dan sangat luas penerapannya di banyak bidang
Lebih terperinciPemrograman Linier (2)
Solusi model PL dengan metode simpleks Ahmad Sabri Universitas Gunadarma, Indonesia 2 Bentuk umum model PL Ingat kembali bentuk umum model PL maksimum Maks Z = c x + c 2 x 2 +... + c n x n Dengan kendala:
Lebih terperinciMetode Simpleks (Simplex Method) Materi Bahasan
Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks
Lebih terperinciIMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN
IMPLEMENTASI FLEET SIZE AND MIX VEHICLE ROUTING PROBLEM WITH TIME WINDOWS PADA PENDISTRIBUSIAN KORAN Maya Widyastiti *), Farida Hanum, Toni Bakhtiar Departemen Matematika FMIPA, Institut Pertanian Bogor
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang bersaing, dengan cara
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...
Lebih terperinciBAB II METODE SIMPLEKS
BAB II METODE SIMPLEKS 2.1 Pengantar Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linier adalah metode simpleks. Penentuan solusi optimal menggunakan metode simpleks didasarkan
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 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 terperinciPENJADWALAN MESIN KEMAS IDENTIK PARALEL PADA INDUSTRI YOGHURT MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER SLAMET RIYADI
PENJADWALAN MESIN KEMAS IDENTIK PARALEL PADA INDUSTRI YOGHURT MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER SLAMET RIYADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Perencanaan Produksi
BAB 2 LANDASAN TEORI 21 Perencanaan Produksi Produksi yang dalam bahasa inggris disebut production adalah keseluruhan proses yang dilakukan untuk menghasilkan produk atau jasa Produk yang dihasilkan sebagai
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan dari industri atau perusahaan adalah menciptakan laba yang maksimal. Salah satu bentuk usahanya adalah dengan memaksimumkan hasil produksi atau meminimumkan
Lebih terperinciPendekatan Metode Column Generation pada Vehicle Routing Problem dengan Soft Time Windows
Pendekatan Metode Column Generation pada Vehicle Routing Problem dengan Soft Time Windows Nurul Nafartsani 1, Yudi Satria 2, Helen Burhan 3 1 Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424, Indonesia
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 MODEL PENJADWALAN
3 Ax = B N x B x = Bx B + Nx N = b. (5) N Karena matriks B adalah matriks taksingular, maka B memiliki invers, sehingga dari (5) x B dapat dinyatakan sebagai: x B = B 1 b B 1 Nx N. (6) Kemudian fungsi
Lebih terperinciBAB I PENDAHULUAN an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang berjudul Evolution Strategies
BAB I PENDAHULUAN A. Latar Belakang Perkembangan teori graf sangat pesat dari tahun ke tahun, pada tahun 1960-an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
2 Bab 1 PENDAHULUAN 1.1 Latar Belakang Routing adalah proses dimana suatu router mem-forward paket jaringan yang dituju. Suatu router membuat keputusan berdasarkan IP address yang dituju oleh paket. Agar
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 terperinciBAB III PEMBAHASAN. linear yang dinyatakan dengan fungsi tujuan dan fungsi kendala yang memiliki
BAB III PEMBAHASAN Masalah Fuzzy Linear Programming (FLP) merupakan masalah program linear yang dinyatakan dengan fungsi tujuan dan fungsi kendala yang memiliki parameter fuzzy dan ketidaksamaan fuzzy
Lebih terperinciPENYELESAIAN MASALAH INTEGER PROGRAMMING DENGAN METODE RELAKSASI LAGRANGE YUSEP MAULANA
PENYELESAIAN MASALAH INTEGER PROGRAMMING DENGAN METODE RELAKSASI LAGRANGE YUSEP MAULANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009 ABSTRACT
Lebih terperinciPENERAPAN METODE BRANCH AND BOUND (B&B)DALAM MENENTUKAN KEUNTUNGAN MAKSIMUM PENJUALAN TEMPE
PENERAPAN METODE BRANCH AND BOUND (B&B)DALAM MENENTUKAN KEUNTUNGAN MAKSIMUM PENJUALAN TEMPE Eagar Marantika 1), Heru Haerul Anwar 2), Muhammad Nur Aliffuddin 3), Rizal Fauzi 4),Robiyana 5), Ryan Agung
Lebih terperinciPENJADWALAN PERAWAT KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN INTEGER: STUDI KASUS DI RUMAH SAKIT OMNI INTERNASIONAL TANGERANG VIANEY CHRISTINE AMBARITA
PENJADWALAN PERAWAT KAMAR OPERASI MENGGUNAKAN PEMROGRAMAN INTEGER: STUDI KASUS DI RUMAH SAKIT OMNI INTERNASIONAL TANGERANG VIANEY CHRISTINE AMBARITA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Program Integer 2.1.1 Definisi Program Integer Program Integer adalah program linier (Linear Programming) di mana variabelvariabelnya bertipe integer(bulat). Program Integerdigunakan
Lebih terperinciPENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS
PENGOPTIMUMAN MASALAH PENJADWALAN EMPAT HARI KERJA DALAM SEMINGGU SECARA SIKLIS BERBASIS DUAL ARIYANTO PAMUNGKAS DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPemrograman Linier (3)
Pemrograman Linier () Metode Big-M Ahmad Sabri Universitas Gunadarma, Indonesia Pada model PL di mana semua kendala memiliki relasi, variabel basis pada solusi awal (tabel simpleks awal) adalah Z dan semua
Lebih terperinciIII PEMBAHASAN. 6. Sisi eg dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar 18).
a d b f 8 e 8 Gambar Sisi be hasil dari algoritme Prim tahap ke-.. Sisi ec dipilih sebagai sisi yang memiliki bobot terkecil (lihat Gambar ). a d b f 8 e 8 Gambar Sisi ec hasil dari algoritme Prim tahap
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Distribusi Distribusi merupakan proses pemindahan barang-barang dari tempat produksi ke berbagai tempat atau daerah yang membutuhkan. Kotler (2005) mendefinisikan bahwa
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perusahaan adalah suatu tempat dimana sumber daya dasar dikelola dengan proses yang sedemikian rupa sehingga diperoleh suatu hasil berupa barang atau jasa yang
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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Program Integer Program Integer merupakan pengembangan dari Program Linear dimana beberapa atau semua variabel keputusannya harus berupa integer. Jika hanya sebagian variabel
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka 2.1.1. Penelitian Terdahulu Transportasi merupakan bagian dari distribusi. Ong dan Suprayogi (2011) menyebutkan biaya transportasi adalah salah
Lebih terperinciBAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang
BAB III ALGORITMA BRANCH AND BOUND Algoritma Branch and Bound merupakan metode pencarian di dalam ruang solusi secara sistematis. Ruang solusi diorganisasikan ke dalam pohon ruang status. Pohon ruang status
Lebih terperinciBAB I. MASALAH TRANSPORTASI KHUSUS
BAB I. MASALAH TRANSPORTASI KHUSUS Pada perkuliahan pemrograman linear telah dipelajari masalah transportasi secara umum, yaitu suatu masalah pemindahan barang dari beberapa tempat asal (sumber/origin)
Lebih terperinciMETODE SIMPLEKS DALAM PROGRAM LINIER
METODE SIMPLEKS DALAM PROGRAM LINIER Dian Wirdasari Abstrak Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan
Lebih terperincimerupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002)
dari elemen graf yang disebut verteks (node, point), sedangkan, atau biasa disebut (), adalah himpunan pasangan tak terurut yang menghubungkan dua elemen subset dari yang disebut sisi (edge, line). Setiap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan rantaian terpendek diantara pasangan node (titik) tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus
Lebih terperinciBAB 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam masalah pengiriman barang, sebuah rute diperlukan untuk menentukan tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui darat, air,
Lebih terperinciBAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab
BAB II KAJIAN TEORI Berikut diberikan landasan teori mengenai program linear, konsep himpunan fuzzy, program linear fuzzy dan metode Mehar untuk membahas penyelesaian masalah fuzzy linear programming untuk
Lebih terperinciANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 201 210. ANALISIS ALGORITMA ANT SYSTEM (AS) PADA KASUS TRAVELLING SALESMAN PROBLEM (TSP) Cindy Cipta Sari, Bayu Prihandono,
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 terperinciAplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium
Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium Hikmah *1, Nusyafitri Amin 2 *1 Program Studi Matematika FMIPA Universitas Sulawesi Barat, 2 Program Studi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai teori dan terminologi graph, yaitu bentukbentuk khusus suatu graph dan juga akan diuraikan penjelasan mengenai shortest path. 2.1 Konsep Dasar
Lebih terperinciBAB I PENDAHULUAN. berpengaruh terhadap keberhasilan penjualan produk. Salah satu faktor kepuasan
BAB I PENDAHULUAN A. Latar Belakang Masalah Distribusi adalah kegiatan yang selalu menjadi bagian dalam menjalankan sebuah usaha. Distribusi merupakan suatu proses pengiriman barang dari suatu depot ke
Lebih terperinciPenghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound
Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound Chrestella Stephanie - 13512005 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB IV. METODE SIMPLEKS
BAB IV. METODE SIMPLEKS Penentuan solusi optimal menggunakan simpleks didasarkan pada teknik eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik ekstrim (ingat kembali solusi
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:
10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)
Lebih terperinciMASALAH PEMANFAATAN AIR BAWAH TANAH BAGI PERUSAHAAN AIR MINUM DALAM KEMASAN Studi Kasus di PT Tang Mas Cidahu Sukabumi MIRANI OKTAVIA
MASALAH PEMANFAATAN AIR BAWAH TANAH BAGI PERUSAHAAN AIR MINUM DALAM KEMASAN Studi Kasus di PT Tang Mas Cidahu Sukabumi MIRANI OKTAVIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,
BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini, manusia sering dihadapi oleh permasalahan melibatkan optimasi tujuan ganda (multi-objective), contohnya dalam hal perencanaan atau peramalan pasar yang
Lebih terperinci