BAB 1 PENDAHULUAN. Persoalan keputusan sering diformulasikan sebagai. persoalan optimisasi, jadi dalam berbagai situasi, pengambil keputusan ingin
|
|
- Hartanti Siska Kusumo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dunia saat ini dilanda oleh adanya kondisi ketidakpastian yang tinggi, namun pengambil keputusan tetap harus menentukan keputusan walau dalam kondisi yang demikian. Persoalan keputusan sering diformulasikan sebagai persoalan optimisasi, jadi dalam berbagai situasi, pengambil keputusan ingin menyelesaikan persoalan optimisasi yang tergantung pada parameter yang tak diketahui. Jika ketidakpastian ini tidak diperhitungkan dalam model penyelesaian, keputusan yang diambil dapat berada jauh dari nilai optimal, atau bahkan tak layak. Dalam sistem transportasi ketidakpastian ini dapat muncul pada variasi antara permintaan aktual terhadap sumber daya transportasi dan ramalan permintaan; perubahan acak dalam kapasitas hubungan jaringan; dan perubahan acak dalam kapasitas karena terjadinya kerusakan alat transportasi. Program stokastik berkaitan dengan optimisasi pengambilan keputusan dengan adanya ketidakpastian dalam data problema dari suatu periode waktu ke periode waktu berikutnya. Tipe objek kajian adalah problema optimisasi acak di mana hasil (outcome) dari data acak tidak terungkap pada waktu berjalan, dan keputusan yang akan dioptimalkan tidak harus mengantisipasi hasil masa datang (non-antisipatif). Hal ini memberikan kaitan erat dengan optimisasi real time yang merupakan keputusan optimal di sini dan sekarang dalam suatu lingkungan data yang tak lengkap (atau tak pasti). Asalkan 1
2 2 informasi probabilistik tersedia, model oprasional yang sesuai untuk optimisasi real-time dapat diformulasi sebagai program stokastik tahap-ganda. Secara esensial model ini diajukan untuk menggantikan model deterministik, dimana koefisien atau parameter yang tidak diketahui merupakan nilai acak dengan adanya pengandaian sebaran peluang bebas dari variabel keputusan. Program stokastik tak linier (PSTL) menyajikan suatu kelas dari persoalan optimisasi stokastik. Model demikian ini sering muncul dalam kehidupan nyata. Banyak sistem di alam ini mempunyai pola model tak linier, berakibat diperlukan metode program tak linier untuk menentukan optimisasinya. Faktor lain yang kelihatan sudah menjadi suatu kewajaran adalah kondisi ketidakpastian. Boleh dikatakan sangat jarang parameter dari sistem diketahui secara tepat. Yang sering muncul adalah parameter-parameter ini diketahui dalam suatu rentang nilai atau, dalam beberapa kasus, dalam sebaran peluang. Terhadap persoalan dengan adanya ketidakpastian ini metode program stokastik perlu dipakai. Adakalanya dalam persoalan optimisasi keputusan demikian ini tercakup didalamnya variabel yang nilainya harus merupakan bilangan cacah, atau biner(0 atau 1). Jadi, jika diberikan syarat cacah terhadap variabel keputusan, maka model program stokastik tak linier ini disebut sebagai program stokastik cacah tak linier (PSCTL). Dalam penelitian ini model program stokastik yang diteliti adalah program stokastik cacah-campuran tak linier (PSCCTL), yang berarti bahwa disamping adanya variabel yang dipersyaratkan bernilai bilangan cacah tetapi ada juga variabel yang dapat bernilai kontinu (pecahan). Kebanyakan pemakaian dari PSCCTL berada pada bidang proses sistem rekayasa. Suatu review dalam bidang rekayasa proses diberikan dalam
3 3 Diwekar (2003a) dan Sahinidis (2004). Pemakaian dalam proses sintesis dari jaringan air terintegrasi (Karuppiah dan Grossmann, 2008). Pemakaian lainnya mencakup Proses jaringan perusahaan (Rya et.al., 2004), perencanaan dan penjadwalan tugas terkait (Jung et.al., 2004; Lin et.al., 2004), aplikasi yang terkait dengan lingkungan (Diwekar, 2003b; 2005; Kreawhom dan Hirao, 2004; Aman dan Mawengkang, 2008), aplikasi dalam bidang finansial (Bastin et.al., 2007; Mawengkang, 2007), aplikasi dalam perikanan (Albornor dan Canaler, 2006; Mawengkang, 2007) serta aplikasi dalam bidang jaringan transportasi (Liu et al., 2009). Model persoalan PSCCTL yang diajukan dalam penelitian ini dapat ditulis dalam bentuk berikut. min x f 1 (x) + Q(x) g 1 (x) = 0, h 1 (x) 0, g 1 : R nz 1 R me, h 1 : R n 1 R m i, x Z n 1 +. (1.1) dimana Q(x) = E ξ Q(x, ξ(w)) Q(x, ξ(w)) = min y f 2 (y(w), w) g 2 (x, y(w), w) = 0 h 2 (x, y(w), w) 0 g 2 : R n 1+n 2 Ω R ye h 2 : R n 1+n 2 Ω R y i y Y (1.2) Ω adalah ruang probabilitas yang dilengkapi dengan σ-aljabar F dan ukuran probabilitas. ξ adalah variabel acak yang ukuran probabilitasnya ada, dan f 1, f 2, g 1, g 2, h 1, h 2 merupakan fungsi tak linier. x menyatakan variabel tahap pertama, sedangkan y(w) menyajikan variabel tahap kedua. Himpunan Y merupakan gabungan dari dua himpunan bagian Y R dan Y Z, dengan Y R R n 2 + dan Y Z Z n 2 +. Jadi, dalam model di atas, beberapa variabel tahap kedua (yang diindeks oleh himpunan Y Z ) dipersyaratkan mengambil nilai cacah.
4 4 Fitur utama dari model program stokastik dua tahap adalah adanya tindakan recourse (peninjauan ulang). Himpunan keputusan dibagi menjadi dua kelompok. Sejumlah keputusan harus diambil sebelum parameter persoalan diketahui: keputusan ini merupakan keputusan tahap pertama dan keputusan ini diambil dalam tahap pertama. Keputusan lainnya dapat diambil setelah ketidakpastian terungkap. Keputusan recourse merupakan fungsi dari realisasi aktual parameter tak pasti dan dari keputusan tahap pertama. Sikuen dari kejadian mengkarakterisasi model sebagai model recourse. Terdapat beberapa hal yang perlu diperhatikan dalam peroalan PSC- CTL dua tahap, yaitu, konveksitas dan kontinuitas. Hal ini terutama disebabkan oleh persyaratan cacah. Jika variabel cacah hanya ditahap pertama, sifat fungsi recourse sama seperti dalam kasus kontinu. Dalam kaus tak linier kontinu jika f, h konveks dan g affine untuk semua ξ, problemanya konveks. Apabila persyaratan cacah muncul ditahap kedua, walaupun untuk kasus linier fungsi recourse umumnya tak konveks. Kesulitan dalam dimensi tergantung pada jumlah skenario. Ekspektasi dalam (1.2) mencakup integrasi multi-dimensi. Agar persoalan dapat teratasi, ketidakpastian biasanya dinyatakan dalam sebaran diskrit yang mendekati. Namun, kebutuhan untuk akurasi dalam pemodelan yang berakibat terjadinya peningkatan dimensi dalam program optimisasi. Hal ini menambah keterbatasan pada cara pemodelan program stokastik dan metode penyelesaiannya masih pada tahap awal. Adanya asumsi ruang probabilitas diskrit berakibat fungsi tujuan dapat dituliskan sebagai jumlah berhingga dan kendala direplikasikan untuk setiap elemen dalam Ω. Andaikan bahwa ξ mempunyai sebaran probabilitas diskrit
5 5 pada Ω = 1,..., S dengan P (ξ = ξ i ) = π i. Maka problema dapat ditulis lagi dalam bentuk : min f 1 (x) + Σ S π s f 2 (x, y, ξ s ) s=1 g 1 (x) = 0 h 1 (x) 0 h 2 s(x, y s, ξ s ) = 0 s = 1,, S gs(x, 2 y s, ξ s ) = 0 s = 1,, S x Z n 1 +, y s Y s s = 1,, S g 1 : R n 1 R me h 1 : R n 1 R m i g 2 : R n 1+n 2 R te h 2 : R n 1+n 2 R t i, s = 1, S (1.3) dimana π s menyatakan probabilitas bahwa skenario s terjadi. Formulasi deterministik ekivalen ini merupakan suatu problema program bilangan cacah tak linier berskala besar dengan n 1 + n 2 s variabel dan m e + m i + t e s + t i s kendala tak linier. Karena adanya persyaratan cacah, fungsi recourse umumnya tak konveks dan tak kontinu (lower semi-continuous). Metode Branch and Bound, yang biasa dipakai untuk menyelesaikan problema program bilangan cacah linier, tidak dapat diaplikasikan terhadap kondisi lower semi-continuous, karena akan terdapat tak berhingga sub problema yang diperlukan sehingga batas bawah dan batas atas menjadi sama. Akibatnya terminasi berhingga dari algoritma ini tidak terjamin. 1.2 Perumusan Masalah Situasi ketidakpastian yang tinggi melanda dunia global saat ini dan diperkirakan masih akan berlangsung di masa-masa mendatang. Konsekuensinya, problema optimisasi pengambilan keputusan mengandung parameter yang tak pasti (acak). Model optimisasi stokastik menjadi alternatif utama untuk dipakai dalam menentukan alternatif keputusan. Di lapangan sering kali dalam persoalan keputusan terdapat persyaratan cacah terhadap peubah,
6 6 misalnya dalam penjadwalan produksi, telekomunikasi, optimisasi portofolio, sehingga optimisasinya sekarang menjadi program stokastik cacah-campuran. Model demikian ini dapat dibentuk, namun metode penyelesaiannya yang perlu diperoleh. Penelitian untuk menentukan metode terhadap model ini boleh dikatakan masih baru. Metode yang banyak diajukan para peneliti adalah untuk PSCC dua-tahap. Metode yang ada untuk PSCC tahap-ganda hanya dapat terpakai untuk struktur tertentu dari model PSCC. Berdasarkan latar belakang permasalahan di atas, masalah dalam penelitian ini dirumuskan sebagai berikut: Bagaimana pengembangan metode penyelesaian problema optimasi stokastik secara umum menggunakan model PSCC tak linier dua-tahap? 1.3 Tujuan Penelitian Sesuai dengan permasalahan yang telah dirumuskan, maka tujuan dari penelitian ini adalah: 1. Pengajuan suatu metode baru untuk menyelesaikan secara global Program Stokastik Cacah Campuran Tak Linier 2. Menyediakan alat untuk mendukung proses pengambilan keputusan yang mengandung ketidakpastian. 3. Memberikan kerangka dasar untuk penelitian lebih lanjut dalam bidang yang terkait, antara lain, metode untuk menyelesaikan Program Stokastik Cacah Murni Tahap-Ganda, Cara pembentukan Skenario yang efisien, Stabilitas hasil penyelesaian, Menyelesaikan Program Stokastik Tak-Linier.
7 7 1.4 Manfaat Penelitian Sesuai dengan tujuan penelitian, maka hasil penelitian ini diharapkan akan memberikan manfaat, yaitu diperolehnya suatu metode untuk menyelesaikan persoalan keputusan dan perencanaan yang mengandung ketidakpastian yang sering muncul dalam berbagai, seperti bidang finansial, transportasi, perencanaan produksi, dan lain-lain
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Program Stokastik Keputusan adalah suatu kesimpulan dari suatu proses untuk memilih tindakan yang terbaik dari sejumlah alternatif yang ada, sedangkan pengambilan keputusan adalah
Lebih terperinciBAB 2 PROGRAM STOKASTIK
BAB 2 PROGRAM STOKASTIK 2.1 Pengertian Program Stokastik Banyak persoalan keputusan yang dapat dimodelkan dengan menggunakan program stokastik dengan tujuan menentukan nilai maksimum atau minimum. Tujuan
Lebih terperinciBAB 2 PEMROGRAMAN STOKASTIK. 2.1 Program Stokastik Sebagai Suatu Ketidakpastian
BAB 2 PEMROGRAMAN STOKASTIK 2.1 Program Stokastik Sebagai Suatu Ketidakpastian Program stokastik adalah program matematika dimana semua data yang tergabung kedalam tujuan atau batasan berbentuk ketidakpastian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Banyak masalah nyata yang dapat dibawa ke model program linear. Metode penyelesaian program linear telah digunakan para ahli untuk menyelesaikan masalah di
Lebih terperinciMODEL PROGRAM STOKASTIK DALAM TRANSPORTASI DAN LOGISTIK
MODEL PROGRAM STOKASTIK DALAM TRANSPORTASI DAN LOGISTIK Chairunisah Abstrak Problema transportasi dan logistik dikarakteristikkan dengan proses informasi yang sangat dinamis, seperti : pesanan konsumen
Lebih terperinciBAB 3 LANDASAN TEORI
BAB 3 LANDASAN TEORI 3.1 Pengertian Program Stokastik Banyak persoalan keputusan yang dapat dimodelkan dengan menggunakan program matematika yang bertujuan menentukan nilai maksimum atau minimum. Keputusan
Lebih terperinciBab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik
Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses
Lebih terperinciBAB II LANDASAN TEORI
7 BAB II LANDASAN EORI 2.. Dasar Dasar Peluang Program stokastik adalah salah satu cabang matematika yang berhubungan dengan keputusan optimal dalam keadaan tidak pasti yang dinyatakan dengan distribusi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Banyak konsep program stokastik tahap ganda telah dikembangkan. Filosofi dasar dari model metode pemodelan skenario diajukan oleh Hoyland dan Wallace (2001). Para pengguna menyatakan
Lebih terperinciUcapan terimakasih juga penulis sampaikan kepada :
Ucapan terimakasih juga penulis sampaikan kepada : Istri tercinta Laila Wanna Hari Rangkuti, S.Pd. dan kedua anak saya Muhammad Herza Ismail dan Muhammad Al Khaliifi Zikri Ismail, ayahanda dan ibunda tercinta
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Program Linier Penyelesaian program linear dengan algoritma interior point dapat merupakan sebuah penyelesaian persoalan yang kompleks. Permasalahan dalam program linier mungkin
Lebih terperinciMETODE PENGEMBANGAN PENDEKATAN RATA RATA SAMPEL UNTUK MENYELESAIKAN MASALAH PROGRAM STOKASTIK CACAH CAMPURAN
METODE PENGEMBANGAN PENDEKATAN RATA RATA SAMPEL UNTUK MENYELESAIKAN MASALAH PROGRAM STOKASTIK CACAH CAMPURAN TESIS Oleh FARIDAWATY MARPAUNG 067021003/MT SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA
Lebih terperinciPENDEKATAN KONVEKSITAS UNTUK KELAS MODEL RECOURSE CACAH CAMPURAN TAHAP GANDA
PENDEKATAN KONVEKSITAS UNTUK KELAS MODEL RECOURSE CACAH CAMPURAN TAHAP GANDA T E S I S Oleh: ELLY YANA 057021001/MT SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2007 PENDEKATAN KONVEKSITAS UNTUK
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 terperinciKARAKTERISTIK MODEL DETERMINISTIK EKIVALEN TERHADAP PROGRAM STOKASTIK CACAH CAMPURAN TAHAP GANDA
KARAKTERISTIK MODEL DETERMINISTIK EKIVALEN TERHADAP PROGRAM STOKASTIK CACAH CAMPURAN TAHAP GANDA T E S I S Oleh: IRVAN 057021003/MT SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2007 KARAKTERISTIK
Lebih terperinciBAB 1 PENDAHULUAN. distribusi atau bahkan peranan dari suatu distribusi yang lebih luas. Berdasarkan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Program stokastik mempunyai peranan penting dalam bidang matematika, dimana permasalahn tersebut dapat berupa ketidakpastian penyelesaian pada suatu distribusi atau
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Proses Industrialisasi mengkonsumsi sejumlah besar air yang digunakan untuk
BAB 1 PENDAHULUAN 1.1 Latar Belakang Proses Industrialisasi mengkonsumsi sejumlah besar air yang digunakan untuk operasi pembersihan, proses pemisahan, uap dan pembangkit listrik, pendingin, dan lain lain.
Lebih terperinciSVM untuk Regresi Ordinal
MMA10991 Topik Khusus - Machine Learning Dr. rer. nat. Hendri Murfi Intelligent Data Analysis (IDA) Group Departemen Matematika, Universitas Indonesia Depok 16424 Telp. +62-21-7862719/7863439, Fax. +62-21-7863439,
Lebih terperinciII. TINJAUAN PUSTAKA. real. T dinamakan himpunan indeks dari proses atau ruang parameter yang
II. TINJAUAN PUSTAKA 2.1 Proses Stokastik Stokastik proses = { ( ), } adalah kumpulan dari variabel acak yang didefinisikan pada ruang peluang (Ω, ς, P) yang nilai-nilainya pada bilangan real. T dinamakan
Lebih terperinciBAB 3 PROGRAM STOKASTIK. Kombinasi keduanya menghasilkan model rekursif yang menjadi fokus
BAB 3 PROGRAM STOKASTIK 3.1 Model Dasar Program Stokastik Model antisipatif dan adaptif merupakan kasus khusus dari program stokastik. Kombinasi keduanya menghasilkan model rekursif yang menjadi fokus
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik, adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu ruang states. Jadi,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan di masa yang akan
Lebih terperinciPENERAPAN METODE BRANCH AND BOUND DALAM MENENTUKAN JUMLAH PRODUKSI OPTIMUM PADA CV. XYZ. Angeline, Iryanto, Gim Tarigan
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 137 145. PENERAPAN METODE BRANCH AND BOUND DALAM MENENTUKAN JUMLAH PRODUKSI OPTIMUM PADA CV. XYZ Angeline, Iryanto, Gim Tarigan Abstrak. CV.
Lebih terperinciMODEL PROGRAM STOKASTIK DALAM TRANSPORTASI DAN LOGISTIK TESIS. Oleh CHAIRUNISAH /MT
MODEL PROGRAM STOKASTIK DALAM TRANSPORTASI DAN LOGISTIK TESIS Oleh CHAIRUNISAH 077021004/MT SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2009 MODEL PROGRAM STOKASTIK DALAM TRANSPORTASI DAN LOGISTIK
Lebih terperinciBAB 2 OPTIMISASI KOMBINATORIAL
BAB 2 OPTIMISASI KOMBINATORIAL Optimisasi kombinatorial merupakan suatu cara yang digunakan untuk mencari semua kemungkinan nilai real dari suatu fungsi objektif. Proses pencarian dapat dilakukan dengan
Lebih terperinciBAB 2 KAJIAN LITERATUR TENTANG PENJADWALAN PROYEK
BAB 2 KAJIAN LITERATUR TENTANG PENJADWALAN PROYEK Ketidakpastian menambahkan tingkat kesulitan ekstra untuk masalah penjadwalan apakah itu terdapat dalam struktur masalah atau dalam parameter (Davenport
Lebih terperinciPEMODELAN PROGRAM STOKASTIK UNTUK PENGELOLAAN PRODUKSI IKAN DI DAERAH PESISIR PROVINSI SUMATERA UTARA
PEMODELAN PROGRAM STOKASTIK UNTUK PENGELOLAAN PRODUKSI IKAN DI DAERAH PESISIR PROVINSI SUMATERA UTARA TESIS Oleh PUTRA BAHTERA JAYA BANGUN 067021008/MT SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN
Lebih terperinciOPERATION RESEARCH-1
OPERATION RESEARCH-1 Prof.Dr.H.M.Yani Syafei,MT MATERI PERKULIAHAN 1.Pemrograman Linier (Linear Programming) Formulasi Model Penyelesaian dengan Metode Grafis Penyelesaian dengan Algoritma Simplex Penyelesaian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu aktiva finansial yang paling populer saat ini adalah saham. Saham adalah salah satu jenis sekuritas yang diperdagangkan di pasar modal. Jika investor membeli
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 terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
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 terperinciTEKNIK SIMULASI. Nova Nur Hidayati TI 5F
TEKNIK SIMULASI Nova Nur Hidayati TI 5F 10530982 PENDAHULUAN TUJUAN MEMPELAJARI SIMULASI Melalui kuliah ini diharapkan kita dapat mempelajari suatu sistem dengan memanfaatkan komputer untuk meniru (to
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 terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T} adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Salah satu instrumen derivatif yang mempunyai potensi untuk dikembangkan adalah opsi. Opsi adalah suatu kontrak antara dua pihak, salah satu pihak (sebagai pembeli) mempunyai hak
Lebih terperinciPEMBENTUKAN POHON SKENARIO UNTUK PROBLEMA KEPUTUSAN TAHAP GANDA
PEMBENTUKAN POHON SKENARIO UNTUK PROBLEMA KEPUTUSAN TAHAP GANDA TESIS Oleh SAWALUDDIN 067021028/MT SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2008 PEMBENTUKAN POHON SKENARIO UNTUK PROBLEMA KEPUTUSAN
Lebih terperinciBAB III PROSES POISSON MAJEMUK
BAB III PROSES POISSON MAJEMUK Pada bab ini membahas tentang proses stokastik, proses Poisson dan proses Poisson majemuk yang akan diaplikasikan pada bab selanjutnya. 3.1 Proses Stokastik Koleksi atau
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 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 terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
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 terperinciOPTIMISASI PERSOALAN LINEAR INTEGER CHANCE CONSTRAINED DISERTASI
OPTIMISASI PERSOALAN LINEAR INTEGER CHANCE CONSTRAINED DISERTASI oleh HOTMAN SIMBOLON NIM : 098110021 PROGRAM STUDI DOKTOR ILMU MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB LANDASAN TEORI Efisiensi Menurut Vincent Gaspersz (998, hal 4), efisiensi adalah ukuran yang menunjukan bagaimana baiknya sumber daya digunakan dalam proses produksi untuk menghasilkan output Efisiensi
Lebih terperinciArisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya
ANALISIS KESTABILAN DAN MEAN DISTRIBUSI MODEL EPIDEMIK SIR PADA WAKTU DISKRIT Arisma Yuni Hardiningsih 1206 100 050 Dosen Pembimbing : Dra. Laksmi Prita Wardhani, M.Si Jurusan Matematika Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Banyak hal dalam kehidupan sehari-hari yang tidak dapat diprediksi dengan pasti, ada kalanya segala sesuatu berjalan sesuai dengan apa yang diharapkan atau
Lebih terperinciPertemuan 14. Teknik Simulasi
Pertemuan 14 Teknik Simulasi Pengantar Dalam mempelajari sistem dapat dilakukan dengan pendekatan eksperimental, baik dengan menggunakan sistem aktual, maupun menggunakan model dari suatu sistem. Eksperimen
Lebih terperinciOutline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK
Outline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK Pendahuluan 0 Dalam formulasi model, seorang analis dipengaruhi oleh pengalaman dalam bidang profesinya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengantar Pada bab ini akan diuraikan beberapa landasan teori untuk menunjang penulisan skripsi ini. Uraian ini terdiri dari beberapa bagian yang akan dipaparkan secara terperinci
Lebih terperinciTeknik Simulasi. Eksperimen pada umumnya menggunakan model yg dapat dilakukan melalui pendekatan model fisik atau model matametika.
Teknik Simulasi Dalam mempelajari sistem dapat dilakukan dengan pendekatan eksperimental, baik dengan menggunakan sistem aktual, maupun menggunakan model dari suatu sistem. Eksperimen pada umumnya menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu fungsi tujuan (memaksimalkan atau meminimalkan)
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 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Integer programming (pemrograman integer) adalah sebuah model optimasi matematis atau program kelayakan di mana beberapa atau semua variabel dibatasi untuk bilangan bulat. Dalam
Lebih terperinciPengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T
Pengambilan Keputusan dalam keadaan ada kepastian IRA PRASETYANINGRUM, S.Si,M.T Model Pengambilan Keputusan dikaitkan Informasi yang dimiliki : Ada 3 (tiga) Model Pengambilan keputusan. 1. Model Pengambilan
Lebih terperinciPenyusun: Ade Vicidian Sugiharto Putra ( ) Pembimbing II: Yudhi Purwananto, S.Kom, M.Kom. Victor Hariadi, S.Si, M.Kom.
Penyusun: Ade Vicidian Sugiharto Putra (5107100615) Pembimbing I: Yudhi Purwananto, S.Kom, M.Kom. Pembimbing II: Victor Hariadi, S.Si, M.Kom. PENDAHULUAN Permasalahan pengalokasian sumber-sumber yang terbatas
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
Pengenalan Penyusunan Model Lisensi Dokumen: Copyright 2010 ssista.wordpress.com Seluruh dokumen di ssista.wordpress.com dapat digunakan dan disebarkan secara bebas untuk tujuan bukan komersial (nonprofit),
Lebih terperinciBAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang
BAB 2 OPTIMISASI KOMBINATORIAL 2.1 Masalah Model Optimisasi Kombinatorial Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang memenuhi kondisi atau batasan yang disebut kendala dari
Lebih terperinciPEMAKAIAN PELUANG DALAM MEMBUAT KEPUTUSAN: SUATU TINJAUAN DALAM MASALAH GROSIR OPEN DARNIUS
PEMAKAIAN PELUANG DALAM MEMBUAT KEPUTUSAN: SUATU TINJAUAN DALAM MASALAH GROSIR OPEN DARNIUS Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara 1. PENDAHULUAN Pengambilan
Lebih terperinciBAB III. Hidden Markov Models (HMM) Namun pada beberapa situasi tertentu yang ditemukan di kehidupan nyata,
BAB III Hidden Markov Models (HMM) 3.1 Pendahuluan Rantai Markov mempunyai state yang dapat diobservasi secara langsung. Namun pada beberapa situasi tertentu yang ditemukan di kehidupan nyata, beberapa
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Teori Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam himpunan A, yang sering ditulis dengan memiliki dua kemungkinan, yaitu: 1 Nol (0), yang berarti
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Heteroskedastis Masalah serius lainnya yang mungkin kita hadapi dalam analisis regresi adalah heteroskedastis.ini timbul pada saat bahwa varians dari faktor konstan untuk semua
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciII LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:
5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi
Lebih terperinciBAB V IMPLEMENTASI SIMULASI MONTE CARLO UNTUK PENILAIAN OPSI PUT AMERIKA
BAB V IMPLEMENTASI SIMULASI MONTE CARLO UNTUK PENILAIAN OPSI PUT AMERIKA 5.1 Harga Saham ( ( )) Seperti yang telah diketahui sebelumnya bahwa opsi Amerika dapat dieksekusi kapan saja saat dimulainya kontrak
Lebih terperinciMETODE BRANCH AND BOUND UNTUK MENYELESAIKAN PROGRAM STOKASTIK INTEGER DENGAN ADANYA RESIKO
METODE BRANCH AND BOUND UNTUK MENYELESAIKAN PROGRAM STOKASTIK INTEGER DENGAN ADANYA RESIKO TESIS Oleh ADIL H. PANGARIBUAN 087021052/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciPEMAKAIAN PELUANG DALAM MEMBUAT KEPUTUSAN: SUATU TINJAUAN DALAM MASALAH GROSIR
PEMAKAIAN PELUANG DALAM MEMBUAT KEPUTUSAN: SUATU TINJAUAN DALAM MASALAH GROSIR DRS. OPEN DARNIUS, M.SC Fakultas Matematika dan Ilmu Pengetahuan Alam Jurusan Matematika Universitas Sumatera Utara Pendahuluan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peluang Peluang mempunyai banyak persamaan arti, seperti kemungkinan, kesempatan dan kecenderungan. Peluang menunjukkan kemungkinan terjadinya suatu kejadian yang bersifat acak.
Lebih terperinciBAB 1 PENDAHULUAN. sebagai alat untuk menetapkan kebijakan produksi dan distribusi serta
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manajemen rantai pasokan dan logistik dalam industri telah lama digunakan sebagai alat untuk menetapkan kebijakan produksi dan distribusi serta alokasi produk. Cohen
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 PROGRAM STOKASTIK
BAB 2 PROGRAM STOKASTIK 2.1 Pengertian Program Stokastik Banyak persoalan keputusan yang dapat dimodelkan dengan menggunakan program matematika yang bertujuan menentukan nilai maksimum atau minimum. Keputusan
Lebih terperinciMODEL STOKASTIK.
11 12. MODEL STOKASTIK alsen.medikano@gmail.com 1 PENDAHULUAN Model Stokastik adalah model matematika dimana gejala-gejala dapat diukur dengan derajat kepastian yang tidak stabil. Pada Model Stokastik
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 terperinciBAB II KAJIAN PUSTAKA
4 BAB II KAJIAN PUSTAKA Pada sub bab ini akan diberikan beberapa definisi dan teori yang mendukung rancangan Sequential Probability Ratio Test (SPRT) yaitu percobaan dan ruang sampel, peubah acak dan fungsi
Lebih terperinciDibuat Oleh : 1. Andrey ( )
Dibuat Oleh : 1. Andrey (41813120186) FAKULTAS ILMU KOMPUTER PROGRAM STUDI SISTEM INFORMASI UNIVERSITAS MERCU BUANA JAKARTA 2015 Proses manajemen proyek perangkat lunak dimulai dengan beberapa aktivitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Optimasi adalah suatu proses pencarian hasil terbaik. Proses ini dalam analisis sistem diterapkan terhadap alternatif yang dipertimbangkan, kemudian dari hasil tersebut
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Setiap manusia memiliki kebutuhan yang harus dipenuhi. Kebutuhan manusia untuk setiap orangnya berbeda-beda, baik dari kuantitas maupun dari kualitas. Di zaman
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 terperinciVI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK
113 VI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK 6.1. Pendahuluan Secara umum, prinsip utama dalam pemodelan optimisasi adalah
Lebih terperinciSesi X ANALISIS KEPUTUSAN
Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi X ANALISIS KEPUTUSAN e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pendahuluan Causes Problems Actions
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 terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Permasalahan pemotongan kayu sering dialami oleh industri yang memproduksi batangan-batangan kayu menjadi persediaan kayu dalam potonganpotongan yang lebih
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Program Dinamik
5 BAB 2 LANDASAN TEORI 2.1 Program Dinamik Pemrograman dinamik adalah suatu teknik matematis yang biasanya digunakan untuk membuat suatu keputusan dari serangkaian keputusan yang saling berkaitan. Pemrograman
Lebih terperinciBAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan
BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks
Lebih terperinciMINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA
MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA VARIABEL RANDOM Misalkan (Ω, A, P) ruang probabilitas dan R = {x < x < } dan B : Borel field pada R. Andaikan X : Ω R dan untuk setiap A R, kita definisikan
Lebih terperinciAsusmi/Penyederhanaan Sistem
Mata Kuliah : Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb Sesi XV PEMODELAN e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Model Sistem yang sebenarnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Matriks 2.1.1 Pengertian Matriks Matriks adalah susunan segi empat siku-siku dari bilangan bilangan. Bilanganbilangan dalam susunan tersebut dinamakan entri dalam matriks (Anton,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Zaman yang semakin berkembang membuat persoalan semakin kompleks, tidak terkecuali persoalan yang melibatkan persoalan matematika. Kompleksitas yang semakin meningkat
Lebih terperinciMATA KULIAH SEMESTER GANJIL
N O MATA KULIAH SEMESTER KODE MATA KULIAH Distribusi Mata Kuliah Ganjil dan Genap Program Studi S1 Matematika Jur. Matematika FMIPA UB (KURIKULUM LAMA 2011 DAN KURIKULUM BARU 2015) KURIKULUM 2015 KETERANGAN
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 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 terperinciBAB II LANDASAN TEORI
15 BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka, teori penunjang dan kerangka pemikiran. Tinjauan pustaka terdiri dari penelitian-penelitian sebelumnya yang mendasari skripsi ini, teori
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Objek Penelitian Daerah Aliran Sungai (DAS) Citarum merupakan DAS terbesar dan terpanjang di Jawa Barat, secara geografis dari 106 o 51 36-107 o 51 BT dan 7 o 19-6 o 24
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas merupakan salah satu sumber yang sangat penting dalam mengetahui resiko dari suatu penyusunan asuransi jiwa. Besarnya faktor resiko penyebab kematian
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu permasalahan optimasi kombinatorial yang terkenal dan sering dibahas adalah traveling salesman problem. Sejak diperkenalkan oleh William Rowan Hamilton
Lebih terperinciModel Matematika dari Sistem Dinamis
Model Matematika dari Sistem Dinamis September 2012 () Model Matematika dari Sistem Dinamis September 2012 1 / 60 Pendahuluan Untuk analisis dan desain sistem kontrol, sistem sis harus dibuat model sisnya.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan transportasi merupakan permasalahan yang sering terjadi dalam kehidupan sehari-hari. Transportasi merupakan bentuk khusus dari program linear yang digunakan
Lebih terperinci