BAB 1 PENDAHULUAN. 1.1 Latar Belakang

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB II LANDASAN TEORI

I. DERET TAKHINGGA, DERET PANGKAT

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI. Oleh : Ambar Mujiarti J2A

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penyelesaian Asymmetric Travelling Salesman Problem dengan Algoritma Hungarian dan Algoritma Cheapest Insertion Heuristic.

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

Bab 2 LANDASAN TEORI

BAB I PENDAHULUAN Latar Belakang Permasalahan

DIMENSI PARTISI PADA GRAF KINCIR PARTITION DIMENSION OF WINDMILL GRAPH

MATHunesa (Volume 3 No 3) 2014

Bab 3 Metode Interpolasi

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB 2 LANDASAN TEORI Operasi Riset (Operation Research)

RENCANA PROGRAM PEMBELAJARAN KE - 1. : 6 jam pelajaran

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

BAB III METODE PENELITIAN

BAB III METODOLOGI PENELITIAN

METODE PENELITIAN. Ajaran dengan jumlah siswa 40 orang yang terdiri dari 19 siswa lakilaki

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

Penyelesaian Persamaan Non Linier

Penerapan Algoritma Kuhn-Munkres dalam Penyelesaian Masalah Penugasan Multi-objective pada Industri Konveksi Tas DP. SPORTY

BAB 2 LANDASAN TEORI

BAB 3 DATA DAN METODOLOGI PENELITIAN

Bab III Metoda Taguchi

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar

Balas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 2 LANDASAN TEORI

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

BAB 3 METODE PENELITIAN

III. METODE PENELITIAN

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT

Aplikasi Graf Pada Jaring Makanan

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

APLIKASI PROGRAM DINAMIS DALAM OPTIMASI PRODUKSI PERMEN. Petra Novandi

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

IV. METODE PENELITIAN

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

Algoritma Branch and Bound pada Permasalahan 0-1 Knapsack

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

BAB III METODOLOGI PENELITIAN

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING MENGGUNAKAN METODE LEVEL SUM

BAB 2 LANDASAN TEORI

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

Bab 7 Penyelesaian Persamaan Differensial

BAB III METOE PENELITIAN. penelitian ini, hanya menggunakan kelas eksperimen tanpa adanya kelas

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

BAB III METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB V ANALISA PEMECAHAN MASALAH

BARISAN DAN DERET. Nurdinintya Athari (NDT)

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

TINJAUAN PUSTAKA Pengertian

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

BAB VIII KONSEP DASAR PROBABILITAS

PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

BAB III METODOLOGI PENELITIAN

Solusi Pengayaan Matematika

2 BARISAN BILANGAN REAL

Transkripsi:

BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya cukup kompleks. Assigmet Problem adalah suatu masalah megeai pegatura pada idividu (objek) utuk melaksaaka tugas atau pekerjaa, sehigga dega demikia biaya atau waktu yag diperguaka utuk pelaksaaa tugas atau pekerjaa tersebut dapat dimiimalka. Masalah peugasa (Assigmet Problem), seperti juga masalah trasprotasi merupaka salah satu kasus-kasus yag ditemui dalam program liier (liier programmig). Dalam masalah peugasa aka didelegasika sejumlah tugas (assigmet) kepada sejumlah peerima tugas (Assigee) dalam basis satusatu. Jadi masalah peugasa ii diasumsika bahwa jumlah assigmet sama dega jumlah assigee. Sehigga data pokok yag harus dimiliki utuk meyelesaika suatu masalah peugasa adalah jumlah assigmet da assigee. Algoritma Brute Force adalah salah satu algoritma yag disaraka utuk diguaka dalam meyelesaika persoala ii, yag maa dalam algoritma ii seluruh kemugkia solusi diperhitugka sebagai kadidat solusi. Da algoritma peyelesaia megguaka kompleksitas faktorial. Tetu saja hal ii sagat megguaka resource yag besar da peyelesaia dega metode ii mejadi tidak efisie.

Metode lai utuk meyelesaika masalah assigmet problem adalah dega megguaka Algoritma Hugari. Algoritma Hugari adalah salah satu algoritma yag diguaka utuk meyelesaika persoala assigmet. Awalya dikeal dega metode Hugaria, yag ditemuka da dipublikasika oleh Harold Kuh pada tahu 1955. Algoritma ii kemudia diperbaiki oleh James Mukres pada tahu 1957. Oleh karea itu, algoritma ii kemudia dikeal juga dega ama algoritma Kuh-Mukres. Algoritma yag dikembagka oleh Kuh ii didasarka pada hasil kerja dua orag matematikawa asal Hugaria laiya, yaitu Dees Koig da Jeo Egervary. Keberhasila Kuh meggabugka dua buah peemua matematis dari Jeo Egervary mejadi satu bagia merupaka hal utama yag megispirasika lahirya Algoritma Hugari. Dega megguaka algoritma ii, solusi optimum sudah pasti ditemuka. Namu utuk hal ii kasusya dibatasi, yaitu apabila igi meemuka solusi terbaik dega ilai miimum (least ost search). Tujua yag igi dicapai dalam memecahka persoala peugasa adalah berusaha utuk mejadwalka setiap assigee pada suatu assigmet sedemikia rupa sehigga kerugia yag ditimbulka miimal atau keutuga yag didapatka maksimal. Yag dimaksud kerugia dalam hal ii adalah biaya, jarak atau waktu, sedagka keutuga adalah pedapata, laba atau ilai kemeaga. Sehigga jelas dalam persoala peugasa ada dua jeis masalah yaitu masalah miimalisasi da masalah maksimalisasi. Keutuga terbesar pegguaa algoritma Hugari adalah kompleksitas algoritmaya yag polyomial. Metode yag diguaka dalam algoritma Hugari dalam memecahka masalah sagat sederhaa da mudah dipahami. Metode ii aka diaplikasika peulis dalam pemecaha masalah matriks berbobot, dimaa masalah yag igi dipecahka adalah mecari solusi terbaik miimum waktu pada tim reag estafet Tirta Prima - Meda gaya gati 4 x 100 meter.

1.2 Perumusa Masalah Sesuai dega latar belakag yag telah dikemukaka peulis pada pedahulua, maka yag mejadi pokok permasalaha adalah bagaimaa cara meyelesaika assigmet problem pada kasus jumlah baris sama dega jumlah kolom (m = ). dalam hal ii adalah bagaimaa mecari waktu miimal oleh Tim reag estafet Tirta Prima - Meda, sehigga diperoleh hasil yag optimal (waktu yag miimal) dega megguaka metode Hugari. 1.3 Batasa Masalah Utuk lebih fokus da tidak meyimpag dari tujua, maka peulis megadaka pembatasa masalah, yaitu : a. Metode yag diguaka adalah Metode Hugari b. Masalah yag dibahas dalam assigmet problem pada kasus m =. dalam hal ii adalah bagaimaa mecari waktu miimal oleh Tim reag estafet Tirta Prima - Meda dalam meghadapi lomba reag estafet gaya gati 4 x 100 meter. c. Hasil akhir yag aka ditemuka adalah solusi optimal assigmet problem dega metode Hugari pada miimalisasi waktu tim reag Tirta Prima - Meda, dimaa waktu yag diguaka tim tersebut dapat lebih miimum. 1.4 Tujua Peelitia Tujua dari peelitia ii terkait dega pokok permasalaha yag telah diuraika diatas adalah sebagai berikut : 1. Mejelaska bagaimaa cara meyelesaika masalah peugasa pada kasus m = megguaka metode Hugari 2. Mejelaska bagaimaa cara meyelesaika masalah peugasa pada kasus-kasus khusus megguaka metode Hugari.

1.5 Mafaat Peelitia Adapu mafaat dari peelitia ii adalah : 1. Memberika tambaha wawasa da pegetahua tetag masalah peugasa. 2. Mejelaska cara peyelesaia masalah peugasa pada kasus m = dega metode Hugari 3. Memperoleh waktu miimal yag diguaka tim reag estafet Tirta Prima - Meda pada lomba reag estafet. 4. Mejelaska cara peyelesaia masalah peugasa pada kasus-kasus khusus dega metode Hugari. 1.6 Metodologi Peelitia Metode peelitia yag aka diguaka adalah peelitia literature da studi kasus, dega prosedur sebagai berikut : a. Meguraika teori dasar yag meujag terhadap pembahasa yag diperoleh dari jural, buku, da iteret. b. Melakuka survei utuk megumpulka data kecepata pereag tiap gaya dari tim reag estafet Tirta Prima - Meda. c. Megolah data dega mecari solusi optimal assigmet problem dega megguaka metode Hugari pada kasus m =. d. Meyusu ragkuma e. Pearika kesimpula.

1.7 Taua Pustaka Sebagai pedukug dalam peulisa tugas akhir ii, peulis megguaka beberapa buku atau jural atara lai sebagai berikut : (J. Suprato, Liier Programmig, 1983;280). Membahas tetag efisiesi metode Hugari dibadigka dega metode yag telah ada. Persoala peugasa (Assigmet Problem) termasuk jeis persoala trasportasi. Dega demikia persoala peugasa dapat dipecahka dega metode-metode yag dapat diperguaka utuk memecahka masalah trasportasi. Selai ada metode trasportasi utuk memecahka persoala trasportasi juga ada metode peugasa utuk memecahka masalah peugasa. Metode ii utuk beberapa hal merupaka metode yag lebih efisie apabila dibadigka dega metode simpleks. (Fie Zulfikarah, Operatio Research ). Tetag syarat-syarat dalam metode peugasa da model matematis dalam metode peugasa. Persyarata Metode Peugasa : 1. Jumlah sumber (m) yag ditugaska harus sama dega jumlah tugas () yag harus diselesaika. 2. Setiap sumber haya megerjaka satu tugas 3. Apabila jumlah sumber tidak sama dega jumlah tugas, maka ditambahka variable dummy 4. Terdapat dua permasalaha yag bisa diselesaika yaitu memaksimumka keutuga atau memiimumka kerugia (biaya, waktu atau jarak) Secara matematis masalah peugasa dapat diyataka dalam betuk liier programmig dega variable keputusaya adalah : =

Dega megasumsika Z sebagai biaya total, maka model masalah peugasa mejadi miimumka z = i= 1 j= 1 cx Dega batasa : i= 1 x = 1, i = 1,2,, j= 1 x = 1, j = 1,2,,, x = 0 or 1 0, utuk semua i da j. ( adlah bier utuk semua i da j) Dimaa : adalah tetapa yag telah ditetuka (Johsobaugh Richard,2001; 265) Graf G adalah pasaga himpua (V,E) dimaa V adalah himpua dari simpul (vertex) da E adalah himpua dari sisi yag meghubugka sepasag simpul. (Muir Rialdi,2003). Algoritma Brach ad Bouds merupaka metode pecaria dalam ruag solusi yag ditrasformasika dalam betuk ruag poho pecaria.