IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

BAB II TEORI DASAR. Analisis Kelompok

EKSPEKTASI SATU PEUBAH ACAK

Created by Simpo PDF Creator Pro (unregistered version)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

Bab III. Plant Nonlinear Dengan Fase Nonminimum

BAB II DIMENSI PARTISI

Karakterisasi Matrik Leslie Ordo Tiga

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB IV PEMBAHASAN MODEL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

III FUZZY GOAL LINEAR PROGRAMMING

ANALISIS REGRESI. Catatan Freddy

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman

BAB III MODUL INJEKTIF

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB II LANDASAN TEORI

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi

Pengolahan lanjut data gravitasi

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

BAB 2 LANDASAN TEORI

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB III METODOLOGI PENELITIAN

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

IMPLEMENTASI MIXED LINIER INTEGER PROGRAMMING UNTUK MENENTUKAN ALOKASI PRODUKSI DAN DISTRIBUSI DALAM JARINGAN RANTAI PASOK GLOBAL

UKURAN LOKASI, VARIASI & BENTUK KURVA

BAB IV HASIL ANALISIS

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB II TEORI ALIRAN DAYA

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

Implementasi Algoritma Radix Sort dalam Berbagai Kasus Bilangan Dibandingkan Algoritma Pengurutan yang lain

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

BAB V ANALISA PEMECAHAN MASALAH

Bab 1 PENDAHULUAN Latar Belakang

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

PROPOSAL SKRIPSI JUDUL:

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

Nama : Crishadi Juliantoro NPM :

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

BAB 1 PENDAHULUAN. 1.1 Latar belakang

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

Restorasi Citra Dengan Menggunakan Metode Iteratif Lanczos Hybrid Regularization

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

BAB III METODOLOGI PENELITIAN

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

Bab III Analisis Rantai Markov

BAB 2 LANDASAN TEORI

BAB 4 IMPLEMENTASI DAN EVALUASI

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

Pendekatan Hurdle Poisson Pada Excess Zero Data

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ

Bab III Model Estimasi Outstanding Claims Liability

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

Transkripsi:

SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas, Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember, Kampus Keputh, Suollo, Surabaya 60111, Indonesa Emal : fazal@s.ts.ac.d 1), mahendra_w@ts-sby.edu 2), rully@ts-sby.edu 3) Abstra Permasalahan tentang pengelolaan aryawan dan peerja merupaan masalah yang dalam oleh setap perusahaan dan organsas dengan banya peerja. Permasalahan n serngal membuat para pengambl eputusan esultan arena banyanya peerja yang merea elola serta varabelvarabelnya sepert varas ecaapan, baya erja lembur, baya ontra, dan lan lan. Untu mengatur peerja dengan ba dperluan suatu sstem penduung eputusan yang menganalss mengena varabel-varabel yang berpengaruh pada peerja dan membangun sstem optmas pada tga aspe yatu optmas baya lembur dan sub ontra, optmas pengaloasan berdasar ecaapan, dan optmas pengaloasan berdasar esetmbangan beban erja. Pada paper n, aan dterapan suatu formulas matemats permasalahan optmas lner nteger dengan banya fungs tujuan untu permasalahan pengaloasan peerjaan dan beban erja. Hasl ahr aan detahu ombnas peerja dan peerjaan yang dngnan berdasar varas varabel bobot yang telah dtentuan. Kata unc : Pengaloasan peerjaan, Pemrograman banya fungs tujuan, pemrograman nteger, pemrograman lner, optmas 1. PENDAHULUAN Ketdahadran peerja yang ta terjadwal adalah suatu masalah dalam perusahaan atau organsas yang sangat rumt dan sampa searang mash menjad permasalahan d berbaga ndustr. D beberapa rset baru-baru n, sepert CCH Unscheduled Absence Survey (Busness Owner s Toolt, 2008), menyebutan bahwa tda hanya pada bsns besar, pada bsns eclpun permasalahan n sangat mengganggu seal dan merugan. Sebaga contoh perusahaan dengan 100-249 peerja aan mengalam erugan tahunan antara $400 - $700. Jad apabla ada sepuluh juta peerja dalam pereonoman negara sedang berembang, maa n aan mengabatan erugan mencapa 100 juta dolar. Permasalahan etdahadran peerja dsebaban oleh beberapa fator sepert etdapuasan dalam beerja, elebhan beban erja, dan lan-lan (Apsley Recrutment, 2007). Permasalahan n bersumber pada esalahan dalam penugasan peerjaan. Msalnya suatu peerjaan atau tugas dberan epada peerja yang tda berualfas mengerjaannya atau suatu peerjaan mudah dberan epada peerja yang sangat berualfas. Hal tersebut memcu ecemburuan, etdatertaran dalam beerja, dan lan-lan. Cara untu mengatas permasalahan datas sangat bermacam-macam, sepert yang telah dpaparan pada Apsley Recrutment (2007). Cara pertama adalah pendeatan organsas terhadap etdahadran yang melput onsep eadlan dan onsstens, memberan tolerans rendah tetap menduung peerja sat, layanan onselng, dll. Cara yang edua memberan prosedur pembertahuan bag sapa yang absen arena sat melput sapa, apan, bagamana format yang dterma, dan apan memberan but surat sat dar doter. Cara yang etga adalah memberan aturan yang jelas tentang tanggung jawab peerja atas etdahadrannya. Cara yang terahr adalah prosedur dan proses tnda edsplnan. Dalam hal n pengelolaan peerjaan sangat pentng arena nvestas untu pencegahan jauh lebh ba dar pada baya untu memperba. Mengaloasan peerjaan dan beban erja adalah salah satu perencanaan dalam pengelolaan peerjaan. Kesalahan pada pengelolaan n aan mengabatan beberapa dampa sepert ebosanan para peerja atau aryawan, etdasembangan beban erja, 13

SISFO-Jurnal Sstem Informas membenganya baya subontra dan baya lembur, dan sebaganya. Pengelolaan n melbatan banya seal varas ecaapan atau emampuan yang aan drepresentasan secara multdmens dmana setap dmens aan mewal satu ecaapan yang dml oleh peerja maupun ecaapan yang dbutuhan untu mengerjaan suatu peerjaan. Tap ecaapan yang dml oleh peerja dan ebutuhan ecaapan untu melauan peerjaan meml tngat tersendr. Dmana setap tngat dapat merepresentasan pengalaman maupun tngat penddan yang sudah dcapa oleh seorang peerja. Tujuan dar adanya tngatan tersebut adalah memnmalan perbedaan antara tngat ecaapan yang dbutuhan peerjaan dengan tngat ecaapan peerja serta untu merataan beban antara seluruh tenaga erja. Pada asus-asus tertentu pengelolaan n dapat doptmas dengan memberan plhan untu beerja secara lembur atau mengontraan peerjaan epada pha lan. Kasus n terjad msal dalam sebuah perusahaan yang mash mempunya ssa peerjaan yang tda mampu dlauan peerjanya. Aloas peerjaan yang dontraan maupun yang dlauan dalam watu lembur harus dmnmalsr sedeman rupa sehngga dapat menghemat pengeluaran perusahaan dan menngatan efsens peerja. Untu mengatas permasalahan semacam n dbutuhan suatu model yang mampu mempertmbangan berbaga aspe tujuan sepert memnmalan baya dan pertmbanganpertmbangan lan. Eselt dan Maranov (2008) telah membuat sebuah model untu mengaloasan peerjaan dan beban erja dengan mempertmbangan beberapa aspe sepert baya, emampuan relatf ta terpaa, dan penympangan pembagan beban erja. Permasalahan tersebut dselesaan dengan pemrograman lner dengan banya tujuan dengan ten pembobotan. Paper n dsusun untu mengmplemen-tasan formulas permasalahan optmas lner nteger dengan banya fungs tujuan pada permasalahan pengaloasan peerjaan dan beban erja. Implementas n dtujuan untu menganalsa pengaruh peneanan pada baya lembur dan baya subontra, tngat emampuan relatf ta terpaa, dan esembangan terhadap aloas beban erja. menyangut hanya pada satu ndvdu tu sendr sedangan fator bersama lngupnya dalam suatu perusahaan atau organsas (Eselt dan Maranov, 2008). Beberapa permasalahan dar fator ndvdu adalah ejenuhan atas peerjaan dan beban erja lannya. Sedangan fator bersama melput perbedaan beban erja. Beban erja peerja adalah jumlah watu beerja setap peerja. Beban erja dhtung berdasaran jumlah semua watu yang dbutuhan tap peerjaan dal perulangannya pada tap peerjaan. Kejenuhan dalam peerjaan dpengaruh oleh dua hal, yang pertama varas atau pengulangan peerjaan, dan tantangan yang ada pada peerjaan tu sendr. Untu mengatur varans peerjaan, dberan batasan yang aan membatas perulangan peerjaan yang boleh derjaan. Dengan adanya batasan n varansnya aan menngat. Sedangan tantangan dapat dformulasan sebaga jara atau emungnan atas pemetaan antara emampuan peerja dan ebutuhan peerjaan. Gambar 1 memetaan peerja dan peerjaan yang dbatas oleh dua ecaapan yang dbutuhan. Peerja yang dmungnan dapat melauan peerjaan dplh emudan dtentuan jara terdeat dalam pemetaan tersebut. Peerja yang meml jara terdeat aan mendapatan peerjaan tersebut. Jara dsn merupaan rata-rata emampuan relatf ta terpaa dar ecaapan seorang peerja. Kecaapan yang dpaa dsn adalah ecaapan yang dbutuhan oleh suatu peerjaan arena dalam peneltan n dgunaan pendeatan tas-centered sepert yang dusulan oleh Eselt dan Maranov (2008). 2. TINJAUAN PUSTAKA Fator-fator yang mempengaruh epuasan erja dapat dbag menjad dua yatu fator ndvdual dan fator bersama. Fator ndvdu Gambar 1. Ruang Kecaapan Gambar 1 adalah ruang ecaapan dmana terdapat 2 dmens ecaapan (sll 1 dan sll 14

SISFO-Jurnal Sstem Informas 2), tga peerja (A, B, dan C), dan 12 peerjaan (1-12). Pada gambar datas terdapat 4 peerjaan yang berada dluar lngup ecaapan peerja A, B, dan C. Peerjaan tu adalah 7, 8, 9, 12. Karena peerjaan tersebut berada dluar lngup, maa peerjaan tu tda dapat daloasan e peerja manapun. Peerjaan sepert n dsebut peerjaan yang nfeasble atau peerjaan yang ta mungn teraloas. Danggap jara yang dml oleh peerjaan sepert n adalah tda ada atau blangan osong(φ ). Sedangan peerjaan yang lan tergolong feasble mespun tda semua peerja mampu mengerjaannya darenaan meml ecaapan yang berbeda-beda. Peerja A mampu mengerjaan peerjaan 11, 2, 1, 3, dan 4. Peerja B mampu mengerjaan peerjaan 10, 2, 1, 3, 4, dan 5. Peerja C mampu mengerjaan peerjaan 1, 3, 4, 5, dan 6. Dengan pola ecaapan datas dapat ta ambl suatu contoh asus sepert berut n. 1. Peerjaan 1, 2, 3, 4, 10, dan 11 daloasan epada peerja A dan peerjaan 4, 5, dan 6 epada peerja C. Aloas berut menysaan peerja B dmana da tda beerja sama seal sehngga penugasan dan aloas n tda dngnan mespun hal tu mungn. 2. Peerjaan 1 yang daloasan untu peerja A buan merupaan eputusan yang ba arena ecaapan peerja A sangat jauh lebh tngg dbandng ecaapan yang dbutuhan oleh peerjaan 1 sehngga penugasan n mengabatan ebosanan pada peerja dan harus ta hndar. Solus yang lebh ba nampa pada penugasan dan pengaloasan peerjaan 1 e peerja B, dmana ecaapan peerja B lebh tngg namun mash lebh rendah dbandng peerja A. Kasus-asus datas adalah contoh bagan permasalahan yang aan dselesaan. 3. MODEL OPTIMASI Model delompoan menjad tga bagan yatu varabel eputusan, fungs tujuan dan batasan. Varabel eputusan merupaan varabel yang bers nla yang aan dcar dalam optmas berut. Fungs tujuan bers fungs memnmalan tga tujuan yang ngn dcapa dapam proses optmas. Sedangan batasan bers tujuh batasan yang dgunaan dalam model n selanjutnya. 3.1 Varabel Keputusan Pada model n terdapat beberapa varabel eputusan sebaga berut x x adalah jumlah berapa al suatu peerjaan dmana A dtugasan epada peerja. W W adalah beban erja ndvdu peerja. o o adalah watu lembur sebenarnya dar peerja. s s adalah varable nteger yang nlanya adalah berapa al peerjaan dsubontraan. W W adalah beban erja rata-rata seluruh peerja yang ada. w dan w dan w w adalah etdasembangan postf dan negatf beban erja dar W W. Penympangan postf menunjuan bahwa peerja lebh sbu dar pada peerja yang lan, sedangan penympangan negatf menunjuan rendahnya atvtas seorang peerja. Keduanya dapat djadan ndator etdaadlan dalam penugasan peerjaan epada peerja. 3.2 Fungs Tujuan Fungs tujuan yang aan dselesaan melput tga bagan. Ketga bagan tersebut ada emungnan salng bertentangan nla optmalnya. Oleh arena tu, dusulan menggunaan optmas menggunaan lner nteger dengan banya fungs tujuan untu menyelesaan permasalahan yang ada. Rumusan fungs tujuan dalam model peneltan n sebaga berut 3.2.1 Memnmalan Baya Mn z C = p = 1 c o m = 1 ˆ (1) c s Fungs tujuan z C bertujuan memnmalan baya yang deluaran untu menyelesaan peerjaan. Dasumsan ada dua baya yatu baya lembur dan baya subontra. Sedangan baya upah peerja regular tda dhtung dsn 15

SISFO-Jurnal Sstem Informas arena danggap nlanya tetap dan tda berubah apapun yang terjad. Baya lembur dhtung dar berapa jumlah berapa watu lembur peerja dal baya lembur tap peerja untu seluruh peerja. Sedangan baya subontra dhtung dar teras berapa al peerjaan dsubontraan dalan bayanya tap peerjaan. Kedua baya djumlahan emudan ddapatan baya tetapyang deluaran untu peerja lembur dan peerjaan yang dsubontraan. 3.2.2 Memnmalan Tngat Kebosanan Mn z D = A p t d = 1 x (2) Fungs tujuan z bertujuan memnmalan D tngat emampuan relatf ta terpaa peerja. Kemampuan relatf ta terpaa peerja aan mempengaruh tngat ebosanan peerja sepert djelasan pada subbab sebelumnya. Rumusan pada fungs tujuan n juga mengutsertaan varabel x dan t yang memungnan untu danalss sealgus sebaran seluruh peerjaan epada seluruh peerja selan penghtungan terhadap jara / emampuan relatf ta terpaa peerja terhadap peerjaan yang dsmbolan dengan d. Analss dlauan dengan batasan peerjaan memungnan untu peerja yang dsmbolan dengan A. 3.2.3 Memnmalan Penympangan Beban Kerja Mn E = c w z c w (3) Fungs tujuan Z bertujuan untu E memnmalan penympangan yang terjad arena etdasetmbangan watu beban erja yang dberan epada setap peerja. Dalam aplasnya, fungs tujuan n mengutsertaan baya yang harus deluaran abat penympangan tersebut. Baya dsn dtentuan oleh pengambl eputusan berdasaran asums yang berbeda-beda tergantung pengambl eputusan. Z dhtung dar jumlah penympangan postf E tap peerja dal baya atas penympangan postf emudan dtambahan dengan jumlah penympangan negatf tap peerja dal baya atas penympangan negatf. Dar etga fungs tujuan datas emudan ddapatan satu fungs tujuan menyeluruh yang dhtung dengan menjumlahan etga fungs tujuan-fungs tujuan tersebut dan dserta bobot sepert yang djelasan d subbab sebelumnya. Bobot pada masng-masng fungs tujuan mengndasan peneanan pada salah satu fungs tujuan sesua permntaan pengambl eputusan. Berut n adalah hasl penggabungan etga fungs tujuan. Memnmalan z = γ α p = 1 c o m cˆ s = 1 p β tdx (4) A = 1 c w c w Dengan α, β, γ dtentuan untu melauan pembobotan terhadap ecenderungan optmas tujuan tertentu. 3.3 Batasan Batasan yang dusulan dalam model n ada tujuh. Berut n adalah penjelasan-penjelasan batasan tersebut 3.3.1 Batasan 1 t x o, (5) Batasan n membatas watu erja reguler untu tap peerja pada jam dan menghtung watu lembur yang dperluan oleh peerja yang sama. Beban erja tap peerja tda boleh melampau watu erja reguler djumlahan dengan watu lembur. Telah detahu sebelumnya bahwa beban erja = W t x yatu watu yang dperluan = untu mengerjaan peerjaan pada har yang sama oleh peerja. Ja beban erja nlanya dbawah batas, maa o dapat dasumsan bernla nol. Hal tersebut mungn terjad eta ontrbus baya pada fungs tujuan postf (ba). 3.3.2 Batasan 2 x s = f, (6) Batasan n berfungs untu memastan bahwa setap peerjaan derjaan tepat sejumlah ba oleh peerja reguler maupun dontraan. Dmana f adalah freuens atau berapa al sebuah peerjaan harus dlauan dalam 1 har. Freuens tersebut tetap dan peerjaan harus f 16

SISFO-Jurnal Sstem Informas tepat dlasanaan sebanya freuens tersebut untu semua peerjaan. 3.3.3 Batasan 3 = S q x,q, b q (7) Batasan n membatas jumlah perulangan seorang peerja dapat melauan peerjaan pada elas yang sama. Peerjaan yang samadelompoan dalam satu umpulan S. Pada sebagan besar onds lapangan sangat jarang onds umpulan S bers lebh dar satu peerjaan. Jad dalam pratenya umpulan n bsa dabaan. b q adalah jumlah masmum berapa al peerja dapat dtugasan untu mengerjaan peerjaan pada satu elas S. Mespun batas n dmunculan untu mencegah ebosanan, tetap batas tersebut tda bsa datur bernla sangat ecl dalam ranga untu memperecl perulangan. Hal tersebut darenaan perulangan aan mempertahanan ecaapan yang dml peerja untu mengerjaan peerjaan pada elas tersebut. Ja batasnya sangat ecl dmungnan peerja aan ehlangan ecaapannya. Ja batas sangat besar, ecaapan aan tetap terlath namun peerja menjad bosan. 3.3.4 Batasan 4 o, b q q (8) Batasan n membatas jam lembur peerja reguler. Bagamanapun juga, watu lembur peerja reguler harus dbatas. Oleh arena tu, telah djelasan datas tentang b yatu batas masmal peerja mengambl jam lembur. q o adalah varabel blangan pecahan jad watu lembur dapat dambl pecahan artnya peerja tda harus tepat mengambl 1 atau 2 jam erja lembur tap dapat juga mengambl 1,3 jam dan seterusnya. Batasan n berlau untu semua peerja. 3.3.5 Batasan 5 W w w = W, (9) Batasan nomor lma menghtung penympangan beban erja dan beban erja rata-rata untu setap peerja. Nla beban erja peerja aan djumlahan atau durangan dengan nla penympangan agar nlanya sama dengan beban erja rata-rata. 3.3.6 Batasan 6 x, Ζ, s (10) Batasan n memastan bahwa varabel x (matr sebaran berapa al peerjaan dtugasan epada peerja ) dan s (berapa al peerjaan dsubontraan) bernla nteger atau bulat untu setap peerjaan dan setap peerja. 3.3.7 Batasan 7 w w, 0. (11) Batasan terahr n memastan nla w dan w lebh besar atau sama dengan nol. Nla w dan nol. Keta maa w salah satunya atau eduanya harus w bernla lebh besar dar nol w harus bernla nol dan begtu sebalnya atau eduanya bsa bernla nol eta beban erja suatu peerja sama dengan nla beban erja rata-rata. Batasan n berlau untu semua peerja. 4. SKENARIO UJICOBA Ujcoba model melput beberapa senaro dan penentuan varabel be. Ujcoba tersebut melput: 4.1 Mencar Rentang Nla be Sebelum masu e senaro terlebh dahulu menentuan nla be yatu berapa al seorang peerja dapat melauan peerjaan yang sama. Dalam ujcoba n varabel bobot d set pada onds sembang. Be dmula dengan nla 1. 4.2 Senaro pertama Senaro 1 aan melauan analss baya lembur dan subontra dengan perubahan varabel bobot alfa, beta serta gamma pada nla varabel be antara 5, 10, dan 20. Kedua baya ba subontra maupun baya lembur mempunya ecenderungan yang berbandng terbal. Apabla baya subontra na, maa baya lembur cenderung turun. 4.3 Senaro Kedua Senaro 2 aan melauan analss emampuan relatf ta terpaa dan tngat ebosanan dengan perubahan varabel bobot alfa, beta serta gamma pada nla varabel be antara 5, 10, dan 20. Penurunan sampa nla nol n terjad darenaan terbatasnya emampuan peerja untu menampung suatu elas peerjaan. Nla rata-rata emampuan relatf ta terpaa nol artnya bahwa emampuan peerja dan emampuan yang dbutuhan oleh peerjaan 17

SISFO-Jurnal Sstem Informas sama dan tda ada selsh. Hal n sangat jarang terjad dan dalam stud asus n tda terjad. Namun ada alasan lan yang dapat menjelasan enapa nla n menjad nol, yatu semua peerjaan atau sebagan peerjaan telah dsubontraan. 4.4 Senaro Ketga Pada senaro 3 aan dlauan analss terhadap emrngan dan penympangan beban erja. Dengan menngatnya bobot pada fungs tujuan untu memnmalan penympangan, jumlah penympangan seman berurang. Berurangnya penympangan n dtunjuan dengan menurunnya jumlah total jam erja datas rata-rata. Rata-rata beban erjapun menunjuan penurunan. Hal n dsebaban oleh teraloasannya peerjaan e subontra. 5. PEMBAHASAN Ujcoba yang dlauan melput analss perubahan hasl yang dabatan dar perubahan tga varabel bobot pada tap bagan fungs tujuan. Nla hasl fungs tujuan tda aan danalss lebh lanjut arena etga bagan fungs tujuan mencaup satuan yang berbeda. Nla dar fungs tujuan hanya sebaga nla yang tampl abat dar perhtungan mnmal dan dgunaan solver untu membandngan antar nla fungs tujuan agar ddapatan hasl nla yang optmal. Percobaan yang dlauan banya melbatan perubahan pada varabel be atau batas seorang peerja mengambl satu elas peerjaan. Varabel n berpengaruh seal terhadap sebaran penugasan dan aloas peerjaan yang terjad. Namun nla hasl dar perubahan varabel n cenderung seman berurang selshnya. Pengaruh perbedaan batas be dapat dlhat pada gambar 2. Baya 700 600 500 400 300 200 100 0 1 5 10 15 20 30 be Baya subontra Baya lembur Gambar 2. Pengaruh Perbedaan be Gambar 2 menganalss perubahan baya terhadap perbedaan be. Antara batas be 1 sampa 5 terjad penurunan yang sgnfan dan seterusnya berurang pada nla 10. Hal n berart pada saat setap peerja hanya boleh mengerjaan satu peerjaan sebanya satu al, baya subontra tngg arena peerjaan aan seman terbatas untu teraloas e seorang peerja yang memenuh pertmbangan pada emampuan relatf ta terpaa, sehngga peerjaan banya yang teraloasan e subontra. 5.1 Fungs Tujuan Memnmalan Baya Fungs tujuan bagan pertama adalah memnmalan baya lembur dan baya subontra. Analss dlauan pada varabel bobot alfa, beta serta gamma dengan perubahan varabel be antara 5, 10, dan 20 pada bobot alfa dan beta. Pada hasl ujcoba detahu bahwa baya menngat pada bobot alfa yang seman ecl dan baya subontra merupaan baya dengan persentase lebh banya dbandng baya yang deluaran untu peerja lembur. Kedua baya ba subontra maupun baya lembur mempunya ecenderungan yang berbandng terbal. Apabla baya subontra na, maa baya lembur cenderung turun. Gambar 3 menunjuan penugasan peerja-an pada batas masmal peerja dapat mengerjaan peerjaan dalam satu elas adalah 5 al. Dengan nsalsas varabel beta mula dar 0,1 sehngga esempatan memnmalan baya sangat besar. Baya subontra mash sangat ecl arena pada onds n mash sedt pertmbangan pada pemasmalan emampuan relatf ta terpaa, sehngga onsentras mash pada memnmalan baya. Nla beta yang seman besar aan memperecl pemnmalan baya dan onsentras berpndah pada memnmalan emampuan relatf ta terpaa yang mengabatan peerjaan yang tda meml anddat peerja terba, dengan emampuan masmal, aan dsubontraan. Abat dar dsubontraannya peerjaan maa baya subontra-pun aan menngat. 3000 2500 2000 $ 1500 1000 500 0 be = 5 0.1 0.2 0.3 0.4 0.45 0.5 0.6 0.7 0.8 0.9 0.99 0.99 beta Baya subontra Baya lembur Gambar 3. Baya pada Varas beta dengan be=5 Pada ujcoba dengan perubahan bobot gamma terjad ecenderungan salng berlawanan sama sepert pada varas beta. Ujcoba n mengnsalsas varabel alfa dan beta dengan nla sama yatu 0,5. Seman besar nla gamma baya yang deluaran seman banya arena 18

SISFO-Jurnal Sstem Informas peerjaan cenderung dsubontraan arena dngnan esetmbangan yang pada aloas beban erja. Gambar 4 menunjuan hasl ujcoba pada varas nla gamma. Gambar 4. Baya pada Varas gamma 5.2 Fungs Tujuan Memnmalan Tngat Kebosanan Fungs tujuan yang edua adalah memnmalan tngat ebosanan dengan mencar fungs mnmal dar perhtungan emampuan relatf ta terpaa. Ujcoba n menunjuan penurunan nla emampuan relatf ta terpaa serng dengan menngatnya nla beta. Dasumsan bahwa seman ecl nla emampuan relatf ta terpaa maa tngat ebosanan peerja seman berurang. Pada percobaan dengan nla varabel be adalah 5, emampuan relatf ta terpaa bernla nol pada nla beta = 0.985 (Gambar 5). Penurunan sampa nla nol n terjad pada nla beta lebh ecl dbandng dengan nla beta pada percobaan dengan nla be = 10 dan 20. Hal n darenaan terbatasnya emampuan peerja untu menampung suatu elas peerjaan. Nla rata-rata emampuan relatf ta terpaa nol artnya bahwa emampuan peerja dan emampuan yang dbutuhan oleh peerjaan sama dan tda ada selsh. 0.3 0.25 0.2 0.15 0.1 0.05 0 Rata-rata emampuan relatf ta terpaa (be = 5) 0.1 0.2 0.3 0.4 0.45 0.5 0.6 0.7 0.8 0.9 0.985 0.99 beta Gambar 5. Rata-rata emampuan relatf ta terpaa pada varas beta dengan be = 5 Pada ujcoba dengan varas gamma ddapatan nla emampuan relatf ta terpaa menurun sejalan dengan menngatnya nla gamma (Lhat gambar 6). Nla gamma menunjuan ecenderungan untu menyembangan atau merataan beban erja peerja. Seman besar nla gamma maa pertmbangan pada pemerataan peerjaan sangat besar. Penurunan n darenaan proses pemerataan adang aan mengaloasan peerjaan untu dsubontraan arena selan membuat etdasembangan juga tda dapat drataan lag dabatan rendahnya emampuan. Rendahnya emampuan yang dmasud adalah membesarnya nla emampuan rata-rata ta terpaa arena pemasaan pemerataan. Oleh arena tu peerjaan dsubontraan, dan tentunya aloas pada subontra n melbatan peerjaan yang mempunya nla emampuan ta terpaa relatf yang lebh besar sehngga mengabatan penurunan pada nla emampuan relatf ta terpaa Gambar 6. Rata-Rata Kemampuan Relatf Ta Terpaa pada Varas gamma 5.3 Fungs Tujuan Memnmalan Penympangan Beban Kerja Fungs tujuan yang etga adalah memnmalan penympangan beban erja. Dalam ujcoba ddapatan rata-rata beban erja dan total jam erja datas rata-rata yang merepresentasan penympangan yang terjad dalam setap aloas. Gambar 7 menunjuan hasl ujcoba dengan varas gamma pada rata-rata beban erja dan total jam erja datas rata-rata. Dengan menngatnya bobot pada fungs tujuan untu memnmalan penympangan, jumlah penympangan seman berurang. Berurangnya penympangan n dtunjuan dengan menurunnya jumlah total jam erja datas rata-rata. Rata-rata beban erjapun menunjuan penurunan. Hal n dsebaban oleh teraloasannya peerjaan e subontra. Peerjaan yang tda rata dan mempunya nla emampuan relatf ta terpaa rata-rata yang besar aan otomats teraloasan e subontra, arena ja mash dpasa untu teraloasan, nla fungs tujuan untu memnmalan emampuan relatf ta terpaa menjad bertambah. Hal n lah yang menyebaban berurangnya rata-rata beban erja. 19

SISFO-Jurnal Sstem Informas Gambar 7. Rata-rata Beban Kerja dan Total Jam Kerja d Atas Rata-Rata 6. SIMPULAN Dar beberapa percobaan yang telah dlauan dalam mplementas program untu mengaloasan peerjaan maa ddapatan smpulan sebaga berut : 1. Implementas model n dapat membantu perusahaan atau organsas dalam mengaloasan peerjaan atau tugas-tugas epada peerja per ndvdu. 2. Terdapat tga tujuan yang ngn dcapa, dengan mengubah varabel bobot maa ecenderungan terhadap tujuan tertentu dapat datur berdasaran besarnya nla bobot tersebut. 3. Semua peerjaan memungnan untu dsubontraan seluruhnya arena model tda membatas peerja untu harus melauan peerjaan. 4. Dar ombnas data peerja dan peerjaan yang dpaa dalam ujcoba, ddapatan nla be (berapa al peerja boleh mengerjaan suatu peerjaan tertentu) yang dpaa dalam ujcoba adalah antara 5 30. 5. Seman besar nla bobot alfa aan seman ecl baya. 6. Seman tngg bobot beta maa nla emampuan relatf ta terpaanya seman ecl, namun perlu dngat peerjaan yang tda memenuh batas emungnannya, artnya jara emampuan peerja dan emampuan yang dbutuhan peerjaan terlalu jauh, aan daloasan e subontra. 7. Seman besar nla bobot gamma, penympangan aan seman ecl. Penngatan bobot pada fungs tujuan n ternyata juga mengabatan teraloasannya peerjaan pada subontra. Berut n adalah beberapa pertmbangan yang dapat dpaa untu pengembangan dan peneltan edepan : 1. Varabel be nlanya tergantung pada jumlah atau banyanya peerja dan peerjaan yang terseda. Nla n seharusnya dcar terlebh dahulu untu menentuan seberapa mampu peerja menampung peerjaan yang ada. 2. Aloas peerjaan yang dhaslan bersfat sementara dalam watu yang pende. Harus rutn dset ulang apalag ja serng terjad perubahan formas peerja maupun peerjaan Rata-rata emampuan relatf ta terpaa yang dhtung dar ruang ecaapan nlanya adalah tetap, apabla terjad perubahan,msal enaan level, maa harus dhtung ulang nla masng masng peerja pada tap peerjaan untu dlauan analss selanjutnya 3. Paper n tda memperhtungan penjadwalan peerja. Namun dalam peneltan dan pengembangan selanjutnya memungnan dlauan pengaloasan peerjaan sealgus penjadwalan. 7. DAFTAR PUSTAKA Apsley Recrutment. (Februar, 2008). Absenteesm: The Problem and Its Preventon. Avalable at : http://www.apsleyrecrutment. com.au/artcles/absenteesm-the-problem-andts-prevent on.aspx. Busness Owner s Toolt. (Februar, 2008). Cost of Absenteesm. Avalable at : http://www.toolt.com/small_busness_gude/s bg. aspx?nd=p05_5315 Cheang, B., L, H., Lm, A., Rodrgues, B. (2003). Nurse rosterng problems-a bblographc survey. European Journal of Operatonal Research. 151, 447-460. Eselt, H.A., Maranov, Vladmr. (2008). Employee postonng and worload allocaton. Computers & Operatons Research. Vol. 35, 513-524. Ernst, A.T., Jang, H., Krshnamoorthy, M., Ser, D. Staff schedulng and rosterng: A revew of applcatons, methods and models. European Journal of Operatonal Research. 153, 3-27. Wnston, Wayne L. (1993). Operaton research : applcatons and algortms. 3rd ed. Internatonal Thomshon Publshng. 20