Claim Missing Document
Check
Articles

Found 23 Documents
Search

Model Fuzzy Goal Programming Yang Diselesaikan Dengan Linear Programming Pada Perencanaan Produksi Altien Rindengan; Prapto Tri Supriyo; Aziz Kustiyo
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 2 No. 2 (2013): September, 2013
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.2.2.2013.3236

Abstract

Abstract Optimization of an objective in the model of linear programming (LP) is widely applied in solving the problems that exist. But with the increasing complexity of these problems, optimization with multiple objectives , known as goal programming (GP) being an option. In this GP, some of these goals were weighted before analysis . In this paper will discuss the formulation of fuzzy goal prongramming (FGP), in which these goals need not be discrete weighted, but enough to consider the decision maker wishes to impose limits on the value of each function's purpose. Fuzzy concept of a fuzzy membership function is applied to functions such objectives to be achieved. The problems in this case is production planning at the company with some goals to be achieved namely income, labor costs, and raw material costs. The result is a model with some objectives can be formulated in FGP models that can be solved with the LP for  production planning of the company. Keywords : fuzzy goal programming, linear programming, production planning ABSTRAK Optimalisasi suatu tujuan dalam model linear programming (LP) banyak diaplikasikan dalam menyelesaikan masalah-masalah yang ada.  Tapi dengan makin kompleksnya masalah-masalah tersebut, pengoptimalan dengan beberapa tujuan atau dikenal dengan goal programming (GP) menjadi pilihan. Dalam GP ini, beberapa tujuan ini diberi pembobotan sebelum dianalisa.  Dalam tulisan ini akan dibahas tentang formulasi fuzzy goal prongramming (FGP), dimana tujuan-tujuan tersebut tidak perlu diboboti secara diskret, tapi cukup dengan mempertimbangkan keinginan pengambil keputusan untuk menentukan batasan nilai pada setiap fungsi tujuan yang ada.  Konsep fuzzy berupa fungsi keanggotaan fuzzy diterapkan pada fungsi-fungsi tujuan yang akan dicapai tersebut.  Masalah  yang digunakan adalah perencanaan produksi pada suatu perusahaan dengan beberapa tujuan yang ingin dicapai yaitu pendapatan, biaya tenaga kerja, dan biaya bahan baku.  Hasil yang diperoleh adalah model beberapa tujuan dapat diformulasi dalam model FGP yang dapat diselesaikan dengan LP untuk perencanaan produksi suatu perusahaan. Kata kunci :  fuzzy goal programming,  linear programming,  perencanaan produksi
OPTIMALISASI LABA PADA PRODUKSI OLAHAN RUMPUT LAUT: STUDI KASUS POKLAHSAR SINAR PAGI SUMBAWA BARAT Brigitha, Nabilah Diar; Silalahi, Bib Paruhum; Supriyo, Prapto Tri; Mayyani, Hidayatul
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 14 No 2 (2022): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2022.14.2.6942

Abstract

ABSTRACT. Poklahsar Sinar Pagi still performs manual calculations for prices and estimates the number of products produced. This allows the profits obtained are not maximized. Optimization is needed, namely determining the minimum production cost capital or obtaining maximum profit with limited available capacity in order to achieve optimal results. To achieve this optimization, an appropriate method is needed. The simplex method is one of the optimization methods. The simplex method is an iteration with the same calculation steps repeated many times before finding the optimum solution. In solving problems using the simplex method, the steps that must be taken are to determine the decision variables, the objective function, and the constraints. Poklahsar Sinar Pagi problem is solved with the simplex method by using POM QM software for windows V5 to find the optimal solution.Keywords: Optimization, POM QM, Simplex Method. ABSTRAK. Poklahsar Sinar Pagi masih melakukan perhitungan secara manual untuk harga serta perkiraan jumlah produk yang diproduksi. Hal ini memungkinkan keuntungan yang diperoleh belum maksimal. Diperlukan optimalisasi yaitu penentuan modal biaya produksi minimum atau mendapatkan keuntungan maksimum dengan keterbatasan kapasitas yang tersedia agar mencapai hasil yang optimal. Dalam mencapai pengoptimalan tersebut dibutuhkan suatu metode yang tepat. Metode simpleks merupakan salah satu metode dari optimalisasi. Metode simpleks adalah perhitungan berulang-ulang (iterasi) dengan langkah-langkah perhitungan yang sama diulang berkali-kali sebelum ditemukan solusi optimum. Dalam memecahkan masalah menggunakan metode simpleks langkah yang harus dilakukan yaitu menentukan variabel keputusan, fungsi tujuan dan kendala-kendala. Masalah Poklahsar Sinar Pagi diselesaikan dengan metode simpleks menggunakan bantuan perangkat lunak POM QM for windows V5 dalam menemukan solusi optimal.Kata Kunci: Metode Simpleks, Optimalisasi, POM QM.
Algoritme Migrating Birds Optimization dan Algoritme Particle Swarm Optimization: Penyelesaian Masalah Knapsack 0-1 Silalahi, Bib Paruhum; Novanto, Mohamad; Supriyo, Prapto Tri
PYTHAGORAS Jurnal Pendidikan Matematika Vol 17, No 1: June 2022
Publisher : Department of Mathematics Education, Faculty of Mathematics and Natural Sciences, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/pythagoras.v17i1.35660

Abstract

Permasalahan knapsack merupakan salah satu masalah optimisasi. Masalah knapsack merupakan suatu permasalahan bagaimana memilih objek dari beberapa objek yang akan dimasukkan ke media penyimpanan dengan masing-masing objek memiliki bobot dan total bobot dari objek yang dipilih tidak boleh melebihi kapasitas media penyimpanannya, sehingga diperoleh nilai yang  maksimal. Ketika objek yang dimasukkan ke dalam media penyimpanan bersifat harus dimasukkan semua atau tidak sama sekali, permasalahan ini dikenal dengan nama knapsack 0-1.  Salah satu metode penyelesaian masalah knapsack 0-1 adalah dengan menggunakan metode meta-heuristic.  Terdapat beberapa metode meta-heuristic seperti algoritma migrating birds optimization dan particle swarm optimization.  Paper ini membahas bagaimana algoritma migrating birds optimization dan particle swarm optimization digunakan dalam menyelesaikan permasalahan knapsack 0-1.  Kemudian dilakukan perbandingan kinerja kedua algoritma tersebut berdasarkan  nilai fungsi tujuan untuk beberapa studi kasus. Berdasarkan hasil penelitian ini algoritme migrating birds optimization mempunyai nilai hasil fungsi objektif yang lebih baik dibandingkan dengan algoritma particle swarm optimization.Migrating Birds Optimization Algorithm and Particle Swarm Optimization Algorithm: Knapsack problem solving 0-1AbstractThe knapsack problem is one of the optimization problems. The knapsack problem is a problem of how to select objects from several objects to be inserted into the storage with each object having a weight and the total weight of the selected object must not exceed the capacity of the storage so that the maximum value is obtained. When objects that are inserted into the storage have the character of having to be included all or nothing, this problem is known as the 0-1 knapsack. One of the methods of solving the 0-1 knapsack problem is by using the meta-heuristic method. There are several meta-heuristic methods such as the migrating birds optimization algorithm and particle swarm optimization. This paper discusses how migrating birds optimization and particle swarm optimization algorithms are used to solve the 0-1 knapsack problem. Then the performance of the two algorithms is compared based on the objective function values for several case studies. Based on the results of this study, the migrating birds optimization algorithm has better objective function values than the particle swarm optimization algorithm.
Optimasi Penjadwalan Mata Pelajaran Berbasis Kurikulum Merdeka Menggunakan Integer Linear Programming Permana, Rendy Candra; Hanum, Farida; Bakhtiar, Toni; Supriyo, Prapto Tri
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Volume 13 Issue 2 August 2025
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v13i2.32513

Abstract

Scheduling subjects in secondary schools implementing the kurikulum merdeka presents a complex challenge. Kurikulum merdeka demands a high degree of flexibility, fulfillment of individual learning needs, and integration between mandatory and elective subjects. The complexity increases due to time constraints, uneven distribution of teaching loads, limited classroom availability, and potential schedule conflicts between teachers and students. The manual approach, which is still commonly used, is often inefficient, time-consuming, and results in suboptimal schedules. To address these challenges, this study proposes an automated scheduling model based on Integer Linear Programming (ILP), implemented using LINGO 19.0 software. The model considers various real-world constraints, such as the maximum number of study hours per day, designated days for mandatory and elective subjects, the requirement for two consecutive periods per subject, and teacher availability. A case study was conducted for Grade XI at SMAN 58 Jakarta, involving 9 classes, 32 teachers, and 18 subjects (9 mandatory and 9 elective). The experimental results show that the model can produce efficient, conflict-free schedules, accelerate the scheduling process, and support equitable teacher workload distribution.
ONE-DIMENSIONAL CUTTING STOCK PROBLEM THAT MINIMIZES THE NUMBER OF DIFFERENT PATTERNS Silalahi, Bib Paruhum; Hanum, Farida; Setyawan, Fajar; Supriyo, Prapto Tri
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 16 No 3 (2022): BAREKENG: Journal of Mathematics and Its Applications
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (440.926 KB) | DOI: 10.30598/barekengvol16iss3pp805-814

Abstract

Cutting stock problem (CSP) is a problem of cutting an object into several smaller objects to fulfill the existing demand with a minimum unused object remaining. Besides minimizing the remaining of the object, sometimes there is another additional problem in CSP, namely minimizing the number of different cutting patterns. This happens because there is a setup cost for each pattern. This study shows a way to obtain a minimum number of different patterns in the cutting stock problem (CSP). An example problem is modeled in linear programming and then solved by a column generation algorithm using the Lingo 18.0 software.
PENGOPTIMUMAN BIAYA DISTRIBUSI MENGGUNAKAN INTEGER PROGRAMMING DALAM MENYIKAPI KEBIJAKAN GANJIL-GENAP DI JAKARTA Aman, Amril; Anggraini, Rima Fitrianita; Hanum, Farida; Supriyo, Prapto Tri
MILANG Journal of Mathematics and Its Applications Vol. 18 No. 1 (2022): MILANG Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/milang.18.1.61-75

Abstract

Kebijakan Ganjil-Genap merupakan salah satu aturan yang diterapkan di Jakarta untuk mengurangi kemacetan. Kebijakan ini mengakibatkan kendaraan bermotor tidak bisa melalui ruas jalan tertentu, jika ganjil/genapnya nomor-polisi kendaraan tidak sesuai dengan ganjil/genapnya tanggal kendaraan tersebut ketika melintasi ruas jalan yang terkena kebijakan. Ada beberapa jenis kendaraan yang terkena dampak kebijakan ini, di antaranya ialah kendaraan distribusi perusahaan ekspedisi. Kebijakan ini membuat biaya distribusi perusahaan ekspedisi meningkat karena jarak perjalanan menuju konsumen menjadi lebih jauh untuk menghindari ruas jalan Ganjil-Genap ketika plat nomor polisi kendaraan yang digunakan untuk distribusi tidak sesuai dengan jenis tanggal distribusi. Proses distribusi yang meminimumkan biaya pengeluaran memerlukan penentuan rute yang optimal. Masalah penentuan rute optimal ini diformulasikan ke dalam Vehicle Routing Problem menggunakan Integer Linear Programming. Masalah ini diselesaikan menggunakan perangkat lunak LINGO 18.0 dan solusi optimal yang diperoleh berupa rute pendistribusian barang menggunakan kendaraan tertentu serta meminimumkan biaya distribusi.
PENJADWALAN TENAGA SUKARELAWAN DI KABUPATEN PURWOREJO MENGGUNAKAN INTEGER PROGRAMMING Amriyah, Amanatul; Bakhtiar, Toni; Hanum, Farida; Supriyo, Prapto Tri; Mayyani, Hidayatul
MILANG Journal of Mathematics and Its Applications Vol. 18 No. 2 (2022): MILANG Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/milang.18.2.155-167

Abstract

Kabupaten Purworejo termasuk salah satu kabupaten rawan bencana di Jawa Tengah. Daerah rawan bencana membutuhkan banyak tenaga sukarelawan ketika bencana terjadi. Saat ini, sukarelawan di Kabupaten Purworejo memiliki latar belakang profesi yang beragam dan masih terbatas jumlahnya. Keberagaman profesi dan keterbatasan jumlah tersebut membutuhkan pengaturan yang baik sehingga sukarelawan dapat bekerja secara optimal. Penelitian ini membahas penjadwalan tenaga sukarelawan di Kabupaten Purworejo yang dimodelkan menggunakan integer programming. Fungsi objektif masalah ini adalah memaksimumkan preferensi sukarelawan terhadap sektor kerja, shift waktu, dan jarak antara lokasi domisili sukarelawan dengan titik lokasi bencana. Penyelesaian masalah ini menggunakan software LINGO 17.0 menghasilkan jadwal sukarelawan selama satu periode yang memenuhi semua kendala dan memaksimumkan preferensi sukarelawan.
PENYELESAIAN VRPSDP MENGGUNAKAN FIREFLY ALGORITHM (STUDI KASUS DISTRIBUSI AQUA GALON) Salsabila, Syifa Khoirunnisa; Mayyani, Hidayatul; Supriyo, Prapto Tri
MILANG Journal of Mathematics and Its Applications Vol. 19 No. 1 (2023): MILANG Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/milang.19.1.53-67

Abstract

Penyelesaian masalah distribusi Aqua galon termasuk dalam pengaplikasian kompleks Vehicle Routing Problem with Simultaneos Delivery and Pickup (VRPSDP). VRPSDP bisa diselesaikan dengan metode eksak, heuristik atau meta-heuristik. Firefly Algorithm merupakan salah satu algoritma meta-heuristik yang terinspirasi oleh perilaku dan cara komunikasi serangga kunang-kunang dengan melalui beberapa tahapan, yaitu intensitas cahaya, tingkat daya tarik, pergerakan, dan mutasi pembalikan. Metode Firefly Algorithm dalam penelitian ini digunakan untuk mencari solusi optimal dalam menyelesaikan permasalahan tersebut. Hasil penelitian menunjukkan bahwa Firefly Algorithm dapat memberikan solusi yang mana mendekati optimal dalam waktu yang relatif lebih singkat dibandingkan dengan metode eksak.
PENERAPAN ALGORITMA GENETIKA DENGAN METODE ROULETTE WHEEL DAN REPLACEMENT PADA OPTIMASI OMZET Mayyani, Hidayatul; Nurbaiti, Marisa; Supriyo, Prapto Tri; Aman, Amril; Silalahi, Bib Paruhum
MILANG Journal of Mathematics and Its Applications Vol. 19 No. 2 (2023): MILANG Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/milang.19.2.153-172

Abstract

Perhitungan masalah memaksimumkan omzet serta analisis yang tepat terhadap proses produksi diperlukan untuk meningkatkan pendapatan perusahaan. Permasalahan memaksimumkan omzet ini dapat diselesaikan dengan algoritma genetika. Terdapat banyak metode seleksi dalam algoritma genetika, dua di antaranya ialah roulette wheel dan replacement. Penelitian dilakukan untuk mencari metode seleksi terbaik berdasarkan rata-rata nilai fitness yang dihasilkan. Penelitian ini ditinjau berdasarkan tiga kasus yang berbeda dalam membandingkan kedua metode seleksi yang diuji, kasus pertama menggunakan ukuran populasi 10 dan banyak generasi juga 10, kasus kedua menggunakan ukuran populasi 25 dan banyak generasi 10, sedangkan kasus ketiga menggunakan ukuran populasi 10 dan banyak generasi 50. Ketiga kasus tersebut menggunakan parameter tetap yaitu crossover rate 0,8 dan mutation rate 0,1. Dari penelitian ini didapatkan bahwa metode replacement lebih baik dari metode roulette wheel.
PENENTUAN RUTE DISTRIBUSI RASTRA MENGGUNAKAN ALGORITMA GENETIKA Syakina, Lana; Bakhtiar, Toni; Hanum, Farida; Supriyo, Prapto Tri
MILANG Journal of Mathematics and Its Applications Vol. 19 No. 2 (2023): MILANG Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/milang.19.2.97-115

Abstract

Proses distribusi produk yang dilakukan oleh produsen untuk memenuhi kebutuhan konsumen sering kali melibatkan penyelesaian masalah perutean kendaraan. Vehicle routing problem (VRP) dapat digunakan untuk menentukan rute dan alokasi kendaraan agar biaya distribusi minimum. Penelitian ini membahas masalah penentuan rute distribusi beras untuk keluarga sejahtera (rastra) dari gudang penyimpanan Perum Bulog di Kabupaten Ponorogo ke beberapa desa/kelurahan. Periode pendistribusian yang diambil dalam penelitian ini hanya satu dari dua belas periode yang tersedia. Terdapat desa/kelurahan dengan permintaan yang melebihi kapasitas kendaraan, sehingga memerlukan distribusi terpisah. VRP dapat diselesaikan menggunakan metode eksak maupun heuristik. Dalam penelitian ini, metode heuristik yang digunakan adalah algoritma genetika dengan solusi awal diperoleh dari metode nearest neighbour untuk distribusi beras di Perum Bulog. Dari hasil implementasi diperoleh rute kendaraan yang meminimumkan biaya distribusi dan memenuhi semua kendala yang ada menggunakan algorima genetika dan diberikan pula hasil perbandingannya dengan solusi dari metode eksak.