Penelitian ini bertujuan mengeksplorasi pemanfaatan pendekatan primal–dual dan variannya dalam menyelesaikan persoalan optimasi serta perencanaan dan alokasi sumber daya pada berbagai sistem operasi. Metode yang digunakan adalah systematic literature review berbasis pedoman PRISMA, dengan sumber data dari Scopus dan kata kunci terkait primal–dual neural network, resource planning and scheduling, serta algorithmic efficiency untuk periode 2021–2025. Dari 121 artikel yang terjaring, hanya 7 studi yang lolos kriteria inklusi dan dianalisis lebih lanjut. Hasil telaah menunjukkan bahwa model dan algoritma berbasis primal–dual mampu menurunkan makespan dan keterlambatan, menghemat konsumsi energi, meningkatkan pemanfaatan sumber daya kritis, serta memperbaiki akurasi dan mutu layanan pada konteks manufaktur berbasis IIoT, penjadwalan produksi dan multi-proyek, layanan kesehatan, maupun otomasi robotik. Dari sisi manajerial, temuan ini mengindikasikan bahwa pendekatan primal–dual berpotensi menjadi landasan perancangan sistem operasi yang lebih efisien, adaptif, dan kompetitif, meskipun penerapan pada skala yang lebih luas serta integrasi dengan data real-time masih diperlukan untuk memperkuat bukti empiris dan memastikan kesesuaian di berbagai sektor.
Copyrights © 2026