Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDalam setiap semester, setiap jurusan di universitas menghadapi permasalahan yang sama yaitu menjadwalkan mata kuliah dengan waktu dan ruangan tertentu dimana terdapat beberapa batasan atau kendala. Dalam penjadwalan, mata kuliah harus dijadwalkan dalam waktu dan ruangan tertentu, dimana tidak terdapat mata kuliah di waktu yang sama diajarkan di ruangan yang sama dan tidak boleh bersamaan waktu antara mata kuliah dalam kelompok yang sama. Diberikan pemilihan waktu oleh dosen untuk mata kuliah yang diajarkannya, masalah penjadwalan mata kuliah diformulasikan sebagai pemrograman bilangan bulat dengan fungsi tujuan adalah memaksimumkan pemilihan waktu oleh dosen, dimana metode Column Generation digunakan untuk mencari solusi optimal dari model relaksasinya. Setiap kolom merepresentasikan pola jadwal mingguan dari tiap mata kuliah. Kolom akan dibangkitkan untuk mendapatkan pemilihan waktu terbaik dalam seminggu. Solusi optimal didapatkan ketika tidak ada lagi kolom yang dibangkitkan dan solusi memenuhi kondisi integral. Pada skripsi ini masalah penjadwalan mata kuliah diaplikasikan pada Departemen Matematika UI untuk perkuliahan di semester genap. Pembuatan program untuk menyelesaikan masalah penjadwalan mata kuliah menggunakan perangkat lunak dan hasilnya didapatkan solusi optimal yang memenuhi seluruh kendala.

---

ABSTRACTIn each semester, every department in the university faces the same problem of courses scheduling in a certain time and classroom with some constraints. In scheduling, the courses must be scheduled, where there are no subjects put at the same time in the same room and it is not allowed to overlap between subjects in the same group. Given the preferences of the lecturers to teaching time, a course scheduling problem is formulated as an integer programming with objective function is to maximize the preference value of the lecturers. The column generation approach is used to find the optimal solution of the relaxation model. Each column represents a pattern of weekly schedule of each course. The column will be generated to get the best solution. The optimal solution is obtained when no more column is generated and the solution satisfies the integral condition. In this skripsi, the column generation approach is applied to scheduling problem at Department of Mathematics UI for courses in second term each year. A program made to solve scheduling problems using a software and the obtained solution is satisfying all constraints."

"Tugas akhir ini membahas salah satu model dari program dinamik yang digunakan untuk menentukan rute dan jarak penerbangan terpendek. Kemudian, solusi optimal yang diperoleh akan digunakan untuk perhitungan harga tiket. Perjalanan yang dibahas adalah perjalanan dari Jakarta ke New York"

"Tugas akhir ini membahas mengenai penentuan jumlah produksi divisi compounding PT. Impack Pratama dengan Pemrograman saaaran (goal programming). Pemrograman sasaran dipakai untuk menyelesaikan masalah pemrograman linier yang mempunyai satu atau lebih sasaran yang ingin dicapai. Kemudian, model matematika dari masalah pemrograman sasaran tersebut diseleeaikan dengan metode simpleks. Penyelesaian optimal dari model matematika pemrograman sasaran yang melibatkan banyak variabel dan kendala dapat diperoleh dengan bantuan paket LINDO (Linear Interactive Discrete Optimizer)."

"Hingga saat ini, pengembangan Metode Simpleks terus dilakukan untuk mendapatkan algoritma efisien yang dapat mengurangi iterasi dan waktu komputasi. Penelitian ini dilakukan sebagai hasil pengembangan dari penelitian terdahulu dan difokuskan pada pembentukkan algoritma untuk mendapatkan Basic Feasible Solution (BFS) karena penggunaan BFS pada Metode Simpleks terbukti dapat mengurangi iterasi. Algoritma yang dikembangkan menggunakan Kriteria Cosinus serta Eliminasi Gaussian dalam mendapatkan BFS dan diuji pada 13 kasus yang berasal dari jurnal-jurnal Programa Linier. Di akhir skripsi, dibahas hasil dari penelitian ini yang menunjukkan bahwa algoritma yang dikembangkan dapat digunakan untuk menyelesaikan masalah Programa Linier, dan dapat mengurangi jumlah iterasi yang dilakukan.

---

Up until now, researches in developing Simplex Method are done continually to get the most efficient algorithm to reduce iteration and computation time in solving Linear Programming. This research is held as a development of previous researches and focused in forming algorithm to get Basic Feasible Solution (BFS) because using BFS in Simplex Method has been proved in reducing iteration. This algorithm uses Cosine Criterion and Gaussian Elimination to get BFS and is tested by solving 13 problems which are gained from Journal about Linear Programming. At the end, this paper discusses the result from this research which shows that this algorithm can be used to solve Linear Programming and reduce iteration. In solving Linear Programming."