Hasil Pencarian  ::  Simpan CSV :: Kembali

"Metode Analytic Hierarchy Process (AHP) merupakan salah satu metode pengambilan keputusan yang digunakan untuk menentukan urutan prioritas dari berbagai alternatif. Ada empat prinsip utama yang digunakan dalam metode AHP, yaitu: 1) dekomposisi; 2) perbandingan berpasangan; 3) menentukan vektor prioritas; dan 4) komposisi hierarkis. Dalam skripsi ini, prinsip utama metode AHP yang dibahas adalah menentukan vektor prioritas yang akan diselesaikan dengan menggunakan pendekatan model pemrograman linier. Pendekatan tersebut terbagi menjadi dua tahap, tahap pertama akan dilakukan formulasi model pemrograman linier untuk menentukan batas konsistensi dari matriks perbandingan berpasangan dan pada tahap kedua akan dilakukan formulasi model pemrograman linier untuk menentukan suatu vektor prioritas dengan menggunakan batas konsistensi pada tahap pertama. Dengan menggunakan pendekatan model pemrograman linier dalam metode AHP, dapat dilakukan analisa sensitivitas untuk memprediksi entri-entri pada matriks perbandingan berpasangan yang membuat matriks tersebut tidak konsisten.

---

The Analytic Hierarchy Process (AHP) method is one method of decision making that is used to determine the order of priority of the various alternatives. There are four main principles used in the AHP method, that is: 1) decomposition, 2) pairwise comparisons, 3) determine the priority vector, and 4) hierarchical composition. In this skripsi, the main principles of the AHP method discussed is determine the priority vector to be solved using linear programming model approach.

The approach is divided into two stage, the first stage will be the formulation of a linear programming model to determine the consistency bound of the pairwise comparison matrix and the second stage will be the formulation of a linear programming model to determine a priority vector using consistency bound at the first stage. By using a linear programming model approach in the AHP method, sensitivity analysis can be carried out to predict the entries in the pairwise comparisons matrix that makes the matrix is inconsistent."

"Tugas Akhir ini membahas suatu metode penyelesaian masalah pemrograman linier dengan menggunakan Algoritma Interior-Point. Algoritma ini didasarkan pada model pemrograman linier yang memaksimumkan fungsi tujuan. DimuIai dengan memilih sembarang titik-dalam pada daerah layak sebagai penyelesaian awal, lalu variabel-variabel keputusan yang ada dalam model diubah skalanya, sehingga diperoleh penyelesaian awal yang konstan ( 1, 1, 1, . . , 1 ). Kemudian algoritma dilanjutkan dengan menghitung matriks proyeksi ( P ) dan menetapkan nilai a untuk mendapatkan arah gerakan dari titik penyelesaian awal. Algoritma diakhiri dengan menghitung titik penyelesaian awal berikutnya. Dengan melakukan iterasi akan diperoleh titik optimal yang ditandai dengan tidak berubahnya titik yang diperoleh pada akhir iterasi."

"ABSTRAKPT. Tridaya Kreasi merupakan sebuah perusahaan yang bergerak di industri kertas yang memproduksi kertas Kraft Liner. Penelitian ini dilakukan pada bulan April 2016 dengan menggunakan data masa lampau pada periode Januari 2015 sampai dengan Maret 2016, dimana proses produksi untuk pencampuran komposisi bahan baku masih menggunakan metode trial and error dan pemilihan produk untuk di produksi dilakukan berdasarkan made to order. Penelitian ini menggunakan metode Linear Programming sebagai pendekatan untuk menemukan komposisi dari bahan baku yang menggunakan biaya paling minimum dan menemukan Product-Mix yang paling optimal dari seluruh produk yang di produksi oleh PT. Tridaya Kreasi guna menghasilkan laba produksi yang paling maksimum. Berdasarkan model yang telah dibangun berdasarkan perkiraan pangsa pasar dan alokasi waktu produksi, PT. Tridaya Kreasi dapat meningkatkan laba produksinya sebesar 46.95% dengan meraih laba produksi sebesar Rp. 105.807.487,40 per hari dengan memproduksi 6 tipe dari kemungkinan 22 tipe produk pada satu mesin yang dimiliki

---

ABSTRACTPT. Tridaya Kreasi is a company engaged in the paper industry which manufactures Kraft Liner Paper. This study was conducted in April 2016 using historical data from January 2015 until March 2016, where the production process for mixing the raw material composition is still using the trial and error method and the selection of products for production is based on made to order. This study uses Linear Programming as an approach to find the composition of raw materials with minimum cost and the optimum Product-Mix to generate the maximum production profit by PT. Tridaya Kreasi. Based on a model that has been built based on estimation of market share and production time allocation, PT. Tridaya Kreasi can increase its production profit up to 46.95% with Rp. 105,807,487.40 production profit per day with the possibility of producing 6 types of 22 types of products on a single machine owned"

"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."

"Salah satu dari masalah-masalah dominan pada komputasi biologi molekuler adalah penyejajaran barisan berganda (Multiple Sequence Alignment - MSA) dari DNA. Banyak metode yang telah diajukan untuk menyelesaikan masalah MSA seperti pemrograman dinamik dan heuristik. Satu metode telah diajukan oleh Althaus et al. untuk menyelesaikan masalah MSA yang didasarkan pada pemrograman linear bilangan bulat (Integer Linear Programming - ILP). Formulasi ILP umum dari masalah MSA diturunkan dari representasi graf dari masalah MSA. Walaupun formulasi ILP umum dari masalah MSA diketahui, membentuk model ILP dari suatu masalah MSA yang dapat diselesaikan langsung menggunakan suatu solver ILP tidaklah mudah. Sebuah program yang dapat membangun dan menyelesaikan model ILP dari sebuah masalah MSA menggunakan MATLAB telah dibuat. Metode yang digunakan untuk menyelesaikan model ILP tersebut adalah branch-and-bound. Program yang telah dibuat dapat menghasilkan model ILP dari sembarang masalah MSA yang diberikan tetapi hanya dapat menyelesaikan masalah MSA dari sejumlah kecil barisanbarisan DNA yang pendek. Hasil dari program tersebut adalah penejajaran barisan-barisan DNA dari masalah MSA yang diberikan.

---

One of the dominant problems in computational molecular biology is multiple sequence alignment (MSA) of DNA. Many methods have been proposed to solve MSA problem such as dynamic programming and heuristic. A method has been proposed by Althaus et al. to solve MSA problem which is based on integer linear programming (ILP). The general ILP formulation of the MSA is derived from the graph representation of the MSA problem. Although we have the general ILP formulation of the MSA problem, constructing the ILP model of an MSA that can be solved directly using an ILP solver is not straightforward. We develop a MATLAB program that can generate and solve the ILP model of an MSA problem. The method that is used to solve the ILP model is branch-and-bound. The constructed program can generate the ILP model of any given MSA problem but can only solve an MSA problem of a small number of short DNA sequences. The result of the program is the aligned sequences of the MSA problem."