Hasil Pencarian  ::  Simpan CSV :: Kembali

"This paper addresses a new robust multi objective multi period model for supply chain planning under uncertainty considering quantity discounts. The proposed model maximizes the current proht of the distributor by making a balance between the total costs of the supply chain and the distributor company s revenues of selling products and also maximizes the company s expected profit by introducing brands and taking the risk of loss on it. Considering uncertainty in the purchasing cost, selling fees, and demand fluctuations, the new robust multi objective mixed integer programming model is solved as a single objective mixed integer programming model by utilizing the LP metrics method. By settling regulatory penalty parameters and considering different economic scenarios, the robustness and effectiveness of the developed model are verified with the data from BEH PAKHSH Company, a commodities distributor in Iran. The outcomes show that the proposed model is a promising approach to run an efficient supply chain."

"ABSTRAKMasalah penjadwalan perawat anestesi dimodelkan dengan model integer linearprogramming. Penyelesaian masalah penjadwalan perawat anestesi ini bertujuanuntuk meminimumkan perbedaan beban kerja antar perawat anestesi, sehinggajadwal yang dihasilkan adalah jadwal yang adil, dimana beban kerja antar perawatanestesi seimbang. Pada skripsi ini juga dilakukan simulasi untuk menentukanbanyaknya perawat anestesi yang paling efisien yang akan digunakan dalam permasalahan di rumah sakit.

---

ABSTRACTAnesthetists nurse scheduling problem is being modelled by integer linearprogramming model. The solution of nurse anesthetists scheduling problem aimsto minimize the difference workload between nurse anesthetists, so the resultingschedule is treated fairly where the workload between the nurses is balanced. Inthis thesis, numerical analysis is used to decide the most efficient number thehospital need of nurse anesthetists to help the problems there"

"Facility location merupakan salah satu strategi penting bagi perusahaan atau fasilitas. Facility location dapat membantu pengambilan keputusan dalam penetapan lokasi atau relokasi suatu fasilitas. Pengambilan keputusan dengan kondisi adanya kompetisi di antara dua pihak sering disebut competitive facility location problem (CFLP). Dua pihak yang saling bersaing disebut leader dan follower. Tujuan leader adalah menentukan sehimpunan lokasi untuk membuka fasilitas yang dapat memaksimalkan keuntungannya dengan kondisi bahwa follower juga akan membuka beberapa fasilitas dan dapat merebut sejumlah konsumen dengan tujuan memaksimalkan keuntungannya sendiri. Model matematis CFLP bisa dimodelkan dalam bilevel integer programming problem yang terdiri dari upper level problem dan lower level problem. Karena adanya kemungkinan tidak uniknya solusi optimal untuk lower level problem, maka konsep optimality harus diperhalus, sehingga solusi optimal untuk masalah CFLP merupakan solusi optimal nonkooperatif.

---

Facility location is one of the most important strategic to many business or facilities. Facility location problem support decision makers in the planning process of establishing or relocating existing facilities. Decision making process in competition between two firms usually called competitive facility location problem (CFLP). Two competing side usually called leaders and followers. The leader?s problem consist in choosing a set of opening facilities which yields maximal profit in the conditions that the followers will open some facilities and can captures consumers aiming to maximize his own profit. Mathematical model of CFLP can be modelled as bilevel integer programming problem that consist of upper and lower level problem. Owing to the possible nonuniqueness of optimal solution in the lower level problem, the concept of optimality has to be refined, so we called the optimal solution of CFLP as noncooperative optimal solution."

"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."

"One of the dominant problems in computational molecular biology ismultiple sequence alignment (MSA) of DNA. Many methods have beenproposed to solve MSA problem such as dynamic programming and heuristic.A method has been proposed by Althaus et al. to solve MSA problem which isbased on integer linear programming (ILP). The general ILP formulation ofthe 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 anILP solver is not straightforward. We develop a MATLAB program that cangenerate and solve the ILP model of an MSA problem. The method that isused to solve the ILP model is branch-and-bound. The constructed programcan generate the ILP model of any given MSA problem but can only solve anMSA problem of a small number of short DNA sequences. The result of theprogram is the aligned sequences of the MSA problem."

"Banyak riset telah dilakukan untuk meningkatkan hasil produksi, meminimumkan downtime mesin, mengoptimalkan penjadwalan produksi, menyediakan bahan baku dan bahan kemasan, dll. Fluktuasi permintaan konsumen menjadi faktor yang sulit untuk diprediksi. Penjadwalan produksi memiliki peranan yang penting untuk memberikan hasil produksi yang optimal.Pada awal riset ini metode Autoregresif Integrated Moving Average ARIMA digunakan untuk melakukan peramalan dengan menggunakan data historikal, optimasi yang dilakukan untuk meningkatkan hasil produksi, adalah dengan meminimumkan makespan dan jumlah lini mesin yang digunakan. Model yang digunakan mixed integer linear programming. Metode branch and bound B B dikembangkan untuk penyelesaian masalah ini. Riset ini juga membandingkan antara model meminimumkan makespan dengan meminimumkan makespan dan jumlah lini yang digunakan. Total biaya yang dibutuhkan menjadi faktor penentu, model mana yang lebih baik. Beberapa skenario juga disertakan untuk mengetahui kemungkinan model ini diterapkan pada keadaan nyata. Pada tesis ini studi kasus yang dilakukan adalah meminimumkan makespan dan meminimumkan jumlah lini yang digunakan. Hasil yang diperoleh pada studi kasus ini adalah 295,4 jam dengan lini yang digunakan adalah satu lini mesin.

---

Researches has been done to improve production output, minimize machine downtime, optimize production scheduling, provide raw materials and packaging materials, etc. Fluctuations in consumer demand is a difficult factor to predict. Production scheduling has an important role to provide optimal production results.

At the beginning of this research, the method of Autoregressive Integrated Moving Average ARIMA is used to forecast using historical data, the optimization done to improve the production yield, is to minimize the makespan and the number of machine lines used. The model used mixed linear integer programming. The branch and bound method B B was developed to solve this problem.

This research also compares the minimize makespan model with minimize makespan and number of lines used. The total cost required becomes the deciding factor, which model is better. Several scenarios are also included to find out the possibility of this model being applied to real circumstances. In this thesis, the case study is minimizing the makespan and minimizing the number of lines used. The results obtained in this case study was 295.4 hours with the line used being one machine line."

"Pemfokusan pembangunan nasional pada sektor infrastruktur berimbas pada pertumbuhan pasar konstruksi yang cukup pesat. Permintaan yang tinggi dan proses bisnis yang kompleks membuat produsen beton ready-mix khususnya di Jakarta tidak lagi dapat mengandalkan mekanisme perencanaan rute dan penjadwalan manual, dimana telah terjadi beberapa keterlambatan pengiriman yang berimbas pada penurunan service level perusahaan. Penelitian ini mengusulkan metoda optimasi berbasis mixed integer linear programming pada mekanisme perencanaan rute dan penjadwalan pengirimnan beton ready-mix yang dikembangkan menggunakan bahasa Java dengan dukungan library optimasi Gurobi. Simulasi dilakukan dengan menggunakan data historis perusahaan objek penelitian, yang merupakan salah satu produsen beton ready-mix di Jakarta. Simulasi yang dilakukan menghasilkan output dengan total biaya -3674 dan gap sebesar 0,49 , dimana seluruh permintaan pelanggan terpenuhi dalam time windows yang diberikan. Hasil ini menunjukkan bahwa model optimasi yang dikembangkan dalam penelitian ini dapat menghasilkan solusi optimum untuk mekanisme perencanaan rute dan penjadwalan pengiriman beton ready-mix.

---

The focus of national development on the infrastructure sector impacts on the rapid growth of the construction market. High demand and complex business processes make ready mix concrete producers especially in Jakarta no longer able to rely on route planning and manual scheduling mechanisms, which have been some delays in deliveries that impact on the decline in service level.

This research proposes an optimization method based on mixed integer linear programming on route planning mechanism and scheduling of ready mix concrete delivery developed in Java language with Gurobi optimization library support. The simulation is done using the company s historical data of the research object, which is one of the ready mix concrete producers in Jakarta.

The simulation resulted in an output with a total cost of 3674 and a gap of 0.49 , where all customer requests are met in the given time window. These results indicate that the optimization model developed in this study can yield the optimum solution for route planning mechanism and ready mix concrete delivery scheduling."

"

Industri penerbangan Indonesia diprediksi menjadi negara ke-6 di dunia yang memiliki penumpang pasar terbanyak. Jumlah penumpang pasar pada 15 tahun terakhirpun memiliki pertumbuhan yang signifikan, yang berjumlah 30 juta pada tahun 2005 dan ±97 juta pada tahun 2017. Hal ini merupakan sebuah kesempatan bagi PT. X, salah satu maskapai penerbangan di Indonesia, untuk mempersiapkan strategi-strategi yang dapat dilakukan untuk memenangkan pangsa pasar. Untuk mengimplementasikan strategistrategi tersebut, tentunya perusahaan perlu untuk mempersiapkan sumber daya manusia, material, dsb. Namun, berdasarkan laba rugi komprehensif 5 tahun terakhir, perusahaan mengalami defisit yang menyebabkan perusahaan akan fokus terlebih dahulu terhadap permasalahan saat ini sebelum bergerak kepada potensi di masa depan. Pada penelitian ini, peneliti membuat model tentang tail assignment problem, yang merupakan permasalahan dalam membuat jadwal penerbangan terhadap pesawat yang tersedia dengan memerhatikan keterbatasan yang ada. Tujuan dari dibahasnya tail assignment problem agar perusahaan dapat mengurangi jumlah penggunaan pesawat dari penyusunan ulang tail assignment untuk menghilangkan idle dengan mengaggregatkan penerbangan yang satu dengan yang lainnya, dan atau mengurangi jumlah penerbangan agar jumlah pesawat berkurang. Dengan berkurangnya jumlah pesawat, berkurang biaya sewa pesawat, yang merupakan biaya terbesar kedua dari total biaya yang ada. Penelitian ini menggunakan metode optimasi branch & cut, dengan solver engine COIN–OR CBC (Linear Solver).

---

The Indonesian aviation industry is predicted to be the 6th country in the world that has the most market passengers. The number of market passengers in the last 15 years also has a significant growth, which amounted to 30 million in 2005 and ± 97 million in 2017. This is an opportunity for PT. X, one of the airlines in Indonesia, to prepare strategies that can be done to win market share. To implement these strategies, of course, companies need to prepare human, material, etc. However, based on the comprehensive income of the last 5 years, the company experienced a deficit that caused the company to focus first on current problems before moving on to future potential. In this study, researchers made a model by using the tail assignment problem, which is a problem in making flight schedules to the available airplane by taking into account existing limitations. The purpose of discussing the tail assignment problem is that the company can reduce the number of airplane usage by rearranging the tail assignment to eliminate idle by aggregating flights with one another and or reducing the number of flights so that the number of airplanes decreases. With the reduced number of airplanes, reduced airplane rental costs, which is the second-largest cost of total costs. This research uses the branch & cut optimization method, with COIN-OR CBC (Linear Solver) engine solver. 

"