Hasil Pencarian  ::  Simpan CSV :: Kembali

"PDB Indonesia saat ini berada di peringkat ke-15 dunia, dan diprediksi akan naik ke peringkat 8 pada tahun 2035. Disebutkan bahwa ada sentimen positif ekonomi Indonesia menjanjikan untuk mewujudkan era Indonesia maju pada tahun 2035 disokong oleh 3 sektor industri terbesar, yaitu industri manufaktur, pertanian, dan perdagangan. Sayangnya, Indonesia yang sekarang masih di daulat sebagai negara berkembang, dinilai rentan terhadap krisis. Dilihat dari contoh 3 krisis ekonomi yang pernah dialami Indonesia, industri manufaktur adalah yang paling terkena hantaman, terlebih karena industri ini pertumbuhannya selalu beriringan dengan pertumbuhan PDB nasional. Hal ini tentunya akan menghambat mimpi Indonesia Maju 2035. Oleh karena itu, dibutuhkannya sebuah formulasi strategi resiliensi agar industri manufaktur dapat didorong untuk tumbuh secara kuat dan cepat pulih ke semula, bahkan meningkat performanya walaupun dalam gangguan atau krisis. Penelitian ini menganalisis skenario masa depan yang dapat terjadi dan berpotensi mempengaruhi kondisi industri manufaktur secara baik ataupun buruk, dengan metode sistem dinamis.  Kemudian dilanjutkan dengan menghitung indeks resiliensinya serta membandingkan dengan kondisi Business As Usual (BAU). Hasil yang didapatkan akan dijadikan basis formulasi strategi untuk meningkatkan resiliensi industri manufaktur yang dapat lebih tangguh pulih setelah terkena gangguan.

---

Indonesia's GDP is currently ranked 15th in the world, and is predicted to rise to rank 8th in 2035. It is stated that there is positive economic sentiment in Indonesia promising to realize an advanced Indonesia era in 2035 supported by the 3 largest industrial sectors, namely the manufacturing industry, agriculture and trade. Unfortunately, Indonesia, which is now still sovereign as a developing country, is considered vulnerable to crisis. Judging from the examples of 3 economic crises that Indonesia has experienced, the manufacturing industry is the one most affected, especially because this industry's growth always goes hand in hand with national GDP growth. This will certainly hamper the dream of Indonesia Forward 2035. Therefore, it is necessary to formulate a resilience strategy so that the manufacturing industry can be encouraged to grow strongly and recover quickly, and even improve its performance even in a disturbance or crisis. This study analyzes future scenarios that can occur and have the potential to affect the condition of the manufacturing industry for good or bad, using the dynamic system method. Then proceed with calculating the resilience index and comparing it with the conditions of Business As Usual (BAU). The results obtained will be used as the basis for formulating strategies to increase the resilience of the manufacturing industry which can be more resilient to recover after being hit by a disturbance."

"Persoalan utama dalam proses distribusi adalah bahwa pemasok, produsen, gudang, dan pengecer berhadapan dengan permintaan konsumen yang tidak pasti (volatile). Persaingan yang ketat terjadi antar pemain dalam merebut pasar, lebih-lebih dalam era globalisasi, sementara biaya produksi dan pemasaran cenderung meningkat ada strategi yang dimaksudkan untuk menjangkau kepentingan global, terutama dalam perencanaan produksi dan pengendalian inventori yaitu sisi distribusi perlu dirancang agar ramping (lean) dan lincah (agile) dalam situasi yang berubah itu. Kerampingan cocok untuk tingkat ketidakpastian rendah, sedang kelincahan disarankan untuk tingkat ketidak-pastian yang tinggi. Perusahaan yang memasarkan banyak jenis produk dengan ketidak-pastian yang berbeda tingkatannya perlu mengembangkan pola distribusi sepadan, agar tidak kehilangan pasar. Strategi klasik dalam menangani persoalan ini adalah melihatnya sebagai persoalan perencanaan besarnya persediaan (inventory) yang dinilai aman terhadap fluktuasi permintaan. Efisiensi strategi distribusi sangat tergantung pada beberapa pihak yang menjadi faktor penentu, antara lain pihak pemasok, pihak gudang, dan pihak pengecer, yang masing-masing berhadapan dengan tingkat permintaan konsumen yang sering tidak dapat diprediksikan jumlahnya pada setiap periodenya. Akibat utama dari penanganan sistem distribusi yang tidak optimal adalah tidak tersedianya barang yang dibutuhkan pada waktu dan tempat yang sesuai, yang selanjutnya akan mengakibatkan perusahaan bersangkutan kehilangan kesempatan dalam meraih pasar. Salah satu cara untuk mengatasi hilangnya kesempatan dalam meraih pasar adalah dengan menerapkan strategi pengelolaan rantai distribusi. Manfaat utama yang dapat diraih dengan menerapkan strategi ini adalah bahwa tingkat persediaan barang akan optimum di setiap tingkat atau pihak sepanjang rantai distribusi tersebut Tingkat persediaan yang optimum ini akan menjamin tingkat pemenuhan permintaan konsumen yang sudah ditentukan oleh setiap perusahaan distribusi. Karena tingkat pemenuhan permintaan konsumen berkaitan erat dengan kepuasan konsumen, dan konsumen merupakan target profit center perusahaan yang utama, maka besaran ini merupakan salah satu indicator kesuksesan suatu perusahaan dalam menerapkan pengelolaan rantai pengadaan barang. Agar usaha penerapan pengelolaan rantai pengadaan barang dapat berlangsung dengan optimal dan efisien, perlu dilakukan analisis terhadap elemen-elemen yang berpengaruh sepanjang sistem rantai distribusi barang. Analisis dilakukan dengan melihat pola dan kecenderungan perilaku sistem rantai distribusi barang terhadap perubahan permintaan, dan perubahan tingkat persediaan barang dalam kurun jangka waktu yang panjang serta berubah-ubah sesuai dengan perubahan waktu, agar segera dapat diambil tindakan atau kebijakan yang tepat pada elemen-elemen yang berpengaruh tersebut Untuk mengetahui kombinasi kebijakan dalam sistem rantai distribusi barang yang dapat memberikan tingkat pemenuhan permintaan konsumen yang optimal maka dilakukan simulasi kebijakan tingkat persediaan barang yang harus disediakan oleh sistem. Analisis dilakuk:an dengan bantuan komputer dengan perangkat lunak Powersim, suatu perangkat analisis dengan menggunakan model dinamika sistem. Atas dasar sistem nyata sistem rantai distribusi dibangun suatu model aliran distribusi produk. Pemodelan dibangun atas dasar data historis sejak tahun 2002 sampai tahun 2003. Diagram simpal kausal dibangun berdasarkan siklus proses aliran distribusi produk:. Validasi model dilakukan dengan membandingkan tingkat persediaan yang diinginkan dengan tingkat persediaan yang sebenamya. Berdasarkan hasil simulasi terhadap tiga skenario kebijakan maka diketahui bahwa agar tingkat pemenuhan permintaan konsumen dapat terjaga dengan baik, kombinasi kebijakan yang efektif adalah mempertahankan tingkat persediaan barang di pihak pengecer pada tingkat dimana persediaan barang tersebut dapat menjamin permintaan yang dihadapi selama 36 hari, dan mempertahankan tingkat persediaan barang di pihak gudang pusat distribusi pada tingkat dimana persediaan barang tersebut dapat menjamin permintaan yang dihadapi selama 45 hari."

"Dalam dunia manajemen proyek, selain mengelola satu proyek besar, terdapat juga proyek-proyek kecil yang berjalan secara simultan dengan tingkat kompleksitas yang lebih tinggi, masalah utamanya adalah bagaimana mengelola sumber daya terbatas dan memperbaharui prioritisasi proyek berkelanjutan. Sehingga perlu bagi perusahaan untuk dapat membangun kebijakan dalam mengelola multi proyek. Tulisan ini bertujuan mengidentifikasi faktor-faktor yang mempengaruhi peningkatan pengelolaan multi proyek khususnya dalam mengelola produktivitas penyelesaian tugas-tugas perekayasaan. Untuk membuat keputusan yang tepat, membangun kebijakan harus berbasis pada resultan dari proses sebab dan akibat, sehingga memerlukan model sistem dinamis untuk memahami perilaku yang kompeks. Hasil dari model sistem dinamis adalah memberikan rekomendasi untuk pengelolaan manajemen multi proyek.

---

In the world of project management, there are single large projects to manage as well as those with small projects running simultaneously thus introducing higher levels complexity. The main problem is how to manage lack of resources and continuously update the prioritization of project. Therefore a company will need to be able to develop policies for managing multiple projects. This paper aims to identify factors that enhance multi project management especialy in managing productivity to complete engineering tasks. In order to make the right decisions, policy development should be based on resultant desired cause and effect processes requiring dynamic system modelling for understanding complex behaviour. The outcome of dynamic modelling is to provide policy recomendations for managing complex multi project operations."

"ABSTRAKPotensi sebagai negara berpenduduk Muslim terbesar di dunia belum dapat mengungguli tantangan yang dihadapi oleh perbankan Syariah Indonesia ditunjukkan oleh ketidaktercapaian sejumlah indikator pertumbuhan perbankan Syariah, salah satunya pangsa pasar yang memiliki target terdekat sebesar 11% pada tahun 2020. Penelitian ini bertujuan untuk memahami dinamika perbankan Syariah dan mengeksplorasi alternatif kebijakan untuk meningkatkan pangsa pasar perbankan Syariah dengan metode sistem dinamis mengingat kompleksitas sistem, perilaku dinamis, dan kemampuan untuk mengintervensi area permasalahan. Skenario yang mungkin terjadi pada sistem adalah Banking Escalation, Utopia, Falling Over, dan The Slump yang merupakan kombinasi aktivitas organik nasabah dan tingkat kompetisi perbankan Nasional sebagai variabel skenario dengan pembobotan tertentu. Alternatif kebijakan yang diformulasikan antara lain skema penyaluran dana BPKH, peningkatan kualitas layanan, insentif untuk inovasi perbankan, dan kombinasi dari ketiga kebijakan. Hasil uji kebijakan terhadap skenario menunjukkan bahwa kombinasi ketiga kebijakan membuat capaian target pangsa pasar 11% terjadi paling cepat dan mendorong sistem mampu meraih persentase pangsa pasar tertinggi pada Januari 2025. Menurut perspektif skenario, Utopia merupakan kondisi paling ideal bagi sistem dalam menumbuhkan pangsa pasar perbankan Syariah Indonesia."

"Kemajuan teknologi yang semakin pesat mengakibatkan kebutuhan energi listrik yang juga semakin meningkat. Hal ini dikarenakan penggunaan listrik tidak hanya pada tingkat rumah tangga, melainkan juga pada tingkat industri-industri besar. Akan tetapi kebutuhan energi listrik ini tidak diimbangi dengan produksi energi listrik yang memadai oleh perusahaan listrik negara di Indonesia. Oleh karena itu, diperlukan solusi yang memadai baik dari sisi konsumen maupun produsen listrik agar kedua belah pihak dapat memenuhi kebutuhan dan kepentingannya. Diperlukan strategi yang baik agar solusi yang ditawarkan dapat berjalan dengan baik. Energi cahaya dari matahari kini banyak dimanfaatkan oleh rumah tangga, dan pemanfaatan energi cahaya melalui solar panel di masa mendatang akan semakin banyak lagi digunakan. Rumah cerdas adalah sebuah rumah yang dapat menghasilkan energi listrik sendiri dengan memanfaatkan energi terbarukan. Sistem rumah cerdas ini terhubung ke jaringan distribusi PLN, sehingga apabila terdapat kelebihan energi yang dihasilkan oleh PV, maka energi tersebut dapat disuplai ke PLN (jual daya ke PLN) dan apabila energi yang dihasilkan rumah cerdas berkurang, maka PLN akan mensuplai kekurangan tersebut. Pada sistem monitoring ini, sumber energi matahari akan dijadikan sebagai sumber daya utama untuk rumah tersebut dan pada keadaan-keadaan tertentu, rumah tersebut juga dapat menjual listrik dari solar panel ke PLN atau sekedar menyimpannya di baterai untuk kebutuhan saat terjadi mati listrik. Proses jual-beli akan dimonitoring berdasarkan harga jual dan harga beli yang bersifat dinamis secara real time (dynamic pricing) baik dari sisi konsumen maupun produsen. Proses ini akan dimonitor dan dikontrol menggunakan SCADA, sedangkan sistem ix akan berjalan berdasarkan logic pada PLC secara real-time saat sistem berjalan, sehingga proses jual-beli listrik dapat ditentukan berdasarkan naik turunnya harga setiap waktu di setiap harinya. Selain itu, sistem ini juga dapat dikontrol melalui sistem Online Monitoring sehingga memungkinkan pengguna atau user untuk dapat memonitor dan mengontrol rumah cerdasnya dari jarak jauh. Laporan dari hasil olahan data pada SCADA dapat dilihat dan dicetak sesuai keinginan user. Skripsi ini sendiri menjelaskan mengenai penggunaan sistem automasi untuk memonitor dan mengkontrol daya listrik pada rumah cerdas yang dapat diakses secara online melalui Web Browser Internet Explorer. Dalam sistem ini, pemilik rumah yang memiliki sistem Smart House ini dapat mengontrol keseimbangan konsumsi daya yang disesuaikan dengan harga dinamis dari sisi konsumen maupun produsen sehingga user dapat menghasilkan keuntungan yang sebesar-besarnya dari penggunaan sistem rumah cerdas tersebut. Hal yang terpenting dalam sistem ini, listrik pada rumah diusahakan tidak padam meskipun PLN sedang tidak mensuplai listrik. Alhasil, listrik pada rumah tangga tidak terlalu bergantung lagi pada listrk PLN. Pada skripsi ini juga disajikan analisa cash flow dari sistem Smart House. Sehingga apabila user menggunakan sistem Smart House ini, user akan mengetahui besarnya penghematan yang dapat dilakukan setiap 20 tahunnya.

---

Technological advances which increased rapidly results an increasing of electrical energy power needs. It happened because of electricity is used not only at household level but also for industrial level needs. However, this necessity is equilibrate (well-balanced) by the adequate production of electrical energy from State Electrical Company in Indonesia. Therefore, an adequate solution is needed both in terms of consumers and producers of electricity so that both parties can meet their needs and concerns. A good strategy is needed in order to offer a solution that can make this system works well. Light energy from sun is now widely used by household, and the application of light energy through solar panel will be highly used in the future. Smart House is a house that can generate its own electrical energy by utilizing renewable energy. This Smart House System will be connected to the utility grid of PLN. So, if PV produces some excess energy, it will be supplied to utility grid (PLN), and if the energy that has been produced by Smart House is reduced, then utility grid (PLN) will cover the deficiency. In this monitoring system, solar energy will be used as the primary resource for the house, and for certain circumstances, the house can also sell its electrical power to utility grid (PLN), or it can be just stored in batteries in order to prevent the electrical black-out. The process of purchasing and selling will be real-time monitored based on sell price and purchase price which will change dynamically (dynamic pricing) both in terms of consumers and producers. When the system is running, its process will be monitored and controlled in real time using SCADA, and at the same time the system will also run based on PLC logic. So the process of purchasing and selling can be determined based on the rising xi and the decreasing of prices each time, every day. In addition, this system can also be controlled through Online Monitoring system which allows user to monitor and control their Smart House remotely. Reports of the processed data on SCADA can be viewed and printed according to user desires. This final project describes the use of its automation system to monitor and control the electrical power flow for this Smart House System which can be accessed online via Internet Explorer Web Browser. By using this system, user can control their power consumption based on the rise and fall of electricity global price each time every day, so that user can produce their maximum profit from the use of its system. The most important thing in this system is the Smart House will not get black-out in case PLN do not supply their electrical power. Consequently, in the future, most of house which use this Smart House System will not be depend on PLN if it suddenly gets black-out. This final assignment also present cash flow analysis of Smart House System. So if users use this Smart House System, the user will know the level of savings that can be done for every 20 years."

"Kemajuan teknologi yang semakin pesat mengakibatkan kebutuhan energi listrik yang juga semakin meningkat. Hal ini dikarenakan penggunaan listrik tidak hanya pada tingkat rumah tangga, melainkan juga pada tingkat industri-industri besar. Akan tetapi kebutuhan energi listrik ini tidak diimbangi dengan produksi energi listrik yang memadai oleh perusahaan listrik negara di Indonesia. Oleh karena itu, diperlukan solusi yang memadai baik dari sisi konsumen maupun produsen listrik agar kedua belah pihak dapat memenuhi kebutuhan dan kepentingannya. Diperlukan strategi yang baik agar solusi yang ditawarkan dapat berjalan dengan baik. Energi cahaya dari matahari kini banyak dimanfaatkan oleh rumah tangga, dan pemanfaatan energi cahaya melalui solar panel di masa mendatang akan semakin banyak lagi digunakan. Rumah cerdas adalah sebuah rumah yang dapat menghasilkan energi listrik sendiri dengan memanfaatkan energi terbarukan. Sistem rumah cerdas ini terhubung ke jaringan distribusi PLN, sehingga apabila terdapat kelebihan energi yang dihasilkan oleh PV, maka energi tersebut dapat disuplai ke PLN (jual daya ke PLN) dan apabila energi yang dihasilkan rumah cerdas berkurang, maka PLN akan mensuplai kekurangan tersebut. Pada sistem monitoring ini, sumber energi matahari akan dijadikan sebagai sumber daya utama untuk rumah tersebut dan pada keadaan-keadaan tertentu, rumah tersebut juga dapat menjual listrik dari solar panel ke PLN atau sekedar menyimpannya di baterai untuk kebutuhan saat terjadi mati listrik. Proses jual-beli akan dimonitoring berdasarkan harga jual dan harga beli yang bersifat dinamis secara real time (dynamic pricing) baik dari sisi konsumen maupun produsen. Proses ini akan dimonitor dan dikontrol menggunakan SCADA, sedangkan sistem ix akan berjalan berdasarkan logic pada PLC secara real-time saat sistem berjalan, sehingga proses jual-beli listrik dapat ditentukan berdasarkan naik turunnya harga setiap waktu di setiap harinya. Selain itu, sistem ini juga dapat dikontrol melalui sistem Online Monitoring sehingga memungkinkan pengguna atau user untuk dapat memonitor dan mengontrol rumah cerdasnya dari jarak jauh. Laporan dari hasil olahan data pada SCADA dapat dilihat dan dicetak sesuai keinginan user. Skripsi ini sendiri menjelaskan mengenai penggunaan sistem automasi untuk memonitor dan mengkontrol daya listrik pada rumah cerdas yang dapat diakses secara online melalui Web Browser Internet Explorer. Dalam sistem ini, pemilik rumah yang memiliki sistem Smart House ini dapat mengontrol keseimbangan konsumsi daya yang disesuaikan dengan harga dinamis dari sisi konsumen maupun produsen sehingga user dapat menghasilkan keuntungan yang sebesar-besarnya dari penggunaan sistem rumah cerdas tersebut. Hal yang terpenting dalam sistem ini, listrik pada rumah diusahakan tidak padam meskipun PLN sedang tidak mensuplai listrik. Alhasil, listrik pada rumah tangga tidak terlalu bergantung lagi pada listrk PLN. Pada skripsi ini juga disajikan analisa cash flow dari sistem Smart House. Sehingga apabila user menggunakan sistem Smart House ini, user akan mengetahui besarnya penghematan yang dapat dilakukan setiap 20 tahunnya.

---

Technological advances which increased rapidly results an increasing of electrical energy power needs. It happened because of electricity is used not only at household level but also for industrial level needs. However, this necessity is equilibrate (well-balanced) by the adequate production of electrical energy from State Electrical Company in Indonesia. Therefore, an adequate solution is needed both in terms of consumers and producers of electricity so that both parties can meet their needs and concerns. A good strategy is needed in order to offer a solution that can make this system works well. Light energy from sun is now widely used by household, and the application of light energy through solar panel will be highly used in the future. Smart House is a house that can generate its own electrical energy by utilizing renewable energy. This Smart House System will be connected to the utility grid of PLN. So, if PV produces some excess energy, it will be supplied to utility grid (PLN), and if the energy that has been produced by Smart House is reduced, then utility grid (PLN) will cover the deficiency. In this monitoring system, solar energy will be used as the primary resource for the house, and for certain circumstances, the house can also sell its electrical power to utility grid (PLN), or it can be just stored in batteries in order to prevent the electrical black-out. The process of purchasing and selling will be real-time monitored based on sell price and purchase price which will change dynamically (dynamic pricing) both in terms of consumers and producers. When the system is running, its process will be monitored and controlled in real time using SCADA, and at the same time the system will also run based on PLC logic. So the process of purchasing and selling can be determined based on the rising xi and the decreasing of prices each time, every day. In addition, this system can also be controlled through Online Monitoring system which allows user to monitor and control their Smart House remotely. Reports of the processed data on SCADA can be viewed and printed according to user desires. This final project describes the use of its automation system to monitor and control the electrical power flow for this Smart House System which can be accessed online via Internet Explorer Web Browser. By using this system, user can control their power consumption based on the rise and fall of electricity global price each time every day, so that user can produce their maximum profit from the use of its system. The most important thing in this system is the Smart House will not get black-out in case PLN do not supply their electrical power. Consequently, in the future, most of house which use this Smart House System will not be depend on PLN if it suddenly gets black-out. This final assignment also present cash flow analysis of Smart House System. So if users use this Smart House System, the user will know the level of savings that can be done for every 20 years."

"Persaingan antar perguruan tinggi di Indonesia akan semakin ketat, pertama karena bertambahnya kuantitas dan kualitas perguruan tinggi swasta dan negeri, kedua semakin terbukanya kesempatan perguruan tinggi luar negeri untuk masuk ke Indonesia dalam bentuk kerjasama dengan perguruan tinggi yang ada di Indonesia dan yang ketiga semakin tingginya kesadaran dan pemahaman masyarakat dalam memilih perguruan tinggi. Penelitian ini, bermaksud untuk mengembangkan model System Dynamics yang dapat digunakan sebagai perangkat perancangan perencanaan kebijakan strategis di sebuah perguruan tinggi. Model ini terdiri dari enam submodel, yaitu submodel pemasaran, submodel keuangan, submodel akademik, submodel SDM dan submodel sarana dan prasarana. Melalui model System Dynamics perguruan tinggi yang telah dibangun, dilakukan serangkaian eksperimen kebijakan pengembangan perencanaan, untuk melihat pengaruh kebijakan terhadap perilaku kriteria performansi sistem yang telah ditentukan. Analisis terhadap perilaku model menghasilkan tiga usulan skenario kebijakan di Universitas X, yaitu skenario Optimis, skenario Normal dan skenario Pesimis, yang nilai variabel kebijakan masing ? masing disesuaikan dengan ketersediaan sumber daya pendukung yang dimiliki oleh universitas X.

---

High education rivalry in Indonesia will progressively tighten; first because the increasing of quality and quantity of private and state university, second is progressively open an opportunity for overseas university into Indonesia on the cooperation form with local university in Indonesia and the third is increasingly the awareness and understanding of society in choosing university. This research, are intend to develop a model of System Dynamics that able used as a peripheral scheme planning of strategic policy in a high education. This model consist of six sub-model, that is marketing sub-model, monetary sub-model, academic sub-model, HRD sub-model and basic facilities and facilities sub-model. By the System Dynamics of high education Model which has been built up, there are several policy experiment of planning development, to see the influence of the policy to the behavior ob the criterion of performance system which have been determined. The Analysis on model behavior create three proposal of scenario policy in X University , that is Optimism scenario, Normal scenario and Pessimist scenario, which has been adapted with the limited support resource on X university."

"Discounted {0-1} Knapsack Problem (DKP) adalah perluasan dari {0-1} Knapsack Problem (KP). Pada DKP akan dipilih sebuah himpunan kelompok-kelompok barang, dimana setiap kelompok terdiri dari tiga barang dan paling banyak satu dari tiga barang dapat dipilih. Barang ketiga dalam setiap kelompok merupakan gabungan dari barang pertama dan barang kedua. Dengan menggunakan konsep inti alternatif, DKP dapat dipartisi ke dalam beberapa submasalah berdasarkan tipe-tipe kasusnya (tidak berkorelasi, berkorelasi lemah, dan berkorelasi kuat). DKP yang telah dipartisi ini disebut partitioned DKP. Jika kasus dari DKP diketahui berkorelasi lemah atau berkorelasi kuat, maka dapat dilakukan partisi lebih lanjut lagi untuk memperbaiki efisiensi solusinya. Baik DKP maupun partitioned DKP dapat diselesaikan dengan menggunakan pemrograman dinamik. Berdasarkan percobaan numerik, penyelesaian partitioned DKP lebih efisien daripada penyelesaian DKP untuk semua kasus DKP, dengan tingkat efisiensi sekitar 11,79% untuk kasus tidak berkorelasi, 30,28% untuk kasus berkorelasi lemah, dan 41,84% untuk kasus berkorelasi kuat.

---

The Discounted {0-1} Knapsack Problem (DKP) is an extension of the {0-1} Knapsack Problem (KP). On DKP, it will be selected a set of item groups where each group consists of three items, and at most one of the three items can be selected. The third item in each groups is a combination of first item and second item. By using concept of alternative core, DKP can be partitioned to some sub problems based on types of DKP instances (uncorrelated, weakly correlated and strongly correlated).

If DKP is known as weakly correlated or strongly correlated, so it could be more partitioned for improving the solution efficiency. DKP and partitioned DKP could be solved by dynamic programming. Based on numerical experiments, solving partitioned DKP are more efficient than solving DKP for all cases of DKP, with efficiency level about 11.79% for uncorrelated instances, 30.28% for weakly correlated instances, and 41.84% for strongly correlated instances."