Pengenalan GAMS General Algebraic Modelling System

Max or Min f x,y Subject to g x,y ≤ 0 x є X y є Y Fungsi f merupakan fungsi yang bersifat nonlinear dan fungsi g adalah batasan yang bersifat nonlinear. Variabel x dan y berperan sebagai variabel keputusan yang memiliki nilai integer. Beberapa metode yang dapat digunakan untuk menyelesaikan permasalahan MINLP ini. Salah satu algoritma yang dapat digunakan untuk memecahkan permasalahan pada mixed integer nonlinear programming adalah dengan menggunakan algoritma branch and bound Bocher, 1991. Algoritma ini menyelesaikan masalah secara berkelanjutan pada permasalahan yang ditemukan. Jika permasalahan tersebut kecil kemungkinan mendapatkan nilai yang optimal pada 1-0 fractional maka algoritma ini akan memecah permasalahan tersebut ke dalam dua subpermasalahan di mana nantinya variabel yang ditemukan pasti bernilai 1 atau 0. Algoritma ini akan terus bekerja hingga menemukan nilai integer solution dan subproblem yang ada memiliki lower bound yang lebih tinggi dari integer solution .

3.9.6. Pengenalan GAMS General Algebraic Modelling System

15 GAMS adalah sebuah pendekatan model yang digunakan untuk pemecahan masalah secara matematik dan digunakan dalam pengoptimisasian. 15 Op,Cit. Ruhul A.Sarker dan Charles S.Newton,Hal. 260-264 Universitas Sumatera Utara GAMS adalah kombinasi dari sebuah system model dan berbagai macam bentuk system pemecahan masalah. GAMS mempunyai kemampuan dalam membaca program yang dibuat sehingga pemecahan masalah dapat dengan mudah dilakukan karena terdapat kumpulan model pemecahan yang dapat dipakai. Beberapa model pemecahan masalah yang terdapat pada GAMS dapat dilihat pada Tabel 3.5. Tabel 3.5. Tipe Model yang Terdapat Pada GAMS Tipe Model Penjabaran LP Linier Programming MIP Mixed Integer Linier Programming NLP Non-Linier Programming MINLP Mixed Integer Non-linier Programming RMIP Relaxed Mixed Integer Programming RMINLP Relaxed Mixed Intefer Non-Linier Programming MCP Mixed Complementary Programming MPEC Mathematical Programming with Equilibrium Constrains DNLP Discontinues Non Linier Program CNS Constrained Non Linier System Contoh pemecahan masalah linier programming dengan menggunakan GAMS dapat dilihat sebagai berikut 16 16 Abebe, Geletu. GAMS Modelling and Solving Optimizations Problems. University of Technology. 2008. Hal 24-30 Universitas Sumatera Utara Tabel 3.6. Data Untuk Masalah Transportasi Plants Shipping Distance To Market 1000 miles Supllier New York Chicago Topeka seattle 2,5 1,7 1,8 350 San diego 2,5 1,8 1.4 600 demand 325 300 275 Pemecahan masalah GAMS yaitu, Sets i canning plants seattle, san-diego j markets new-york, chicago, topeka ; Parameters ai capacity of plant i in cases seattle 350 san-diego 600 bj demand at market j in cases new-york 325 chicago 300 topeka 275 ; Table di,j distance in thousands of miles new-york chicago topeka seattle 2.5 1.7 1.8 san-diego 2.5 1.8 1.4 ; Scalar f freight in dollars per case per thousand miles 90 ; Universitas Sumatera Utara Parameter ci,j transport cost in thousands of dollars per case ; ci,j = f di,j 1000 ; Variables xi,j shipment quantities in cases z total transportation costs in thousands of dollars ; Positive Variable x ; Equations cost define objective function supplyi observe supply limit at plant i demandj satisfy demand at market j ; cost .. z =e= sumi,j, ci,jxi,j ; supplyi .. sumj, xi,j =l= ai ; demandj .. sumi, xi,j =g= bj ; Model transport all ; Solve transport using lp minimizing z ; Display x.l, x.m ; Hasil yang dicapai yaitu Tabel 3.7. Hasil Pemecahan Masalah New york Chicago Topeka Seattle 50 300 San-diego 275 275 Pada GAMS juga dihasilkan marginal cost yaitu Universitas Sumatera Utara Tabel 3.8. Marginal Cost yang dihasilkan Chicago Topeka Seattle 0,036 San-diego 0,009 Hasil ini menandakan bahwa sangat optimal jika tidak mengirim apapun dari seattle ke Topeka, tetapi jika tetap ingin mengirimnya maka akan terkena biaya sebesar 0,036 terhadap biaya optimal. Universitas Sumatera Utara

BAB IV METODOLOGI PENELITIAN

4.1. Jenis Penelitian

Penelitian ini termasuk penelitian deskriptif 17 . Disebut sebagai penelitian deskriptif karena penelitian ini bertujuan untuk mencandra atau mendeskripsikan secara sistematik, faktual, dan akurat tentang fakta-fakta dan sifat-sifat suatu objek. Jenis penelitian deskriptif yang dimaksud adalah penelitian survei. Penelitian ini disebut penelitian survei karena penelitian ini dilakukan pengumpulan data dan informasi secara langsung dari orang-orang yang menggunakan produk kasur pegasspring bed.

4.2. Tempat dan Waktu Penelitian

Penelitian dilaksanakan di PT Ivana Merry Lestari Matras yang bergerak dalam bidang produksi kasur pegasspring bed. Perusahaan ini berlokasi di Jl. Gambir Pasar VIII Medan. Penelitian ini dilaksanakan selama 5 bulan.

4.3. Objek Penelitian

Objek dalam penelitian ini adalah konsumen pengguna produk kasur pegasspring bed. 17 Sinulingga, Sukaria. 2011. Metodologi Penelitian. USU press. Hal : 24 Universitas Sumatera Utara

Dokumen yang terkait

Aplikasi Integrasi Metode Fuzzy Servqual dan Quality Function Deployment (QFD) Dalam Upaya Peningkatan Kualitas Layanan Pendidikan (Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

10 125 85

Perbaikan Rancangan Produk dengan Metode Concurrent Function Deployment dan TRIZ

3 100 53

Penerapan Metode Kano, Quality Function Deployment Dan Value Engineering Untuk Peningkatan Mutu Produk Sarung Tangan Karet

11 73 101

Aplikasi Kansei Engineering Dan Quality Function Deployment (QFD) Serta Teoriya Resheniya Izobretatelskikh Zadatch (TRIZ) Untuk Meningkatkan Mutu Pelayanan Rumah Sakit Pada Instalasi Hemodialisis

9 92 70

Analisis Tingkat Kepuasan Konsumen Menggunakan Metode Quality Function Deployment (Qfd); (Studi Kasus Japanese Mathematics Center Sakamoto Method Cabang Multatuli Medan)

8 152 80

Strategi Perbaikan Kualitas Pelayanan Dengan Menggunakan Metode Quality Function Deployment (QFD) dan Pendekatan Blue Ocean Strategy di LotteMart Wholesale Medan

13 167 189

Integrasi Aplikasi Metode Quality Function Deployment (QFD) dengan Blue Ocean Strategy (BOS) untuk Meningkatkan Mutu Pelayanan Hotel, Studi Kasus: Hotel Grand Angkasa Internasional Medan

15 91 169

Rancangan Penggiling Buah Kopi Dengan Metode Quality Function Deployment (QFD) untuk Meningkatkan Produktivitas (Studi Kasus di UKM Tani Bersama

4 70 111

Perbaikan Rancangan Produk Menggunakan Metode Quality Function Deployment Dan Design For Manufacturing And Assembly

10 99 227

Optimasi Kepuasan Konsumen dengan Integrasi Penerapan Model Kano dan Quality Function Deployment (QFD)

0 0 23