Jaringan
3EA11
1. Ani Purwaningsih
2. Dewi Intan
2. Hanny Sri Widowati
3. Rika Mandasari
5. Nuraeni
6. Wirda Asmarani
7. Siti Arpah
8. Pipit Aji
9. Ni Made Desthiarini
10. Yurike Yulianti
pencapaian suatu taraf tertentu dimana waktu merupakan dasar penting dari PERT dalam
penyelesaian kegiatan-kegiatan bagi suatu proyek.
CPM adalah suatu metode perencanaan dan pengendalian proyek-proyek yang merupakan
sistem yang paling banyak digunakan diantara semua sistem yang memakai prinsip pembentukan
jaringan. Dengan CPM, jumlah waktu yang dibutuhkan untuk menyelesaikan berbagai tahap
suatu proyek dianggap diketahui dengan pasti, demikian pula hubungan antara sumber yang
digunakan dan waktu yang diperlukan untuk menyelesaikan proyek. Jadi CPM merupakan
analisa jaringan kerja yang berusaha mengoptimalkan biaya total proyek melalui pengurangan
waktu penyelesaian total proyek yang bersangkutan.
4. Perbedaan CPM dan PERT
CPM menggunakan satu jenis waktu untuk taksiran waktu kegiatan sedangkan PERT
menggunakan tiga jenis waktu, yaitu: prakiraan waktu teroptimis, termungkin, dan terpesimis.
CPM digunakan kala taksiran waktu pengerjaan setiap aktivitas diketahui dengan jelas dimana
deviasi relatif kecil atau dapat diabaikan sedangkan PERT digunakan saat taksiran waktu
aktivitas tidak dapat dipastikan seperti aktivitas tersebut belum pernah dilakukan atau
Di antara dua event yang sama, hanya boleh digambarkan satu anak panah.
Nama suatu aktivitas dinyatakan dengan huruf atau nomor urut event.
Aktivitas harus mengalir dari event bernomor rendah ke event bernomor tinggi.
Diagram hanya memiliki sebuah initial evet dan sebuah terminal event.
6. Jalur terpendek
Jalur terpendek diasumsikan untuk menentukan lintasan terpendek berarah dari asal ke
tujuan di dalam suatu distribusi aliran berarah. Jalur terpendek (Shortest Path) antara dua event
dalam jaringan adalah lintasan berarah sederhana dengan sifat dimana tidak ada lintasan lain yang
memiliki nilai terendah. Pada persoalan ini akan terdorong untuk menyelesaikan suatu persoalan
untuk menentukan jalur terpendek dan biaya termurah dalam suatu jaringan dengan
mengimplementasikannya ke dalam kasus.
Banyak bidang penerapan mensyaratkan untuk Algoritma yang diberikan dapat
dimodifikasi dengan mudah untuk menghadapi lintasan berarah pada setiap iterasinya. Suatu
versi yang lebih umum dari masalah lintasan terpendek adalah menentukan lintasan terpendek
dari sembarang verteks menuju ke setiap verteks lainnya. Pilihan lain adalah membuang kendala
tak negatif bagi jarak. Suatu kendala lain dapat juga diberlakukan dalam suatu masalah lintasan
terpendek. Metode yang digunakan untuk mencari jalur terpendek adalah metode Minimal
Spanning Tree dan Algoritma Djikstra
Contoh soal :
Untuk masalah lintasan terpendek pada Taman Sari di atas adalah sebagai berikut:
O A B E D T atau
O A B D T
Sambungan terakhir
OA
OC
AB
BE
BD
ED
DT
Masalah jaringan terpendek di atas dapat kita pandang sebagai masalah transshipment yaitu
dengan mengisikan bilangan besar M pada jalur yang tidak ada, oleh karena itu tabel transportasi
dari masalah jaringan ini adalah sebagai berikut.
O
A
B
C
D
E
B
5
2
0
M
M
M
C
4
M
1
0
M
M
D
M
7
4
M
0
1
E
M
M
3
4
1
0
T
M
M
M
M
5
7
Apabila kita kerjakan dengan Solver, yaitu dengan menggantikan M menjadi 1000 dan masingmasing kapasitas 1 serta permintaan 1, maka akan diperoleh hasil berikut.
Tabel Hasil perhitungan dengan Solver
A
1
0
0
0
0
0
1
O
A
B
C
D
E
B
0
1
0
0
0
0
1
C
0
0
0
1
0
0
1
D
0
0
1
0
0
0
1
E
0
0
0
0
0
1
1
T
0
0
0
0
1
0
1
1
1
1
1
1
1
Total
13
Dari tabel hasil di atas, diperoleh bahwa total jarak adalah 13 dengan lintasan O A B D T.
Catatan.
Dengan Solver, lintasan yang diperoleh hanya tunggal (1 macam).
sehingga total panjang cabang tersebut diminimisasi. Jaringan yang dihasilkan merentangkan
(menghubungkan) semua titik dalam jaringan tersebut pada total jarak (panjang) minimum.
Langkah-langkah dari pohon rentang minimum adalah :
7.2 Penyelesaian
Karena node-1 adalah ruangan terdepan yang menjadi sumber aliran listrik utama, maka node1 akan dijadikan sebagai patokan dalam jaringan. Node yang paling dekat dengan node-1
adalah node dengan jarak 2 meter, sehingga kita hubungkan node 1 dengan node-3.
Kemudian kita lihat node-node terdekat yang belum terhubung dengan node 1 dan 3, yaitu
node 7, 6 dan 2. Yang terdekat dengan node 3 adalah node 7 dengan jarak 3 meter. Kemudian
node 3 dan node 7 dapat dihubungkan.
Node yang belum terhubung terdekat dengan node 1, 3 dan 7 adalah node 6 dengan panjang 2
meter.
Node yang belum terhubung dan dekat dengan node 1,3,7 dan 6 adalah 5 dan 2. Node 5 dapat
terhubung dengan node 6 dengan jarak 3 meter, sedangkan node 3 dapat dihubungkan dengan
node-1 dengan jarak 3 meter.
Sisa node yang belum terhubung adalah node 8, 4 dan 9. Node 4 dapat dihubungkan dengan
node 5 dengan jarak 3 meter, dan untuk mencapai node 9 total jarak terdekat lebih pendek jika
ditempuh dari node 8 ke 9 dari pada melalui node 4.
Karena seluruh node telah terhubung atau telah terkait dalam satu jaringan, maka solusi di atas
telah optimum. Jadi teknisi listrik dapat memulai merentangkan kabelnya dengan
menghubungkan node 1 2, 1 3, 3 7, 6 7, 5 6, 4 5, 6 8, 8 9. Panjang kabel yang
dibutuhkan adalah : 21 meter.
8. Algoritma djikstra
Pada dasarnya, algoritma ini merupakan salah satu bentuk algoritma greedy. Algoritma ini
termasuk algoritma pencarian graf yang digunakan untuk menyelesaikan masalah lintasan
terpendek dengan satu sumber pada sebuah graf yang tidak memiliki cost sisi negatif, dan
menghasilkan sebuah pohon lintasan terpendek. Algoritma ini sering digunakan pada routing
Algoritma dijkstra mencari lintasan terpendek dalam sejumlah langkah.
Algoritma Dijkstra biasanya digunakan untuk penyelesaian kasus Maximum Flow Problem.
Maximum Flow Problem berkaitan dengan Network Flow seperti model sistem lalu lintas,
saluran pipa, sirkuit listrik dsb. Setiap arus(flow) yang ada dalam network, harus memenuhi
sebuah batasan yaitu arus yang masuk pada suatu simpul harus sama dengan arus yang keluar
pada simpul tersebut, kecuali pada source, yang arus keluarnya lebih besar dari arus masuk, dan
sink, yang arus masuknya lebih besar dari arus keluar.
Pilih sebuah lintasan yang menghubungkan simpul awal dengan simpul tujuan.
Pada lintasan yang dipilih, carilah sebuah sisi dengan kapasitas sisa minimum.
Kapasitas sisa minimum didapat dari kapasitas sisi tersebut dikurangi arus yang sudah
Dalam network gambar 2 bisa kita lihat terdapat 5 lintasan yang menghubungkan simpul
awal (S) dan simpul tujuan (F).
Langkah 1 : Pilih lintasan S-A-D-F. Pada lintasan ini nilai kapasitas minimum sisanya adalah 2.
Alirkan arus sejumlah 2 satuan.
Langkah 2 : Pilih lintasan S-B-D-F. nilai kapasitas sisa minimum pada lintasan ini adalah 2.
Alirkan arus sebanyak 2 satuan.
Langkah 3 :
pilih lintasan S-C-B-E-F. Nilai kapasitas sisa minimum pada lintasan ini adalah 1. Alirkan arus
sebanyak 1 satuan.
Langkah 4 : pilih lintasan terakhir S-C-F. Nilai kapasitas sisa minimum lintasan ini adalah 2.
Gambar 6 merupakan solusi dari masalah maximum flow pada network pada gambar 2.
Dari gambar 6 ini dapat dilihat bahwa jumlah arus maksimum yang dapat mengalir dari network
tersebut adalah 7, yaitu jumlah arus yang meninggalkan simpul awal atau jumlah arus yang
masuk ke simpul tujuan.
Algoritma dijkstra yang digunakan di atas, atau terkadang disebut Priority First
Search(PFS), mampu memberikan solusi optimal untuk kebanyakan kasus, dalam hal ini
Maximum Flow Problem. Akan tetapi, sama halnya seperti algoritma greedy pada umumnya,
terdapat beberapa kasus dimana algoritma dijkstra tidak memberikan solusi maksimum. Hal ini
biasanya merupakan akibat dari pemilihan urutan lintasan yang kurang tepat. Karena itu,
pemilihan urutan lintasan akan sangat menentukan solusi dari permasalahan ini.