MODEL NETWORK

MAKALAH MODEL STOKASTIK

Diajukan untuk Memenuhi Persyaratan Akademik Mata Kuliah Model Stokastik
Pada Program Studi Teknik Industri Fakultas Teknik Universitas Widyatama
Oleh:
Kelompok 6
Teguh Prasetyo

0514104024

Ricky Maulana Soepian

0514104026

Poppy Oktavia

0514104030

Zuleha Nur Alifah

0514104032

Siti Nurjanah

0513104022

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS WIDYATAMA
BANDUNG
SK Ketua Badan Akreditasi Nasional PerguruanTinggi (BAN-PT)
Nomor: 112/SK/BAN-PT/Akred/S/III/2015
2016

BAB I
PENDAHULUAN
1.1 LATAR BELAKANG
Suatu Perencanaan diperlukan dan digunakan sebagai pedoman dalam
melaksanakan proyek sehingga proyek dapat dilaksanakan dengan waktu
yang efisien, tanpa perencanaan yang tepat maka bukanlah tidak mungkin
suatu hari nanti akan mengalami kegagalan yang merugikan perusahaan. Oleh
karena itu perencanaan yang sangat tepat diperlukan pada saat dimana tingkat
kepastian begitu tinggi sehingga penjadwalan pelaksanaan suatu proyek
sangat penting sehingga proyek dapat dilaksanakan dengan waktu dan biaya
yang efisien. Oleh karena itu perlu diadakan manajemen proyek, sehingga
manajemen proyek dewasa ini semakin diperhatikan.
Beberapa metode telah dikembangkan untuk mengatasi hal ini, diantaranya
adalah metode perencanaan jaringan kerja atau Network Planning, Network
Planning merupakan salah satu teknik yang dapat digunakan untuk
membantu manajer dalam merencanakan dan mengendalikan proyek.
Networks banyak dipakai dalam banyak hal untuk kegunaan yang berbedabeda. Jaringan transportasi, jaringan listrik dan jaringan telekomunikasi
adalah contoh-contoh dimana network ditemukan dalam kehidupan seharihari. Representasi Network juga dipakai dalam produksi, distribusi, project
planning, penempatan fasilitas, manajemen resource dan financial planning.
Suatu network diperlukan karena memberi gambaran visual dan bantuan
konseptual yang lebih jelas untuk memotret hubungan antar komponen dalam
sistem yang sering dijumpai dalam banyak kasus. Dalam konteks optimasi,
perkembangan metodologi maupun aplikasi networks termasuk yang cepat.
Pada makalah ini, penulis mencoba untuk membahas mengenai model
jaringan yang dapat digunakan untuk menjawab persoalan transportasi dan
persoalan yang berkenaan dengan masalah jaringan antara lain persoalan

minimal spanning tree, shortest route, maximal-flow, dan critical path

methode (CPM).
1.2 RUMUSAN MASALAH
Dari latar belakang diatas dibuat beberapa rumusan masalah yang akan
dibahas sebagai berikut:
1. Apa itu model network?
2. Bagaimana algortima dari model network?
3. Bagimana contoh soal dan pembahasan penyelesaian dari aplikasi model
network?
1.3 TUJUAN
Dari rumusan masalah yang dikemukakan diatas, penulisan makalah ini
bertujuan untuk:
1. Menjelaskan apa itu model network.
2. Mendeskripsikan bagaimana algoritma dari model network.
3. Menjelaskan contoh soal dan pembahasan penyelesaian dari aplikasi
model network.

BAB II
ISI
2.1 TEORI
1.

Pengertian Model Network

Networks banyak dipakai dalam banyak hal untuk kegunaan yang berbedabeda. Jaringan transportasi, jaringan listrik dan jaringan telekomunikasi
adalah contoh-contoh dimana network ditemukan dalam kehidupan seharihari. Representasi Network juga dipakai dalam produksi, distribusi, project
planning, penempatan fasilitas, manajemen resource dan financial planning.
Sebuah jaringan atau network bisa digambarkan dengan suatu rangkaian node
yang dihubungkan oleh busur atau cabang. Network ini sering dilambangkan
dengan (N, A), dimana N merupakan node dan A (arc) adalah cabangnya.
Contoh:

Pada gambar diatas, terdiri dari:

N = {1, 2, 3, 4, 5} dan
A = {(1, 2), (1, 3), (1, 4), (2, 3), (2, 5), (3, 4), (3, 5), (4, 2), (4,5)}
Pada penggunaannya cabang yang menyambungkan anta masing masing node
ini memiliki kapasitas tertentu.
2.

Algoritma Model Network

a. Minimal spanning tree algorithm
Teori MST berfokus menemukan jalur untuk menghubungkan titik pada
sebuah jaringan yang berasal dari sebuah titik pusat untuk mencari jalur
dengan total jarak yang paling minimal (Richard, 1994: 627).
Masalah minimal spanning tree serupa dengan masalah untuk mencari
lintasan terpendek dengan metode djikstra (shortestpath), kecuali bahwa

tujuannya adalah untuk menghubungkan seluruh simpul dalam jaringan

(graf) sehingga total panjang cabang tersebut diminimisasi. Jaringan yang
dihasilkan merentang (menghubungkan) semua titik atau simpul dalam
jaringan tersebut pada total jarak (panjang) minimum. Terdapat
perbedaan antara ohon merentang
lintasan

terpendek

minimum

dengan

pencarian

(shortest path), perbedaan tersebut terletak pada

jarak yang akan ditempuh dan jumlah titik atau simpul yang
terhubung. Pada Pohon Merentang Minimum semua simpul yang ada
harus saling terhubung dengan menghasilkan jarak terdekat maksimal
pada suatu graf, tetapi tidak boleh terbentuk sirkuit pada graf
tersebut. Sedangkan pada pencarian Lintasan terpendek (shortest path)
tidak harus menghubungkan semua titik atau simpul yang ada untuk
mendapatkan jalur terpedek dari titik atau simpul awal ke simpul tujuan.
Teknik MST digunakan untuk memotong jarak jaringan dengan langkah
melakukan MST:
1) pilih secara arbitrer sebuah node dalam jaringan.
2) hubungkan node tersebut dengan node terdekat yang dapat
meminimalkan total jarak.
3) perhatikan semua node apakah terdapat node yang belum terhubung,
temukan dan hubungkan node terdekat yang belum terhubung.
4) ulangi langkah ketiga sampai seluruh node dapat terhubung.
b. Shortest-route algorithm
Masalah shorthest-route ini menentukan jarak terpendek antara sumber
dan tujuannya dalam jaringan transportasi. Seringkali kita mempunya
problem yang berhubungan dengan pemeilihan suatu rute perjalanan
menuju suatu tujuan tertentu. Apa yang kita selesaikan dalam shortest
route adalah mencari jarak total terpendek dari suatu node asal O dan node
tujuan T melewati beberapa node yang lain. Pemelihan rute terpendek ini
merupakan inti permasalahan yang kita coba pecahkan dalam shortest
route.
Contoh aplikasi shortest route:

1) Menemukan lintasan dengan jarak total minimum dalam suatu

network
2) Minimasi biaya total dari urutan sejumlah aktivitas/pekerjaan dalam
suatu network
3) Minimasi waktu total dari urutan sejumlah aktivitas/pekerjaan dalam
suatu network
4) Dalam suatu network G dengan arc reliabilities sebesar rij, temukan
lintasan P dengan maximum reliability (given by (i,j) P rij).

Algoritma shortest route:

1) Tujuan dari iterasi ke n:
Temukan node terdekat ke n terhadap node asal (ulangi untuk n = 1, 2, .
. . sampai node terdekat ke n adalah node tujuan akhir).
2) Input untuk iterasi ke n: n - 1 node terdekat ke asal (yang sudah
terselesaikan pada iterasi sebelumnya), termasuk lintasan terpendeknya
dan jarak dari dari titik asal. (Node-node ini , ditambah denga node asal,
akan disebut node yang sudah diselesaikan; node yang lain disebut node
yang belum terselesaikan).
3) Kandidat untuk

node terdekat ke n: setiap node yang sudah

terselesaikan yang terhubung langsung ke satu atau lebih ke node yang

belum terselesaikan

memberikan satu kandidate-node yang belum

diselesaikan yang mempunyai sambungan terpendek.

4) Penghitungan node terdekat ke

n: Untuk setiap node yang sudah

terselesaikan dan kandidatnya, tambahkan jarak antara mereka dan

jarak lintasan terpendek dengan node sudah terselesaikan. Kandidat
dengan dengan jarak total terpendek tersebut adalah node ke n terdekat.
c. Maximal-flow algorithm
Maximal-flow algorithm merupakan sebuah metode optimasi untuk sebuah
jaringan yaitu menentukan kapasitas maksimum sebuah jaringan untuk
mengalirkan data dari node sumber ke node tujuan. Semua aliran barang
melalui suatu network yang berarah dan tersambung dari node awal
(sumber) ke node akhir (tujuan). Node sisa yang lain dinamakan node

antara. Aliran dalam satu cabang hanya diperbolehkan ke arah yang

ditunjukkan oleh anak panah dimana jumlah maksimum diberikan sebagai
kapasitas cabang tersebut. Pada node sumber, semua cabang mengarah
meninggalkan node. Pada node tujuan semua cabang mengarah masuk ke
node.
Contoh aplikasi dari maximal-flow ini adalah sebuah jaringan pipa yang
mentransportasikan minyak mentah dari sumur minyak ke instalasi
penyulingan, memaksimalkan aliran dalam jaringan distribusi suatu
perusahaan dari pabrik ke pelanggan, maksimasi aliran dalam jaringan
suplai suatu perusahaan daru vendor ke pabrik-pabriknya, maksimasi air
dalam distribusi air PDAM, maksimasi aliran kendaraan dalam jaringan
transportasi, maksimasi pesan dalam suatu jaringan telekomunikasi.
Penyelesaian metode maximum-flow :
1) Enumeration of cuts
Suatu cut dapat di definisikan sebagai potongan dari sembarang set dari
directed arcs yang mengandung paling tidak satu arc dari setiap lintasan
yang mengarah dari sumber(source) ke tujuan (sink). Normalnya banyak
cara untuk melakukan pemotongan (cutting) dalam suatu network untuk
membentuk suatu cut. Untuk suatu cut tertentu, nilai cut adalah jumlah
kapasitas dari semua lintasan yang ada pada cut tersebut.
Teorema

max-flow min-cut menyatakan

untuk sembarang network

dengan satu sumber dan satu tujuan, aliran maksimum yang feasible dari
sumber ke tujuan sama dengan nilai minimum cut untuk semua cuts dari
network tersebut.
Jadi jika

F menandakan jumlah aliran dari sumber ke tujuan untuk

sembarang pola aliran yang feasible, nilai dari suatu cut memberikan
upper bound to F, dan nilai terendah dari nilai cut sama dengan nilai
maksimum F.
2) Algoritma maximal-flow

Meskipun maximum flow bisa diformulasikan sebagai linear programming,

namun ada algoritma yang cukup efisien untuk menyelesaikannya.
Algoritma tersebut adalah Augmenting Path. Suatu lintasan augmenting
adalah lintasan berarah dari sumber ke tujuan sehingga setiap cabang
dalam lintasan ini mempunyai kapasitas sisa yang positif. Nilai minimum
dari kapasitas residual yang ada disebut dengan kapasitas sisa dari lintasan
augmenting. Karena ia mewakili jumlah aliran yang feasibel yang bisa
ditambahkan untuk keseluruhan lintasan.
Karena itu, setiap lintasan augmenting memberikan kemungkinan
memperbesar aliran dalam network.
Algoritma Augmenting Path untuk maximum flow
a) Identifikasikan suatu lintasan augmenting dengan menemukan
lintasan dari sumber ke tujuan dari jaringan yang tersisa sedemikian
rupa sehingga setiap sambungan dalam lintasan ini mempunyai
kapasitas residual positif. (jika tidak ada lagi lintasan augmenting,
aliran net sudah menunjukkan aliran yang optimal)
b) Identifikasikan kapasitas tersisa c* dari lintasan augmenting ini
dengan menemukan kapasitas residual minimum dari cabang-cabang
yang ada pada lintasan ini. Tambahkan aliran pada lintasan ini sebesar
c*.
c) Kurangi sejumlah c* kapasitas sisa setiap cabang dalam lintasan.
Tambahkan sejumlah c* kapasitas sisa setiap cabang dalam lintasan
dalam arah yang berlawanan, kembali ke langkah 1.
d. Critical path methode (CPM) algorithm
Critical Path Method (CPM) adalah salah satu teknik untuk menentukan
jadwal kegiatan beserta anggaran biayanya dengan maksud pekerjaan
pekerjaan yang telah dijadwalkan itu dapat diselesaikan secara tepat waktu
serta tepat biaya.
CPM adalah suatu mode 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.

Teknik penyusunan jaringan kerja pada CPM hampir sama dengan teknik
penyusunan PERT, letak perbedaannya ialah bila CPM menggunakan
event oriented, sedangkan PERT menggunakan activity oriented. Pada
event oriented yang menjadi pokok perhatian ialah peristiwa dari suatu
aktivitas, sedangkan activity oriented anak panah menunjukkan pekerjaan
dengan beberapa keterangan aktivitasnya. CPM sendiri adalah suatu teknik
perencanaan dan pengendalian yang dipergunakan dalam proyek
berdasarkan pada data biaya dari masa lampau ( past cost data ). Apabila
biaya bisa diperkirakan sebelumnya dengan cukup tepat, maka CPM akan
lebih baik dari pada PERT. Sebaliknya apabila ada ketidak puasan yang
cukup besar dalam menaksir waktu, maka PERT lebih baik dipergunakan
daripada CPM.
Tujuan di buat sebuah metode ini ialah untuk mengoptimalkan biaya
proyek dimana dapat ditentukan kapan pertukaran biaya dan waktu harus
dilakukan untuk memenuhi jadwal penyelesaian proyek dengan biaya
seminimal mungkin. Metode CPM di pakai cara Deterministik, yaitu
memakai satu angka estimasi. Disini kurun waktu untuk menyelesaikan
pekerjaan dianggap telah diketahui, dan baru pada tahap berikutnya
diadakan pengkajian lebih lanjut apakah kurun waktu tersebut dapat
diperpendek, misalnya dengan menambah biaya yang dikenal sebagai time
cost trade off.

Seperti yang kita lihat dari gambar di atas adalah contoh dari bagan CPM.
Berapa waktu paling cepat yang diharapkan untuk menyelesaikan
pekerjaan tersebut ? kita lihat bahwa jaringan tersebut mempunyai dua
jalur, yaitu 1 2 4 yang memerlukan 4 minggu, dan 1 3 4 yang
memerlukan 6 minggu . Dengan demikian waktu tercepat yang diharapkan
untuk menyelesaikan pekerjaan tersebut adalah 6 minggu. Waktu tercepat
yang diharapkan ini diberi notasi dengan te. Sedangkan jalur yang
membentuk jalur terpanjang ini, yaitu 1 3 4 disebut sebagai jalur kritis
(Critical Path). Kita bisa mengatakan bahwa waktu tercepat yang
diharapkan untuk event 4 adalah 6 minggu.
Konsep lain yang perlu diketahui adalah waktu terlambat yang
diperkenankan yang diberi notasi TL. Konsep ini merupakan waktu
penyelesaian paling lambat yang diperkenankan untuk suatu aktivitas,
tanpa memperlambat penyelesaian seluruh pekerjaan (proyek) tersebut.
Untuk menunjukkan konsep ini.

Dari jaringan tersebut kita bisa menghitung TE untuk masing masing

event. Sebagai misal TE untuk event 4 adalah 9.0. Meskipun jalur 1 2
4, hanya memerlukan waktu 2.0 + 4.0 = 6.0 minggu, tetapi jalur 1 3 4
memerlukan waktu 9.0 minggu. Dengan demikian, maka waktu tercepat
untuk menyelesaikan event 4 adalah 9.0 minggu. Dari gambar tersebut
bisa dilihat bahwa penyelesaian pekerjaan tersebut adalah 16.0 minggu.

2.2 CONTOH SOAL DAN PEMBAHASAN

1.

Minimal Spanning Tree Algirthm

Soal:
Sebuah perusahaan bernama PT. CBA Menteri Indonesia mempunyai 1
gedung baru yang dikhususkan untuk office dari perusahaan tersebut. Gedung
baru tersebut total memiliki 6 ruangan yang masing-masing ruangan
membutuhkan 1 colokan listrik. Teknisi listrik akan menyalurkan listrik dari
ruangan paling depan sampai keseluruh ruangan lain seefisien mungkin. Jarak
antara kabel listrik bisa dilihat dari gambar dibawah ini:
6
2

4
1

3
4

Satuan jarak: meter

Jawaban:
Karena node-1 merupakan ruangan terdepan maka node-1 akan dijadikan
sebagai patokan dalam jaringan. Selanjutnya bisa dilihat dibawah ini:
Node terdekat dari node-1 adalah node-2 dan node-3, karena jarak ke node-2
paling dekat maka yang dipilih yang mempunyai jarak 3 meter.
3

10

3
4
4

4
6

Node terdekat yang belum terhubung dengan node sebelumnya adalah node-4
dan node-5. Karena jarak terpendek adalah menuju node-4 maka yang dipilih
adalah yang 2 meter.
6

3
4

Node yang belum terhubung adalah node-3, node-5 dan node-6. Untuk node3 bisa kita ambil dari node-1 sedangkan untuk memilih antara node-5 dan
node-6 kita pilih jarak yang paling kecil yaitu ke node-5 sepanjang 3 meter.
6
2
5
3
2
3
4
4
1
4
4
4
4
4
6
3
6
Node terakhir yang belum dipilih adalah node-6. Maka kita bisa ambil
sambungan dari node-5.
6

4
4

3
4
4

Karena seluruh node telah terhubung dalam satu jaringan maka solusi
permasalahan diatas sudah optimum. Jadi, teknisi tersebut sudah bisa
melakukan pekerjaannya dengan memulai meregangkan kabel dengan urutan
1-2, 1-3, 2-4, 4-5 dan 5-6. Panjang kabel yang dibutuhkan adalah 16 meter.

11

2.

Shortest-Route Algorithm
Soal:
Tentukan rute terpendek dari titik 1 ke titik 6 menggunakan algoritma
djikstra. Gambar titik bisa dilihat dibawah ini:
6

5
2

4
3

4
4
3

Jawaban:
Langkah awal adalah menentukan titik awal. Pada soal sudah disebutkan
jarak terpendek yang akan dicari adalah jarak dari titik 1 ke titik 6. Maka titik
awal adalah titik 1.
6

(0,)
1

3
5

5
6

Langkah selanjutnya menghitung jarak dari titik satu ke titik terdekat yaitu
titik 2, titik 4 dan titik 3.

(3,1)
2

(0,-)

1
4

(4,1) 3

2
4
7

Selanjutnya menghubungkan titik dari titik 2 ke titik terdekatnya yaitu titik 4

dan titik 5. Lalu menghubungkan titik 3 ke titik terdekat yaitu titik 4 dan
langsung ke titik 6. Untuk titik yang mempunyai beberapa solusi, solusi yang

12

memiliki jarak terdekat dipertahankan sedangkan solusi yang memiliki jarak

lebih jauh dihapus.

(3,1)
2

(0,-)

3 (5,1) 2

1
4

4
5
(6,2)
(7,3)
7 7

(4,1) 3
3

(11,3
)
6

Selanjutnya menghubungkan titik yang terhubung ketitik 5 dari berbagai

sumber dan untuk titik yang mempunyai beberapa solusi, solusi yang
memiliki jarak terdekat dipertahankan sedangkan solusi yang memiliki jarak
lebih jauh dihapus.

(7,4)
(9,2)

(3,1)
6

(0,-)

1
4

(5,1)

5
2

(6,2)
4

2
5

(4,1)

(11,3)

(7,3)

6
7
Selanjutnya menghubungkan titik yang terhubung ketitik 6 dari berbagai
sumber dan untuk titik yang mempunyai beberapa solusi, solusi yang
memiliki jarak terdekat dipertahankan sedangkan solusi yang memiliki jarak
(7,4)

lebih jauh dihapus.

(3,1)

(0,-)

3 (5,1) 2

1
4

(4,1) 3
3

4
5
(6,2)
(7,3)
7 7

(9,2)
5
2

Rute terpendek dari titik 1 ke titik 6 adalah sebagai berikut:

6 (9,5) 5 (7,4) 4 (5,1) 1

13

(9,5)
(10,4)
(11,3)
6

Rute: 1 4 5 6

Jarak total = 9 satuan

3.

Maximal-Flow Algorithm
Soal:
Sebuah perusahaan harus berpindah gedung yang cukup jauh dari tempat
asalnya. Banyak sekali jalan yang bisa dilewati untuk sampai ke tempat yang
baru tersebut. Namun, permasalahannya adalah setiap jalan mempunyai
kapasitas kendaraan yang berbeda-beda, bisa dilihat pada aliran dibawah ini:

2 10

0
1

10

10

20

10

4 20

Gedung awal:
node-1
Gedung baru: node5

20

10 20
10 3 20

10 5

Tentukan aliran maksimum untuk permasalahan diatas.

Jawaban:
Langkah

pertama

mengalirkan

dari

node-1

kearah

node-2

lalu

melanjutkannya ke node-4 dan terakhir node-5. Besar perpindahan tiap jalur

ditentukan dengan cara melihat kapasitas paling kecil yaitu 10.
0
1

20

2 10
10

10

10

20
10 20
10 3 20

14

4 20
0
10 5

Selanjutnya adalah mengulangi langkah sebelumnya yaitu mencari nilai awal

yang mempunyai kapasitas terbesar. Selanjutnya dimulai dari node-1 ke
node-3 lalu dari node-3 ke node-5 dengan kapasitas terkecil jalur yang
terlewati 20.

10 2 0
1

10

10

20
10

4 10

20

10

10 20
10 3 20

10 5

Langkah selanjutnya adalah dengan mengalirkan sisa kapasitas yang ada

yaitu dari node-1 dialirkan ke node-2, dari node-2 ke node-3, dari node-3 ke
node-4 dan dari node-4 ke node-5 dengan kapasitas terkecil jalur yang
dilewati 10.
10 2 0
1

10

10

20
10

4 10

10

10 20
30 3 0

30 5

Solusi akhir bisa dilihat dari gambar dibawah ini:

20 2 0
1

20

0
20 10
30 3 0

20

15

4 0
20
30 5

Gambar diatas bisa dikatakan menjadi solusi akhir karena sudah tidak ada
lagi jalur yang bisa dilewati. Jadi, aliran maksimum permasalahan ini adalah:
F = f1 + f2 +f3 = 10 + 20 + 10 = 40.

4.

Critical Path (CPM) Algorithm

Soal:
Diketahui sebuah proyek mempunyai 5 aktivitas dalam pengerjaannya
dimana semua aktivitas saling berhubungan. Hubungan antar aktivitas
tersebut adalah setiap aktivitas tidak akan dimulai sebelum aktivitas
sebelumnya dimulai. Hitung waktu total proyek dan jalur kritis proyek!
Hubungan tiap aktivitas bisa dilihat dari tabel dibawah ini:
Aktivitas
A
B
C
D
E

Sebelum

A
A
C
B,D

Sesudah
B,C
E
B,D
E

Durasi
3 hari
4 hari
3 hari
2 hari
2 hari

Jawaban:
Langkah pertama membuat alur hubungan setiap proyek seperti bisa
dilihat dibawah ini:

16

Selanjutnya menyelesaikan menggunakan metode forward pass. Seperti

dibawah ini:

10

10

12

Hasil metode forward pass

mengindikasikan proyek
akan selesai selama 12 hari.
Selanjutnya akan dicoba
metode backward pass.

10

10

10

17

10

12

10

12

10

10

0
A

10

12

10

12

0
C

10

10

10

0
A

10

12

10

12

0
C

10

Proyek yang berjalan akan selesai selama 12 hari dimana jalur kritis
proyek adalah A C B E. Jalur kritis adalah jalur terpanjang yang
ditempuh dalam menjalankan proyek.

18

BAB III
PENUTUP
3.1 KESIMPULAN
Networks banyak dipakai dalam banyak hal untuk kegunaan yang berbedabeda. Jaringan transportasi, jaringan listrik dan jaringan telekomunikasi adalah
contoh-contoh dimana network ditemukan dalam kehidupan sehari-hari.
Representasi Network juga dipakai dalam produksi, distribusi, project
planning, penempatan fasilitas, manajemen resource dan financial planning.
Sebuah jaringan atau network pada model network bisa digambarkan dengan
suatu rangkaian node yang dihubungkan oleh busur atau cabang.
Permasalahan model jaringan atau network ini dapat dilakukan dengan
beberapa metode, diantaranya algoritma minimal spanning tree, shortest
route, maximal-flow, dan critical path methode (CPM). Penggunaan metodemetode tersebut bergantung pada tujuannya. Untuk kasus yang dapat
diselesaikan dengan metode minimal spanning tree adalah permasalahan yang
memerlukan perhitungan total jarak minimum, pada shortest route digunakan
untuk menentukan jarak terpendek antara sumber dan tujuan dalam jaringan
transportasi, pada maximal-flow ini menentukan kapasitas maksimum sebuah
jaringan untuk mengalirkan barang atau produk atau data dari sumber ke
tujuannya, sedangkan pada critical path methode (CPM) menentukan jadwal
kegiatan beserta anggaran biayanya dengan maksud pekerjaan pekerjaan
yang telah dijadwalkan itu dapat diselesaikan secara tepat waktu serta tepat
biaya.
3.2 SARAN
Dalam penyelesaian berbagai aplikasi dari masalah model network ini
sebaiknya

memahami

terlebih

dahulu

mengenai

metode-metode

penyelesaiannya agar tidak terjadi kesalahan pemakaian metode. Selain itu,

pengerjaan harap dilakukan dengan teliti.

19